WebMCP: Wie Websites zu Tools für AI Agents werden

Von „Button finden“ zu „Tool ausführen“

Agentic Browsing bezeichnet hier die Bedienung einer Website durch einen AI Agent im Auftrag eines Menschen. Klassische Browser-Automation arbeitet beispielsweise mit DOM-Selektoren, dem Accessibility Tree oder Screenshots. Ein Agent muss dabei aus Beschriftungen, sichtbaren Zuständen und Seitenstruktur ableiten, welche Schritte die gewünschte Aufgabe erfüllen. Ein typischer Weg zur Projektanfrage sieht so aus:

Mit WebMCP kann die Website stattdessen ein Tool wie prepare_project_inquiry anbieten. WebMCP ist ein Vorschlag für eine Browser-Schnittstelle und noch eine junge, experimentelle Technologie. Unterstützung und API-Details entwickeln sich weiter; die Beispiele beschreiben den Stand vom 16. Oktober 2026. Daraus folgt derzeit kein direkter SEO-Ranking-Vorteil.

Website öffnen
↓
Kontaktseite finden
↓
Formular erkennen
↓
Felder interpretieren
↓
Optionen auswählen
↓
Formular ausfüllen
↓
Absenden verstehen

{
  "primaryService": "shopware",
  "timeframe": "in-1-3-months",
  "name": "Max Mustermann",
  "email": "max@example.de",
  "phone": "+491234567890"
}

Die zwei Wege von WebMCP

WebMCP bietet einen deklarativen Weg über HTML und einen imperativen Weg über JavaScript. Beide beschreiben Aktionen innerhalb der geöffneten Website. Welche Variante passt, hängt davon ab, ob ein vorhandenes Formular ausreicht oder zusätzliche Anwendungslogik angesprochen werden muss.

Das ist eine zusätzliche Schnittstelle zur bestehenden Anwendung. Ein gewöhnlicher Browser muss die Seite weiterhin bedienen können. Progressive Enhancement bedeutet dabei: Die Grundfunktion bleibt nutzbar, während unterstützende Browser eine weitere Fähigkeit erhalten.

<form
  toolname="project-inquiry"
  tooldescription="Prepare a project inquiry for RootFrame."
>
  <input
    name="contact_email"
    type="email"
    toolparamdescription="Email address RootFrame can use to respond."
  >
</form>

// toolDefinition: Deskriptor mit inputSchema und execute.
if (document.modelContext) {
  document.modelContext.registerTool(toolDefinition);
}

Wie wir WebMCP bei RootFrame umgesetzt haben

Wir nutzen unsere eigene Website als praktischen Implementierungsfall. Auf normalen Seiten sind die beiden globalen Tools get_rootframe_services und get_rootframe_contact_info für unterstützende Browser vorgesehen. Auf der Kontaktseite kommen prepare_project_inquiry als imperative Implementierung und project-inquiry als deklaratives Tool des bestehenden Formulars hinzu.

Damit bleibt unsere Projektanfrage derselbe sichtbare Konfigurator. Ein Agent kann beispielsweise eine Anfrage zur Shopware-Entwicklung mit einem gewünschten Zeitraum und Kontaktdaten vorbereiten. Der folgende Aufruf verwendet das imperative Schema. Die übergebenen Werte werden sichtbar in den vorhandenen Konfigurator übernommen; daraus entsteht noch keine versendete Anfrage.

{
  "primaryService": "shopware",
  "timeframe": "in-1-3-months",
  "name": "Max Mustermann",
  "email": "max@example.de",
  "phone": "+491234567890"
}

Human in the Loop: Vorbereitung und Abschluss trennen

Human in the Loop bedeutet, dass der Nutzer an einem definierten Punkt selbst prüft und entscheidet. Unser Tool prepare_project_inquiry darf weder Datenschutz akzeptieren noch das Formular absenden oder eine Anfrage erzeugen. Nach erfolgreicher Vorbereitung liefert es unter anderem den Status prepared und requiresUserConfirmation: true. Der Ausschnitt zeigt diese entscheidenden Ergebnisfelder:

Anschließend sind drei Schritte nötig: 1. Der Nutzer prüft die Angaben. 2. Er akzeptiert den Datenschutz selbst. 3. Er sendet die Anfrage selbst ab. Die Grenze zwischen vorbereiteten Eingaben und einer tatsächlichen Übermittlung bleibt damit im sichtbaren Ablauf nachvollziehbar.

