Ein KI-Agent soll für ein Unternehmen automatisch einen passenden Datenbank-Connector finden, ein internes Analyse-Tool ansprechen und anschließend einen geprüften Workflow starten. Heute scheitert dieses Szenario oft nicht an der Intelligenz des Agenten, sondern an einer banalen Frage: Woher weiß der Agent überhaupt, welche Tools existieren, wem sie gehören und ob er ihnen vertrauen darf?
Genau an dieser Stelle setzt Agentic Resource Discovery, kurz ARD, an. Mehrere große Technologieunternehmen, darunter Google, Microsoft, GitHub, Hugging Face, Cisco, NVIDIA, Salesforce, ServiceNow, Snowflake, Databricks und GoDaddy, unterstützen eine offene Spezifikation, mit der AI agents künftig Tools, Skills, MCP servers, APIs und andere Agenten über strukturierte Kataloge auffinden können.
Der Entwurf ist mehr als ein weiteres technisches Experiment im Umfeld von Generative AI. ARD beschreibt einen möglichen Infrastruktur-Baustein für das, was oft als agentic web bezeichnet wird: ein Web, in dem nicht nur Menschen Informationen suchen, sondern Software-Agenten eigenständig Fähigkeiten entdecken, prüfen und nutzen.
Das eigentliche Problem: KI-Agenten sind oft blind für verfügbare Fähigkeiten
Viele Diskussionen über AI agents drehen sich um Reasoning, Automatisierung, Prompts oder Modellqualität. In der Praxis entsteht jedoch ein anderes Nadelöhr: Ein Agent kann nur mit Tools arbeiten, die ihm bekannt sind und für die eine Verbindung vorbereitet wurde.
Wenn ein Unternehmen heute einen Agenten mit externen Funktionen ausstatten möchte, müssen Schnittstellen, Berechtigungen, Tool-Beschreibungen und Protokolle meist manuell konfiguriert werden. Das funktioniert bei wenigen Integrationen. Es wird aber schwer skalierbar, sobald hunderte Anbieter eigene APIs, MCP servers, Skills oder spezialisierte Agenten veröffentlichen.
ARD versucht, diese Vorab-Verdrahtung durch einen Discovery-Prozess zur Laufzeit zu ersetzen. Statt jedes Tool vorher fest einzubauen, soll ein Agent über Registries nach passenden Ressourcen suchen können. Das erinnert weniger an klassische Suchmaschinenoptimierung für Webseiten und mehr an eine Art maschinenlesbares Branchenverzeichnis für ausführbare Fähigkeiten.
Was Agentic Resource Discovery konkret ermöglichen soll
Agentic Resource Discovery ist ein offener Spezifikationsentwurf für die Veröffentlichung und Auffindbarkeit sogenannter agentic resources. Darunter fallen nicht primär Blogartikel, Produktseiten oder klassische Inhalte, sondern aufrufbare digitale Fähigkeiten: Tools, Skills, APIs, MCP servers und eigenständige Agenten.
Der Entwurf wurde als v0.9 draft veröffentlicht und steht unter der Apache 2.0-Lizenz. Technisch baut ARD auf dem AI Catalog-Datenmodell auf, das in einem Arbeitsumfeld der Linux Foundation gepflegt wird. Damit positioniert sich die Spezifikation bewusst als offenes Fundament und nicht als proprietäre Plattform eines einzelnen Anbieters.
Warum das für Unternehmen mit APIs und Tools relevanter ist als für normale Websites
Für klassische Content-Websites ändert ARD kurzfristig wenig. Wer Ratgeber, Nachrichten, Produktinformationen oder Landingpages veröffentlicht, erhält durch ARD derzeit keinen direkten neuen SEO-Hebel.
