Insight
Agent-Readiness: Woran Agentic AI in Antragsstrecken scheitert
AI-Agenten lesen Antragsstrecken anders als Menschen. Skripte, eingebettete Rechner und unbeschriftete Felder entscheiden, ob ein Tarif empfohlen wird.
Kunde und Betreuung
9 min Lesezeit
Kernaussage
Eine Antragsstrecke, die nur im Browser eines Menschen funktioniert, existiert für Agentic AI nicht. Lesbarkeit für Maschinen wird damit zur Vertriebsfrage und gehört in die Verantwortung des Vertriebs.

Die wichtigsten Erkenntnisse
AI-Crawler führen JavaScript in der Regel nicht aus.
Unbeschriftete Felder sind für Sprachmodelle nicht deutbar.
Agent-Readiness gehört zum Vertrieb, nicht nur zur IT.
Die Strecke ist optimiert. Nur nicht für den neuen Besucher.
Jahrelang wurden Antragsstrecken auf Menschen hin getestet: Farbe des Buttons, Reihenfolge der Fragen, Zahl der Schritte. Der nächste Besucher ist ein AI-Agent, und er sieht davon wenig. Eine Antragsstrecke ist für Agentic AI lesbar, wenn Tarife, Bedingungen und Formularfelder bereits in der ersten Serverantwort als beschrifteter Text vorliegen und nicht erst durch Skripte im Browser entstehen.
Für Versicherer ist das mehr als ein technisches Detail. Ob der eigene Tarif in der Antwort eines Assistenten vorkommt, hängt zuerst davon ab, ob der Assistent ihn überhaupt lesen und berechnen konnte.
Wie groß ist die Nachfrage nach AI-Hilfe beim Versicherungsabschluss?
Die Bereitschaft ist deutlich größer als die Nutzung. Laut der Bitkom-Umfrage „Versicherungen: KI hilft beim Abschluss“ (Juli 2026, 1.004 Befragte ab 16 Jahren) würden 52 Prozent gern eine AI nutzen, die beim Ausfüllen eines Versicherungsantrags hilft, nach 47 Prozent im Vorjahr. Vor einem Abschluss tatsächlich eine AI um Rat gefragt haben nach derselben Umfrage erst 9 Prozent.
Für das Management heißt das: Der Kanal ist heute klein, und die Vorarbeit an Strecken, Rechnern und Dienstleisterverträgen braucht Vorlauf. Das spricht dafür, die Vorarbeit jetzt in die laufende Planung zu nehmen und nicht erst dann, wenn der Anteil zweistellig ist.

Wer besucht die Strecke eigentlich: Crawler, Suche oder Agent?
Hinter dem Sammelbegriff stehen unterschiedliche Besucher mit unterschiedlichen Aufgaben. OpenAI unterscheidet in seiner Dokumentation „Overview of OpenAI Crawlers“ (abgerufen im November 2026) vier Zugriffsarten: einen Crawler für Inhalte, die ins Training von Modellen einfließen können, einen für die Suche in ChatGPT, einen für Abrufe, die ein Nutzer in ChatGPT auslöst, und einen für die Prüfung von Anzeigen.
Die Unterscheidung hat praktische Folgen. Wer den Such-Crawler ausschließt, erscheint laut OpenAI nicht mehr in den Suchantworten von ChatGPT, kann dort aber weiter als reiner Link auftauchen. Für Abrufe, die ein Nutzer selbst auslöst, hält die Dokumentation fest, dass die Regeln der robots.txt möglicherweise nicht gelten, weil ein Mensch den Abruf veranlasst hat. Eine pauschale Sperre „gegen AI“ trifft also unterschiedliche Dinge, und nicht jede davon ist gewollt.
Cloudflare beschreibt die Verschiebung in Zahlen. Nach dem Beitrag „Content Independence Day, one year on“ (Juli 2026) dienten im Juni 2026 52 Prozent der Crawler-Anfragen, die Cloudflare nach Zweck zuordnet, dem Training von AI, nach 22 Prozent im Frühjahr 2025. Die Auswertung bezieht sich auf das Netzwerk von Cloudflare und ist branchenübergreifend. Für einen Versicherer lautet die Frage dahinter: Welche dieser Besucher sollen Tarifseiten lesen dürfen, und wer entscheidet das?
Warum sehen AI-Agenten viele Antragsstrecken nicht?
Die meisten großen AI-Crawler führen JavaScript nicht aus. Vercel und MERJ haben in der Analyse „The rise of the AI crawler“ (Dezember 2024) den Verkehr im Vercel-Netzwerk ausgewertet: Der Crawler von OpenAI kam dort in einem Monat auf 569 Millionen Abrufe, der von Anthropic auf 370 Millionen, und die Crawler von OpenAI, Anthropic, Meta, ByteDance und Perplexity renderten kein JavaScript. Gemini, das über den Googlebot liest, und AppleBot taten es. Inhalte, die erst im Browser nachgeladen werden, fehlen damit in der Antwort vieler Assistenten.
Dieselbe Analyse zeigt, dass rund 35 Prozent der Abrufe von ChatGPT und rund 34 Prozent der Abrufe von Claude auf nicht vorhandenen Seiten (404) endeten, bei Googlebot waren es rund 8 Prozent. Veraltete Adressen und fehlende Weiterleitungen kosten also zusätzlich Sichtbarkeit. Die Analyse stammt aus dem Dezember 2024 und aus einem einzelnen Netzwerk. Einzelne Anbieter können ihr Verhalten seither geändert haben. Als Planungsannahme bleibt sie tragfähig: Was ohne Skript nicht auf der Seite steht, ist für einen Teil der Assistenten nicht vorhanden.
Welche Bausteine blockieren AI-Agenten am häufigsten?
