AI-Readiness: eine zweite deterministische Bewertung

Der Pro-Scan gibt jeder Seite neben der SEO-Bewertung einen AI-Readiness-Wert von 0 bis 100. Er bewertet andere technische Signale: Können KI-Crawler und Antwortdienste Inhalte erreichen, lesen und zuordnen? Der Wert wird nie in die organische SEO-Bewertung eingerechnet. Beide haben eigene Regeln, Versionen und Datenbankspalten.

Bedeutung und Grenzen des Werts

AI-Readiness ist ein von Rankbeam definiertes deterministisches Maß technischer Kompatibilität. Es prüft, ob bestimmte crawlbasierte Seitensignale vorhanden und korrekt aufgebaut sind. Es prognostiziert weder Ranking noch Indexierung, Aufnahme oder Zitate in Such- oder KI-Systemen. Kein Wert garantiert solche Ergebnisse. air_llms_txt vergibt Punkte für eine optionale Kompatibilitätsdatei, die manche Tools auswerten können. Google Search benötigt llms.txt nicht; die Datei ist kein Ranking-Signal.

Die Bewertung ist deterministisch und reproduzierbar. Jeder Punkt gehört zu einer benannten Prüfung; dieselben Signale ergeben unter denselben Regeln denselben Wert. Bei der Bewertung erfolgen keine KI-Aufrufe. Sie misst nachvollziehbare technische Signale, statt Antworten eines Sprachmodells stichprobenartig auszuwerten.

score = round( Σ credit(check) × weight(check) )   for every rubric check

Zwei getrennte Werte

AI-readiness: 74/100 steht neben SEO: 82/100; keiner verändert den anderen. AI-Readiness liegt in eigenen ai_readiness_*-Spalten von seo_scan_results. Wie der SEO-Wert ist die Zahl eine Pro-Funktion. Das kostenlose seo:audit zeigt keine numerische Bewertung.

Punkte sammeln statt Abzüge erhalten

Die SEO-Bewertung beginnt bei 100 und zieht Punkte ab. AI-Readiness beginnt dagegen bei 0 und vergibt das Gewicht jeder erfüllten Prüfung vollständig oder teilweise. Ohne passende Signale liegt der Wert entsprechend nahe 0. Alle Gewichte ergeben zusammen genau 100.

Die Bewertungsregel

Die veröffentlichte, versionierte Klasse Rankbeam\Seo\Pro\Scanning\AiReadiness\AiReadinessRubric enthält zehn Prüfungen in vier Kategorien.

A · Bot-Zugriff und Regeln: 30 Punkte

Die Prüfung verwendet die ausgelieferte /robots.txt und wertet sie für den eigenen Pfad der gescannten Seite aus. Eine Seite unter Disallow: /section gilt als ausgeschlossen, auch wenn die Startseite freigegeben ist. robots.txt ist eine Anweisung für regelkonforme Crawler, keine Netzwerksperre. Die Zwecke Training, Suche und Assistent stammen aus dem KI-Crawler-Katalog.

Prüfung	Gewicht	Punktevergabe
air_robots_reachable: robots.txt wird ausgeliefert und ist lesbar	6	Vorhanden oder fehlend
air_ai_search_access: KI-Suchcrawler als möglicher Besucherkanal dürfen den Pfad abrufen	10	Anteil erlaubter Crawler
air_ai_assistant_access: KI-Assistenten-Crawler dürfen den Pfad abrufen	8	Anteil erlaubter Crawler
air_explicit_ai_policy: ausdrückliche robots.txt-Regel für einen bekannten KI-Bot	6	Vorhanden oder fehlend

Trainingscrawler auszuschließen verringert die Bereitschaft nicht

Trainingsbots wie GPTBot oder CCBot auszuschließen ist eine legitime Entscheidung und verursacht keinen Abzug. Training wird nur über air_explicit_ai_policy berücksichtigt: Es zählt die ausdrückliche Regel. Eine Website kann Trainingscrawler ausschließen, Such- und Assistenten-Crawler zulassen und trotzdem alle Punkte dieser Kategorie erhalten.

