Wie die Suche sich wandelt: Von „Antworten geben” zu „Aufgaben erledigen”

Im vorangegangenen Beitrag zur CloudSite-Konferenz habe ich den Evolutionspfad der Suche anhand der Sequenz „Query → Results → Question → Answer → Goal → Plan → Search → Reason → Search Again → Tool → Action → Verify” skizziert und die drei Phasen der Suche erläutert. Nach der Veröffentlichung stellten sich drei Fragen unserer Kunden als besonders relevant heraus: Was bedeutet diese Kurve für die bestehenden Content-Assets? Wie sollten SEO und GEO neu positioniert werden? Und welche technischen Maßnahmen lassen sich sofort umsetzen?

In diesem Beitrag werden diese drei Fragen ausführlich behandelt.

1. Der Unterschied zwischen den drei Phasen liegt nicht in den Fähigkeiten, sondern in den Ergebnissen

Zunächst eine kurze Wiederholung: Die erste Generation der Suche liefert eine Liste von Links, die der Nutzer selbst vergleichen muss. Die dritte Generation hingegen liefert einen detaillierten Beschaffungsvorschlag mit Quellennachweis, einen Buchungsentwurf oder ein proaktives Strategiebriefing.

Dieser Unterschied lässt sich greifbarer und vergleichbarer machen. Im Folgenden werden drei reale Arbeitsszenarien aus der Praxis herangezogen:

Erstens, der Vergleich von drei Cloud-Anbietern. Die erste Generation der Suche liefert dir Links zu den offiziellen Websites der drei Anbieter sowie einige Bewertungsseiten. Bei der zweiten Generation werden öffentlich zugängliche Informationen zu einer Zusammenfassung verarbeitet, die告诉你（dir） die Unterschiede in Bezug auf Leistung, Preis, Service und Ökosystem aufzeigt. Die dritte Generation hingegen fragt zunächst nach deinem Geschäftstyp, Datenaufkommen und Compliance-Anforderungen, ruft dann die öffentlichen Preis-APIs der Cloud-Anbieter auf, erfasst die aktuellsten Rabattrichtlinien, vergleicht diese mit deinem tatsächlichen Nutzungsvolumen und erstellt ein Beschaffungsangebot mit vollständiger Beweiskette. Tavily und EXA geben in ihrem öffentlichen Vergleich von Exa und Tavily zu, dass Exa beim WebWalker Multi-Hop-Retrieval-Benchmark 81 % erreicht, gegenüber Tavilys 71 %, bei einer Latenz von 1,4 Sekunden gegenüber 4,5 Sekunden – dieser Unterschied entscheidet direkt darüber, ob ein Agent innerhalb der wenigen Sekunden, die der Nutzer wartet, mehrere Ergänzungssuchen durchführen kann.

Zweitens, Hotelbuchung. Die erste Generation liefert eine Reihe von Links zu Buchungsplattformen. Die zweite Generation gibt auf Basis deines Reiseziels und Datums Hotelempfehlungen aus. Die dritte Generation filtert basierend auf Personenzahl, Budget, Raumbedarf für Besprechungen, Verpflegungspräferenzen und angesammelten Meilen drei Kandidaten heraus, ruft über die Hotel-API Echtzeitpreise und Zimmerverfügbarkeit ab, berechnet über die Karten-API die Anfahrtszeit zum Büro des Kunden und erstellt schließlich einen Buchungsentwurf mit Kalendereinladung.

Dritte Variante: Wettbewerbsbeobachtung. Die erste Generation liefert nach einer Suche nach dem „Preis von Konkurrent X” einige Nachrichten; die zweite Generation erstellt eine Zusammenfassung der Preisveränderungen; die dritte Generation hingegen überwacht kontinuierlich die Websites, Stellenanzeigen, Versionsveröffentlichungen und Benutzercommunities der Wettbewerber. Wenn wichtige Änderungen erkannt werden, benachrichtigt sie den Nutzer proaktiv und erklärt: „War die aktuelle Preissenkung um 30% möglicherweise eine Reaktion auf Ihre Versionseinführung letzte Woche, und was bedeutet dies für Ihre Preisstrategie?”

Ein einziges Ziel verschiebt sich von „eine Antwort finden” zu „eine Aufgabe abschließen” – der Unterschied zeigt sich genau wie oben beschrieben.

2. Der Research-Loop ist wichtiger als die erste召回

Traditionelle Suchsysteme legen großen Wert auf Recall (Abdeckung), Precision (Genauigkeit) und Ranking (Sortierung). Agentic Search benötigt diese Fähigkeiten ebenfalls, doch die Bewertungsmaßstäbe müssen sich ändern.

Ein gutes Research Agent sollte nicht nur einmal suchen. Es sollte eine zweite Abfrage generieren, wenn die Beweislage unzureichend ist; Drittquellen heranziehen, wenn zwei Quellen widersprüchliche Informationen liefern; eine weitere API aufrufen, wenn Echtzeitpreise benötigt werden; und den Suchplan neu organisieren, wenn erkannt wird, dass der Nutzer eigentlich die Gesamtkosten (TCO) vergleichen möchte.

KI schrittweise verstehen – Closed Loop für die Forschung: Wie Deep Research Agent die Forschungseffizienz revolutioniert

In einer Paper-Zusammenfassung von S1-DeepResearch aus 2026 wurde statistisch belegt: Standard-LLMs erreichen ohne mehrstufige检索 eine Genauigkeit von unter 10 % bei mehrstufigen Forschungsbenchmarks. Ein Deep Research Agent – ein System, das iterativ in einem循环 aus Recherche, Lesen, Synthese und erneuter检索 arbeitet – kann jedoch über 50 % erreichen. Ein Fünffaches an Leistungsunterschied – und das ist kein Triumph einer einzelnen Technik, sondern der Triumph eines geschlossenen Forschungskreislaufs.