Vier Muster stehen aus unserer Sicht im Vordergrund. Eingebettete Rahmen von Drittanbietern trennen den Rechner vom Rest der Seite. Dynamische Formulare zeigen Felder erst nach einer Eingabe. Datenfelder tragen technische Kürzel statt verständlicher Beschriftungen, sodass ein Sprachmodell raten muss, was gemeint ist. Und Schutzmechanismen gegen automatisierte Zugriffe sperren den Agenten aus, bevor er die erste Frage stellen kann.
Jedes dieser Muster ist für sich begründet. Der eingebettete Rechner spart Entwicklungszeit, das dynamische Formular verkürzt die Strecke für Menschen, der Schutz hält Angriffe ab. Zusammen führen sie dazu, dass ein Agent den Tarif nicht berechnen kann und einen Wettbewerber empfiehlt, dessen Angaben er lesen konnte.
Wie lässt sich Schutz vor Bots mit Offenheit für Agenten verbinden?
Indem zwischen unbekannter Automatisierung und erkennbaren Agenten unterschieden wird. Genau daran arbeiten die Zahlungsnetzwerke. Visa hat im Oktober 2025 das gemeinsam mit Cloudflare entwickelte Trusted Agent Protocol vorgestellt. Nach der Mitteilung „Visa Introduces Trusted Agent Protocol“ übermittelt ein Agent darüber unter anderem, dass er vertrauenswürdig ist und mit welcher Absicht er eine Seite aufruft. Händler sollen ihn so von schädlicher Automatisierung unterscheiden können.
Das Protokoll ist für den Handel entworfen, nicht für Versicherer. Die Logik lässt sich trotzdem übertragen: Ein Schutz, der jeden automatisierten Zugriff gleich behandelt, sperrt künftig auch den Assistenten eines Kunden aus. Die Entscheidung, welche Agenten durchgelassen werden, ist eine Vertriebsentscheidung mit Sicherheitsfolgen und gehört deshalb an einen Tisch mit beiden Seiten.
Braucht es besondere Auszeichnungen für AI-Suche?
Für die Suche von Google nicht. Google hält in der Dokumentation „AI features and your website“ (Stand Dezember 2025) fest, dass es für die Aufnahme in AI Overviews und den AI Mode keine zusätzlichen technischen Anforderungen und keine besondere Auszeichnung gibt. Eine Seite muss indexiert sein und als Suchergebnis mit Textauszug erscheinen dürfen. Als Empfehlung nennt Google, wichtige Inhalte als Text bereitzustellen und strukturierte Daten mit dem sichtbaren Text übereinstimmen zu lassen.
Das entlastet die Planung. Die Grundlagen, die für die klassische Suche gelten, tragen auch hier. Wer Tarifmerkmale nur in Bildern, Vergleichsgrafiken oder nachgeladenen Tabellen zeigt, verliert in beiden Welten. Der Mehraufwand für Agentic AI beginnt erst dort, wo ein Agent nicht nur lesen, sondern rechnen und einen Antrag vorbereiten soll.
Was ändert WebMCP an der Lage?
WebMCP ist ein vorgeschlagener Webstandard, mit dem eine Website ihre Funktionen als strukturierte Tools für AI-Agenten anbietet. Laut der Dokumentation von Chrome for Developers (Stand Oktober 2026) läuft er als Origin Trial ab Chrome 149 und kennt zwei Wege: Anmerkungen an bestehenden HTML-Formularen und in JavaScript definierte Tools. Ein Agent muss dann nicht mehr erraten, was ein Feld bedeutet.
Der Standard ist ausdrücklich noch im Wandel. Für Versicherer mit vielen Strecken und externen Dienstleistern lohnt sich deshalb heute die Vorarbeit, die unabhängig vom Standard trägt: saubere Beschriftung, serverseitig ausgelieferte Inhalte, klare Zuständigkeit. Wie Produkte selbst maschinenlesbar werden, beschreibt der Beitrag Versicherungsprodukte müssen maschinenlesbar werden. Die Einordnung der Protokolle liefert der Beitrag zu MCP und WebMCP.
Was heißt das für Makler- und Vergleichsstrecken?
Dieselbe Frage stellt sich an jeder Stelle, an der ein Tarif berechnet wird: im Rechner für Vermittler, in den Tarifdaten für Vergleichsportale und in Strecken, die in Partnerseiten eingebunden sind. Für einen Agenten ist jede dieser Stellen ein möglicher Einstieg, und er nimmt den, der sich am leichtesten lesen lässt.
Daraus entsteht eine Steuerungsfrage. Liest der Agent den Tarif beim Portal, gehört die Kundenbeziehung dem Portal. Liest er ihn in der eigenen Strecke, bleibt sie beim Versicherer oder beim Vermittler. Welche Folgen das für Direktversicherer hat, vertieft der Beitrag zu Vergleichsportalen und Agentic AI.
Wem gehört das Thema in der Organisation?
Dem Vertrieb, mit der IT als Partner. In vielen Organisationen liegt die Strecke technisch bei der IT oder einem Dienstleister, die Konversion beim Vertrieb und die Bot-Abwehr bei der Informationssicherheit. Agent-Readiness berührt alle drei, und ohne eine benannte Verantwortung bleibt sie zwischen ihnen liegen.
Sinnvoll ist eine Zuordnung wie bei der Konversionsrate: eine Person im Vertrieb, die Lesbarkeit für Agenten als Kennzahl führt, mit einem festen Termin, an dem IT und Sicherheit berichten. Die Kapazität dafür ist überschaubar, solange das Thema an bestehende Arbeit an der Strecke gekoppelt wird und kein eigenes Programm daraus wird.
Woran lässt sich Agent-Readiness messen?
An drei einfachen Größen. Erstens der Anteil der Tarifmerkmale und Bedingungen, der ohne Skript in der Seite steht. Zweitens der Anteil der Formularfelder mit verständlicher Beschriftung. Drittens das Ergebnis eines regelmäßigen Versuchs: Mehrere Assistenten bekommen denselben Musterfall und sollen den Beitrag nennen. Festgehalten wird, ob sie den Tarif finden, ob der Beitrag stimmt und wen sie stattdessen empfehlen.
