Begriff
Agent-Ready-Score erklärt: 0–100 für KI-Crawler — Glossar
Direkte Antwort
Agent-Ready-Score: Der Agent-Ready-Score ist ein Wert von 0 bis 100, der zeigt, wie gut KI-Crawler und Assistenten eine Webseite finden, lesen und weiterverwenden können. Er bündelt Auffindbarkeit, maschinenlesbare Inhalte und Bot-Regeln. Unter 40 Punkten brauchst du in der Regel Modernisierung, über 70 bist du gut aufgestellt.
Wichtigste Punkte
- Der Score misst Voraussetzungen für KI-Zitation, nicht Google-Positionen — über klassisches SEO hinaus.
- Eingang finden Crawlability, llms.txt, JSON-LD und Extrahierbarkeit.
- Fit = 100 − Agent-Ready: Je niedriger der Score, desto größer der Modernisierungshebel.
- Gemessen wird über mehrere Seiten; eine saubere Startseite reicht nicht.
Was ist der Agent-Ready-Score?
Kurz: Ein Wert 0–100: Wie gut KI-Crawler deine Webseite finden, lesen und für Antworten nutzen können.
Der Agent-Ready-Score verdichtet ein Audit zu einer einzigen Zahl. Er beantwortet die Frage: Wie leicht kann ein KI-Crawler oder ein Assistent mit Browsing-Fähigkeit deine Webseite entdecken, verstehen und korrekt wiedergeben? Hoch ist der Wert, wenn die Basics stimmen und die Seite zusätzlich eine eigene Maschinenoberfläche anbietet.
Im Kern fließen drei Bereiche ein. Erstens Auffindbarkeit: Gibt es eine erreichbare robots.txt, eine Sitemap, eine llms.txt? Zweitens Inhalt für Agenten: Liegt der Text im ausgelieferten HTML, gibt es strukturierte Daten, bietet die Seite bei Accept: text/markdown eine schlanke Fassung (Markdown-Negotiation)? Drittens Bot-Zugangsregeln: Sind KI-Bots bewusst erlaubt oder ausgesperrt, und sind Content-Signale gesetzt?
Nicht bewertet wird, ob du Zahlungsprotokolle oder einen MCP-Server betreibst. Für eine Marketing-Webseite eines Dienstleisters wären solche Checks Rauschen. Wir stützen uns deshalb auf die Kategorien, die für eine öffentliche Unternehmensseite relevant sind.
Wie funktioniert die Agent-Ready-Messung?
Kurz: Mehrseiten-Audit mit gleichen Kriterien — nicht nur die Startseite entscheidet den Wert.
Ein Audit ruft mehrere Seiten ab — Startseite, Leistungsseite, Kontakt, bei Bedarf Unterseiten — und prüft jeweils dieselben Kriterien. Die Ergebnisse werden zusammengeführt, damit ein einzelner sauberer Einstieg keine schwache Tiefe verdeckt. Ein leerer Body zählt nur dann als JavaScript-Shell, wenn wirklich kein lesbarer Text im HTML steht; Cookie-Banner oder Feeds lösen keinen Fehlalarm aus.
Zusätzlich zum Gesamtwert betrachten wir Teilwerte wie Crawl-Score und llms-Score. In der Modern-Stack-Studie mit 6.675 Live-Audits (Stand Oktober 2026) liegt der Crawl-Score im Mittel bei 86, der llms-Score nur bei 28. Das zeigt das typische Muster: Klassisches SEO-Handwerk ist da, die Maschinenoberfläche fehlt. Details: AI-Readiness-Studie.
Wann lohnt sich ein Agent-Ready-Audit?
Kurz: Unter 40 Punkten fehlen meist llms.txt, JSON-LD oder Markdown — dann lohnt gezielte Modernisierung.
