AI Search & agentische Systeme
AI Search verändert, wie Kunden recherchieren und Anbieter auswählen. Der Vortrag zeigt Entscheidern, wo Unternehmen heute handeln sollten, welche Maßnahmen belastbar sind und wann Investitionen in maschinenlesbare Angebote sinnvoll werden.
Der Vortrag gibt Entscheidern einen belastbaren Rahmen für die Frage, wie Unternehmen in AI Search sichtbar und für agentische Systeme zugänglich bleiben. Konkrete Beispiele trennen kurzfristigen Hype von sinnvollen Maßnahmen: klare Inhalte, eindeutige Begriffe, belastbare Quellen und strukturierte Daten. Zudem wird verständlich, wann APIs, Tool Descriptions oder MCP strategisch relevant werden – und wann Unternehmen noch nicht investieren müssen.
SEO optimiert Sichtbarkeit in Suchsystemen, GEO und LLMO fokussieren stärker darauf, wie Inhalte in generativen Antworten gefunden, verstanden, zitiert und zusammengefasst werden. Die Begriffe überlappen, aber die konkrete Strukturarbeit ist wichtiger als das Label.
Sinnvoll sind klare Informationsarchitektur, präzise Antworten, eindeutige Entitäten, belastbare Quellen, strukturierte Daten, gute interne Verlinkung und Inhalte, die echte fachliche Substanz liefern.
Nicht zwingend. llms.txt kann als Orientierungsschicht für LLMs interessant sein, ersetzt aber keine saubere Website-Struktur, verständliche Inhalte oder technische Zugänglichkeit.
MCP betrifft die Frage, wie Agenten Tools und Datenquellen nutzen. Sobald AI-Systeme nicht nur Inhalte lesen, sondern Tools auswählen, werden Toolnamen, Beschreibungen, Parameter und Grenzen Teil der Sichtbarkeits- und Interface-Frage.
Gute Tool Descriptions nennen Zweck, passende Nutzungssituationen, Parameter, Grenzen, Ausschlüsse, mögliche Nebenwirkungen und Beispiele. Sie helfen Modellen, das richtige Tool auszuwählen und falsch verstandene Aufrufe zu vermeiden.