Der dritte Test ist der aussagekräftigste, weil er zeigt, was beim Kunden ankommt. Er kostet wenig Zeit und lässt sich in das Berichtswesen des digitalen Vertriebs aufnehmen. Wie sich der Anteil des Verkehrs aus Assistenten erfassen lässt, zeigt der Beitrag zum Messen von AI-Traffic im Digitalvertrieb.
Was gehört in Verträge mit Dienstleistern?
Lesbarkeit für Agenten als Abnahmekriterium, überall dort, wo Strecken mit Agenturen, Plattformanbietern oder Rechnerkernen von Dritten entstehen. Was im Vertrag nicht steht, wird später zur Zusatzleistung. Drei Punkte genügen für den Anfang: Kerninhalte werden serverseitig ausgeliefert, jedes Feld trägt eine fachlich verständliche Beschriftung, und der Dienstleister legt offen, welche automatisierten Zugriffe er sperrt.
Bei laufenden Verträgen lohnt der Blick auf die nächste ohnehin geplante Überarbeitung. Ein Relaunch, ein neuer Tarif oder ein Wechsel des Rechnerkerns ist der günstigste Zeitpunkt, die Anforderungen aufzunehmen.
Welche Fehler treten bei der Umsetzung auf?
Drei Fehler liegen nahe. Der erste ist die Sonderseite für Maschinen: eine eigene, vereinfachte Fassung der Tarifseite, die neben der eigentlichen Strecke gepflegt wird. Sie veraltet schnell, und ein Assistent, der einen anderen Beitrag nennt als die Strecke, schadet mehr als eine fehlende Antwort. Tragfähig ist nur eine Quelle, aus der Mensch und Maschine dieselben Angaben erhalten.
Der zweite Fehler ist die pauschale Öffnung. Wer die Bot-Abwehr für alle automatisierten Zugriffe lockert, lädt auch Preisabfragen von Wettbewerbern und Angriffe auf die Strecke ein. Der dritte ist der fehlende Blick auf die Tarifierung selbst: Ein Agent, der viele Musterfälle rechnet, erzeugt Last und Kosten im Rechnerkern. Beides spricht für eine bewusste Entscheidung je Zugriffsart statt für einen Schalter.
Was bringt die Vorarbeit über Agentic AI hinaus?
Sie zahlt auf Ziele ein, die ohnehin bestehen. Beschriftete Felder und serverseitig ausgelieferte Inhalte verbessern die Barrierefreiheit, weil Bildschirmleser auf dieselben Angaben angewiesen sind wie ein Sprachmodell. Sie helfen der klassischen Suche. Und sie machen die Strecke unabhängiger von einzelnen Dienstleistern, weil Inhalte und Logik sauber getrennt sind.
Für die Budgetfrage ist das entscheidend. Agent-Readiness muss sich nicht allein aus einem Kanal rechtfertigen, der heute klein ist. Sie lässt sich als Qualitätsmerkmal der Strecke führen, das mehreren Zielen dient und bei jeder Überarbeitung mitgeprüft wird.
Wie lässt sich die eigene Antragsstrecke prüfen?
Die Strecke ohne JavaScript aufrufen und festhalten, welche Tarifangaben, Bedingungen und Felder dann noch sichtbar sind.
Jedes Formularfeld auf eine verständliche Beschriftung prüfen, auch die Felder, die extern gebaute Rechner mitbringen.
Mit IT und Dienstleistern klären, welche automatisierten Zugriffe gesperrt sind und ob Assistenten im Auftrag eines Nutzers davon ausgenommen werden sollen.
Eine Verantwortung im Vertrieb benennen, die Lesbarkeit für Agenten wie eine Konversionskennzahl verfolgt.
Bei der nächsten Vergabe einer Strecke die Lesbarkeit für Agentic AI als Abnahmekriterium aufnehmen.
Festlegen, wie viel Kapazität aus dem laufenden Budget der Strecke in diesem Jahr dafür reserviert wird.
Ob die eigene Strecke für einen Agenten existiert, zeigt ein einfacher Versuch: einen Assistenten bitten, den eigenen Tarif für einen Musterfall zu berechnen.
Wir freuen uns über ein erstes Gespräch zu diesem Thema.
Ein Thema, das gerade beschäftigt?
Gemeinsam einordnen, was daraus folgt.

Die wichtigsten Erkenntnisse
AI-Crawler führen JavaScript in der Regel nicht aus.
Unbeschriftete Felder sind für Sprachmodelle nicht deutbar.
Agent-Readiness gehört zum Vertrieb, nicht nur zur IT.
Die Strecke ist optimiert. Nur nicht für den neuen Besucher.
Jahrelang wurden Antragsstrecken auf Menschen hin getestet: Farbe des Buttons, Reihenfolge der Fragen, Zahl der Schritte. Der nächste Besucher ist ein AI-Agent, und er sieht davon wenig. Eine Antragsstrecke ist für Agentic AI lesbar, wenn Tarife, Bedingungen und Formularfelder bereits in der ersten Serverantwort als beschrifteter Text vorliegen und nicht erst durch Skripte im Browser entstehen.
Für Versicherer ist das mehr als ein technisches Detail. Ob der eigene Tarif in der Antwort eines Assistenten vorkommt, hängt zuerst davon ab, ob der Assistent ihn überhaupt lesen und berechnen konnte.
Wie groß ist die Nachfrage nach AI-Hilfe beim Versicherungsabschluss?
Die Bereitschaft ist deutlich größer als die Nutzung. Laut der Bitkom-Umfrage „Versicherungen: KI hilft beim Abschluss“ (Juli 2026, 1.004 Befragte ab 16 Jahren) würden 52 Prozent gern eine AI nutzen, die beim Ausfüllen eines Versicherungsantrags hilft, nach 47 Prozent im Vorjahr. Vor einem Abschluss tatsächlich eine AI um Rat gefragt haben nach derselben Umfrage erst 9 Prozent.
