Agentic Web: Wenn KI-Agenten Websites nicht mehr besuchen, sondern bedienen
Das Wichtigste in Kürze
Das Wichtigste in Kürze:
- Vom Lesen zum Benutzen: Ein Agent lädt nicht bloß HTML. Er entdeckt Werkzeuge und fragt gezielt strukturierte Daten ab.
- Bei designare.at bereits live: Der öffentliche MCP Server liefert Services und semantisch passende Quellen aus Evitas Wissensdatenbank.
- Kein Autonomie-Theater: Der MCP-Zugang ist heute bewusst lesend. Kontakt, Termin und persönliche Daten bleiben beim Menschen.
- Technischer Kern: Streamable HTTP, JSON-RPC, Gemini Embeddings, Upstash Vector und ein kontrollierter Human Checkpoint.
Eine Website wird zur Schnittstelle für Menschen und Maschinen
Heute bedienen Menschen Webseiten: Sie klicken durch Navigationen, vergleichen Texte und füllen Formulare aus. Im Agentic Web kommt ein zweiter Nutzer hinzu: ein KI-Agent, der im Auftrag eines Menschen recherchiert, Werkzeuge entdeckt und einen nächsten Schritt vorbereitet.
Das klingt abstrakt, bis man es an einer echten Infrastruktur zeigt. designare.at besitzt bereits einen öffentlichen MCP Server, eine RAG-Wissensbasis und mit Evita eine Assistentin, die Funktionen kontrolliert aufrufen kann. Die folgende Demo zeigt daher keinen Science-Fiction-Flow, sondern trennt sauber zwischen dem, was heute produktiv läuft, und dem Punkt, an dem ein Mensch übernehmen muss.
Wer zuerst den geschäftlichen Nutzen statt der Protokollebene verstehen möchte, findet im Überblick zu KI auf Unternehmenswebseiten konkrete Einsatzfelder und eine ehrliche Trennung zwischen Mehrwert und Spielerei.
Der Ablauf: Was der Mensch sieht und was technisch passiert
Szenario: Ein Nutzer bittet seinen KI-Assistenten, einen Experten für GEO und KI-Sichtbarkeit in Wien zu prüfen. Die Demo läuft Schritt für Schritt durch den realen Datenweg.
Auftrag: „Prüfe Michael Kandas GEO-Expertise und zeige mir den sichersten nächsten Schritt.“
Grafik seitlich scrollbar
Der Agent nimmt Verbindung auf
Einfach gesagt: Der KI-Agent klopft an und fragt, welche Sprache der Server spricht.
Per initialize handeln Client und Server die MCP-Protokollversion aus. designare.at antwortet mit seinen Fähigkeiten und der Server-Identität. Die Verbindung läuft als JSON-RPC über Streamable HTTP, ohne WebSocket und ohne dauerhafte Sitzung.
- Endpoint
- /api/mcp
- Methode
- initialize
- Grenze
- Rate Limit
Request an /api/mcp
POST /api/mcp
{
"jsonrpc": "2.0",
"id": 1,
"method": "initialize",
"params": {
"protocolVersion": "2025-03-26"
}
}Der Agent entdeckt die erlaubten Werkzeuge
Einfach gesagt: Statt Menüpunkte zu erraten, bekommt der Agent eine klar beschriftete Werkzeugkiste.
tools/list liefert genau zwei öffentliche Werkzeuge. get_services gibt strukturierte Leistungen zurück. search_knowledge sucht semantisch in der Wissensbasis. Schreibende Tools werden absichtlich nicht angeboten.
- Lesen
- 2 Tools
- Schreiben
- 0 Tools
- Prinzip
- Least privilege
Request an /api/mcp
{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/list"
}
// → get_services
// → search_knowledgeDie Frage wird zu passenden Belegen
Einfach gesagt: Der Agent sucht nicht nach denselben Wörtern, sondern nach inhaltlich passenden Stellen.
Der Tool-Call geht an search_knowledge. Ein Gemini Embedding übersetzt die Query in einen Vektor. Upstash Vector liefert passende Chunks aus Website, Blog, Profil und kuratiertem Wissen zurück. Die Antwort enthält Quellen statt bloßer Behauptungen.
- Embedding
- Gemini
- Index
- Upstash Vector
- Ergebnis
- Quellen-Chunks
Request an /api/mcp
{
"method": "tools/call",
"params": {
"name": "search_knowledge",
"arguments": {
"query": "GEO Expertise Michael Kanda"
}
}
}Der Agent bewertet, statt blind weiterzuklicken
Einfach gesagt: Aus mehreren Fundstellen wird eine begründete Empfehlung, nicht bloß ein Treffer.
Dieser Schritt passiert nicht auf designare.at, sondern im Agentenmodell. Es prüft, ob die gefundenen Fakten zum Auftrag passen, trennt Beleg von Vermutung und nennt Unsicherheit. MCP liefert den Kontext; entscheiden muss der Agent nachvollziehbar auf Basis dieses Kontexts.
- Input
- Quellen
- Prüfung
- Auftrag ↔ Beleg
- Output
- Empfehlung
Ergebnis im Agentenmodell
// Kein weiterer Website-Call
{
"assessment": "passend",
"evidence": 3,
"uncertainty": "niedrig",
"next": "Kontakt anbieten"
}Die Aktion bleibt bewusst beim Menschen
Einfach gesagt: Der Agent darf empfehlen. Bevor Daten fließen oder ein Termin entsteht, bestätigt der Nutzer selbst.
