Agentic SEO: Wenn ein KI-Agent zu Besuch kommt, nicht nur ein Mensch

Von Manfred Mayer Rieger · Veröffentlicht 1. Oktober 2026

Am 10. August 2026 begann ChatGPT, Restauranttische zu buchen, ohne dass jemand das Gespräch verlassen musste. Eine Frage nach einem Lokal reicht, und das Modell prüft echte Tische über OpenTable, Resy oder Yelp und hält einen fest - so, wie es vorher drei getrennte Apps gebraucht hätte. Android Authority berichtete über den Rollout für die USA und Kanada, auf Mobilgeräten, im Web und auf dem Desktop.

Sieben Monate zuvor hatte OpenAI etwas eingeführt, das von außen ganz ähnlich aussah: Instant Checkout, ein Weg, ein Produkt zu kaufen, ohne ChatGPT zu verlassen. Bis März 2026 war die Funktion bereits wieder zurückgefahren. Ein einziges Detail erklärt den Unterschied zwischen beiden Fällen: Eine Reservierung muss nur wissen, ob um 19 Uhr ein Tisch frei ist. Ein Kauf muss wissen - korrekt, in diesem Moment -, ob das Produkt tatsächlich noch vorrätig ist.

Was ist Agentic SEO, und was unterscheidet es von der Arbeit für ein KI-Zitat?

Die meisten Ratgeber zur KI-Sichtbarkeit drehen sich um Zitate: Kann ein Modell eine Seite lesen, ihr vertrauen und sie in einer Antwort zitieren? Diese Arbeit bleibt wichtig. Agentic SEO stellt eine andere Frage, die darunter liegt: Kann ein Modell die Seite tatsächlich nutzen, um etwas abzuschließen, ohne dass danach noch eine Person draufklickt? Ein Zitat endet in einem Satz, den jemand liest. Die Aufgabe eines Agenten endet in einem gebuchten Tisch, einem abgeschickten Formular, einer abgeschlossenen Bestellung - oder eben gar nicht, und der Agent meldet zurück, dass es nicht geklappt hat.

Dieser Unterschied zählt, weil beides auseinanderlaufen kann. Eine Seite kann hervorragend zitierfähig sein - klare Sätze, eine direkte Antwort weit oben, saubere strukturierte Daten - und trotzdem keine buchbare Handlung in dem Teil des Dokuments enthalten, den ein Agent ohne JavaScript-Ausführung überhaupt zu sehen bekommt.

Wo funktioniert das heute bereits?

Bei Restaurantbuchungen, und zwar aus einem ganz bestimmten, engen Grund: ChatGPT liest nicht die Website jedes einzelnen Restaurants, um einen Tisch zu finden. Es liest einen laufenden Datenstrom von OpenTable, Resy und Yelp - Plattformen, die die schwierigen Teile längst gelöst hatten, bevor irgendein KI-Agent sie brauchte: Verfügbarkeit in Echtzeit, ein einheitliches Datenformat, eine Buchungsschnittstelle. Für ein Restaurant ist die korrekte Darstellung in diesem Ablauf vor allem ein Eintragsproblem - auf der richtigen Plattform stehen, mit stimmenden Öffnungszeiten und Tischzahlen - und kein Problem der eigenen Homepage.

Das lohnt sich, bevor man “Agentic SEO” vorschnell mit der Reparatur des eigenen Buchungswidgets gleichsetzt. Das überzeugendste aktuelle Beispiel für eine von einem Agenten abgeschlossene reale Handlung berührt die eigene Website des Unternehmens kaum.

Wo ist es gerade gescheitert?

Beim Checkout, und der Grund dafür lohnt einen genaueren Blick. Forresters Einschätzung des Rückzugs nennt die Sichtbarkeit von Lagerbeständen als zentrale Ursache: Die Funktion brauchte einen aktuellen, korrekten Blick auf den Warenbestand über viele verschiedene Händlersysteme hinweg - und genau das erwies sich als der schwierigste Teil, nicht die Zahlungsabwicklung oder die Chat-Oberfläche darüber. Ob um 19 Uhr ein Tisch frei ist, weiß das Reservierungssystem eines Restaurants ohnehin schon genau, aus eigenem Interesse. Lagerbestände über Tausende unabhängige Händlerkataloge hinweg, bei manchen davon noch von Hand gepflegt, sind ein deutlich unordentlicheres Feld, um es aktuell zu halten.

