Agent Readability Report

Jede Seite trägt einen vernetzten Knowledge Graph, der WebSite, Organization und Person über @id-Referenzen verbindet. KI-Agenten verstehen auf jeder Seite, wer hinter der Website steht, was die Organisation tut und welche Qualifikationen die Person hat.

• -WebSite (@id: #website) mit publisher-Referenz auf Organization
• -Organization (@id: #organization) mit founder-Referenz auf Person
• -Person (@id: #person) mit hasCredential, hasOccupation, knowsAbout
• -Alle Artikel-Schemas referenzieren author und publisher per @id — keine doppelten Inline-Daten
• -Person-Schema enthält medizinische Credentials: Dr. med., Facharzt, Psychotherapeut

Die primäre Datei, die LLMs lesen, um eine Website zu verstehen. Komplett neu geschrieben: vom generischen Coach-Profil zur akkuraten Darstellung als Arzt, Entscheidungspsychologe, mit medizinischen Qualifikationen, AI-Readiness-Expertise und vollständiger Seitenstruktur.

• -Vollständige Identität: Dr. med., Arbeitsmedizin, Psychotherapie-Qualifikationen
• -Kern-Expertise: Experiential Avoidance, Agent Readability, Intent Engineering
• -Unique-Perspective-Sektion: Was den Ansatz von Standard-Beratung unterscheidet
• -Vollständige Website-Struktur mit URLs
• -Technische Agent-Readability-Sektion mit allen Maßnahmen

Erweiterte LLM-Kontext-Datei mit Zusammenfassungen aller veröffentlichten Artikel. Ermöglicht LLMs, Expertise und Positionen einzuordnen, ohne jeden einzelnen Artikel crawlen zu müssen.

• -Automatisch aus der Artikel-Datenbank generiert — immer aktuell
• -Nach Sprache organisiert (DE/EN) mit URLs, Daten, Tags und Excerpts
• -Key-Themes-Sektion für schnelle Orientierung
• -Autor-Kontext: klinische Beobachtung, kein Journalismus

Standard-Format für Content-Syndication. KI-Agenten und Aggregatoren nutzen RSS-Feeds, um neue Inhalte automatisch zu entdecken. Im HTML-Head jeder Seite verlinkt.

• -Alle veröffentlichten Artikel in beiden Sprachen
• -Dublin Core Metadaten (dc:creator, dc:language)
• -Atom Self-Reference-Link für Feed-Discovery
• -Autodiscovery via <link>-Tag im HTML-Head

Die meisten Websites blockieren KI-Crawler standardmäßig. Diese Website heißt sie explizit willkommen. Jeder wichtige KI-Crawler hat seine eigene Allow-Regel — ein klares Signal der Offenheit.

• -Explizite Allow-Regeln für: GPTBot, ChatGPT-User, ClaudeBot, Claude-Web, PerplexityBot
• -Google-Extended, cohere-ai, Meta-ExternalAgent, anthropic-ai, CCBot
• -Referenzen auf llms.txt und llms-full.txt als Kommentare
• -Sitemap-Referenz für strukturierte Entdeckung

Jeder Magazin-Artikel verlinkt zurück auf den globalen Knowledge Graph über @id-Referenzen, statt Autor- und Publisher-Daten inline zu duplizieren. Das erzeugt einen kohärenten Entity-Graph über die gesamte Website.

• -author referenziert #person statt Inline-Person-Objekt
• -publisher referenziert #organization statt Inline-Organization
• -isPartOf referenziert #website für Site-Level-Kontext
• -Artikel-spezifische Daten: headline, date, image, language, keywords