B · Auffindbarkeit: 20 Punkte

Prüfung	Gewicht	Punktevergabe
air_sitemap_discoverable: XML-Sitemap erreichbar und über Sitemap: referenziert	12	Beides, eines oder keines
air_llms_txt: gültige /llms.txt mit Überschrift und Links wird ausgeliefert	8	Gültig, nur vorhanden oder fehlend

C · Maschinenlesbare Inhalte: 22 Punkte

Prüfung	Gewicht	Punktevergabe
air_server_rendered_content: ausreichender Text im serverseitigen HTML ohne JavaScript-Ausführung	14	Nach Wortzahl
air_markdown_twin: Markdown-Fassung der Seite über Content Negotiation verfügbar	8	Vorhanden oder fehlend

D · Strukturierte Daten und Antwortstruktur: 28 Punkte

Prüfung	Gewicht	Punktevergabe
air_schema_completeness: JSON-LD vorhanden, Hauptentität typisiert, Autor und Datum bei Artikeln vorhanden	18	Vollständig, teilweise oder nicht vorhanden
air_answer_structure: Strukturen für Antwortentnahme wie FAQ-/QA-/HowTo-Schema, Überschriftenhierarchie, Listen und kurzer Einstieg	10	Nach Anzahl vorhandener Strukturen

Jede Prüfung vergibt volle, teilweise oder keine Punkte. Skipped bedeutet, dass die benötigten Daten nicht erhoben werden konnten, etwa bei einer Seitenprüfung ohne Seitenabruf. Eine übersprungene Prüfung erhält 0 Punkte, wird aber als solche gekennzeichnet. Nicht geprüft bedeutet damit nicht nachweislich fehlend.

Reichweite des kostenlosen Audits

air_schema_completeness lässt sich ohne Abruf aus den strukturierten Daten eines Modells ableiten. Diesen Weg verwendet auch das kostenlose Audit für seine AEO-Hinweise. Die übrigen neun Prüfungen benötigen einen Crawl; der vollständige Zahlenwert gehört deshalb zum Pro-Scan.

Was diese Bewertung ausschließt

Bewertet werden deterministische Inhaltssignale. Prüfungen von Agenten-Infrastruktur, laufenden Anwendungen oder DNS gehören nicht dazu:

Ausgeschlossen	Grund
DNS-AID, DNS-Einträge zur Agenten-Erkennung	DNS-/DNSSEC-Infrastruktur, keine Eigenschaft einer ausgelieferten Seite
Web Bot Auth, Signaturen je Anfrage	Interaktiver kryptografischer Handshake statt statischem Inhalt
Protokollerkennung, etwa API Catalog, OAuth/OIDC, MCP Server Card, Agent Skills und WebMCP	Benötigt eine laufende App, API oder einen MCP-Server
Commerce, etwa x402, MPP, UCP und ACP	Zahlungsprotokolle für Agenten, keine Voraussetzung einer gewöhnlichen Inhaltswebsite

Enthalten sind dagegen Vollständigkeit von Schema-Entitäten und Antwortblock-Struktur. Sie beschreiben Organisation und Zuordnung von Inhalten, ohne deren Verwendung durch eine Such- oder Antwortmaschine zu garantieren.

Versionierung gespeicherter Bewertungen

Jeder gespeicherte Wert trägt die erzeugende AiReadinessRubric::VERSION in ai_readiness_version. Änderungen an Prüfungen, Gewichten oder Punktevergabe erhöhen die Version. So bleibt erkennbar, welche Regel einen gespeicherten Wert erklärt. Der Wert wird gespeichert und beim Lesen nicht neu berechnet. Bewertungsrelevante Schwellen wie Wortzahl und Anzahl von Antwortstrukturen sind versionierte Konstanten im Code, keine Konfiguration. Einstellungen verändern deshalb keine gespeicherte Zahl still beim Lesen.