Was bedeutet dieser geschlossene Kreislauf konkret? Er kann acht Phasen durchlaufen (Ziel → Planung → Recherche → Begründung → Erneute Recherche → Werkzeug → Handlung → Verifizierung) oder sich auf fünf Phasen verdichten (Planung → Recherche → Begründung → Verfeinerung → Schlussfolgerung). Beide Ansätze werden von mir verwendet – der erste eignet sich für komplexe, langfristige Aufgaben wie unternehmensweite Forschung und domänenübergreifende Due-Diligence, während der zweite für alltägliche Forschungszyklen ideal ist. Tritt in irgendeinem Zwischenschritt ein Fehler auf, so stapeln sich die后续enden Fehler auf dieser fehlerhaften Grundlage auf.

Langsam KI lernen <009>

这也意味着搜索基础设施和上层 Agent 应该分开理解。Tavily、EXA、Elasticsearch、OpenSearch、Brave Search、Browser Search 都可以作为 Retrieval Provider(检索来源服务)。真正的产品层则负责 Intent(意图理解)、Planning(规划)、Source Strategy(来源策略)、Reasoning(推理)、Evidence(证据评估)、Evaluation(质量评估)、Action(行动执行)。

Unsere Praxiserfahrung zeigt ein typisches Gegenbeispiel: Ein Finanzinstitut interpretierte „Suchverstärkung” als „einen intelligenteren Suchalgorithmus einführen”. In der ersten Abrufrunde erhielt der Agent daraufhin Dokumente, die auf den ersten Blick aktuell und verlässlich wirkten, löste jedoch keine Nachsuche aus. Das Ergebnis war eine Empfehlung, die auf einer seit zwei Jahren außer Kraft gesetzten Risikomanagementrichtlinie basierte. Das System schien reibungslos zu funktionieren, und die Entscheidungsträger bemerkten den Fehler nicht. Erst als ein Audit die Quellen überprüfte, fiel auf, dass dem gesamten Research Loop drei entscheidende Bewertungsebenen fehlten: Evidence Age (Zeitlichkeit der Belege), Conflict Resolution (Konfliktlösung) und Source Authority (Quellenautorität).

3. Memory bestimmt, wie weit ein Agent laufen kann

Die Bewertung der Suchqualität von der Frage „Sind die Ergebnisse relevant” auf die Frage „Ist der gesamte Forschungsprozess vertrauenswürdig” auszuweiten – das habe ich in diesem Jahr am häufigsten meinen Kunden ans Herz gelegt.

3. Memory bestimmt, wie weit ein Agent laufen kann

Auf dem Forum zu Agentic Search wurde Memory als eigenständiges Thema behandelt, einschließlich Long-term Memory, Task Memory und Context Compression.

Das ist nur logisch. Sobald eine Aufgabe sich von einer einfachen Frage-Antwort-Situation zu einem Dutzend oder mehr Schritten.research process wandelt, steht das System马上会遇到一个问题:前面已经查过什么、验证过什么、推翻过什么,后面还能不能可靠记住.

MemGPT schlug 2023 das Paradigma „LLM as OS” vor, dessen Kernidee die Schichtung von Memory darstellt: Core Memory innerhalb des Kontextfensters, eine Speicherebene außerhalb des Dialogs sowie abrufbare Archival Memory. Letta engineerte dies 2024, und DeepLearning.AI bot 2026 einen Kurzzeitkurs dazu an. Diese Entwicklungslinie lässt sich auf eine klare Vorläuferarbeit zurückführen – es handelt sich nicht um von uns geprägte Begriffe.

Wenn ein Forschungsvorgang ständig dieselben Informationen erneut durchsucht, verschwendet er erhebliche Kosten. Noch gefährlicher ist, dass das System vergisst, welche Quellen bereits als unzuverlässig eingestuft wurden, und sie anschließend erneut zitiert.

Task Memory 应该以结构化的方式记录。每当一个研究任务结束时，系统应该持久化以下字段：

查询计划：该任务被拆分成了哪些子问题，每个子问题的目标是什么
来源清单：每个子问题检索了哪些来源，各自的权威等级、发布日期以及是否已被废弃
证据快照：从每个来源中抽取了哪些关键事实，并附带原文出处和原文片段
冲突标记：哪些来源之间的结论不一致，分歧点在哪里，系统选择了哪一个以及原因
阶段结论：每轮检索后，系统对当前问题的临时判断
失败路径：哪些检索路径没有获得结果、原因是什么、是否值得下次重试
最终判断：用户是否接受或拒绝了这个结论，理由是什么

这样，当下次遇到同类任务时，系统能够直接复用结构化经验，无需从零开始重新摸索。

Viele Teams nutzen Vector-Datenbanken (Embedding + Retrieval – also Text in Vektoren umwandeln und per Ähnlichkeitssuche abrufen) für ihr Memory: Alle Chatverläufe werden eingebettet und gespeichert, um später relevante Fragmente wiederzufinden. Doch diese Methode birgt zwei Risiken: Erstens sind „relevante Fragmente” nicht immer tatsächlich relevant – das Risiko, dass das Modell durch Rauschen gestört wird, steigt反而. Zweitens fehlen strukturierte Tags für die meisten Fragmente, was Versionskontrolle, Quellenverfolgung und Gültigkeitsdauer unmöglich macht. Was Memory wirklich braucht, ist gezieltes Design: Akkumulation, Bewertung und Strukturierung. Andernfalls führt wachsender Kontext zu zunehmend unsichereren Entscheidungen.

4. Selbst-Evolution: Der wirklich wertvolle Teil ist die沉淀 erfolgreicher Erfahrungen als Skill

Auf der Veranstaltung wurden auch Agent Swarm (Multi-Agenten-Kollaboration) und die „Selbst-Evolution”-Schleife demonstriert.

Diese Formulierung erweckt leicht den Eindruck, Modelle würden sich selbst trainieren. Präziser formuliert: Nach Abschluss einer Aufgabe akkumuliert der Agent durch Bewertung, menschliches Feedback und Ergebnisvalidierung wertvolle Methoden in Memory, Knowledge und Skill.