Anders sieht es bei Unternehmen aus, die Software-Funktionen bereitstellen. Dazu gehören SaaS-Anbieter, Plattformbetreiber, Developer-Tool-Unternehmen, Cloud-Dienste, Datenanbieter, Automatisierungsplattformen und Enterprise-Software-Hersteller. Für sie kann ARD künftig eine Rolle spielen, wenn AI agents nach einer passenden Fähigkeit suchen, etwa nach einem CRM-Connector, einer Bildanalyse-API, einem Security-Check, einem Zahlungsmodul oder einem spezialisierten Recherche-Agenten.
So funktioniert ARD: Kataloge und Registries als neue Vermittlungsschicht
Der Kern von ARD besteht aus zwei Bausteinen: catalogs und registries. Zusammen sollen sie dafür sorgen, dass veröffentlichte Fähigkeiten auffindbar, beschreibbar und überprüfbar werden.
Der Catalog: Die maschinenlesbare Visitenkarte auf der eigenen Domain
Ein Anbieter veröffentlicht einen Katalog in Form einer Datei namens ai-catalog.json. Diese Datei liegt an einem bekannten Pfad auf der eigenen Domain. Darin beschreibt der Anbieter, welche Tools, Skills, MCP servers, APIs oder Agenten zur Verfügung stehen.
Der entscheidende Punkt ist die Domainbindung. Weil der Catalog auf der Domain des Anbieters gehostet wird, kann die Herkunft einer Ressource besser zugeordnet werden. Ein Agent oder eine Registry muss sich nicht allein auf eine fremde Plattform verlassen, sondern kann prüfen, ob die Beschreibung tatsächlich vom angegebenen Publisher stammt.
Die Registry: Der Suchindex für Agenten
Registries übernehmen die Rolle eines Indexsystems. Sie crawlen veröffentlichte Catalogs, erfassen die enthaltenen Ressourcen und beantworten Suchanfragen von Agenten. Ein AI agent könnte dann sinngemäß fragen: „Finde mir ein verlässliches Tool, das Rechnungsdaten aus PDF-Dateien extrahiert und eine API für Enterprise-Workflows bietet.“
Die Registry liefert passende Kandidaten zurück. Anschließend entscheidet der Agent oder der Nutzer, welches Tool verbunden wird. ARD selbst ersetzt dabei nicht die eigentliche Tool-Kommunikation. Sobald eine Fähigkeit ausgewählt wurde, läuft die Verbindung über das jeweilige Protokoll des Tools, etwa eine API, einen MCP server oder einen anderen definierten Integrationsweg.
Vertrauen als Schlüsselfrage: Identität, Metadaten und Sicherheit
Eine reine Liste verfügbarer Tools wäre im Enterprise-Kontext zu wenig. Deshalb sieht ARD auch trust metadata vor. Damit können Publisher zusätzliche Informationen bereitstellen, mit denen Agenten oder Registries die kryptografische Identität eines Anbieters prüfen können.
Das ist wichtig, weil automatische Agenten nicht nur Informationen lesen, sondern Aktionen ausführen können. Wenn ein Agent etwa Zugriff auf Kundendaten, Cloud-Ressourcen oder interne Workflows erhält, muss klar sein, ob die angebundene Ressource echt, autorisiert und vertrauenswürdig ist.
Warum Google, Microsoft und GitHub ARD unterstützen
Die Beteiligung großer Plattformen zeigt, dass die Branche nach gemeinsamen Standards für die Tool-Discovery durch AI agents sucht. Ohne solche Standards droht ein fragmentiertes Ökosystem, in dem jeder Anbieter eigene Katalogformate, eigene Registrierungswege und eigene Vertrauensmodelle entwickelt.
Google bringt ARD in den Kontext seines Agent Registry-Ansatzes innerhalb der Gemini Enterprise Agent Platform. Diese Registry soll agentic resources hosten, auffindbar machen und Governance-Anforderungen im Unternehmensumfeld unterstützen. Die native Unterstützung für ARD ist angekündigt, aber noch nicht vollständig produktiv verfügbar.