Für das Management heißt das: Der Kanal ist heute klein, und die Vorarbeit an Strecken, Rechnern und Dienstleisterverträgen braucht Vorlauf. Das spricht dafür, die Vorarbeit jetzt in die laufende Planung zu nehmen und nicht erst dann, wenn der Anteil zweistellig ist.

Wer besucht die Strecke eigentlich: Crawler, Suche oder Agent?
Hinter dem Sammelbegriff stehen unterschiedliche Besucher mit unterschiedlichen Aufgaben. OpenAI unterscheidet in seiner Dokumentation „Overview of OpenAI Crawlers“ (abgerufen im November 2026) vier Zugriffsarten: einen Crawler für Inhalte, die ins Training von Modellen einfließen können, einen für die Suche in ChatGPT, einen für Abrufe, die ein Nutzer in ChatGPT auslöst, und einen für die Prüfung von Anzeigen.
Die Unterscheidung hat praktische Folgen. Wer den Such-Crawler ausschließt, erscheint laut OpenAI nicht mehr in den Suchantworten von ChatGPT, kann dort aber weiter als reiner Link auftauchen. Für Abrufe, die ein Nutzer selbst auslöst, hält die Dokumentation fest, dass die Regeln der robots.txt möglicherweise nicht gelten, weil ein Mensch den Abruf veranlasst hat. Eine pauschale Sperre „gegen AI“ trifft also unterschiedliche Dinge, und nicht jede davon ist gewollt.
Cloudflare beschreibt die Verschiebung in Zahlen. Nach dem Beitrag „Content Independence Day, one year on“ (Juli 2026) dienten im Juni 2026 52 Prozent der Crawler-Anfragen, die Cloudflare nach Zweck zuordnet, dem Training von AI, nach 22 Prozent im Frühjahr 2025. Die Auswertung bezieht sich auf das Netzwerk von Cloudflare und ist branchenübergreifend. Für einen Versicherer lautet die Frage dahinter: Welche dieser Besucher sollen Tarifseiten lesen dürfen, und wer entscheidet das?
Warum sehen AI-Agenten viele Antragsstrecken nicht?
Die meisten großen AI-Crawler führen JavaScript nicht aus. Vercel und MERJ haben in der Analyse „The rise of the AI crawler“ (Dezember 2024) den Verkehr im Vercel-Netzwerk ausgewertet: Der Crawler von OpenAI kam dort in einem Monat auf 569 Millionen Abrufe, der von Anthropic auf 370 Millionen, und die Crawler von OpenAI, Anthropic, Meta, ByteDance und Perplexity renderten kein JavaScript. Gemini, das über den Googlebot liest, und AppleBot taten es. Inhalte, die erst im Browser nachgeladen werden, fehlen damit in der Antwort vieler Assistenten.
Dieselbe Analyse zeigt, dass rund 35 Prozent der Abrufe von ChatGPT und rund 34 Prozent der Abrufe von Claude auf nicht vorhandenen Seiten (404) endeten, bei Googlebot waren es rund 8 Prozent. Veraltete Adressen und fehlende Weiterleitungen kosten also zusätzlich Sichtbarkeit. Die Analyse stammt aus dem Dezember 2024 und aus einem einzelnen Netzwerk. Einzelne Anbieter können ihr Verhalten seither geändert haben. Als Planungsannahme bleibt sie tragfähig: Was ohne Skript nicht auf der Seite steht, ist für einen Teil der Assistenten nicht vorhanden.
Welche Bausteine blockieren AI-Agenten am häufigsten?
Vier Muster stehen aus unserer Sicht im Vordergrund. Eingebettete Rahmen von Drittanbietern trennen den Rechner vom Rest der Seite. Dynamische Formulare zeigen Felder erst nach einer Eingabe. Datenfelder tragen technische Kürzel statt verständlicher Beschriftungen, sodass ein Sprachmodell raten muss, was gemeint ist. Und Schutzmechanismen gegen automatisierte Zugriffe sperren den Agenten aus, bevor er die erste Frage stellen kann.
Jedes dieser Muster ist für sich begründet. Der eingebettete Rechner spart Entwicklungszeit, das dynamische Formular verkürzt die Strecke für Menschen, der Schutz hält Angriffe ab. Zusammen führen sie dazu, dass ein Agent den Tarif nicht berechnen kann und einen Wettbewerber empfiehlt, dessen Angaben er lesen konnte.
Wie lässt sich Schutz vor Bots mit Offenheit für Agenten verbinden?
Indem zwischen unbekannter Automatisierung und erkennbaren Agenten unterschieden wird. Genau daran arbeiten die Zahlungsnetzwerke. Visa hat im Oktober 2025 das gemeinsam mit Cloudflare entwickelte Trusted Agent Protocol vorgestellt. Nach der Mitteilung „Visa Introduces Trusted Agent Protocol“ übermittelt ein Agent darüber unter anderem, dass er vertrauenswürdig ist und mit welcher Absicht er eine Seite aufruft. Händler sollen ihn so von schädlicher Automatisierung unterscheiden können.
Das Protokoll ist für den Handel entworfen, nicht für Versicherer. Die Logik lässt sich trotzdem übertragen: Ein Schutz, der jeden automatisierten Zugriff gleich behandelt, sperrt künftig auch den Assistenten eines Kunden aus. Die Entscheidung, welche Agenten durchgelassen werden, ist eine Vertriebsentscheidung mit Sicherheitsfolgen und gehört deshalb an einen Tisch mit beiden Seiten.
Braucht es besondere Auszeichnungen für AI-Suche?
Für die Suche von Google nicht. Google hält in der Dokumentation „AI features and your website“ (Stand Dezember 2025) fest, dass es für die Aufnahme in AI Overviews und den AI Mode keine zusätzlichen technischen Anforderungen und keine besondere Auszeichnung gibt. Eine Seite muss indexiert sein und als Suchergebnis mit Textauszug erscheinen dürfen. Als Empfehlung nennt Google, wichtige Inhalte als Text bereitzustellen und strukturierte Daten mit dem sichtbaren Text übereinstimmen zu lassen.
