ARD & OKF

ARD & OKF: Googles neue Standards für das Agentic Web

Die nächste Stufe des digitalen Handels kündigt sich nicht mit einer Pressemitteilung an. Sie kommt mit zwei technischen Spezifikationen, die Google Mitte Juni 2026 veröffentlicht hat: Agentic Resource Discovery (ARD) und das Open Knowledge Format (OKF).

Beide Standards klingen nach Entwicklerthema. Beide sind es auch. Und trotzdem entscheiden sie mit darüber, ob dein Onlineshop in der nächsten Phase des digitalen Commerce überhaupt noch gefunden und verstanden wird. Was dahintersteckt und was das konkret für E-Commerce-Unternehmen bedeutet, liest du hier.

Das Web wird für Maschinen umgebaut

Bisher war das Web für Menschen gemacht. Texte, Bilder, Navigation, alles so aufgebaut, dass ein Mensch sich orientieren kann. Suchmaschinen haben gelernt, diesen Inhalt zu indexieren und zu bewerten. SEO war die Disziplin, die dafür sorgte, dass der richtige Inhalt zur richtigen Zeit gefunden wird.

Das ändert sich gerade grundlegend.

KI-Agenten beginnen das Web zu nutzen. Nicht lesend, sondern handelnd. Sie vergleichen Preise, fragen Bestände ab, legen Produkte in den Warenkorb. Sie sind nicht das Interface, das der Mensch bedient. Sie sind der Mittelsmann zwischen dem Nutzer und deinem Shop.

Für diese Agenten gelten andere Regeln als für Menschen. ARD und OKF bauen genau dafür die technische Grundlage.

ARD: Damit KI-Agenten deinen Shop finden können

Agentic Resource Discovery ist der Mechanismus, über den KI-Agenten im Web nach Services, APIs und Fähigkeiten suchen. Die Spezifikation wurde unter Apache 2.0 veröffentlicht und in Zusammenarbeit mit Industrie-Partnern entwickelt. Sie löst ein konkretes Problem: Agenten wissen nicht, was dein Shop kann.

Heute kann ein Mensch googeln, eine Produktseite aufrufen, vergleichen und kaufen. Ein KI-Agent kann das nicht, zumindest nicht effizient und verlässlich, weil es keinen Standard gibt, der beschreibt, welche Fähigkeiten ein Onlineshop als API bereitstellt, wer dahintersteckt und ob der Verbindung zu vertrauen ist. ARD schließt genau diese Lücke.

Quelle: www.seo-suedwest.de

Wie die Architektur funktioniert

Das System basiert auf zwei Bausteinen. Organisationen veröffentlichen einen Katalog direkt auf ihrer eigenen Domain, konkret eine ai-catalog.json-Datei, die beschreibt, welche KI-Fähigkeiten, APIs und Services sie anbieten. Weil diese Datei unter der eigenen Domain liegt, dient der Domain-Besitz gleichzeitig als kryptografischer Identitätsnachweis. Kein Dritter kann sich als dein Shop ausgeben.

Registries übernehmen dann die Rolle von Suchmaschinen für das Agentic Web. Sie crawlen die veröffentlichten Kataloge, indexieren die Inhalte und machen sie für KI-Agenten durchsuchbar. Wenn ein Agent eine Anfrage stellt (zum Beispiel nach Shops mit einer verfügbaren Produktdaten-API für Sportartikel), liefert die Registry die passenden Ergebnisse inklusive der Vertrauensmetadaten, die nötig sind, um den Herausgeber zu verifizieren.

Der konkrete Ablauf sieht so aus: Der Anbieter veröffentlicht seinen Katalog, die Registry indexiert ihn, der Agent findet den passenden Service, verifiziert kryptografisch die Identität des Anbieters und stellt danach direkt über das native Protokoll des Services eine Verbindung her.

Was das für E-Commerce bedeutet

Shops ohne ARD-Katalog sind für KI-Agenten unsichtbar. Das ist heute noch kein unmittelbares Problem, denn das Agentic Web ist noch jung. Aber die Infrastruktur wird gerade aufgebaut, und wer früh präsent ist, hat einen strukturellen Vorteil.