Microsoft und GitHub sind aus einer anderen Perspektive relevant: Entwickler arbeiten zunehmend mit KI-gestützten Coding-Umgebungen, Copilots und Automatisierungsagenten. Wenn solche Systeme externe Fähigkeiten finden und kontrolliert anbinden sollen, braucht es standardisierte Beschreibungen der verfügbaren Ressourcen.
Erste Umsetzungen zeigen, wohin die Reise gehen könnte
Parallel zur Veröffentlichung des Entwurfs wurden erste Implementierungen vorgestellt. GitHub hat einen sogenannten agent finder eingeführt, der Copilot dabei unterstützen soll, passende MCP servers, Skills, Tools und Agenten aus einer ausgewählten Registry zu entdecken. Wichtig ist dabei: Nutzer behalten die Kontrolle darüber, was tatsächlich verbunden wird.
Hugging Face hat ein Discover Tool veröffentlicht, das Skills und MCP servers über ARD-kompatible Dienste auffindbar machen soll. Cisco verknüpft die Spezifikation mit seinem AGNTCY Agent Directory, einem Open-Source-Projekt im Umfeld der Linux Foundation.
Diese Beispiele zeigen ein mögliches Muster: ARD wird nicht zwangsläufig direkt als sichtbares Produkt wahrgenommen, sondern kann im Hintergrund von Entwicklungsumgebungen, Enterprise-Plattformen, Agent-Marktplätzen und internen Tool-Verzeichnissen genutzt werden.
Mythos vs. Fakt: Was ARD nicht ist
Mythos: ARD ist ein neuer Google-Rankingfaktor
Fakt: ARD ist keine Google Search-Funktion und kein klassischer Rankingfaktor. Die Spezifikation richtet sich an die Auffindbarkeit von Tools und Agenten durch andere Agenten, nicht an die Sortierung von Webseiten in Suchergebnissen.
Mythos: Jede Website sollte sofort eine ai-catalog.json veröffentlichen
Fakt: Für normale Content-Websites gibt es derzeit keinen klaren Pflichtschritt. Eine ai-catalog.json ist dann sinnvoll, wenn eine Organisation tatsächlich maschinenaufrufbare Ressourcen anbietet, beispielsweise APIs, MCP servers, Skills oder eigene Agenten.
Mythos: ARD ersetzt bestehende APIs und Integrationen
Fakt: ARD ersetzt nicht die eigentliche Ausführung oder Authentifizierung eines Tools. Es beschreibt primär, wie Ressourcen gefunden und verifiziert werden können. Die Nutzung erfolgt weiterhin über die jeweiligen Protokolle, Berechtigungen und Sicherheitsmechanismen.
Welche SEO- und Digital-Marketing-Fragen ARD aufwirft
Für SEO-Teams ist ARD vor allem deshalb interessant, weil es eine breitere Entwicklung bestätigt: Das Web wird zunehmend für Maschinen strukturiert. Neben klassischen Suchmaschinen treten AI Overviews, Chatbots, agentic search, LLM-gestützte Assistenten und autonome Workflows.
Trotzdem sollte ARD nicht mit Maßnahmen wie strukturierte Daten, Schema Markup, robots.txt, llms.txt oder technischer SEO verwechselt werden. Während Schema.org Inhalte für Suchmaschinen verständlicher macht, konzentriert sich ARD auf aufrufbare Fähigkeiten. Während robots.txt Crawler-Zugriffe steuert, beschreibt ARD Ressourcen, die von Agenten entdeckt werden können.
Die strategische Frage lautet daher nicht: „Wie ranke ich mit ARD besser?“ Sondern: „Welche digitalen Fähigkeiten meines Unternehmens sollen künftig von AI agents gefunden, bewertet und sicher genutzt werden können?“
Praktische Vorbereitung für Unternehmen
Inventarisieren Sie vorhandene agentic resources
Unternehmen sollten zunächst prüfen, welche maschinenaufrufbaren Fähigkeiten sie bereits besitzen. Dazu zählen öffentliche APIs, interne APIs, Automatisierungs-Workflows, MCP servers, Datenzugänge, Chatbots, spezialisierte Agenten, Developer-Tools oder Partnerintegrationen.
