Definition
AEO (Agent Experience Optimization) ist die natürliche Erweiterung von GEO:
- GEO → KI-System zitiert Inhalte in Antworten
- AEO → KI-Agent nutzt die Plattform als aktives Werkzeug
Ein AEO-optimiertes Unternehmen ist nicht nur Inhalt in LLM-Trainingsdaten, sondern eine live abrufbare Ressource für Agenten.
GEO vs. AEO
| Aspekt | GEO | AEO |
|---|---|---|
| Ziel | In Antworten zitiert werden | Als Tool genutzt werden |
| Interaktion | Passiv (Inhalte gelesen) | Aktiv (API aufgerufen) |
| Schnittstelle | Web, HTML, JSON-LD | MCP, REST, GraphQL |
| Erfolgsmetrik | Citation Rate | API-Calls von Agenten |
| Technisch | llms.txt, Sitemap | MCP-Server, OpenAPI |
AEO-Implementierung
1. Maschinenlesbare API
- REST-API mit OpenAPI-Spezifikation
- Klare Response-Schemas (JSON, kein HTML)
- Kein Auth (oder API-Keys ohne Registrierung)
2. MCP-Server
KI-Agenten können die Plattform direkt als Tool nutzen:
Agent: "Was sind die Pflichten für Hochrisiko-KI?"
→ MCP Tool: occ_search(query="Hochrisiko-KI Pflichten")
→ Response: strukturierte Glossar-Einträge
3. llms.txt
Maschinenlesbare Site-Übersicht mit:
- Beschreibung der Plattform
- Wichtigste URLs
- API-Dokumentation
- Nutzungsbedingungen (CC-BY 4.0)
4. OpenAPI / API-Dokumentation
Maschinenlesbare API-Spec ermöglicht automatisches Tool-Building für Agenten.
OCC als AEO-Plattform
OCC implementiert AEO vollständig:
| AEO-Signal | Status |
|---|---|
| REST-API ohne Auth | ✅ /api/occ/ |
| OpenAPI-Spec | ⏳ Geplant |
| llms.txt | ✅ /llms.txt |
| MCP-Server | ✅ IIO MCP exponiert OCC-Funktionen |
| Strukturierte Responses | ✅ JSON mit Schema |
| robots.txt AI-erlaubt | ✅ Alle Crawler |
Governance für AEO
Wenn KI-Agenten direkt API-Calls machen:
- Rate-Limiting überwachen (trotz “kein Limit”)
- Anomalie-Detection für ungewöhnliche Query-Muster
- API-Versioning für stabile Agenten-Integration
- Changelog für Agent-relevante Breaking Changes
Agenten erleichtert ihre Arbeit durch bessere Integrierung in Arbeitsabläufe. Dazu werden benutzersensitive Schnittstellen verwendet, nicht nur Text.
- Erzeugt von
- scripts/generate-glossary-register-variants.py (qwen2.5:7b (lokal via Ollama, kein Cloud-Fallback))
- Erzeugt am
- 2026-09-21T00:11:29.079655+00:00
- Norm
- Einfache Sprache ~B1 — nicht Leichte Sprache (DIN SPEC 33429)
- Geprüft von
- zolo · 2026-09-21T00:30:10.463422+00:00
AEO (Agent Experience Optimization) bezieht sich auf die Optimierung der Interaktion zwischen KI-Agenten und den zugrunde liegenden Systemen oder Workflows. Es geht darum, dass diese Agenten effizienter und präziser arbeiten können, indem sie direkt nutzbare Informationen aus den Systemen erhalten, anstatt nur zitierbare Texte zu verwenden.
- Erzeugt von
- scripts/generate-glossary-register-variants.py (qwen2.5:7b (lokal via Ollama, kein Cloud-Fallback))
- Erzeugt am
- 2026-09-21T00:11:29.079655+00:00
- Norm
- Einfache Sprache ~B1 — nicht Leichte Sprache (DIN SPEC 33429)
- Geprüft von
- zolo · 2026-09-21T00:30:10.463422+00:00
Zitierung
"AEO (Agent Experience Optimization)." Open Cognition Commons Foundation. https://opencognitioncommons.org/glossar/aeo. CC-BY 4.0. Maschinenlesbare Metadaten
{
"@context": "https://schema.org",
"@type": "DefinedTerm",
"name": "AEO (Agent Experience Optimization)",
"description": "AEO (Agent Experience Optimization) bezeichnet Strategien, die darauf abzielen, eine Organisation oder Plattform als direkt nutzbares Werkzeug in den Workflows von KI-Agenten zu integrieren — über maschinenlesbare Schnittstellen, nicht nur zitierbare Inhalte.\n",
"url": "https://opencognitioncommons.org/glossar/aeo",
"license": "https://creativecommons.org/licenses/by/4.0/",
"alternateName": [
"AEO",
"Agent Experience Optimization"
]
}