Das entlastet die Planung. Die Grundlagen, die für die klassische Suche gelten, tragen auch hier. Wer Tarifmerkmale nur in Bildern, Vergleichsgrafiken oder nachgeladenen Tabellen zeigt, verliert in beiden Welten. Der Mehraufwand für Agentic AI beginnt erst dort, wo ein Agent nicht nur lesen, sondern rechnen und einen Antrag vorbereiten soll.
Was ändert WebMCP an der Lage?
WebMCP ist ein vorgeschlagener Webstandard, mit dem eine Website ihre Funktionen als strukturierte Tools für AI-Agenten anbietet. Laut der Dokumentation von Chrome for Developers (Stand Oktober 2026) läuft er als Origin Trial ab Chrome 149 und kennt zwei Wege: Anmerkungen an bestehenden HTML-Formularen und in JavaScript definierte Tools. Ein Agent muss dann nicht mehr erraten, was ein Feld bedeutet.
Der Standard ist ausdrücklich noch im Wandel. Für Versicherer mit vielen Strecken und externen Dienstleistern lohnt sich deshalb heute die Vorarbeit, die unabhängig vom Standard trägt: saubere Beschriftung, serverseitig ausgelieferte Inhalte, klare Zuständigkeit. Wie Produkte selbst maschinenlesbar werden, beschreibt der Beitrag Versicherungsprodukte müssen maschinenlesbar werden. Die Einordnung der Protokolle liefert der Beitrag zu MCP und WebMCP.
Was heißt das für Makler- und Vergleichsstrecken?
Dieselbe Frage stellt sich an jeder Stelle, an der ein Tarif berechnet wird: im Rechner für Vermittler, in den Tarifdaten für Vergleichsportale und in Strecken, die in Partnerseiten eingebunden sind. Für einen Agenten ist jede dieser Stellen ein möglicher Einstieg, und er nimmt den, der sich am leichtesten lesen lässt.
Daraus entsteht eine Steuerungsfrage. Liest der Agent den Tarif beim Portal, gehört die Kundenbeziehung dem Portal. Liest er ihn in der eigenen Strecke, bleibt sie beim Versicherer oder beim Vermittler. Welche Folgen das für Direktversicherer hat, vertieft der Beitrag zu Vergleichsportalen und Agentic AI.
Wem gehört das Thema in der Organisation?
Dem Vertrieb, mit der IT als Partner. In vielen Organisationen liegt die Strecke technisch bei der IT oder einem Dienstleister, die Konversion beim Vertrieb und die Bot-Abwehr bei der Informationssicherheit. Agent-Readiness berührt alle drei, und ohne eine benannte Verantwortung bleibt sie zwischen ihnen liegen.
Sinnvoll ist eine Zuordnung wie bei der Konversionsrate: eine Person im Vertrieb, die Lesbarkeit für Agenten als Kennzahl führt, mit einem festen Termin, an dem IT und Sicherheit berichten. Die Kapazität dafür ist überschaubar, solange das Thema an bestehende Arbeit an der Strecke gekoppelt wird und kein eigenes Programm daraus wird.
Woran lässt sich Agent-Readiness messen?
An drei einfachen Größen. Erstens der Anteil der Tarifmerkmale und Bedingungen, der ohne Skript in der Seite steht. Zweitens der Anteil der Formularfelder mit verständlicher Beschriftung. Drittens das Ergebnis eines regelmäßigen Versuchs: Mehrere Assistenten bekommen denselben Musterfall und sollen den Beitrag nennen. Festgehalten wird, ob sie den Tarif finden, ob der Beitrag stimmt und wen sie stattdessen empfehlen.
Der dritte Test ist der aussagekräftigste, weil er zeigt, was beim Kunden ankommt. Er kostet wenig Zeit und lässt sich in das Berichtswesen des digitalen Vertriebs aufnehmen. Wie sich der Anteil des Verkehrs aus Assistenten erfassen lässt, zeigt der Beitrag zum Messen von AI-Traffic im Digitalvertrieb.
Was gehört in Verträge mit Dienstleistern?
Lesbarkeit für Agenten als Abnahmekriterium, überall dort, wo Strecken mit Agenturen, Plattformanbietern oder Rechnerkernen von Dritten entstehen. Was im Vertrag nicht steht, wird später zur Zusatzleistung. Drei Punkte genügen für den Anfang: Kerninhalte werden serverseitig ausgeliefert, jedes Feld trägt eine fachlich verständliche Beschriftung, und der Dienstleister legt offen, welche automatisierten Zugriffe er sperrt.
Bei laufenden Verträgen lohnt der Blick auf die nächste ohnehin geplante Überarbeitung. Ein Relaunch, ein neuer Tarif oder ein Wechsel des Rechnerkerns ist der günstigste Zeitpunkt, die Anforderungen aufzunehmen.
Welche Fehler treten bei der Umsetzung auf?
Drei Fehler liegen nahe. Der erste ist die Sonderseite für Maschinen: eine eigene, vereinfachte Fassung der Tarifseite, die neben der eigentlichen Strecke gepflegt wird. Sie veraltet schnell, und ein Assistent, der einen anderen Beitrag nennt als die Strecke, schadet mehr als eine fehlende Antwort. Tragfähig ist nur eine Quelle, aus der Mensch und Maschine dieselben Angaben erhalten.
Der zweite Fehler ist die pauschale Öffnung. Wer die Bot-Abwehr für alle automatisierten Zugriffe lockert, lädt auch Preisabfragen von Wettbewerbern und Angriffe auf die Strecke ein. Der dritte ist der fehlende Blick auf die Tarifierung selbst: Ein Agent, der viele Musterfälle rechnet, erzeugt Last und Kosten im Rechnerkern. Beides spricht für eine bewusste Entscheidung je Zugriffsart statt für einen Schalter.
