Von GEO-Ready zu AI-Ready: die nächste Evolution der CMS-Plattformen

Was GEO-Ready bedeutet hat

GEO — Generative Engine Optimization — war der Begriff, mit dem die SEO-Welt zwischen 2024 und 2026 ihren Übergang in die generative Ära organisiert hat. Die Aufgabe war nicht mehr, ein Keyword in einer SERP auf Platz drei zu bekommen, sondern in einer KI-generierten Antwort als Quelle zitiert zu werden. Daraus ergab sich eine Liste von Dingen, die ein CMS können musste:

• Strukturierte Antworten — jede inhaltliche Aussage in Question-Answer-Blöcken, FAQ-Schema.org-Markup, kurze Definitionen am Anfang jeder Sektion.
• Sauberes Schema.org — nicht nur die Pflicht-Typen WebPage und Article, sondern HowTo, FAQPage, BreadcrumbList, Organization, Person und Service als deklariertes Markup, damit Generative Engines die Beziehungen verstehen.
• Klare Reading-Time und Authorship — jeder Post mit Autor, Update-Datum, einer Reading-Time-Angabe und einer eindeutigen Hauptaussage in den ersten 200 Wörtern.
• Cite-friendly Schreibweise — in kurzen, gut zitierbaren Sätzen statt in langen Blöcken; Behauptungen mit Quellen-Links unterlegt.
• llms.txt-Diskussion — ob man dem Crawler mit einer extra Datei den Einstieg erleichtert. Das Thema ist mit Googles AI Optimization Guide vom Mai 2026 abgekühlt worden: Strukturierte Daten und sauberes HTML reichen, eine separate Datei ist nicht erforderlich.

Diese Etappe war Pflicht, und sie ist es weiter. Aber sie geht von einer Annahme aus, die in den letzten zwölf Monaten bröckelt: dass der Konsum über einen Crawler läuft, der HTML rendert.

Wo GEO an seine Grenzen stößt

Drei Bruchstellen sind im Lauf der letzten zwölf Monate sichtbar geworden:

1. Agenten wollen Werkzeuge, nicht Seiten

Ein moderner KI-Agent — ob Claude in Chrome, ein internes Mittelstands-Tool oder ein Service-Bot — ist kein Crawler. Er stellt eine Aufgabe und sucht nach einer API, die er aufrufen kann. Eine schön strukturierte HTML-Seite mit FAQ-Schema ist für ihn eine zweitrangige Datenquelle. Was er sucht, ist eine Funktion, die er mit Argumenten aufruft und auf deren Output er verlässlich reagieren kann.

2. Generative Antworten ohne Provenance werden zu Recht zurückgewiesen

Bis 2024 war „aus einer KI-Antwort zitiert" ein Marketing-Erfolg. Mit dem EU AI Act Art. 50 ab August 2026 und mit dem zunehmenden Misstrauen gegenüber halluzinierten Quellen wird die Frage „kommt das wirklich vom Originalherausgeber, und in welcher Version?" zum Pflicht-Check. Eine Schema.org-Annotation reicht dafür nicht; gebraucht wird eine kryptografische Aussage.

3. Ein Inhalt muss heute mehrere Konsum-Schichten gleichzeitig bedienen

Eine Service-Beschreibung soll in der Website-Variante als Marketing-Page funktionieren, in der AI-Agent-Variante als knappe Tool-Antwort, in der Voice-Variante als sprechbarer Block, in der Social-Variante als Karussell. GEO-Ready denkt in einem Output (HTML für SERP). AI-Ready muss in mehreren Outputs gleichzeitig denken, ohne dass die Redaktion vier Versionen pflegt.

Vier Schichten, die ein AI-Ready CMS ausmachen

Die Antwort auf diese drei Bruchstellen ist ein Plattform-Aufbau, der nicht eine Schicht ersetzt, sondern vier zusätzliche Schichten über das schon vorhandene Schema.org-Markup legt.

Schicht 1: Strukturierter Content mit AI-Context

Schema.org ist die Pflicht. AI-Ready erweitert das um drei Felder pro Inhalts-Block, die ein Agent direkt lesen kann: audience („IT-Leiter Mittelstand"), tone („sachlich-knapp"), channels („website, ai-agent, voice"). Diese Felder kaskadieren durch den Page-Tree, sodass ein Agent ohne Editor-Eingriff weiß, ob ein Inhalt für ihn passt.

Schicht 2: Retrieval — Vektor- plus MCP-Tool-API

Der eigentliche Bruch zu GEO. Der Inhalt wird in Chunks vektorisiert und liegt in einem semantischen Index, der per RAG abgefragt wird. Parallel dazu exponiert das CMS Tools über das Model Context Protocol (MCP): search, navigation, page-content, plus domänenspezifische Tools wie product-search. Der Agent ruft ein Tool auf, der Server respektiert TYPO3-Zugriffsrechte (fe_group, hidden, starttime, endtime) und liefert strukturierten JSON-Output.