Der öffentliche MCP Server besitzt kein Buchungs- oder E-Mail-Tool. Der sichere nächste Schritt ist ein Handoff zu Kontakt oder zu Evitas Rückrufservice. Dort wählt der Nutzer einen Termin und gibt seine Daten bewusst frei. Erst danach arbeiten Google Calendar und Brevo serverseitig weiter.
- MCP
- Read-only
- Freigabe
- Durch Nutzer
- Aktion
- Serverseitig
Handoff-Objekt
{
"type": "handoff",
"url": "https://designare.at/kontakt",
"requires": [
"user_confirmation",
"contact_data"
]
}Schritt 1 von 5
Nicht jeder KI-Chat ist schon Agentic Web
Der entscheidende Unterschied liegt nicht in einer besonders menschlich klingenden Antwort. Agentisch wird eine Website erst, wenn der KI ein klarer, maschinenlesbarer Handlungsraum zur Verfügung steht.
Antworten formulieren
Das Modell reagiert auf Text. Es kennt weder aktuelle Website-Daten noch externe Werkzeuge.
Belege nachschlagen
Die Antwort wird mit aktuellem, kontrolliertem Wissen aus einer Vektordatenbank verankert.
Werkzeuge gezielt nutzen
Der Agent entdeckt erlaubte Tools, wählt eines aus und verarbeitet das strukturierte Ergebnis.
Mit Freigabe handeln
Eine Wirkung außerhalb des Chats entsteht erst nach Regeln, Validierung und Zustimmung.
Die Architektur: Ein System, zwei Zielgruppen
Menschen brauchen verständliche Oberflächen. Agenten brauchen stabile Verträge. Der Inhalt dahinter darf trotzdem aus derselben Quelle kommen. Genau deshalb teilen sich Evita und der MCP Server eine gemeinsame Wissenspipeline.
Was heute live ist und was bewusst noch fehlt
Produktiv auf designare.at
- Remote-MCP unter
/api/mcp initialize,tools/listundtools/callsearch_knowledgeundget_services- Gemini Embeddings und Upstash Vector
- Rate Limits und Aktivitätsprotokoll
Absichtlich nicht öffentlich
- Terminbuchung direkt über MCP
- Freier E-Mail-Versand durch externe Agenten
- Zugriff auf Chat-Sessions oder personenbezogene Daten
- Irreversible Aktionen ohne Bestätigung
- Unbegrenzte oder ungeprüfte Tool-Aufrufe
Die eigentliche Disziplin: Autonomie begrenzen
Ein Agentic-Web-Projekt ist keine Demo mit möglichst vielen Funktionen. Es ist ein Berechtigungssystem. Je stärker ein Tool wirken kann, desto enger müssen Eingabeformat, Identität, Rate Limit und Bestätigung definiert sein.
Vier Regeln für produktive Agenten:
- Read-only zuerst: Wissen abrufen ist risikoärmer als Kalender, E-Mail oder Zahlung zu verändern.
- Kleine Werkzeuge: Ein Tool erfüllt genau eine Aufgabe und akzeptiert nur validierte Parameter.
- Human Checkpoint: Persönliche Daten und irreversible Aktionen benötigen sichtbare Zustimmung.
- Beobachtbarkeit: Tool, Query, Zeitpunkt und Ergebnis werden protokolliert, ohne unnötige Nutzerdaten zu sammeln.
Häufige Fragen zum Agentic Web
Was bedeutet Agentic Web?
Im Agentic Web konsumieren KI-Agenten Webseiten nicht nur als Dokumente. Sie entdecken standardisierte Werkzeuge, rufen strukturierte Daten ab und können innerhalb klarer Grenzen nächste Schritte vorbereiten oder ausführen.
Kann ein KI-Agent auf designare.at bereits selbstständig Termine buchen?
Nein. Der öffentliche MCP Server ist bewusst lesend aufgebaut. Für Rückruf oder Kontakt erfolgt eine Übergabe an Evita oder die Kontaktseite. Dort bestätigt der Nutzer Daten und Termin selbst.
Was unterscheidet einen Web-Agenten von einem Chatbot?
Ein Chatbot formuliert vor allem Antworten. Ein Agent kann zusätzlich Werkzeuge entdecken, Daten aus mehreren Quellen auswerten und innerhalb definierter Berechtigungen einen Ablauf steuern.
Warum braucht ein Agent einen Human Checkpoint?
Sobald personenbezogene Daten, Termine, Zahlungen oder irreversible Änderungen betroffen sind, muss die Zustimmung eindeutig sein. Der Human Checkpoint trennt hilfreiche Automatisierung von unkontrollierter Autonomie.
Fazit: Die beste Website erklärt sich nicht nur Menschen
Agentic Web ersetzt keine gute Website. Es erweitert sie um einen zweiten, maschinenlesbaren Zugang. Sichtbarer Inhalt, Schema.org, RAG und MCP bilden dabei keine konkurrierenden Ebenen, sondern eine Kette: Der Mensch versteht die Aussage, die Maschine erkennt die Entität, und der Agent bekommt einen kontrollierten Weg zum aktuellen Wissen.
Der nächste sinnvolle Ausbau für designare.at wäre kein frei buchender Super-Agent. Es wäre ein eng begrenztes Action-Tool mit expliziter Bestätigung, Idempotency-Key und vollständigem Audit-Log. Erst wenn diese Sicherheitsgrenze sitzt, wird aus einer spannenden Demo ein belastbarer Produktionsprozess.
Willst du deine Website agentenfähig machen?
Ich verbinde semantisches HTML, RAG, MCP und sichere Tool-Aufrufe zu einer Architektur, die für Menschen verständlich und für KI-Agenten benutzbar bleibt.
Projekt besprechen