Ein Softwareanbieter könnte beispielsweise feststellen, dass seine Dokumentations-API, sein Reporting-Connector und sein Support-Agent getrennt entwickelt wurden, aber künftig gemeinsam als agentic resources beschrieben werden könnten.
Definieren Sie klare Beschreibungen und Nutzungsgrenzen
Damit ein Agent ein Tool sinnvoll auswählen kann, braucht er präzise Metadaten. Dazu gehören Zweck, Eingaben, Ausgaben, Authentifizierung, Einschränkungen, Kostenmodell, Rate Limits, Sicherheitsanforderungen und unterstützte Protokolle.
Unklare Beschreibungen führen zu Fehlentscheidungen. Ein Agent, der ein Tool für „Datenanalyse“ sucht, muss unterscheiden können, ob es sich um ein Echtzeit-Dashboard, eine SQL-Schnittstelle, ein Machine-Learning-Modell oder einen Compliance-geprüften Exportdienst handelt.
Governance früh einplanen
Gerade Enterprise-Organisationen sollten ARD nicht isoliert als Developer-Thema betrachten. Wenn Agenten Tools entdecken und verbinden können, berührt das IT-Sicherheit, Datenschutz, Identity Management, Legal, Procurement und Compliance.
Sinnvoll ist ein internes Regelwerk: Welche Ressourcen dürfen veröffentlicht werden? Wer genehmigt Catalog-Einträge? Welche Trust-Metadaten sind erforderlich? Welche Logs müssen entstehen, wenn ein Agent eine Ressource entdeckt oder nutzt?
Risiken und offene Fragen
ARD befindet sich noch in einer frühen Phase. Der Entwurf ist nicht final, das Registry-Ökosystem steht erst am Anfang, und die tatsächliche Reichweite hängt davon ab, ob relevante Plattformen die Spezifikation dauerhaft unterstützen.
Eine weitere Unsicherheit betrifft den Nutzen für Publisher. Selbst wenn Agenten Tools leichter finden, ist noch nicht automatisch klar, ob daraus Traffic, Umsatz oder strategische Abhängigkeiten entstehen. Möglicherweise profitieren vor allem Anbieter, deren Funktionen direkt in automatisierte Workflows eingebunden werden können.
Außerdem entsteht ein Qualitätsproblem: Wenn viele Anbieter Kataloge veröffentlichen, müssen Registries bewerten, welche Ressourcen aktuell, sicher, vertrauenswürdig und nützlich sind. Ohne gute Qualitäts- und Vertrauenssignale könnte ein Discovery-Index schnell unübersichtlich werden.
Was jetzt wirklich zählt
Agentic Resource Discovery ist kein kurzfristiger SEO-Trick, sondern ein möglicher Standard für die nächste Integrationsschicht des Webs. Für klassische Websites besteht derzeit kein akuter Handlungsdruck. Für Unternehmen mit APIs, MCP servers, Tools, Skills oder eigenen AI agents ist ARD dagegen ein Thema, das früh beobachtet werden sollte.
Der wichtigste Schritt ist nicht, sofort eine Datei zu veröffentlichen, sondern die eigenen digitalen Fähigkeiten sauber zu kartieren. Wer weiß, welche Ressourcen existieren, wie sie beschrieben werden müssen und welche Vertrauensanforderungen gelten, ist besser vorbereitet, falls ARD und ähnliche offene Spezifikationen zum festen Bestandteil des agentic web werden.
Die Entwicklung zeigt: Sichtbarkeit im KI-Zeitalter wird nicht nur bedeuten, dass Inhalte gelesen werden. Sie kann auch bedeuten, dass Fähigkeiten gefunden, geprüft und von Agenten sicher ausgeführt werden.