Richtwerte helfen, ersetzen aber nicht den Blick auf die einzelnen Befunde:
- 0–39: Modernisierungsbedarf. Häufig fehlen llms.txt, JSON-LD und Markdown-Ausgabe. In der Studie liegen 75,7 % der Audits in diesem Bereich.
- 40–69: Grundlagen vorhanden, aber lückenhaft. Oft sind Struktur oder Maschinenkarte nur teilweise gepflegt.
- 70–100: Gut nutzbar für Agenten; die Stichprobe der stärker AI-ready Seiten liegt im Mittel bei 77.
Wichtig: Der Score ist Diagnose, kein Ziel an sich. Eine Seite mit 90 Punkten, aber dünnen Inhalten, wird nicht zitiert. Umgekehrt kann eine Seite mit 55 Punkten und starken, klar beantworteten Fragen bereits gut in Antworten auftauchen.
Wie setzt Modern Stack den Agent-Ready-Score ein?
Kurz: Audit vor/nach Modernisierung: Next.js, llms.txt, JSON-LD und Direct Answers — mit Re-Audit.
Die größten Sprünge zeigen sich in der Studie bei der llms.txt (+77,8 Prozentpunkte Verbreitung zwischen schwachen und stärkeren Seiten) und bei JSON-LD. Markdown-Negotiation bleibt in beiden Gruppen nahe null — hier liegt ungenutzter Vorsprung. Ein CMS-Wechsel allein hilft nicht: Legacy-Systeme sind in der stärkeren Gruppe sogar häufiger vertreten. Entscheidend ist, ob jemand die Maschinenoberfläche bewusst baut.
Wir messen den Score vor und nach jeder Modernisierung. Ein typischer Ablauf: Audit der wichtigsten Seiten, Priorisierung nach Aufwand und Wirkung, Umsetzung auf Next.js mit fertigem HTML, /llms.txt, JSON-LD und sichtbaren Direct Answers, danach Re-Audit. Für Branchen mit hohem Alltags-Suchvolumen — Physiotherapie, Steuerberatung, Handwerk — liefern wir die Auswertung als verständlichen Kurzreport mit den wichtigsten Schwachstellen.
Verwandte Themen
Mehr dazu: GEO & AI-Sichtbarkeit
Quellen
- llms.txt — A proposal to provide information to help LLMs use websites — llmstxt.org
Ursprüngliche Spezifikation der llms.txt als Maschinenkarte für Webseiten.
- Google Search Central — Introduction to robots.txt — Google Search Central
Offizielle Erklärung, wie robots.txt Crawler-Zugriff steuert.
- Is It Agent Ready? — Agent-Readiness-Scanner — Cloudflare
Öffentlicher Scanner, dessen Kategorien in unsere Bewertung einfließen.
- AI-Readiness-Studie Deutschland — Modern Stack
Primärdaten zu Agent-Ready-Score, llms.txt und JSON-LD aus über 6.600 Audits.
Häufige Fragen
Was ist ein guter Agent-Ready-Score?
Unter 40 Punkten besteht typischerweise Modernisierungsbedarf: es fehlen Maschinenkarte, Struktur oder Freigaben. Werte über 70 sind bei unveränderten WordPress-Seiten mit Pagebuilder selten. In der Modern-Stack-Studie mit 6.675 Audits liegt der Mittelwert bei 25 von 100.
Wie hängen Score und Fit zusammen?
Fit beschreibt den Modernisierungsbedarf und ist als 100 minus Agent-Ready-Score definiert. Ein Score von 22 ergibt einen Fit von 78 — viel Potenzial, aber auch viel Hebel.
Ist der Score ein Google-Rankingfaktor?
Nein. Er misst Voraussetzungen für KI-Zitation und Agentennutzung, kein Google-Ranking. Überschneidungen gibt es bei robots.txt, Sitemap, strukturierten Daten und Seitengeschwindigkeit.