Wenn ein System beispielsweise 20 Mal hintereinander Produktchancen-Recherchen durchführt, kann es schrittweise Product Opportunity Research Skill entwickeln. Dieser Skill ist nicht nur ein Prompt – er sollte festlegen:

Trigger: Welche Aufgabentypen lösen dieses Skill aus
Goal: Was sind die Erfolgskriterien für diese Untersuchung
Context Schema: Welche Unternehmenskontexte müssen vorab geladen werden (Marken, Kategorien, Zielmärkte)
Constraints: Welche Quellen gelten als unzuverlässig, welche Daten dürfen nicht referenziert werden
Tools: Welche Suchquellen, APIs und Datenbanken werden sequenziell aufgerufen
Workflow: Schrittreihenfolge (zuerst Markteintrittspunkte identifizieren → dann Hauptkonkurrenten ermitteln → anschließend Preise, Traffic und Nutzerbewertungen prüfen → zuletzt Reddit und Community-Foren nach Beschwerden durchsuchen)
Source Priority: Bevorzugung autoritativer Quellen (Geschäftsberichte/Jahresberichte), Community an zweiter Stelle, Blogs zuletzt
Verification: Welche Belege reichen aus, um die „existierende Nachfrage” zu untermauern
Output Schema: Welche Felder werden in der finalen Ausgabe enthalten sein und wie ist deren Format strukturiert

Hier muss eine klare Abgrenzung erfolgen: Die Skill-Felder oben sind nicht mit OpenAI Function Calling zu verwechseln – dabei handelt es sich um ein Protokoll auf Tool-Ebene, das externe Funktionen als JSON-Schema-Schnittstellen für das Modell registriert. Ebenso wenig entsprechen sie Anthropic Tool Use, das ähnlich wie Function Calling funktioniert, jedoch feiner granulierte tool_use/tool_result-Nachrichtentypen verwendet – auch dies bleibt auf der Tool-Ebene. AutoGens Agent Spec standardisiert zwar die Beschreibung von Agent-Fähigkeiten als serialisierbare Objekte, weist jedoch nur eine partielle Überlappung mit den hier beschriebenen Skills auf. Der eigentliche Zweck von Skills besteht darin, Arbeitsablauftemplates zu kapseln, die das Team durch Dutzende praktischer Einsätze validiert und verfeinert hat. Dabei werden vier Aspekte zusammengeführt – Tools, Workflow, Constraints und Verification –, die in den Protokollebenen von OpenAI, Anthropic und AutoGen bisher nicht abgedeckt werden.

Bei der 21. Durchführung einer gleichartigen Studie entfällt die Notwendigkeit, das Rad neu zu erfinden. Genau hier liegt der nachhaltige Mehrwert von Skills.

我在为一家连锁零售品牌提供 AI 转型咨询时，亲眼见证了这个过程的演变。第一周，当 Agent 进行竞品调研时，每位 Produktmanager 都需要重新指导搜索路径、来源优先级和判断标准。到了第三周，我们把每一轮”有效”的研究路径提炼成 Skill，并将那些错误的路径（如过度依赖单一数据源）明确标记出来。第八周时，新加入的 Produktmanager 只需将目标输入系统，产出的调研报告质量就已经稳定地超越了第二周最资深成员所做的初稿。注：三个时间节点的演变仅为示意性过程描述，具体节奏因项目而异。

这正是 Skill 的真正价值所在：将分散在不同人脑中的隐性方法论，沉淀为可共享、可继承、可改进的工程资产。

真正的自进化因此依赖于 Evaluation（质量评价）。如果没有明确的结果评价机制，错误经验也会被保存下来，系统只会越来越自信地重复错误。

五、SEO 并未消失，但漏斗多了一截

过去做 SEO 时，最典型的漏斗是 Ranking → Impression → Click → Signup → Paid。生成式搜索出现后，用户可能在搜索页面、ChatGPT、Perplexity 或其他 Agent 中直接获得答案，不再点击每个来源。

Pew Research Center hat im März 2025 die 68.879 echten Google-Suchen von 900 US-amerikanischen Erwachsenen ausgewertet. Bei Suchergebnissen mit KI-Zusammenfassungen klickten Nutzer nur in 8 % der Fälle auf klassische Ergebnisse – ohne KI-Zusammenfassung waren es 15 %. Fast die Hälfte aller Klicks wurde somit verdichtet.

Dadurch verschiebt sich der Wert von Inhalten: weg von der reinen „Klickgenerierung” hin zur Rolle, als verlässliche Quelle für Modelle zu dienen, auf die diese ihre Antworten stützen. In den Betriebsmetriken etabliert sich ein neuer Trichter:

KI-Sichtbarkeit (AI Visibility) → Zitation / Erwähnung (Citation / Mention) → KI-Verweis (AI Referral) → Qualifiziertes Lead (Qualified) → Anmeldung (Signup) → Bezahlung (Paid).

慢慢学AI

这条链路可以从四个层次来理解：可见性、引用、点击、转化。AI Visibility 是基础，衡量的是你的品牌或产品是否出现在 AI 的回答中；Citation / Mention 则关注被引用的次数、出现的具体语境以及引用的准确性；AI Referral 考察用户是否顺着这些引用进入你的网站，以及带来了多少高质量的访问流量；Qualified 阶段则统计这些访问中，有多少最终完成了注册、试用或咨询；最终目标自然是 Signup 和 Paid 的增长。

GEO 行业提供的基线参考数据如下：Perplexity 引用率 97%、Google AI Overviews 34%、ChatGPT 16%。目前 AI 引流约占全部网站流量的 1.08%，但 Perplexity 引流的转化率比 Google 自然搜索高出 3.1 至 4.4 倍，会话时长更是高出 4.7 倍。这两个数字都体现出了量级差异——虽然具体数值会因站点和行业而有所不同，但”AI 流量虽少但质量高”这一趋势是确定的。

Sechs Prinzipien für GEO: So optimieren Sie Ihre Inhalte für generative Engines

Der größte Unterschied zum traditionellen SEO-Trichter liegt darin, dass zwei neue Phasen hinzugekommen sind: Citation/Mention und AI Referral. Dabei ist die Qualität der Citations entscheidend – nicht schlicht die Anzahl. Ob eine KI-Lösung Ihre Marke als „eine von mehreren Optionen” oder als „eines der drei wichtigsten Produkte für dieses Anwendungsszenario” einstuft, macht einen gewaltigen Unterschied bei den qualifizierten Traffic-Mengen.

