Veröffentlicht am 25. Februar 2025
Webentwickler erstellen und optimieren Websites für menschliche und nichtmenschliche Zielgruppen, einschließlich Crawler und anderer Bots. KI-Agenten sind die neuesten Webnutzer, die von Ihrer Optimierung profitieren.
Im Grunde ist ein Agent ein System, das Eingaben empfängt, interpretiert und dann Aktionen im Namen des Nutzers plant und ausführt (sei es ein Mensch oder ein anderer Agent). Ein Agent hat mehrere Komponenten, darunter können Modelle, APIs oder andere Tools sein.
Es gibt mehrere Merkmale, die Agenten definieren. Im Kontext der Webentwicklung sollten Sie Folgendes berücksichtigen:
- Autonom: Agenten können ohne direkte menschliche Intervention arbeiten.
- Interaktiv: Agenten können mit anderen Agenten und Menschen kommunizieren.
- Reaktiv:Ein Agent nimmt seine Umgebung wahr und reagiert auf Änderungen.
- Proaktiv: Agenten können die Initiative ergreifen, um bestimmte Ziele zu erreichen.
Ein Beispiel: „Example Bookshop“ ist eine Onlinebuchhandlung. Ein Nutzer könnte Empfehlungen für ein neues Buch erhalten, basierend auf Büchern, die ihm gefallen, und anderen Interessen, indem er mit einem Large Language Model (LLM) interagiert. Ein Agent könnte den Nutzer zur Seite des empfohlenen Buchs weiterleiten und den Bezahlvorgang starten. Wenn das Buch nicht vorrätig ist, könnte der Agent den Nutzer zu einer anderen Onlinebuchhandlung weiterleiten, in der er das Buch kaufen kann.
Da Agenten relativ neue Nutzer im Web sind, haben Sie noch etwas Zeit, bevor Sie Best Practices anwenden müssen. Viele der Best Practices, die Agenten helfen , helfen allen Nutzern, insbesondere beim Erstellen einer barrierefreien Website.
In diesem Dokument erfahren Sie, wie Agenten als Webnutzer funktionieren und warum Sie Ihre Website mit Blick auf Agenten erstellen sollten.
Wie Agenten als Nutzer funktionieren
Ein Großteil der Diskussion über KI und Websites dreht sich um Crawler, die zum Erfassen von Trainingsdaten für LLMs verwendet werden. Die erfassten Daten für das Training werden oft in offenen Datensätzen wie Common Crawl gespeichert, wodurch verhindert wird, dass Websites von Crawlern überlastet werden. Das Training ist jedoch nur einer der Gründe, warum Sie auf KI-Systeme stoßen.
KI-Systeme können bestimmte Seiten für das Scraping auswählen, basierend auf der Anfrage eines bestimmten Nutzers (sei es ein Mensch oder ein Agent). Ein Nutzer könnte beispielsweise NotebookLM Quellen zur Verfügung stellen und das System erfasst die Inhalte , um dem Nutzer bei verwandten Aufgaben wie Zusammenfassen oder Daten aggregation besser zu helfen.
Agenten folgen ähnlichen Mustern und crawlen Seiten im Namen des Nutzers, um die Anfrage des Nutzers zu beantworten. Der Ablauf ist jedoch möglicherweise weniger linear.
Agenten werden seit Langem für Automatisierungsaufgaben und zum Erfassen von Informationen verwendet. Jetzt können sie auch auf Links und Schaltflächen klicken, Felder ausfüllen und auf Seiten scrollen, um Arbeitsabläufe im Namen der Nutzer auszuführen. Dabei kann es sich um kleine Aufgaben wie das Ausfüllen von Kontaktformularen oder komplexere Aufgaben wie das Buchen von Flügen für Ihre Familie handeln.
Das Verständnis der Einwilligung ist die wichtigste Fähigkeit für diese neuen Arten von Agenten, da sie als Begleiter für Menschen fungieren. Agenten sollten an kritischen Punkten um Bestätigung bitten, z. B. bei einem Kauf oder beim Senden eines Formulars mit vertraulichen Informationen.
Agenten als Begleiter
Agenten können Begleiter oder sogar Stellvertreter für menschliche Nutzer sein und bei der Erledigung komplexer Aufgaben auf Ihrer Website oder in Ihrer Webanwendung helfen. Im Grunde ist der Prozess eines Agenten immer derselbe:
- Anfrage erhalten
- Verarbeiten und planen, wie die Anfrage bearbeitet werden soll
- Plan ausführen
- Gelernte Informationen speichern
Agenten eignen sich am besten für Aufgaben, die mehrere Ursprünge umfassen. Beim Kauf von Büchern führt der Agent möglicherweise eine Aufgabe in Ihrem Ursprung aus und navigiert gleichzeitig zu anderen ähnlichen Ursprüngen. Je besser Ihre Website einen Agenten bei der Erledigung der Aufgabe unterstützt, desto wahrscheinlicher ist es, dass der Agent die Aufgabe mit Ihrem Ursprung abschließt.
Ihre Aufgabe als Webentwickler besteht darin, Tools zu unterstützen und zu entwickeln, mit denen Menschen und Agenten wichtige Aufgaben effizient erledigen können. Tools sind jedoch nur ein Teil der Agenteninfrastruktur.
Agenteninfrastruktur
Ein Agent ist eine abgeschlossene Einheit mit mehreren verbundenen Teilen:
- Modell: Large Language Models (LLMs) bilden die Grundlage für einen KI-Agenten. Sie bieten Schlussfolgerungen, eine Wissensbasis und die Möglichkeit, Sprache zu verarbeiten und zu generieren.