Weiterlesen
- llms.txt
llms.txt ist ein 2024 vorgeschlagenes Format: eine Markdown-Datei unter /llms.txt, die Sprachmodellen Titel, Kurzbeschreibung und priorisierte Links einer Webseite liefert. Sie ergänzt HTML, ersetzt aber keine guten Seiten.
- Markdown-Negotiation
Bei Markdown-Negotiation liefert ein Server unter derselben URL HTML oder Markdown, je nachdem, was der Client im Accept-Header anfordert. KI-Agenten erhalten so reinen Text mit Struktur, Menschen weiterhin die normale Seite.
- Crawlability
Crawlability beschreibt, ob Suchmaschinen-Crawler und KI-Assistenten deine Inhalte erreichen und lesen dürfen und können. Gesperrte Bots, fehlerhafte Statuscodes, Soft-404 und leere JavaScript-Hüllen verhindern sie.
- GEO & AI-Sichtbarkeit
Strategische und konkrete Analyse: warum moderne Webseiten für Google und KI-Systeme strukturiert sein müssen — und wie Modern Stack die technische und redaktionelle Grundlage für GEO, AIO und Zitation in generativen Antworten schafft.
- Extrahierbarkeit
Extrahierbarkeit beschreibt, wie zuverlässig sich Fakten aus einer Webseite herauslösen lassen — durch Menschen, Crawler und KI-Modelle. Sauberes HTML, klare Überschriften und eigenständige Antwortabschnitte erhöhen sie; Layout-Ballast und JavaScript-Hüllen senken sie.
- JSON-LD
JSON-LD (JSON for Linking Data) ist ein W3C-Standard, um Linked Data als JSON zu schreiben. Im HTML eingebettet, beschreibt es per Schema.org Firma, Angebote, FAQ und Glossarbegriffe für Suchmaschinen und KI-Systeme.
- AI-Readiness von Physiotherapie-Webseiten — Branchenstudie
Empirische Branchenauswertung: 2854 Live-Audits zu Physiotherapie, Agent-Ready Ø 19/100, Fit Ø 81/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.
- AI-Readiness von Coaching-Webseiten — Branchenstudie
Empirische Branchenauswertung: 702 Live-Audits zu Coaching, Agent-Ready Ø 18/100, Fit Ø 82/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.
- AI-Readiness gemischter Dienstleister-Webseiten — Branchenstudie
Empirische Branchenauswertung: 1622 Live-Audits zu Dienstleistung, Agent-Ready Ø 22/100, Fit Ø 78/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.
- AI-Readiness von Fotografie-Webseiten — Branchenstudie
Empirische Branchenauswertung: 1262 Live-Audits zu Fotografie, Agent-Ready Ø 25/100, Fit Ø 75/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.
- AI-Readiness von Gesundheitspraxis-Webseiten — Richtungsstudie
Empirische Branchenauswertung: 74 Live-Audits zu Gesundheitspraxis, Agent-Ready Ø 20/100, Fit Ø 80/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.
- AI-Readiness von Handwerks-Webseiten — Richtungsstudie
Empirische Branchenauswertung: 35 Live-Audits zu Handwerk, Agent-Ready Ø 19/100, Fit Ø 81/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.
- AI-Readiness von Psychologie- und Therapie-Webseiten — Branchenstudie
Empirische Branchenauswertung: 1272 Live-Audits zu Psychologie, Agent-Ready Ø 25/100, Fit Ø 75/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.
- AI-Readiness von Steuerberater-Webseiten — Branchenstudie
Empirische Branchenauswertung: 1524 Live-Audits zu Steuerberater, Agent-Ready Ø 22/100, Fit Ø 78/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.
- AI-Readiness deutscher Dienstleister-Webseiten — Studie, Zahlen und Handlungsbedarf
Empirische Auswertung von 6.675 Live-Audits: Agent-Ready-Scores, llms.txt, Markdown-Negotiation und Crawl-Signale bei Physiotherapie, Steuerberatung, Coaching, Psychologie, Fotografie und weiteren Dienstleistern in Deutschland — mit Interpretation für GEO, AIO und Webseite-Modernisierung.