Schicht 3: Provenance — wer hat geschrieben, woher kommt das Bild

Jeder publizierte Inhalt erhält eine Ed25519-Signatur, jedes Asset einen IPTC-XMP-Tag (DigitalSourceType, AISystemUsed). Bei KI-generierten Bildern wird automatisch beim Upload aus C2PA-Manifest und IPTC-Header gelesen, in der TCA als „AI Provenance" markiert und beim Save in den File-Header zurückgeschrieben. Das deckt den EU AI Act Art. 50 ab — und gibt jedem Agenten eine prüfbare Aussage über Authentizität.

Schicht 4: Channel-aware Output

Ein Inhalt, mehrere Output-Formate. Die channels-Felder aus Schicht 1 entscheiden, welche Felder in welchen Output fließen. Eine Detection-Middleware erkennt den Konsumenten am Request (User-Agent, Accept-Header, eigener Channel-Header) und liefert genau die Repräsentation, die der Konsument braucht — HTML mit Hero-Bild für die Website, JSON mit Kurzfassung plus Quellen-Link für den Agenten, sprechbarer Block ohne Tabellen für Voice, Karussell-Blöcke für Social.

Migrations-Pfad — wie GEO-Ready zu AI-Ready wird

Wer GEO-Ready abgeschlossen hat, hat den Unterbau für AI-Ready bereits stehen. Der Weg dorthin lässt sich in vier Etappen aufteilen, die in dieser Reihenfolge gangbar sind:

1. AI-Context-Felder ergänzen. An Pages und Inhaltselementen drei Felder (audience, tone, channels) als TCA-Erweiterung verfügbar machen. Pflege beginnt bei den meist-genutzten 20 Seiten, kaskadiert dann über den Page-Tree. Aufwand pro Site klein, Wirkung sofort sichtbar in Schema.org-Output und kontrollierbarer Agent-Antwort.
2. Retrieval-Schicht aufsetzen. Einen Vektor-Store (z. B. pgvector neben der bestehenden Datenbank) plus einen MCP-Server in das CMS einklinken. Die ersten drei Tools (search, navigation, page-content) decken 80 % der Anfragen ab und brauchen keine domänenspezifische Entwicklung. Wichtig: TYPO3-Zugriffsrechte respektieren — ein Agent darf nur sehen, was der anonyme Frontend-Besucher auch sieht.
3. Provenance einziehen. Ed25519-Schlüssel an einem zentralen Provider (Vault, file-based mit Step-CA) ausrollen, Signatur-Middleware in den Publish-Workflow einklinken, IPTC-XMP-Listener auf AfterFileAddedEvent registrieren. Der härteste Teil ist organisatorisch — wer rotiert wann den Key, wo liegt das Audit-Log.
4. Channel-aware Output verdrahten. Pro Inhalts-Typ die vier Channels (Website, AI-Agent, Voice, Social) als Twig-Templates definieren, eine Detection-Middleware vor das Routing setzen. Hier ist die Versuchung groß, alles auf einmal zu wollen; sinnvoll ist es, mit AI-Agent zu starten (der direkte Konsument-Druck) und Voice und Social danach nachzuziehen.

Wer noch beim SEO-Audit steht oder GEO halbherzig umgesetzt hat: bitte erst diese Etappe abschließen. AI-Ready ohne strukturierten Content darunter ist Marketing-Theater — die Schichten 2–4 brauchen eine Daten-Grundlage, die nur Schicht 1 (GEO) liefert.

Was wir bei Moselwal dafür bauen

Wir entwickeln seit gut zwei Jahren TYPO3-Erweiterungen, die diese vier Schichten in einer Plattform zusammenführen — weil wir unsere eigenen Plattformen so betreiben. Die zentralen Bausteine liegen alle als Open-Source-Pakete vor und stehen unter moselwal/* zur Verfügung. Die Inhalts-Schicht (Schema.org-Generator-Stack, AI-Context-Inheritance, Channel-Felder) liegt in structured-content. Die Retrieval-Schicht inklusive MCP-Tools in webmcp. Die Provenance-Schicht in content-provenance (Ed25519 plus IPTC plus C2PA). Die Channel-Schicht in semantic-delivery. Plus die Konversations-Schicht (RAG-Pipeline, Web-Chat) in business-agent.

Die Pakete sind unabhängig nutzbar — wer nur die Schema.org-Schicht braucht, lässt die anderen weg. Für die volle AI-Ready-Plattform werden sie als Stack kombiniert; die Open-Source-Seite läuft pro Paket mit eigener Doku.

Fazit

GEO-Ready ist nicht falsch geworden — es ist Grundlage. Was sich ändert, ist, dass der Konsum-Pfad nicht mehr ausschließlich über den Crawler läuft, sondern zunehmend über den Agent. Wer das ernst nimmt, baut vier zusätzliche Schichten über Schema.org: strukturierten Content mit AI-Context, eine Retrieval-Schicht aus Vektor und MCP-Tools, Provenance über Ed25519 und IPTC, und Channel-aware Output. Diese Schichten sind unabhängig nutzbar, sie funktionieren auf einem TYPO3-Bestand, der schon GEO-Hausaufgaben gemacht hat, und sie sind die Antwort auf den Agent-Konsum, der heute schon mehr SERP-Klicks verursacht als die klassische Suche.

Wer noch beim SEO-Audit steht: erst diese Etappe abschließen. AI-Ready ohne strukturierten Content darunter bleibt Marketing-Theater — und die Agents merken das innerhalb der ersten zwei Anfragen.