Konkret heißt das, dass bestehende APIs auf Shopware- oder Shopify-Basis auf Stabilität und KI-Kompatibilität geprüft werden müssen. Dazu braucht es eine ai-catalog.json, die die vorhandenen Schnittstellen beschreibt und sie offiziell auffindbar macht. Der ARD Quickstart Guide zeigt, wie man einen Katalog in wenigen Minuten aufsetzt. Die strategische Frage dahinter ist eine andere: Welche Fähigkeiten sollen für Agenten zugänglich sein und welche nicht?

OKF: Damit KI dein Wissen versteht

Das Open Knowledge Format löst ein anderes Problem. Nicht die Auffindbarkeit von außen, sondern das Verständnis von innen.

OKF ist ein von Google Cloud veröffentlichtes, offenes Dateiformat auf Markdown-Basis, das strukturiertes Wissen für KI-Modelle zugänglich macht. In den meisten Unternehmen steckt das Wissen, das ein KI-Modell braucht, in internen Quellen. Das Schema einer Tabelle steht im Datenkatalog, die Bedeutung einer Kennzahl im Wiki, die Logik eines Joins in den Köpfen weniger erfahrener Entwickler. Diese Informationen verteilen sich auf Systeme, die nicht miteinander reden. Ein KI-Modell, das auf diese Daten zugreifen soll, muss sich das Wissen bei jeder Anfrage neu zusammensuchen. Fehler, Halluzinationen und inkonsistente Antworten sind die Folge.

OKF schafft eine strukturierte, maschinenlesbare Wissensschicht, die dieses Problem löst.

Das LLM-Wiki-Prinzip

Hinter OKF steckt eine Idee, die der KI-Forscher Andrej Karpathy als LLM Wiki beschrieben hat. Statt rohe Dokumente bei jeder Anfrage neu zu durchsuchen, baut und pflegt ein Modell ein dauerhaftes, verlinktes Wiki, also eine strukturierte Sammlung von Markdown-Dateien, die zwischen dem Menschen und den Rohdaten sitzt. OKF formalisiert dieses Muster in ein einheitliches, herstellerunabhängiges Format.

Ein OKF-Bundle ist ein Verzeichnis aus Markdown-Dateien. Jede Datei beschreibt ein Konzept, zum Beispiel eine Tabelle, eine Kennzahl, ein Playbook oder eine API. Das einzige Pflichtfeld ist ein type-Feld im YAML-Header der Datei, damit das KI-Modell sofort den Kontext versteht. Alles andere ist optional. Kein SDK, kein Vendor-Lock-in, kein proprietäres Ökosystem.

Was das für E-Commerce-Unternehmen bedeutet

OKF ist kein direkter Rankingfaktor und kein neuer Webstandard für die öffentliche Suche. Wer auf schnelle SEO-Effekte hofft, wird enttäuscht. Aber das ist schlicht die falsche Erwartung.

Der Wert von OKF liegt intern. Große E-Commerce-Unternehmen haben oft komplexe Datenstrukturen wie Größentabellen, Retouren-Playbooks oder technische Kompatibilitätsmatrizen. Wenn dieses Wissen in das OKF-Format überführt wird, können interne KI-Tools (zum Beispiel für automatisierte Produktbeschreibungen oder SEO-Texte) fehlerfrei und ohne Halluzinationen darauf zugreifen. Dasselbe gilt für Agentur-Wissen: SEO-Audit-Guidelines, Prompt-Datenbanken und Best Practices, einmal im OKF-Format abgelegt, werden von neuen KI-Tools sofort verstanden.

Die konzeptionelle Nähe zu GEO (Generative Engine Optimization) ist kein Zufall. Wissen strukturiert, maschinenlesbar und aktuell zu halten ist die Kernlogik hinter beiden. Der Unterschied ist, dass GEO nach außen für die öffentliche KI-Suche wirkt, während OKF nach innen für die eigenen Systeme arbeitet.

Was jetzt zu tun ist

Beide Standards sind frisch. Die ARD-Spezifikation erschien am 18. Juni 2026, OKF v0.1 am 12. Juni 2026. Das ist kein Grund zur Panik, aber ein klarer Hinweis darauf, in welche Richtung sich das Web entwickelt.