Bei Anfragen, Käufen, Buchungen, Verträgen und personenbezogenen Daten ist diese Trennung technisch sinnvoll: Ein Tool-Aufruf kann Felder verändern, ohne bereits eine verbindliche oder datenübermittelnde Aktion auszulösen. Ein strukturierter Ergebniswert informiert den Agent über diesen Zwischenstand. Die tatsächliche Freigabe muss die Anwendung durch ihren Ablauf sicherstellen; ein Rückgabefeld allein erzwingt sie nicht.

{
  "status": "prepared",
  "requiresUserConfirmation": true
}

WebMCP löst nicht die Auffindbarkeit

WebMCP beantwortet hauptsächlich die Frage: „Was kann ein Agent auf dieser Website tun?“ Die Registrierung macht Tools im Kontext der geöffneten Seite verfügbar. Daraus entsteht aber nicht automatisch ein Verzeichnis, über das Agents zunächst die passende Website oder Ressource finden.

„Wie findet der Agent diese Website oder Ressource?“ ist eine andere Aufgabe. Hier setzen Ansätze wie llms.txt und Agentic Resource Discovery an unterschiedlichen Stellen an: eine kompakte Orientierung über Inhalte und ein strukturierter Katalog von Ressourcen. Beide müssen von einem jeweiligen Client tatsächlich gelesen und unterstützt werden.

llms.txt: wichtige Inhalte kompakt beschreiben

Unter /llms.txt stellen wir eine kompakte Übersicht relevanter RootFrame-Ressourcen bereit. Dazu gehören Shopware- und Shopify-Entwicklung, Website-Erstellung, Website-Relaunch, SEO, App-Entwicklung, Referenzen, Blog und Projektanfrage. Die Datei ordnet Links mit kurzen Beschreibungen ein, damit ein lesender Client sich schneller orientieren kann.

Die llms.txt-Initiative ist ein sich entwickelnder Vorschlag und kein offizieller Webstandard. Eine vorhandene Datei garantiert weder die Nutzung durch einen Agent noch die Aufnahme in dessen Antworten. Sie registriert keine ausführbaren Tools und ersetzt keine Sitemap, keine Zugriffskontrolle und keine technische SEO.

llms.txt → Welche Inhalte sind relevant?
WebMCP   → Welche Aktionen stehen zur Verfügung?

ARD – Agentic Resource Discovery

ARD steht für Agentic Resource Discovery und ist ein entstehender Discovery-Ansatz für agentische Ressourcen. Ein maschinenlesbarer Katalog kann Ressourcen mit Namen, Adresse und weiteren Metadaten beschreiben. Die Spezifikation entwickelt sich weiter; wir behandeln ARD deshalb nicht als universell etablierten Mechanismus, den jeder Browser oder Agent bereits versteht.

RootFrame stellt aktuell /.well-known/ard.json und für Kompatibilität zusätzlich /.well-known/ai-catalog.json bereit. Der folgende vereinfachte RootFrame-Eintrag veranschaulicht die vorhandenen Metadaten. Er ist ein Ausschnitt unserer Implementierung und keine vollständige Vorlage für sämtliche Anforderungen oder Versionen der ARD-Spezifikation.

{
  "identifier": "urn:air:rootframe.de:service:shopware-entwicklung",
  "displayName": "Shopware-Entwicklung",
  "type": "text/html",
  "url": "https://rootframe.de/shopware-entwicklung/",
  "representativeQueries": [
    "Find a Shopware development agency in Germany",
    "Find a Shopware agency in Osnabrück"
  ]
}

Lighthouse und Agentic Browsing

Chrome Lighthouse besitzt inzwischen experimentelle Audits rund um Agentic Browsing. Dazu gehören Prüfungen zu WebMCP-Formularabdeckung, registrierten Tools, Schema-Gültigkeit, llms.txt und AI-Katalogen beziehungsweise Agent Resource Discovery. Die verfügbare Prüfung hängt vom Stand von Chrome und Lighthouse sowie der Aktivierung der experimentellen Funktionen ab. Wir haben RootFrame mit solchen Prüfungen getestet.