- Regeln: Verschiedene Einschränkungen, darunter eine Persona, Anweisungen und Ziele, helfen dem Agenten, Aufgaben konsistent auszuführen.
- Speicher: Kurzzeit- und Langzeitspeicher unterstützen einen Agenten dabei, den Kontext zu verwalten, die Effizienz zu steigern und im Allgemeinen besser für den Nutzer zu arbeiten.
- Tools: Es gibt viele verschiedene Tools, die ein Agent verwenden kann, darunter APIs, Funktionen, Datenbanken und sogar andere Agenten. WebMCP (in der Ursprungstestphase) ist beispielsweise ein Vorschlag zur Unterstützung strukturierter Interaktionen auf Ihrer Website.
Wenn Agenten Websites als Datenquellen behandeln oder direkt mit Seiten interagieren, können sie dies visuell oder semantisch tun:
- Visuelle Interaktion: Der Agent erstellt einen Snapshot der gerenderten Webseite. Er verwendet ein Vision-Modell, um den Inhalt zu lesen und interaktive Elemente zu identifizieren.
- Semantische Interaktion: Der Agent analysiert das DOM und liest Text direkt. Dies ist besonders häufig bei Agenten, die automatisierte Aufgaben ausführen.
Sowohl bei visuellen als auch bei semantischen Interaktionen profitieren Agenten von Websites, die gut gestaltet sind, eine intuitive Navigation bieten und eine klare Inhaltshierarchie haben.
Agenten benötigen Zugriff auf Daten
Eine Möglichkeit, Agenten zu definieren, ist ihre Beziehung zu Daten. Sind der Inhaber des Agenten und der Daten identisch oder unterschiedlich? Diese Entscheidung bestimmt, welche Authentifizierungsebenen erforderlich sind und wie schwierig es ist, die Aufgabe zu erledigen.
Agent ohne Datenzugriff
Ein Agent ohne Datenzugriff ist ein browserbasierter Agent, der in einem lokalen Kontext mit lokalen Daten agiert. Da Browser benutzerdefinierte Nutzereinstellungen speichern, die als personenbezogene Daten betrachtet werden könnten, kann ein Agent ohne Datenzugriff Vorgänge verhindern, bei denen diese Daten an andere Parteien weitergegeben werden.
Agent mit Zugriff auf eigene Daten
Bei einem Agenten mit Zugriff auf eigene Daten gehören das Tool und die Informationen derselben Partei. Entwickler können also Tools besitzen und unterstützen sowie den Zugriff auf Informationen und Konfigurationen verwalten.
Ein Beispiel: Sie sind ein Nutzer, der einen Urlaub in Toronto plant und eine Liste mit Sehenswürdigkeiten erstellen möchte. Ein von Google Maps bereitgestellter Agent könnte anhand einer Reihe von Kriterien und Daten eine Liste mit Sehenswürdigkeiten in Ihrem Namen erstellen und jedes Element auf der Karte markieren. Dies könnte als Agent mit Zugriff auf eigene Daten betrachtet werden, da der Agent von Google bereitgestellt wird, das auch die Kartendaten und alle anderen persönlichen Einstellungen besitzt, die von einem angemeldeten Nutzer gespeichert wurden.
Agent mit Zugriff auf Daten von Drittanbietern
Ein Agent mit Zugriff auf Daten von Drittanbietern wird von einem externen Entwickler oder einer externen Organisation erstellt und bietet Funktionen und Daten von externen Diensten. Möglicherweise möchten Sie beispielsweise, dass ein Drittanbieter von Kalendern eine ereignisbasierte Funktion auf Ihrer Website unterstützt. Sie könnten diesen Agenten Tools wie WebMCP anbieten oder die Agenten in Ihre Arbeitsabläufe einbinden (vorausgesetzt, sie bestehen Ihre Überprüfung der Datenschutzerklärung).
Ein Agent mit Zugriff auf Daten von Drittanbietern könnte dieselbe Zuordnungsaufgabe erledigen, wenn er als Erweiterung erstellt wird.
Entwickler könnten einen Agenten erstellen, der auf bestimmte Quellen angewiesen ist, um Listen zu erstellen, z. B. die besten Restaurants aus lokalen Zeitungen. Dieser Agent benötigt neben Lese- und Schreibzugriff auf ein Tool zur Listenerstellung (z. B. Google Maps oder ein alternativer Dienst) auch Lesezugriff auf die Websites der lokalen Zeitungen. Dafür sind mehrere Ebenen von Einwilligungen und Berechtigungen sowie bestimmte Tools für die Interaktion mit Websites erforderlich (z. B. ein Playwright-Tool).
Wahrscheinlich ist Ihre Website oder Webanwendung ein Drittanbieter von Informationen für einen Agenten. In diesem Fall sollten Sie möglicherweise eine Berechtigungsstruktur anbieten, die es Agenten und Menschen ermöglicht, Aufgaben mit Ihnen zu erledigen.
Fazit
Nachdem Sie nun wissen, wie Agenten funktionieren, können Sie entscheiden, wie Ihre Website sie am besten unterstützen kann.
- Weitere Informationen zu WebMCP und zur Ursprungstestphase
- Informationen zum Erstellen einer barrierefreien Website
- Nehmen Sie am Kurs „KI lernen“ teil, um zu erfahren, wie KI-Systeme zu Ihren Websites hinzugefügt werden können.
Wir werden diese Reihe weiterhin mit umsetzbaren Best Practices aktualisieren, um Ihre Website- und Webanwendungsinteraktionen mit Agenten zu unterstützen.