🟢 Plain Language

Agent Experience Optimization — wie man Inhalte so gestaltet dass KI-Agenten sie gut lesen und verstehen können.

🔵 Expert Level

AEO als Erweiterung von GEO: Optimierung für autonome AI-Agenten (nicht nur Chatbots). Technisch: maschinenlesbare APIs (/api/glossary.json), strukturierte Daten (JSON-LD), llms.txt-Standard, OpenSearch-Protokoll. Metriken: API-Aufrufe, Agent-Zitierrate, structured-data coverage.

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

引用

"AEO (Agent Experience Optimization)." Open Cognition Commons Foundation. https://opencognitioncommons.org/ja/glossary/aeo. CC-BY 4.0.

機械可読メタデータ

{
  "@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/ja/glossary/aeo",
  "license": "https://creativecommons.org/licenses/by/4.0/",
  "alternateName": [
    "AEO",
    "Agent Experience Optimization"
  ]
}