Der Audit Registered WebMCP tools prüft beispielsweise, ob Tools registriert sind. Solche Befunde sind technische Qualitäts- und Kompatibilitätssignale. Sie belegen keine erfolgreiche Bearbeitung jeder Nutzeraufgabe. Ein grüner Befund oder eine hohe Prüfquote ist auch kein Beleg für einen Einfluss auf Google-Rankings. Wir leiten daraus keinen direkten SEO-Vorteil ab.

• WebMCP form coverage: Abdeckung von Formularen durch WebMCP-Annotationen
• Registered WebMCP tools: registrierte Tools im untersuchten Seitenkontext
• WebMCP schema validity: konsistente Tool- und Feldbeschreibungen
• llms.txt: Verfügbarkeit einer kompakten Inhaltsübersicht
• AI catalog / Agent Resource Discovery: auffindbare Ressourcenmetadaten

Ist das schon wichtig für jede Website?

Nein. Technische SEO, Accessibility, Performance, strukturierte Daten, saubere Semantik, gute Inhalte und eine verständliche Conversion bleiben die wichtigeren Grundlagen. Bei unserer Website-Erstellung und SEO-Optimierung beginnen wir deshalb bei Nutzbarkeit, technischer Qualität und relevanten Inhalten. Ein zusätzliches Tool-Schema repariert keine unklare Nutzerführung.

WebMCP wird vor allem interessant, wenn eine Website echte Aktionen ermöglicht. Dazu zählen Terminbuchung, Angebotsanfrage, Produktkonfiguration, Reiseplanung, Support, Such- und Filterfunktionen sowie komplexe Formulare. In Plattformen und bei der App-Entwicklung lohnt sich eine Prüfung, welche bestehenden Funktionen sich klar abgrenzen und mit überprüfbaren Eingaben sowie nachvollziehbaren Ergebnissen beschreiben lassen.

Für eine überwiegend redaktionelle Website kann eine gute Inhaltsstruktur zunächst ausreichen. Bei einer Anwendung mit mehreren Arbeitsschritten kann eine kleine, bewusst begrenzte Tool-Auswahl dagegen ein sinnvoller Test sein. Entscheidend ist ein konkreter Anwendungsfall und ein unterstützender Client, mit dem sich das Verhalten tatsächlich prüfen lässt.

Zwei Interfaces für dieselbe Anwendung

Menschen erhalten ein visuelles Interface aus HTML, Navigation, Formularen und Rückmeldungen. AI Agents können ergänzend strukturierte Aktionen mit beschriebenen Eingaben bekommen. Beide Wege greifen auf dieselbe Anwendung und ihre Business-Logik zu. Validierung und fachliche Regeln sollten deshalb an diesen gemeinsamen Abläufen ausgerichtet bleiben.

Langfristig könnte diese Aufteilung die Abhängigkeit von fehleranfälliger UI-Erkennung reduzieren. Das ist eine mögliche Entwicklung, keine sichere Zukunft. Wie weit sie trägt, hängt von Browserunterstützung, API-Entwicklung, brauchbaren Tool-Beschreibungen und dem Verhalten tatsächlicher Agents ab.

Mensch                  AI Agent
↓                       ↓
HTML / UI               strukturierte Tools
↓                       ↓
Anwendung               Anwendung

Fazit: eine weitere technische Perspektive

Websites wurden lange primär für Menschen und Suchmaschinen optimiert und für Browser umgesetzt. AI Agents bringen eine weitere technische Perspektive hinzu. WebMCP kann Funktionen als strukturierte Tools bereitstellen. ARD beschäftigt sich mit Discovery. llms.txt kann wichtige Inhalte kompakt beschreiben. Die Ansätze haben unterschiedliche Aufgaben und befinden sich noch in einem frühen beziehungsweise sich entwickelnden Stadium.

Unser RootFrame-Testfall zeigt einen begrenzten, nachvollziehbaren Einstieg: öffentliche Informationen abrufen und eine Projektanfrage vorbereiten, deren Abschluss beim Nutzer bleibt. Die Frage „Kann ein Nutzer meine Website bedienen?“ wird damit möglicherweise um eine weitere ergänzt: „Kann ein Agent zuverlässig verstehen, was er auf meiner Website tun kann?“