Einсследование von Ahrefs zeigt, dass sich die in Google AIO genannten Quellen in jeder Gesprächsrunde zu etwa 45 % verändern. Das bedeutet: Es reicht nicht aus, nur einmal zitiert worden zu sein. Entscheidend ist die Citation Persistence – also die Kontinuität der Zitationen über einen längeren Zeitraum.

Hier lauert ein verbreiteter Irrtum: Citations selbst können ebenfalls zu einem Vanity Metric werden. Wenn eine Marke zwar häufig in KI-Antworten auftaucht, aber weder hochwertigen Traffic, Markensuchen, Registrierungen oder Umsatz generiert, dann ist die schiere Zitationshäufigkeit geschäftlich kaum wertvoll.

Deshalb muss GEO letztendlich wieder in den vollständigen Funnel zurückkehren – nur haben sich die Bewertungsmaßstäbe in der Mitte verändert: Nicht mehr „wurde gefunden”, sondern „wurde von der KI als vertrauenswürdig genug eingestuft, um weiterempfohlen zu werden”.

Sechs: Content-Aufbau schafft belastbare Evidenz für den Problemraum – nicht nur Texte rund um Keywords

Die Herausforderung generativer Engines besteht darin, dass sie nicht einfach nach Schlagwörtern matchen, sondern die tatsächliche Problemlösungskompetenz bewerten. Content-Strategien müssen sich daher von keyword-zentrierten Ansätzen lösen und stattdessen systematisch Expertise, Erfahrung, Autorität und Vertrauenswürdigkeit (E-E-A-T) in spezifischen Problemräumen aufbauen. Das bedeutet: Nicht mehr für jeden möglichen Suchbegriff einzeln optimieren, sondern kohärente Wissensarchitekturen entwickeln, die KI-Systemen die tiefe Verankerung Ihrer Marke in relevanten Themenfeldern demonstrieren.

SEO-Strategien im Wandel: Von Keyword-Dichte zur semantischen Tiefe

Traditionelles SEO drehte sich primär um Keyword-basierte Content-Matrizen. Eine Seite pro Suchbegriff, mit dem Fokus auf Ranking-Positionen, Long-Tail-Traffic und Backlink-Generierung.

Mit dem Aufkommen von Agentic Search bleibt zwar die Abdeckung von Suchintentionen essenziell, doch die Content-Struktur nähert sich zunehmend dem Problemraum an. Ein Agent kann innerhalb einer Research-Aufgabe mehrere Subfragen hintereinander formulieren und dabei verschiedene Quellen vergleichen. Er benötigt daher klar verifizierbare, widerspruchsfreie und gut strukturierte Informationen mit eindeutigen Quellenangaben.

Dies bedeutet, dass Content-Building über reine Keywords hinausgeht und fünf Dimensionen der Verlässlichkeit etablieren muss: Klare Entities, überprüfbare Fakten, datierte Aussagen, nachvollziehbare Quellen und vollständige thematische Abdeckung. Mit anderen Worten: Die alte Praxis, Seiten mit niedriger Informationsdichte für bessere Rankings zu optimieren, wird mit dem Einzug von Agenten ihre Wirksamkeit verlieren.

慢慢学AI

Agenten priorisieren bei der Recherche Seiten mit klaren Entitäten, überprüfbaren Fakten, eindeutigen Quellenangaben und vollständigen Themenstellungen – statt jener Unterseiten, deren Überschrift dreimal mit Schlüsselwörtern vollgestopft ist. Die Erkenntnisse aus GEO-Bench (der Benchmark, der im ACL-Paper FeatGEO 2026 verwendet wurde) zeigen: Attribute auf Dokumentebene – Struktur, Inhalt, Sprache – beeinflussen die Zitierhäufigkeit weitaus stärker als punktuelle Keyword-Optimierungen. Jede Faktendarstellung mit Quellenverweis zu versehen, Zeitstempel für Zahlenangaben hinzuzufügen und thematische Beziehungen zwischen Seiten explizit zu verknüpfen – diese Aspekte, die im klassischen SEO eher vernachlässigt wurden, avancieren im GEO-Zeitalter zu Kernmaßnahmen.

Eine Website, die in einem bestimmten Themenfeld kontinuierlich vertrauenswürdige, von KI verwertbare Inhalte liefert, gewinnt sowohl in der klassischen Suche als auch im Agenten-Zeitalter an Bedeutung.

Dies bestätigte sich in meiner Zusammenarbeit mit mehreren B2B-Industriekunden bei der Content-Strategie: Ein Anbieter von industrieller Automatisierung reorganisierte seine Produktdokumentation, Fachpublikationen und Whitepapers der letzten drei Jahre nach den Dimensionen „Entität – Fakt – Datum – Quelle” und ergänzte sie um eine domänenübergreifende Themennavigation auf Website-Ebene. Sechs Monate später lag die Zitierrate ihrer Produktseiten in den Antworten führender KI-Systeme um das Dreifache höher, und die Zahl qualifizierter Leads stieg um rund 40 Prozent. Hinweis: Diese Kennzahlen dienen als Orientierungsgröße und stammen aus einem anonymisierten Projekt-Review; die konkreten Werte variieren je nach Branche, Ausgangsniveau und Umsetzungstiefe und stellen keine öffentlich reproduzierbaren Präzisionsdaten dar.

Sieben, Such-API wird mehr und mehr zur Infrastrukturschicht für Agents

Für Entwickler hat diese Entwicklung noch eine technische Implikation.

„Suche” sollte künftig nicht mehr als eigenständige Produktfunktion isoliert aufgebaut werden. Ein zweckmäßigeres Architekturmodell umfasst drei Schichten:

Erste Schicht, Search Infrastructure. Diese Schicht bildet das anbieterunabhängige Retrieval-Fundament und verwaltet verschiedene Provider (Tavily, EXA, Brave, Google, Bing, OpenSearch, Elasticsearch sowie selbstgebaute Retrieval-Lösungen) hinsichtlich Keys, Kontingenten, Kosten, Stabilität, Caching, Routing und Failover-Strategien. Ihre Schnittstelle bietet einheitliches „Retrieval plus Rückgabe der Belege”, nicht das SDK eines spezifischen Providers.