Für ARD

Der erste sinnvolle Schritt ist ein technisches API-Audit: Welche Schnittstellen bietet dein Shop bereits an und wie KI-kompatibel sind sie? Shopware und Shopify bringen starke API-Fundamente mit, aber ARD-Kompatibilität muss aktiv hergestellt werden. Was kann dein Shop heute schon anbieten? Was fehlt noch?

Für OKF

Identifiziere das interne Wissen, das heute nicht strukturiert vorliegt. Produktdaten, Prozessdokumentation, Kundenservice-SOPs sind die naheliegenden Kandidaten für ein erstes OKF-Bundle. Der Einstieg ist bewusst niederschwellig gehalten, denn Markdown plus ein YAML-Header ist wirklich alles, was gebraucht wird.

Übergreifend

Wer heute in strukturiertes Content-Marketing und GEO investiert, baut dieselben Grundlagen auf, die für ARD und OKF relevant werden. Strukturiertes Wissen, saubere Entitäten, maschinenlesbare Inhalte sind die gemeinsame Währung der KI-Ära.

ARD und OKF im Zusammenspiel

ARD und OKF sind kein Hype. Sie sind frühe Standards für eine Entwicklung, die bereits läuft: KI-Agenten werden aktive Teilnehmer im digitalen Commerce.

ARD stellt sicher, dass diese Agenten deinen Shop finden und seinen Fähigkeiten vertrauen können. OKF stellt sicher, dass dein internes Wissen so strukturiert ist, dass KI-Systeme zuverlässig damit arbeiten können.

Wer jetzt die technischen Grundlagen legt, verschafft sich einen Vorsprung. Nicht gegenüber dem Algorithmus, sondern gegenüber dem nächsten autonomen Käufer, der im Auftrag eines Kunden einkaufen geht.

Wenn du wissen möchtest, wie dein Shop und dein Wissen für die Agentic-Commerce-Ära fit gemacht werden, sprich mit uns: norisk.group/kontakt.

Häufige Fragen - FAQ

Was ist Agentic Resource Discovery?

ARD ist eine offene Spezifikation (Apache 2.0), die beschreibt, wie KI-Agenten im Web nach Services, Tools und APIs suchen und ihnen vertrauen können. Unternehmen hosten einen standardisierten Katalog auf ihrer Domain, der von spezialisierten Registries indexiert wird. So finden KI-Agenten deinen Shop und können seinen Fähigkeiten vertrauen.

Was ist das Open Knowledge Format?

OKF ist ein von Google Cloud veröffentlichtes, offenes Dateiformat auf Markdown-Basis. Es ermöglicht es, Wissen so zu strukturieren, dass KI-Modelle es ohne Informationsverlust verarbeiten können. Das einzige Pflichtfeld ist ein type-Feld im YAML-Header jeder Datei.

Ist OKF ein neuer SEO-Rankingfaktor?

Nein. OKF ist kein Webstandard für die öffentliche Suche und kein direkter Rankingfaktor für klassische SEO oder GEO. Es ist ein internes Format, das Wissen für eigene KI-Workflows und RAG-Systeme optimiert. Die Nähe zu GEO liegt im gemeinsamen Prinzip: strukturiertes, maschinenlesbares Wissen.

Was ist der Unterschied zwischen ARD und llms.txt?

llms.txt gibt öffentlichen KI-Crawlern Hinweise, wie eine Website aufzubereiten ist, wirkt also nach außen und passiv. ARD geht weiter: Es definiert einen maschinenlesbaren Katalog mit kryptografischer Vertrauensverankerung, damit KI-Agenten nicht nur crawlen, sondern aktiv und sicher handeln können.

Wann sollte mein Onlineshop ARD implementieren?

Das Agentic Web ist noch im Aufbau, aber die Grundlagen werden gerade gelegt. Ein technisches API-Audit und die erste ai-catalog.json sind der sinnvolle nächste Schritt. Wer früh präsent ist, verschafft sich einen strukturellen Vorteil gegenüber Mitbewerbern, die zu lange warten.

Wie hängen ARD, OKF und GEO zusammen?

Alle drei teilen dieselbe Grundlogik: Wissen und Fähigkeiten so strukturieren, dass KI-Systeme sie zuverlässig verstehen und nutzen können. GEO wirkt nach außen für die öffentliche KI-Suche, OKF nach innen für eigene Systeme, und ARD regelt die Auffindbarkeit von Services für autonome Agenten.