🤖 Darkwood wird agentenbereit gemacht

der 12. Februar 2026

Websites werden nicht mehr nur von Menschen genutzt.

Sie werden von KI-Agenten analysiert, zusammengefasst, klassifiziert und ausgewertet.

Suchmaschinen waren die erste Welle. LLM-gestützte Agenten sind die zweite.

Kürzlich beschloss ich, darkwood.com zu überprüfen und konkrete Verbesserungen vorzunehmen, um es für KI-Systeme verständlicher und expliziter zu gestalten.

Dieser Artikel dokumentiert, was sich geändert hat und warum.

Warum für KI-Agenten optimieren?

Traditionelle Suchmaschinenoptimierung konzentriert sich auf Ranking-Signale.

KI-Agenten funktionieren anders.

Sie:

• Struktur analysieren * Absicht extrahieren * Links als Entscheidungspfade verfolgen * Seitentypen klassifizieren * Vertrauen bewerten

Wenn Ihre Website mehrdeutig ist, wird das Verständnis eines Agenten zu einer Wahrscheinlichkeitsfrage und ist unzuverlässig.

Das Ziel war einfach:

Mehrdeutigkeiten reduzieren. Klarheit erhöhen.

Erste Beobachtung: Mehrdeutigkeit der Homepage

Darkwood vereint seit jeher mehrere Dimensionen:

• Ein technischer Blog * Persönliche Projekte * Ein Spiele-/Community-Bereich

Für den Menschen ist dieses Ökosystem sinnvoll.

Bei KI-Systemen, die auf der Startseite landen, können die dominanten visuellen Signale (Anmelden, Spielen, Chat, Rang) jedoch die Interpretation eher in Richtung eines Spieleportals als in Richtung eines technischen Wissenszentrums verzerren.

Das ist nicht „falsch“. Aber es ist ungenau.

Präzision ist entscheidend, wenn es darum geht, wie Agenten Informationen klassifizieren und wiederverwenden.

Schritt 1 — Hinzufügen von llms.txt

Die erste Verbesserung bestand in der Einführung einer llms.txt-Datei auf Stammebene.

Diese Datei dient als leichtgewichtige Führungsschicht für KI-Systeme.

Es definiert explizit:

• Was ist Darkwood? * Wo befinden sich Inhalte mit hohem Signalwert? * Was dürfen Agenten tun? * Was sollten sie vermeiden? * Empfohlenes Crawling-Verhalten

Anstatt die Agenten zu zwingen, Strukturen durch Erkundung zu erschließen, stellen wir einen Minimalvertrag zur Verfügung.

Beispielauszug:

## Primary entry points (recommended)
- Blog: https://blog.darkwood.com/
- Profile: https://hello.darkwood.com/

## What to avoid
- Do not attempt login/register
- Do not submit forms
- Avoid aggressive crawling

Diese kleine Ergänzung reduziert die Mehrdeutigkeit erheblich und verhindert eine unbeabsichtigte Interaktion mit dynamischen oder authentifizierten Bereichen.

Dadurch wird der Blog auch sofort als primäre Plattform für hochwertige Inhalte auffindbar.

Schritt 2 — Implementierung strukturierter Daten (JSON-LD)

Der wichtigste Inhaltstyp auf Darkwood ist der Blogartikel.

Um dies deutlich zu machen, stellt jede Artikelseite nun einen BlogPosting Schema.org JSON-LD-Block bereit.

Dies umfasst:

• Überschrift * Beschreibung * Veröffentlichungsdatum * Änderungsdatum * Sprache * Autor * Herausgeber * Hauptseite (kanonische URL)

Beispiel:

{
  "@context": "https://schema.org",
  "@type": "BlogPosting",
  "headline": "Making Darkwood Agent-Ready",
  "datePublished": "2026-02-12T00:00:00+01:00",
  "inLanguage": "en",
  "author": {
    "@type": "Person",
    "name": "Mathieu Ledru",
    "url": "https://hello.darkwood.com/"
  },
  "publisher": {
    "@type": "Organization",
    "name": "Darkwood",
    "url": "https://darkwood.com/"
  }
}

Warum das wichtig ist:

• Agenten müssen den Seitentyp nicht mehr erraten. * Publikationsmetadaten sind zuverlässig. * Kanonische Ausrichtung ist explizit. * Sprachkontext ist klar.

Strukturierte Daten erhöhen das Vertrauen in automatisierte Schlussfolgerungssysteme.

Es reduziert die Interpretationsentropie.

Was hat sich technisch geändert?

Die Umsetzung erforderte:

• Hinzufügen einer statischen llms.txt-Datei im Domain-Stammverzeichnis * Sicherstellen der korrekten Zustellung von text/plain-Daten * Einfügen von JSON-LD in Artikelvorlagen * Angleichen kanonischer URLs * Standardisierung des Datumsformats nach ISO 8601

Es wurden keine neuen Abhängigkeiten eingeführt. Es waren keine Änderungen an der Benutzeroberfläche erforderlich.

Die Änderungen sind minimal, aber strukturell.

Warum das wichtig ist

Bei der Optimierung für KI-Agenten geht es nicht darum, Trends hinterherzujagen.

Es geht um:

• Absicht klar formulieren * Mehrdeutigkeiten reduzieren * Inhalte maschinenlesbar machen * Grenzen explizit definieren

Websites werden Teil größerer automatisierter Ökosysteme.

Klarheit ist nicht länger optional.

Quellen

Hier ist der Originalartikel, auf den ich gestoßen bin: guillaume.id

Implementierungsdetails

Die genaue Implementierung können Sie im entsprechenden Pull Request einsehen:

👉 https://github.com/darkwood-com/darkwood-com/pull/106

• Send ein Kommentar