Was bringt die Vorarbeit über Agentic AI hinaus?
Sie zahlt auf Ziele ein, die ohnehin bestehen. Beschriftete Felder und serverseitig ausgelieferte Inhalte verbessern die Barrierefreiheit, weil Bildschirmleser auf dieselben Angaben angewiesen sind wie ein Sprachmodell. Sie helfen der klassischen Suche. Und sie machen die Strecke unabhängiger von einzelnen Dienstleistern, weil Inhalte und Logik sauber getrennt sind.
Für die Budgetfrage ist das entscheidend. Agent-Readiness muss sich nicht allein aus einem Kanal rechtfertigen, der heute klein ist. Sie lässt sich als Qualitätsmerkmal der Strecke führen, das mehreren Zielen dient und bei jeder Überarbeitung mitgeprüft wird.
Wie lässt sich die eigene Antragsstrecke prüfen?
Die Strecke ohne JavaScript aufrufen und festhalten, welche Tarifangaben, Bedingungen und Felder dann noch sichtbar sind.
Jedes Formularfeld auf eine verständliche Beschriftung prüfen, auch die Felder, die extern gebaute Rechner mitbringen.
Mit IT und Dienstleistern klären, welche automatisierten Zugriffe gesperrt sind und ob Assistenten im Auftrag eines Nutzers davon ausgenommen werden sollen.
Eine Verantwortung im Vertrieb benennen, die Lesbarkeit für Agenten wie eine Konversionskennzahl verfolgt.
Bei der nächsten Vergabe einer Strecke die Lesbarkeit für Agentic AI als Abnahmekriterium aufnehmen.
Festlegen, wie viel Kapazität aus dem laufenden Budget der Strecke in diesem Jahr dafür reserviert wird.
Ob die eigene Strecke für einen Agenten existiert, zeigt ein einfacher Versuch: einen Assistenten bitten, den eigenen Tarif für einen Musterfall zu berechnen.
Wir freuen uns über ein erstes Gespräch zu diesem Thema.
Ein Thema, das gerade beschäftigt?
Gemeinsam einordnen, was daraus folgt.

Die wichtigsten Erkenntnisse
AI-Crawler führen JavaScript in der Regel nicht aus.
Unbeschriftete Felder sind für Sprachmodelle nicht deutbar.
Agent-Readiness gehört zum Vertrieb, nicht nur zur IT.
Die Strecke ist optimiert. Nur nicht für den neuen Besucher.
Jahrelang wurden Antragsstrecken auf Menschen hin getestet: Farbe des Buttons, Reihenfolge der Fragen, Zahl der Schritte. Der nächste Besucher ist ein AI-Agent, und er sieht davon wenig. Eine Antragsstrecke ist für Agentic AI lesbar, wenn Tarife, Bedingungen und Formularfelder bereits in der ersten Serverantwort als beschrifteter Text vorliegen und nicht erst durch Skripte im Browser entstehen.
Für Versicherer ist das mehr als ein technisches Detail. Ob der eigene Tarif in der Antwort eines Assistenten vorkommt, hängt zuerst davon ab, ob der Assistent ihn überhaupt lesen und berechnen konnte.
Wie groß ist die Nachfrage nach AI-Hilfe beim Versicherungsabschluss?
Die Bereitschaft ist deutlich größer als die Nutzung. Laut der Bitkom-Umfrage „Versicherungen: KI hilft beim Abschluss“ (Juli 2026, 1.004 Befragte ab 16 Jahren) würden 52 Prozent gern eine AI nutzen, die beim Ausfüllen eines Versicherungsantrags hilft, nach 47 Prozent im Vorjahr. Vor einem Abschluss tatsächlich eine AI um Rat gefragt haben nach derselben Umfrage erst 9 Prozent.
Für das Management heißt das: Der Kanal ist heute klein, und die Vorarbeit an Strecken, Rechnern und Dienstleisterverträgen braucht Vorlauf. Das spricht dafür, die Vorarbeit jetzt in die laufende Planung zu nehmen und nicht erst dann, wenn der Anteil zweistellig ist.

Wer besucht die Strecke eigentlich: Crawler, Suche oder Agent?
Hinter dem Sammelbegriff stehen unterschiedliche Besucher mit unterschiedlichen Aufgaben. OpenAI unterscheidet in seiner Dokumentation „Overview of OpenAI Crawlers“ (abgerufen im November 2026) vier Zugriffsarten: einen Crawler für Inhalte, die ins Training von Modellen einfließen können, einen für die Suche in ChatGPT, einen für Abrufe, die ein Nutzer in ChatGPT auslöst, und einen für die Prüfung von Anzeigen.
Die Unterscheidung hat praktische Folgen. Wer den Such-Crawler ausschließt, erscheint laut OpenAI nicht mehr in den Suchantworten von ChatGPT, kann dort aber weiter als reiner Link auftauchen. Für Abrufe, die ein Nutzer selbst auslöst, hält die Dokumentation fest, dass die Regeln der robots.txt möglicherweise nicht gelten, weil ein Mensch den Abruf veranlasst hat. Eine pauschale Sperre „gegen AI“ trifft also unterschiedliche Dinge, und nicht jede davon ist gewollt.
Cloudflare beschreibt die Verschiebung in Zahlen. Nach dem Beitrag „Content Independence Day, one year on“ (Juli 2026) dienten im Juni 2026 52 Prozent der Crawler-Anfragen, die Cloudflare nach Zweck zuordnet, dem Training von AI, nach 22 Prozent im Frühjahr 2025. Die Auswertung bezieht sich auf das Netzwerk von Cloudflare und ist branchenübergreifend. Für einen Versicherer lautet die Frage dahinter: Welche dieser Besucher sollen Tarifseiten lesen dürfen, und wer entscheidet das?
Warum sehen AI-Agenten viele Antragsstrecken nicht?