Eine Eingabe wird nicht durch die Regelversion festgeschrieben

Die Bot-Zugriffsprüfungen verwenden den aktuellen KI-Crawler-Katalog des Cores. Neue Bots oder geänderte Zweckzuordnungen können die beiden Teilwerte bei einer neuen Berechnung verändern, ohne AiReadinessRubric::VERSION zu erhöhen. Die Version beschreibt die Bewertungsregel, nicht den Katalog. Für exakt vergleichbare historische Berechnungen musst du deshalb auch die Core-Paketversion festhalten.

Speicherort

Jeder Scan schreibt die AI-Readiness-Spalten in denselben Datensatz von seo_scan_results wie die SEO-Bewertung:

Spalte	Inhalt
ai_readiness_score	Wert von 0 bis 100; null, bis das Ziel mit aktivierter Bewertung gescannt wurde
ai_readiness_version	Verwendete Bewertungsregel
ai_readiness_breakdown	Vollständige Aufschlüsselung: [{code, category, credit, weight, points, status, message, evidence}, …]

Beim Abschluss wird der Durchschnitt des Laufs in seo_scan_runs.avg_ai_readiness gespeichert, entsprechend avg_score. Daraus entsteht der AI-Readiness-Trend.

Bewertung lesen

Ohne Oberfläche enthält das letzte Modellergebnis beide Werte:

use Rankbeam\Seo\Pro\Facades\SeoPro;

$result = SeoPro::resultFor($post);

$result?->score;                    // organic SEO score, e.g. 82
$result?->ai_readiness_score;       // AI-Readiness, e.g. 74
$result?->aiReadinessGrade();       // 'A'..'F' (null if never scored)
$result?->aiReadinessByCategory();  // ['bot_access' => ['awarded' => 24.0, 'max' => 30], …]

Filament: Ergänze die Begleitspalte neben der SEO-Bewertung in einer Ressourcentabelle:

use Rankbeam\Seo\Pro\Filament\Tables\Columns\AiReadinessScoreColumn;
use Rankbeam\Seo\Pro\Filament\Tables\Columns\SeoScoreColumn;

SeoScoreColumn::make(),
AiReadinessScoreColumn::make(),

Der Wert erscheint außerdem als eigenes Badge auf der Onpage-Bewertungskarte über dem SEO-Titelfeld und als Abschnitt im White-Label-Bericht, in PDF und E-Mail. Dieser enthält Zahl, Stufe, Änderung zum letzten Bericht und Scan-Trend. AI-Readiness steht immer neben der organischen SEO-Bewertung und wird nie mit ihr vermischt.

Bewertungsstufen

Die Buchstabennote dient der Darstellung; maßgeblich ist die Zahl. Zur einheitlichen Darstellung gelten dieselben Bereiche wie bei der SEO-Bewertung:

Wert	Stufe
90–100	A
75–89	B
50–74	C
25–49	D
0–24	F

Konfiguration

// config/seo-pro.php → 'scan'
'ai_readiness' => [
    'enabled' => true,             // turn the AI-Readiness pass + its persistence on/off
    'fetch_site_signals' => true,  // fetch /robots.txt, /llms.txt, /sitemap.xml (per host)
    'probe_markdown_twin' => true, // probe Accept: text/markdown on the page
],

Prüfungen und Gewichte sind nicht konfigurierbar. Für eine bestimmte ai_readiness_version soll die Regel auf jeder Installation gleich arbeiten. Änderungen an der Berechnung sind deshalb Änderungen der Bewertungsregel im Code.

Website-Signale werden über den internen Anfrageweg erkannt

Bei Zielen desselben Hosts löst der Scan /robots.txt, /llms.txt und die Seite über Laravels HTTP-Kernel im selben Prozess auf, wie die übrigen Scan-Anfragen. Statische Dateien, die Laravel-Routing umgehen, werden dabei nicht gesehen. Liefere robots.txt und llms.txt über die Paketrouten aus, wenn der Scan sie bewerten soll.