慢慢学AI

这一层和经典 RAG(Retriev增强生成)架构的”Document Store / Retriever / Generator / Reranker / Prompting Strategy”五层是平行关系但不完全重合——RAG 是”问答一次完成”的范式,Search Infrastructure 是”Agent 多次调用、动态拼接”的范式。混用容易在 Reranker 和 Source Priority 上混淆。

第二层,Research Agent。这一层负责 Planning(规划)、Query Expansion(查询扩展)、Retrieval(检索)、Reasoning(推理)、Evidence Assessment(证据评估)、Verification(验证)、Action Orchestration(行动编排)。它不直接调 Provider,而是通过第一层的统一抽象拿到候选证据,再决定哪些证据可信、哪些冲突需要补搜。

Dritte Ebene: Domain Skill. Für verschiedene Aufgaben wie SEO-Recherche, Wettbewerbsanalyse, akademische Recherche, Produktforschung und Rechtsrecherche werden spezialisierte Methoden, Priorisierungen von Informationsquellen, Validierungsregeln und Ausgabe-Schemata entwickelt. Skill orchestriert den Agent, Agent orchestriert die Infrastruktur.

Dieser mehrschichtige Aufbau bietet einen entscheidenden Vorteil: Die untere Ebene mit den Providern ist austauschbar – wenn Tavily ausfällt, kann vorübergehend auf EXA umgeschaltet werden, ohne dass die Geschäftsebene deswegen ihre Research-Loop neu schreiben muss. Gleichzeitig sammeln sich auf der oberen Ebene kontinuierlich Fähigkeiten an, sodass die Geschäftsebene auch bei einem Provider-Wechsel ihre Skills nicht neu implementieren muss. Darin liegt der eigentliche Wert der Schichtung – die Entkopplung.

Ein KI-Team eines Finanzdienstleisters hat diese Architektur im vergangenen Jahr erprobt und die Suche von „einzelnen Engineering-Teams, die jeweils verschiedene APIs einbinden” zu diesen drei Schichten umstrukturiert. Das Ergebnis: Die Engineering-Teams wurden nicht mehr durch „plötzliche Rate-Limits eines bestimmten Providers” unterbrochen, und die Business-Teams konnten direkt über Skills beschreiben, „welche Art von Recherche sie durchführen möchten”, ohne sich darum kümmern zu müssen, welcher Anbieter im Hintergrund aufgerufen wird. Innerhalb von drei Monaten konnte die Lieferzeit für teamübergreifende Recherche-Aufgaben um etwa die Hälfte reduziert werden. Anmerkung: Die Halbierung basiert auf einer richtungsweisenden Rückschau eines anonymisierten Projekts; der konkrete Faktor variiert je nach Teamgröße und bestehender Organisationsstruktur.

Acht、Die eigentliche Veränderung: „Informationsbeschaffung” wird zur Aufgabe selbst

Wer AI Search lediglich als „intelligenteres Suchfeld” versteht, unterschätzt diesen Wandel grundlegend.

Wenn Search, Memory, Tool Use und Action verschmelzen, werden die Anfragen der Nutzer zunehmend handlungsorientiert – die Query wandert ins Systeminnere.

Aus „Find mir ein paar Artikel zu diesem Thema” wird „Recherchiere mir diesen Markt, vergleiche mehrere Optionen und liefere mir Belege sowie Empfehlungen”. Aus „Suche mir ein Hotel” wird „Finde unter diesen Constraints das passende Hotel, vergleiche die Gesamtkosten und bereite die Buchung vor”. Aus „Schau mir die Konkurrenz nach” wird „Überwache die Konkurrenz kontinuierlich, informiere mich über wichtige Änderungen und erkläre mir, ob diese meine aktuelle Strategie beeinflussen”.

Diese Transformation manifestiert sich in vier Branchen unterschiedlich.

Telekommunikation: Der Agent beantwortet nicht mehr nur die Frage „Welches 5G-Paket ist günstiger”, sondern analysiert auf Basis der Gesprächs-, Datenvolumen- und Roaming-Gewohnheiten des Nutzers, ob dessen aktuelles Paket kosteneffizient ist, und unterbreitet proaktiv drei Optionen – „Vertragsverlängerung / Paketwechsel / Anbieterwechsel” – kurz vor Vertragsende, wobei die Vergleichsergebnisse direkt an den Nutzer übermittelt werden.

Finanzwesen: Der Agent erklärt nicht mehr nur „Was ist ein ETF”, sondern liest – mit Nutzerautorisierung – dessen Vermögensallokation, Marktdaten und regulatorische Änderungen, gibt proaktiv Empfehlungen zur Portfolioanpassung und legt die Quellenbelege für jede Empfehlung offen.

Im Fertigungskontext ist ein Agent längst nicht mehr nur dafür da, „mal schnell den Fehlercode dieser Maschine nachzuschlagen”. Vielmehr analysiert er Geräteprotokolle, Sensordaten und aktuelle Wartungsberichte, um die Fehlerursache systematisch einzugrenzen. Daraus resultieren dann drei Wartungsoptionen – für heute, morgen oder dieses Wochenende – inklusive direkt ausgearbeiteter Arbeitsaufträge mit Ersatzteillisten und Zeitplanung.

Genau diese Art von Szenarien macht 2026 zum überzeugendsten Jahr für den industriellen Agenten-Einsatz: Liegen Vibrationsdaten einer CNC-Maschine vor, kombiniert mit drei Monaten Wartungshistorie und aktuellen Sensor-Alarmen, benötigt ein menschliches Troubleshooting etwa vier Stunden. Dagegen liefert ein evidenzbasiertes, mehrstufiges Agenten-Retrieval innerhalb von acht Minuten drei Optionen – jede einzelne mit vollständiger Quellenangabe.

Im E-Commerce-Szenario beschränkt sich der Agent同样 nicht mehr auf die Frage „Wie viel kostet das Konkurrenzprodukt?” Stattdessen überwacht er kontinuierlich Preise, Lagerbestände und Promotionsrhythmen auf der gesamten Plattform und alarmiert proaktiv, sobald ein für den Nutzer relevantes SKU „20 % unter dem 30-Tage-Durchschnittspreis” fällt – inklusive Empfehlung zur eigenen Preisstrategie.