Die meisten großen AI-Crawler führen JavaScript nicht aus. Vercel und MERJ haben in der Analyse „The rise of the AI crawler“ (Dezember 2024) den Verkehr im Vercel-Netzwerk ausgewertet: Der Crawler von OpenAI kam dort in einem Monat auf 569 Millionen Abrufe, der von Anthropic auf 370 Millionen, und die Crawler von OpenAI, Anthropic, Meta, ByteDance und Perplexity renderten kein JavaScript. Gemini, das über den Googlebot liest, und AppleBot taten es. Inhalte, die erst im Browser nachgeladen werden, fehlen damit in der Antwort vieler Assistenten.
Dieselbe Analyse zeigt, dass rund 35 Prozent der Abrufe von ChatGPT und rund 34 Prozent der Abrufe von Claude auf nicht vorhandenen Seiten (404) endeten, bei Googlebot waren es rund 8 Prozent. Veraltete Adressen und fehlende Weiterleitungen kosten also zusätzlich Sichtbarkeit. Die Analyse stammt aus dem Dezember 2024 und aus einem einzelnen Netzwerk. Einzelne Anbieter können ihr Verhalten seither geändert haben. Als Planungsannahme bleibt sie tragfähig: Was ohne Skript nicht auf der Seite steht, ist für einen Teil der Assistenten nicht vorhanden.
Welche Bausteine blockieren AI-Agenten am häufigsten?
Vier Muster stehen aus unserer Sicht im Vordergrund. Eingebettete Rahmen von Drittanbietern trennen den Rechner vom Rest der Seite. Dynamische Formulare zeigen Felder erst nach einer Eingabe. Datenfelder tragen technische Kürzel statt verständlicher Beschriftungen, sodass ein Sprachmodell raten muss, was gemeint ist. Und Schutzmechanismen gegen automatisierte Zugriffe sperren den Agenten aus, bevor er die erste Frage stellen kann.
Jedes dieser Muster ist für sich begründet. Der eingebettete Rechner spart Entwicklungszeit, das dynamische Formular verkürzt die Strecke für Menschen, der Schutz hält Angriffe ab. Zusammen führen sie dazu, dass ein Agent den Tarif nicht berechnen kann und einen Wettbewerber empfiehlt, dessen Angaben er lesen konnte.
Wie lässt sich Schutz vor Bots mit Offenheit für Agenten verbinden?
Indem zwischen unbekannter Automatisierung und erkennbaren Agenten unterschieden wird. Genau daran arbeiten die Zahlungsnetzwerke. Visa hat im Oktober 2025 das gemeinsam mit Cloudflare entwickelte Trusted Agent Protocol vorgestellt. Nach der Mitteilung „Visa Introduces Trusted Agent Protocol“ übermittelt ein Agent darüber unter anderem, dass er vertrauenswürdig ist und mit welcher Absicht er eine Seite aufruft. Händler sollen ihn so von schädlicher Automatisierung unterscheiden können.
Das Protokoll ist für den Handel entworfen, nicht für Versicherer. Die Logik lässt sich trotzdem übertragen: Ein Schutz, der jeden automatisierten Zugriff gleich behandelt, sperrt künftig auch den Assistenten eines Kunden aus. Die Entscheidung, welche Agenten durchgelassen werden, ist eine Vertriebsentscheidung mit Sicherheitsfolgen und gehört deshalb an einen Tisch mit beiden Seiten.
Braucht es besondere Auszeichnungen für AI-Suche?
Für die Suche von Google nicht. Google hält in der Dokumentation „AI features and your website“ (Stand Dezember 2025) fest, dass es für die Aufnahme in AI Overviews und den AI Mode keine zusätzlichen technischen Anforderungen und keine besondere Auszeichnung gibt. Eine Seite muss indexiert sein und als Suchergebnis mit Textauszug erscheinen dürfen. Als Empfehlung nennt Google, wichtige Inhalte als Text bereitzustellen und strukturierte Daten mit dem sichtbaren Text übereinstimmen zu lassen.
Das entlastet die Planung. Die Grundlagen, die für die klassische Suche gelten, tragen auch hier. Wer Tarifmerkmale nur in Bildern, Vergleichsgrafiken oder nachgeladenen Tabellen zeigt, verliert in beiden Welten. Der Mehraufwand für Agentic AI beginnt erst dort, wo ein Agent nicht nur lesen, sondern rechnen und einen Antrag vorbereiten soll.
Was ändert WebMCP an der Lage?
WebMCP ist ein vorgeschlagener Webstandard, mit dem eine Website ihre Funktionen als strukturierte Tools für AI-Agenten anbietet. Laut der Dokumentation von Chrome for Developers (Stand Oktober 2026) läuft er als Origin Trial ab Chrome 149 und kennt zwei Wege: Anmerkungen an bestehenden HTML-Formularen und in JavaScript definierte Tools. Ein Agent muss dann nicht mehr erraten, was ein Feld bedeutet.
Der Standard ist ausdrücklich noch im Wandel. Für Versicherer mit vielen Strecken und externen Dienstleistern lohnt sich deshalb heute die Vorarbeit, die unabhängig vom Standard trägt: saubere Beschriftung, serverseitig ausgelieferte Inhalte, klare Zuständigkeit. Wie Produkte selbst maschinenlesbar werden, beschreibt der Beitrag Versicherungsprodukte müssen maschinenlesbar werden. Die Einordnung der Protokolle liefert der Beitrag zu MCP und WebMCP.
Was heißt das für Makler- und Vergleichsstrecken?
Dieselbe Frage stellt sich an jeder Stelle, an der ein Tarif berechnet wird: im Rechner für Vermittler, in den Tarifdaten für Vergleichsportale und in Strecken, die in Partnerseiten eingebunden sind. Für einen Agenten ist jede dieser Stellen ein möglicher Einstieg, und er nimmt den, der sich am leichtesten lesen lässt.