Dasselbe Muster wiederholt sich kleiner auf einer gewöhnlichen Unternehmensseite. Ein Agent, der handeln soll statt nur zusammenzufassen, braucht genau die eine Tatsache, die aktuell und korrekt ist - nicht eine Seite, die ein Produkt bloß erwähnt.

Spielt es eine Rolle, ob Formular oder Preis erst per JavaScript laden?

Das kann es, und zwar aus einem Grund, der an anderer Stelle bereits gemessen wurde. Ein KI-Crawler wie GPTBot, der eine Seite für ein Zitat liest, sieht in der Regel nur, was im ausgelieferten HTML steht - die Analyse von Vercel und MERJ über mehr als 500 Millionen GPTBot-Abrufe fand keinen Hinweis darauf, dass GPTBot überhaupt JavaScript ausführt. Ein Buchungswidget unterscheidet sich darin nicht von einem Absatz Fließtext: Wird ein Terminwerkzeug erst nachträglich per Skript in die Seite eingefügt - Calendlys eigene Entwicklerdokumentation beschreibt genau dieses Muster, das Widget wird zur Ladezeit in ein Container-Element gerendert -, bekommt alles, was nur das ausgelieferte HTML liest, eine Seite mit einer formularförmigen Lücke statt eines Formulars.

Dieses konkrete Problem trifft nur einen Agenten, der wie ein Crawler arbeitet: aus einem abgerufenen Dokument, ohne ein Skript auszuführen. Ein Agent, der einen echten Browser steuert, so wie es auch eine Person tut, stößt darauf nicht - er sieht das Widget, sobald das Skript gelaufen ist. Was er dann immer noch richtig machen muss: das passende Bedienelement auf der inzwischen gerenderten Seite zu finden und korrekt zu nutzen, was ein anderes und schwierigeres Problem ist, als dass das Markup nur vorhanden ist.

Was lässt sich dazu heute schon prüfen?

Nicht, ob ein Agent eine Buchung tatsächlich von Anfang bis Ende abschließt - das lässt sich allein durch die Analyse einer Seite nicht entscheiden. Prüfbar ist etwas anderes: ob die Seite überhaupt einen erkennbaren nächsten Schritt nennt, ob irgendwo eine Telefonnummer, eine E-Mail-Adresse oder ein Formular erreichbar ist, und ob ein Preis im eigentlichen Seitentext steht statt nur in einem Bild oder einem Widget. Eine weitere Messung vergleicht, wie viel vom Seitentext bereits im rohen HTML steckt gegenüber dem, was erst nach einem Skriptlauf erscheint - dieselbe Lücke zwischen roh und gerendert, die schon heute entscheidet, ob ein Crawler überhaupt Fließtext zu sehen bekommt. Dieses Verhältnis wird für die gesamte Seite ausgewiesen; es sagt noch nicht gezielt, ob im rohen HTML ein beliebiger Absatz fehlte oder genau die eine Zeile mit dem Preis. Das zu klären, ist weiterhin eine manuelle Prüfung, keine automatisierte.

Keine dieser Prüfungen bestätigt für sich allein, dass ein Agent zurechtkommt. Nützlicher ist, was sie ausschließen: Eine Seite ohne genannten nächsten Schritt, ohne erreichbaren Kontaktweg und ohne sichtbaren Preis hat schon an den Stellen versagt, die gar keinen Agenten zum Testen brauchen. Ein kostenloser Scan deckt die Erreichbarkeits-Hälfte davon ab; erst ein Crawl über die Startseite hinaus gibt der Preis-und-Formular-Prüfung genug Fläche, um überhaupt etwas zu finden.

Eine Reservierung und ein Lagerbestand wirken aus der Distanz wie dieselbe Art von Tatsache, die ein Agent nur abrufen muss. Die eine wird in Echtzeit von genau dem System festgehalten, dem sie gehört. Die andere verteilt sich über Kataloge, die niemand durchgängig aktuell hält - und dieser Unterschied, nicht die Raffinesse des fragenden Agenten, entschied 2026 darüber, welche der beiden Aufgaben tatsächlich gelang.