Die Suche als solche verschwindet nicht – sie wird lediglich in ein größeres Aufgabensystem eingebettet.

Für Content, SEO und KI-Produkte liegt die entscheidende Frage genau hier: Wer nachhaltig vertrauenswürdige Evidenz liefern kann, wer Suche in zitierfähige Quellen umwandelt und wer diese Zitate in konkrete Handlungen überführt.

Implikationen für Entscheidungsträger

Falls Sie Vorstand oder Chief Digital Officer sind – bei der Einführung von Agentic Search geht es nicht darum, „welche Such-API wir替换”, sondern um drei zentrale Punkte:

Langsam KI lernen<001>

Warum Ihre Konzerne KI-Projekte immer wieder scheitern – eine Bestandsaufnahme

Eines der größten Hindernisse für die KI-Transformation in Unternehmen ist nicht die Technologie selbst. Es sind die drei „vergessenen Grundlagen”, die in keiner Beschaffungsliste auftauchen, aber den Erfolg oder Misserfolg eines jeden KI-Projekts maßgeblich beeinflussen:

Evidence Infrastructure – Haben Sie Ihre Produktmanuale, Branchenberichte, Whitepapers und Kundenservice-Aufzeichnungen nach dem Viera-Schema „Entität–Tatsache–Datum–Quelle” strukturiert? Dies ist die Voraussetzung dafür, dass ein Agent Ihre Informationen langfristig korrekt zitieren kann – und nicht durch SEO-Tools ersetzbar ist.
Skill-Assets – Das implizite Erfahrungswissen Ihrer erfahrensten Mitarbeiter, das „Was tue ich, wenn X passiert”, haben Sie dieses in wiederverwendbare und verbesserbare Skills überführt? Falls nicht, beginnt jede KI-Integration bei Null.
Evaluations-Loop – Woran messen Sie die Korrektheit der KI-Ausgaben? Ohne Evaluation wird Selbstoptimierung zunehmend selbstbewusst Fehler wiederholen.

Was diese drei Aspekte gemeinsam haben: Keiner steht auf der Beschaffungsliste – sie müssen innerhalb der Organisation selbst aufgebaut werden.

Häufig gestellte Fragen

Q1: Wenn Agentic Search kommt, braucht man dann kein traditionelles SEO mehr?

Nein. SEO ist die Grundlage für GEO. Eine Website, die in herkömmlichen Suchergebnissen nicht rankt, hat eine noch geringere Chance, von KI-Systemen zitiert zu werden. SEO bedeutet „auffindbar sein”, GEO bedeutet „von KI so vertraut, dass sie es weitererzählt” – das sind zwei verschiedene Dinge, keine Ersetzungsbeziehung.

Q2: Die Citation-Zahlen steigen, warum kommen trotzdem keine Qualified Leads?

Das ist eine der häufigsten Fragen, die uns Unternehmen stellen, nachdem sie erste Erfolge mit Generative Engine Optimization erzielt haben. Mehrere mögliche Ursachen kommen in Betracht: Die zitierten Inhalte sprechen nicht die richtige Zielgruppe an, der Weg vom Zitat zum Klick ist zu lang, oder die zitierten Seiten convertieren nicht effektiv. Citation-Zahlen sind ein Indikator für Reichweite, nicht automatisch für Lead-Qualität. Der nächste Schritt wäre eine detaillierte Analyse der Conversion-Pfade und eine Optimierung der Landingpages, auf die KI-Verweise führen.

Die wahrscheinliche Ursache liegt in der Qualität der Citations. Ob Ihre Quelle in einer KI-Antwort nur als „eine weitere Alternative” auftaucht oder als „einer der drei wichtigsten Evaluierungskandidaten” – das macht einen erheblichen Unterschied in der Art des Traffics. Ersteres bedeutet lediglich Browser-Aufrufe, während letzteres echte Anfragen generiert. Daher ist es deutlich aufschlussreicher zu analysieren, an welcher Position und in welchem Kontext Ihre Citation innerhalb der KI-Antwort erscheint, als nur die reinen Zahlen zu betrachten.

Q3: Sollte man jetzt direkt ein eigenes Research Agent-System aufbauen?

Zunächst gilt es, die Problemgrenzen zu definieren. Wenn Ihre Rechercheaufgaben private Daten erfordern – etwa Kundenprofile, interne Produktdokumentationen oder Compliance-Aufzeichnungen – und dabei Compliance-Abstimmungen oder regulatorische Interpretationen involvieren, ist ein Eigenbau tatsächlich erforderlich. Wenn die Rechercheaufgaben jedoch hauptsächlich öffentlich zugängliche Informationen betreffen, empfiehlt es sich, zunächst die vorhandenen Tools effektiv zu nutzen (wie Tavily, EXA, Perplexity oder der Alibaba Cloud OpenSearch Agentic Search) und deren Entwicklung über einen Zeitraum von drei bis sechs Monaten zu beobachten. Erst wenn das Ökosystem stabil genug ist, sollten Sie entscheiden, ob sich ein eigener Ausbau lohnt.

Reverse-Audit (Um ehrlich zu sich selbst zu sein)

KI-Zitationen als KPI betrachten, nicht als Methode – wenn Zitationen nicht zu Registrierungen oder Anfragen führen, ist das eine Eitelkeitsmetrik.
Skill-Akkumulation als einmalige Dokumentation behandeln – Skills ohne Evaluation akkumulieren lediglich Fehler.
Such-APIs als rein technisches Problem betrachten – die Bewertung der Suchqualität ist本质上是一个研究闭环可信度问题，不仅仅是接口选型。
“Was hat die KI gemacht” als Beweis heranziehen – entscheidend ist, was das System dadurch verändert hat.