Daraus entsteht eine Steuerungsfrage. Liest der Agent den Tarif beim Portal, gehört die Kundenbeziehung dem Portal. Liest er ihn in der eigenen Strecke, bleibt sie beim Versicherer oder beim Vermittler. Welche Folgen das für Direktversicherer hat, vertieft der Beitrag zu Vergleichsportalen und Agentic AI.
Wem gehört das Thema in der Organisation?
Dem Vertrieb, mit der IT als Partner. In vielen Organisationen liegt die Strecke technisch bei der IT oder einem Dienstleister, die Konversion beim Vertrieb und die Bot-Abwehr bei der Informationssicherheit. Agent-Readiness berührt alle drei, und ohne eine benannte Verantwortung bleibt sie zwischen ihnen liegen.
Sinnvoll ist eine Zuordnung wie bei der Konversionsrate: eine Person im Vertrieb, die Lesbarkeit für Agenten als Kennzahl führt, mit einem festen Termin, an dem IT und Sicherheit berichten. Die Kapazität dafür ist überschaubar, solange das Thema an bestehende Arbeit an der Strecke gekoppelt wird und kein eigenes Programm daraus wird.
Woran lässt sich Agent-Readiness messen?
An drei einfachen Größen. Erstens der Anteil der Tarifmerkmale und Bedingungen, der ohne Skript in der Seite steht. Zweitens der Anteil der Formularfelder mit verständlicher Beschriftung. Drittens das Ergebnis eines regelmäßigen Versuchs: Mehrere Assistenten bekommen denselben Musterfall und sollen den Beitrag nennen. Festgehalten wird, ob sie den Tarif finden, ob der Beitrag stimmt und wen sie stattdessen empfehlen.
Der dritte Test ist der aussagekräftigste, weil er zeigt, was beim Kunden ankommt. Er kostet wenig Zeit und lässt sich in das Berichtswesen des digitalen Vertriebs aufnehmen. Wie sich der Anteil des Verkehrs aus Assistenten erfassen lässt, zeigt der Beitrag zum Messen von AI-Traffic im Digitalvertrieb.
Was gehört in Verträge mit Dienstleistern?
Lesbarkeit für Agenten als Abnahmekriterium, überall dort, wo Strecken mit Agenturen, Plattformanbietern oder Rechnerkernen von Dritten entstehen. Was im Vertrag nicht steht, wird später zur Zusatzleistung. Drei Punkte genügen für den Anfang: Kerninhalte werden serverseitig ausgeliefert, jedes Feld trägt eine fachlich verständliche Beschriftung, und der Dienstleister legt offen, welche automatisierten Zugriffe er sperrt.
Bei laufenden Verträgen lohnt der Blick auf die nächste ohnehin geplante Überarbeitung. Ein Relaunch, ein neuer Tarif oder ein Wechsel des Rechnerkerns ist der günstigste Zeitpunkt, die Anforderungen aufzunehmen.
Welche Fehler treten bei der Umsetzung auf?
Drei Fehler liegen nahe. Der erste ist die Sonderseite für Maschinen: eine eigene, vereinfachte Fassung der Tarifseite, die neben der eigentlichen Strecke gepflegt wird. Sie veraltet schnell, und ein Assistent, der einen anderen Beitrag nennt als die Strecke, schadet mehr als eine fehlende Antwort. Tragfähig ist nur eine Quelle, aus der Mensch und Maschine dieselben Angaben erhalten.
Der zweite Fehler ist die pauschale Öffnung. Wer die Bot-Abwehr für alle automatisierten Zugriffe lockert, lädt auch Preisabfragen von Wettbewerbern und Angriffe auf die Strecke ein. Der dritte ist der fehlende Blick auf die Tarifierung selbst: Ein Agent, der viele Musterfälle rechnet, erzeugt Last und Kosten im Rechnerkern. Beides spricht für eine bewusste Entscheidung je Zugriffsart statt für einen Schalter.
Was bringt die Vorarbeit über Agentic AI hinaus?
Sie zahlt auf Ziele ein, die ohnehin bestehen. Beschriftete Felder und serverseitig ausgelieferte Inhalte verbessern die Barrierefreiheit, weil Bildschirmleser auf dieselben Angaben angewiesen sind wie ein Sprachmodell. Sie helfen der klassischen Suche. Und sie machen die Strecke unabhängiger von einzelnen Dienstleistern, weil Inhalte und Logik sauber getrennt sind.
Für die Budgetfrage ist das entscheidend. Agent-Readiness muss sich nicht allein aus einem Kanal rechtfertigen, der heute klein ist. Sie lässt sich als Qualitätsmerkmal der Strecke führen, das mehreren Zielen dient und bei jeder Überarbeitung mitgeprüft wird.
Wie lässt sich die eigene Antragsstrecke prüfen?
Die Strecke ohne JavaScript aufrufen und festhalten, welche Tarifangaben, Bedingungen und Felder dann noch sichtbar sind.
Jedes Formularfeld auf eine verständliche Beschriftung prüfen, auch die Felder, die extern gebaute Rechner mitbringen.
Mit IT und Dienstleistern klären, welche automatisierten Zugriffe gesperrt sind und ob Assistenten im Auftrag eines Nutzers davon ausgenommen werden sollen.
Eine Verantwortung im Vertrieb benennen, die Lesbarkeit für Agenten wie eine Konversionskennzahl verfolgt.
Bei der nächsten Vergabe einer Strecke die Lesbarkeit für Agentic AI als Abnahmekriterium aufnehmen.
Festlegen, wie viel Kapazität aus dem laufenden Budget der Strecke in diesem Jahr dafür reserviert wird.
Ob die eigene Strecke für einen Agenten existiert, zeigt ein einfacher Versuch: einen Assistenten bitten, den eigenen Tarif für einen Musterfall zu berechnen.
Wir freuen uns über ein erstes Gespräch zu diesem Thema.
Ein Thema, das gerade beschäftigt?
Gemeinsam einordnen, was daraus folgt.


