AI Agent

AI Agents sind 2026 das wichtigste Emerging-Feld nach der RAG-Welle der frühen 2020er-Jahre. Ein AI Agent unterscheidet sich von einem klassischen Chat-Assistenten durch drei Eigenschaften: erstens autonome Planung (zerlegt komplexe Aufgaben in Teilschritte), zweitens Tool-Nutzung (greift auf Browser, Datenbanken, APIs zu, um Aktionen auszuführen), drittens iterative Selbstkorrektur (überprüft Zwischenergebnisse, passt Plan an, wenn nötig). Resultat: ein Agent kann 'plane mir eine Reise nach Tokio' nicht nur beantworten, sondern aktiv Flüge buchen, Hotels reservieren, Aktivitäten planen.

Drei Generationen von AI Agents haben sich seit 2023 entwickelt. Erste Generation (2023): AutoGPT, BabyAGI als Open-Source-Experimente — vielversprechend, aber instabil und teuer. Zweite Generation (2024): Anthropic Claude Computer Use (Oktober 2024), OpenAI Operator (Januar 2025), Google Gemini Deep Research — produktive Agent-Plattformen mit definierten Capabilities. Dritte Generation (2026): Multi-Agent-Systeme mit spezialisierten Sub-Agents (Researcher-Agent, Writer-Agent, Validator-Agent), die zusammenarbeiten — die heute dominante Form in Enterprise-Anwendungen.

Für GEO bedeuten AI Agents einen fundamentalen Paradigmen-Wechsel der Anwender-Beziehung. Klassische User suchen nach Information und entscheiden selbst über Aktionen. AI Agents recherchieren, evaluieren und führen im Auftrag des Users durch — mit eigenen Bewertungs-Kriterien. Eine Site, die für menschliche Leser optimiert ist, kann für Agents schwer zugänglich sein. Konkret: Agents bevorzugen Sites mit klaren Strukturdaten, explizitem Schema.org-Markup, machine-readable Preisen und Verfügbarkeiten. Die GEO-Disziplin verschiebt sich von 'human-readable plus machine-readable' zu 'machine-first plus human-fallback'.

Praktisch sollten Sites 2026 drei Agent-relevante Optimierungen prüfen. Erstens Schema.org-Vollständigkeit: Product, Offer, Service, OpeningHours, ContactPoint mit allen relevanten Sub-Properties. Agents nutzen diese Strukturdaten direkt für Aktion-Auslösung. Zweitens Action-freundliche UX: klare Calls-to-Action, vorhersehbare Form-Patterns, accessible HTML. Agents navigieren mit Computer-Vision oder DOM-Parsing — saubere HTML hilft beiden. Drittens MCP-Server-Bereitstellung: für komplexe Site-Funktionalität ein MCP-Server, der Agents direkten API-Zugriff erlaubt — ohne UI-Navigation.

Wichtig zur Abgrenzung: AI Agent ist nicht Chat-Bot ist nicht Tool-Use-LLM. Chat-Bots beantworten Fragen konversational; sie führen keine Aktionen aus. Tool-Use-LLMs (Claude mit Tools, GPT-4 mit Function Calling) können einzelne Tool-Aufrufe machen, aber nicht autonom planen. AI Agents kombinieren Planung, Tool-Nutzung und iterative Selbstkorrektur über mehrere Schritte hinweg. Diese Selbständigkeit ist die definitorische Grenze.

Agent-relevante Schema.org-Optimierungen für eine Treuhand-Site:

{
  '@context': 'https://schema.org',
  '@type': 'AccountingService',
  '@id': 'https://www.mueller-treuhand.ch/#service',
  'name': 'Mueller Treuhand GmbH',

  # Maschinenlesbar für Agent-Aktionen
  'address': { ... },
  'contactPoint': {
    '@type': 'ContactPoint',
    'telephone': '+41 41 711 23 45',
    'email': 'kontakt@mueller-treuhand.ch',
    'contactType': 'customer service',
    'availableLanguage': ['de', 'en']
  },
  'openingHours': 'Mo-Fr 08:00-17:00',

  # Service-Katalog mit Preisen (Agent-evaluierbar)
  'hasOfferCatalog': {
    '@type': 'OfferCatalog',
    'name': 'Beratungs-Pakete',
    'itemListElement': [{
      '@type': 'Offer',
      'itemOffered': {
        '@type': 'Service',
        'name': 'GEO-Erstberatung',
        'description': '90 Minuten SEAKT-Audit'
      },
      'price': '1200',
      'priceCurrency': 'CHF',
      'availability': 'https://schema.org/InStock'
    }]
  },

  # Action-API für Agents (potential 2026+)
  'potentialAction': {
    '@type': 'ReserveAction',
    'target': 'https://www.mueller-treuhand.ch/booking?service={service}'
  }
}

# Resultat für Agent-Anwender:
# 'Buche mir eine GEO-Erstberatung bei Mueller Treuhand'
# Agent liest Schema, prueft Verfügbarkeit, führt
# ReserveAction durch — ohne menschliche Navigation

Diese Schema-Vollständigkeit macht die Site Agent-freundlich. Agents können direkt evaluieren und Aktionen auslösen, ohne Site-Navigation.