- AI-Readiness in Bruchsal — lokale Studie zu Dienstleister-Webseiten
Primärstudie zur AI-Readiness aller auffindbaren Dienstleister-Webseiten in Bruchsal (PLZ 76646) inkl. Stadtteile: Agent-Ready-Scores, llms.txt, Crawl-Signale und konkrete Handlungsempfehlungen für lokale Betriebe.
- llms.txt für Agenten
Was llms.txt und llms.json sind und nicht sind: Agent-Discovery, Markdown- Negotiation, Census-Zahlen und Abgrenzung zu Google-Rankings — Ergänzung zu crawlbarem HTML, kein Content-Ersatz.
- AI-Readiness in Bad Schönborn — lokale Studie zu Dienstleister-Webseiten
Primärstudie zur AI-Readiness und AI-Sichtbarkeit von Dienstleister-Webseiten in Bad Schönborn inkl. Mingolsheim und Langenbrücken: Agent-Ready-Scores, Discovery-Mentions in KI-Suche, llms.txt und Handlungsempfehlungen.
- Webseite-Modernisierung für Handwerksbetriebe
Handwerksbetriebe brauchen eine schnelle mobile Webseite mit klaren Leistungen, Einsatzgebiet, Referenzen, Karrierebereich und direkter Anfrage — nicht eine überladene Digitalplattform. Modern Stack modernisiert bestehende Auftritte und verknüpft sie mit lokalen Regionsseiten. Migration ab 500 €.
- Sichtbarkeit in ChatGPT
Strategische und konkrete Analyse: Sichtbarkeit in ChatGPT entsteht nicht durch ein Meta-Tag. Sie braucht crawlbare Originalquellen, eindeutige Marken- und Leistungsangaben, konsistente externe Bestätigung und zitierfähige Antworten.
- Beste Webdesign-Agenturen in Bad Schönborn 2026 — Ranking nach KI-Sichtbarkeit
Vergleich lokaler und regionaler Webdesign-Agenturen für Bad Schönborn: Live-Audit der eigenen Agentur-Webseiten, Impressum-Sitz, Maschinenlesbarkeit und warum hübsche Seiten ohne KI-Layer unsichtbar werden.
- Webseite-Modernisierung für Steuerberater-Kanzleien
Steuerberater-Kanzleien brauchen eine sachliche, pflichtangabenfeste Webseite mit klaren Leistungsschwerpunkten und sicherem Mandantenkontakt — im Rahmen von §57a StBerG. Modern Stack modernisiert bestehende Kanzlei-Auftritte. Migration ab 500 €.
- Webseite-Modernisierung für Physiotherapie-Praxen
Physiotherapie-Praxen brauchen eine schnelle, sachliche Webseite mit klaren Leistungen, Erreichbarkeit, Terminweg und datenschutzfesten Formularen — im Rahmen von HWG/UWG. Modern Stack modernisiert bestehende Praxisauftritte. Migration ab 500 €.
- AI-Sichtbarkeit für Steuerberater — in ChatGPT gefunden und zitiert werden
Wie Steuerberatungskanzleien in ChatGPT, Perplexity und AI Overviews genannt und zitiert werden — und warum viele trotz Webseite unsichtbar bleiben. Praxishebel, Technik, §57a und Primärdaten aus der Steuerberater-Studie.
- Generative Engine Optimization und ChatGPT-Sichtbarkeit — Empirie 2026 und Ausblick 2027
Empirischer Leitfaden zu GEO und ChatGPT-Sichtbarkeit: Princeton-/GEO-Bench- Taktiken, Mention-vs-Citation-Divide, OpenAI-Crawler, Zero-Click-Dynamik und Steuerungsmetriken — mit Methodik, Grenzen und Modern-Stack-Primärdaten.