Wenn Sie gerade evaluieren, wie Ihr Enterprise-Suche/SEO-Team Agentic Search adaptiert, welche GEO-Metriken sich lohnen, welche Content-Assets zu KI-Zitationsobjekten werden – dann sprechen Sie mit uns. Wir bieten spezialisierte Beratung für Enterprise-KI-Transformation – von Sucharchitektur über Content-Strategie bis zu GEO-Metriken. Unser Ziel: Von „Webseiten werden entdeckt” hin zu „von KI vertraut und bereitwillig zitiert”.

Enterprise-Interne Schulungen – Sucharchitektur, Content-Assets und GEO-Metriken in praxisorientierten Workshops für Ihr Team aufbereiten (2-3 Tage, Theory + Hands-on).
Spezialisierte Beratung – Diagnose und Umsetzungspfad für Ihre aktuelle Suchinfrastruktur, Skill-Akkumulationsstrategie und Zitationsqualität.
Management-Sharing und Branchenvorträge –bringen Sie Einschätzungen zu den drei Phasen der Suche, Content als Problemraum und GEO-Trichter auf Ihre Branchenkonferenzen oder in die Geschäftsleitung.

合作邮箱:[email protected]

延伸阅读：《AI转型七步框架》，系统阐述企业落地AI的完整路径。

关于本系列

„Cloud Observation” ist eine Serie von Branchenanalysen, die IAIUSE ins Leben gerufen hat. Ausgehend von der 2026 Cloud Computing Conference (云栖大会) – der jährlichen Technologiekonferenz von Alibaba – werden die tatsächlichen Veränderungen in der KI-Branche aus der Perspektive von Forschern seziert. Keine热点-Jagd, sondern ausschließlich die Richtung der Investitionen und die Stärke der Belege zählen.

Die Serie behandelt Themen wie systemische Schichten über Modellen, Agent-Deployment, Context-Assets, Design von KI-Organisationen in Unternehmen und die Verlagerung von KI-Produktwettbewerbseinheiten, insgesamt etwa 10 Beiträge.

Ich verfüge über近 8 Jahre Erfahrung in der Unternehmensberatung und Geschäftsanalyse in großen Unternehmen, mit Stationen bei IBM und der Mitwirkung an Projekten in den Bereichen Telekommunikation, Finanzen, Versicherungen und Fertigung. Anschließend war ich weiterhin an der Produktentwicklung von Telekommunikationsbetreibern, Internetprodukten und KI-Anwendungen beteiligt, mit Schwerpunkt auf Anforderungsanalyse, Produktdesign und bereichsübergreifender Umsetzung. Hinter diesem Kanal steht tatsächlich ein kleines Team – ich selbst und 1-2 langjährige Kollegen, die jeweils für die Forschung zu KI-Programmierwerkzeugen, die Analyse von Organisationsgovernance-Fällen und Coaching-Gespräche verantwortlich sind. Die meisten „Projekte, die wir gemeinsam mit Unternehmen gemeistert haben”, wurden von uns gemeinsam durchgeführt.

Die Urteile dieser Serie basieren auf meinen persönlichen Beobachtungen vor Ort und der branchenübergreifenden Validierung, mit einer klaren Autorenposition – sie repräsentieren keine Ansichten eines bestimmten Herstellers.

Lokalisierungshinweise (mehrsprachige Übersetzungsvergleiche, IAIUSE Mehrsprachenstrategie · 2026-08-09)

Bei der Übersetzung in 19 Sprachen werden die folgenden Inhalte gemäß den Zielmärkten lokal angepasst, Struktur und visuelle Gestaltung bleiben unverändert:

中文稿内容	英文版	日文版	德文版	阿拉伯版
阿里云 OpenSearch	Alibaba Cloud OpenSearch(保留)	アリババクラウド OpenSearch	Alibaba Cloud OpenSearch	OpenSearch علي بابا كلاود
Tavily / EXA	Tavily / EXA(全球性产品保留)	Tavily / EXA	Tavily / EXA	Tavily / EXA
ChatGPT / Perplexity	ChatGPT / Perplexity	ChatGPT / Perplexity	ChatGPT / Perplexity	ChatGPT / Perplexity
百度 / Google	Google	Yahoo! JAPAN / Google	Google	Google

Lokaler Vergleich von Technologieunternehmen und Tools

China: Telekommunikation	USA	Japan	Europa	Naher Osten
China Telecom / China Mobile / China Unicom	AT&T / Verizon / T-Mobile	NTT / KDDI / SoftBank	Deutsche Telekom / Vodafone	STC / Etisalat
Feishu / DingTalk	Slack / Teams	Slack / Teams / Lark	Slack / Teams	Microsoft Teams
Tavily / Exa (lokale Fälle)	Tavily / Exa (Originalfälle)	Tavily / Exa (Originalfälle)	Tavily / Exa (Originalfälle)	Tavily / Exa (Originalfälle)
China Merchants Bank / ICBC	JPMorgan Chase / Bank of America	MUFG / Sumitomo Mitsui	Deutsche Bank / Commerzbank	National Commercial Bank / QNB

Langsam KI lernen <001>

Einleitung

In der sich rasch entwickelnden Landschaft der Künstlichen Intelligenz stehen Unternehmen vor der Herausforderung, komplexe Technologien in praktische Geschäftslösungen umzuwandeln. Dieser Artikel untersucht, wie Forschungseinrichtungen und Technologieanbieter Unternehmen dabei unterstützen können, die Lücke zwischen theoretischem KI-Wissen und praktischer Anwendung zu überbrücken.

Die Bedeutung von Forschungs-KI-Assistenten

Forschungs-KI-Assistenten wie Research Agent repräsentieren einen Paradigmenwechsel in der Art und Weise, wie Unternehmen Wissen verarbeiten und nutzen. Diese Systeme kombinieren fortschrittliche Natural Language Processing-Fähigkeiten mit der Fähigkeit, große Datenmengen zu analysieren und relevante Erkenntnisse zu extrahieren.

Praktische Anwendungsfälle

Telekommunikation

Ein regionaler Carrier in Deutschland hat beispielsweise begonnen, KI-gestützte Systeme zur Optimierung seiner Netzwerkressourcen einzusetzen. Durch die Integration von Long-term Memory-Funktionen konnte das Unternehmen seine Servicequalität um 35% verbessern und die Reaktionszeit auf Netzwerkprobleme um 60% verkürzen.

Finanzwesen

Im Bankensektor haben führende Institute begonnen, KI-Assistenten für die Analyse regulatorischer Anforderungen einzusetzen. Die Implementierung von Context Provider-Systemen ermöglicht eine schnellere Compliance-Prüfung und reduziert den manuellen Aufwand um schätzungsweise 45%.

Technische Grundlagen

Die zugrundeliegende Architektur moderner KI-Systeme basiert auf Konzepten wie:

Task Memory – Temporäre Speicherung von Verarbeitungskontext
Long-term Memory – Persistente Wissensspeicherung
RAG (Retrieval-Augmented Generation) – Kombination von Suche und Generierung

Diese Technologien bilden das Fundament für enterprise-taugliche KI-Anwendungen, die sowohl Flexibilität als auch Zuverlässigkeit gewährleisten.

Regulatorische Überlegungen

Bei der Implementierung von KI-Systemen müssen Unternehmen verschiedene regulatorische Frameworks berücksichtigen. In der EU ist dies insbesondere die DSGVO (Datenschutz-Grundverordnung), während in den USA Standards wie SOC 2 oder Branchen-spezifische Regelungen wie HIPAA relevant sein können.

Schlussfolgerung

Die Integration von KI-Technologien in Unternehmensprozesse erfordert einen systematischen Ansatz, der sowohl technische Machbarkeit als auch regulatorische Compliance berücksichtigt. Durch den Einsatz spezialisierter Tools und die Zusammenarbeit mit erfahrenen Beratern können Unternehmen das volle Potenzial von KI ausschöpfen.

#	文中引用	来源	发布日期	证据层级	立场标注
1	„Exa 81% / Tavily 71% im WebWalker-Multi-Hop-Benchmark; Exa 1,4s / Tavily 4,5s p95-Latenz”	exa.ai/versus/tavily (offizielle Vergleichsseite von Exa Labs)	2026-02-12	Verifizierte Tatsache (herstellereigene Daten)	Eigene Seite von Exa, mit Exa-Standpunkt; WebWalker-Benchmark von Drittanbietern ist unabhängig überprüfbar
2	„Alibaba Cloud OpenSearch Agentic Search ab 2026-08-31 kommerziell, zuvor kostenlos im öffentlichen Beta-Test”	alibabacloud.com/help/doc-detail/3053142.html (offizielle Alibaba Cloud OpenSearch-Dokumentation)	gültig ab 2026-08-31	Verifizierte Tatsache (offizielle Dokumentation)	Alibaba Cloud, Herstellerstandpunkt

| 3 | „Standard-LLMs ohne mehrstufige Suche: Genauigkeit < 10 %, Deep-Research-Agent > 50 %” | tianpan.co/blog/2026/04/12/deep-research-agents… (Branchenanalyse); sowie arxiv.org/html/2606.15367v1 (S1-DeepResearch-Überblick) | 2026-04 | Branchenbeobachtung (Analystenzusammenfassung) | Tianpan, unabhängiger Analyst; Peer-Review des S1-DeepResearch-Papers |
| 4 | „MindDR: 45,7 % auf BrowseComp-ZH / 52,5 % auf DeepResearch Bench” | arxiv.org/html/2604.14518v1 (Technischer Bericht zu Mind DeepResearch von Li Auto) | 2026-04-14 | Verifizierte Tatsache (Paper) | Li Auto, eigenentwickeltes Modell, Herstellerstandpunkt |

| 7 | “Pew Research: 900 US-Erwachsene, 68.879 Google-Suchanfragen; Klickrate mit KI-Zusammenfassung 8%, ohne KI-Zusammenfassung 15%” | instituteforpr.org/do-ai-summaries-reduce-clicks-on-google (Pew Research Review) | 2025-07 | Verifizierte Tatsache (unabhängige Forschung) | Pew Research – unabhängiges Institut |

| 8 | „Perplexity-Zitierquote 97%, Google AIO 34%, ChatGPT 16%; KI-generierter Traffic macht ca. 1,08% des gesamten Website-Traffics aus, mit einer Conversion-Rate, die 3,1- bis 4,4-mal höher liegt als bei der organischen Google-Suche, und einer Sitzungsdauer, die 4,7-mal länger ist” | cite.solutions/generative-engine-optimization(2026-05-02);omnius.so/blog/generative-engine-optimization-kpis-and-metrics(2026-08-18);trycited.app/generative-engine-optimization(2026-08-17) | 2026-05/08 | Branchenbeobachtung (Daten mehrerer GEO-Toolanbieter); MarGen 2026-Zitation | Daten der GEO-Toolanbieter selbst, mit Positionsbezug der Toolanbieter |

| 12 | „RAG – Klassische Fünf-Schichten-Architektur: Document Store / Retriever / Generator / Reranker / Prompting Strategy” | medium.com/@angelosorte1/rag-architectures-every-ai-developer-must-know-in-2026(Angelo Sorte Übersicht);levelop.dev/blog/…/agent-rag-architecture-five-layer-retrieval-stack(2026-07-23);braintrust.dev/articles/best-vector-databases-for-rag-2026 | 2026 | Branchenbeobachtung (Technischer Überblick) | Engineering-Praxisübersicht |

| 13 | “Anthropic Agent Skills – dateisystemebasierte Ressourcen, Skill-Laden nach Bedarf, kombinierbar” | docs.anthropic.com/en/docs/agents-and-tools/agent-skills/overview (Anthropic-Offizielle Dokumentation) | 2026 | Verifizierte Tatsache (offizielle Dokumentation) | Anthropic, Herstellerposition |

Kundenfallstudien, die nicht einzeln aufgeführt, aber im Text als „anonymisiert/beispielhaft” gekennzeichnet sind (Evolution einer Einzelhandelskette, B2B-Industrieautomatisierungskunde mit Verdreifachung der Referenzrate und 40 % Steigerung bei qualifizierten Leads, Finanzkunde mit halbierter Lieferzeit): stammen aus anonymisierten Projekt-Reviews, auf keinen bestimmten Kunden zurückzuführen, Zahlen dienen zur Richtungsangabe.