+ WORDPRESS, WEBFLOW, KIRBY
AI intelligent einsetzen.
Eine Website kann mehr leisten, als Informationen bereitzustellen, Formulare entgegenzunehmen und fest programmierte Abläufe auszuführen.
Durch die Integration künstlicher Intelligenz kann sie Fragen im Zusammenhang verstehen, vorhandenes Wissen erschließen, unstrukturierte Eingaben auswerten und Arbeitsschritte vorbereiten. Entscheidend bei einer AI-Integration ist nicht das Sprachmodell allein, sondern die Verbindung mit den Inhalten, Daten und Funktionen.
Wir konzipieren und entwickeln AI-Integrationen für Websites auf Basis von WordPress, Webflow und Kirby. Im Mittelpunkt steht die Frage, welche zusätzliche Fähigkeit tatsächlich gebraucht wird – und wie sie sich zuverlässig in die bestehende Website und die Arbeitsweise des Unternehmens einfügt.
Wenn Websites nicht nur Inhalte anzeigen, sondern mit ihnen arbeiten
Klassische Websites folgen überwiegend vordefinierten Wegen: Besucher navigieren durch Seiten, verwenden Filter oder suchen nach bestimmten Begriffen. Redaktionen pflegen Inhalte über Eingabemasken; Informationen werden anschließend veröffentlicht und bleiben weitgehend passiv.
AI ergänzt dieses Prinzip um eine weitere Ebene. Sprachmodelle können Absichten aus natürlich formulierten Fragen ableiten, Texte inhaltlich einordnen und Informationen aus verschiedenen Quellen zusammenführen. Dadurch entstehen neue Formen der Nutzung: Statt selbst die richtige Unterseite zu finden, kann ein Besucher eine konkrete Frage stellen. Statt hunderte Beiträge manuell zu sichten, kann eine Redaktion auffällige Inhalte zur Prüfung vorgelegt bekommen.
Die Website wird dadurch nicht automatisch intelligent. Diese Fähigkeiten müssen fachlich eingegrenzt, technisch angebunden und überprüfbar gestaltet werden. Gerade diese Integration entscheidet über den praktischen Nutzen.
Vorhandenes Wissen gezielt zugänglich machen
Viele Unternehmen verfügen bereits über umfangreiche Inhalte: Leistungsbeschreibungen, Dokumentationen, Produktdaten, Anleitungen, interne Richtlinien oder häufig beantwortete Kundenfragen. Das Problem ist selten, dass diese Informationen fehlen. Oft sind sie verteilt, unterschiedlich strukturiert oder nur mit erheblichem Suchaufwand auffindbar.
Eine semantische Suche berücksichtigt neben Suchbegriffen auch inhaltliche Ähnlichkeiten. In Kombination mit klassischer Suche kann sie besonders bei großen, heterogenen Informationsbeständen hilfreich sein. Darauf aufbauend lässt sich ein Assistent entwickeln, der Textstellen abruft und daraus eine Antwort formuliert. Dieses Verfahren wird als Retrieval-Augmented Generation (RAG) bezeichnet.
Anders als bei einer frei generierten Antwort werden dabei ausgewählte Unternehmensinformationen zum Kontext der Anfrage. Quellenverweise, Gültigkeitsdaten und klare Regeln für fehlende Informationen machen die Ergebnisse nachvollziehbarer. Eine Garantie für korrekte Antworten entsteht dadurch nicht. Die Qualität hängt ebenso von der Pflege der Quellen, ihrer Erschließung und den Zugriffsrechten ab wie vom verwendeten Modell.
Orientierung und Unterstützung direkt auf der Website
Ein AI-Assistent ist dann sinnvoll, wenn er eine konkrete Aufgabe besser löst als Navigation, FAQ oder Suchfeld. Auf einer umfangreichen Dienstleistungswebsite könnte er Anforderungen einordnen und passende Leistungen erläutern. In einer Dokumentation kann er auf relevante Abschnitte verweisen. In einem geschützten Kundenbereich lassen sich Fragen anhand freigegebener Informationen beantworten.
Solche Anwendungen müssen nicht als Chatfenster erscheinen. Denkbar sind dialogbasierte Produkthilfen, kontextbezogene Hinweise in Formularen oder Recherchefunktionen innerhalb eines Portals. Entscheidend sind eine verständliche Nutzerführung, klar erkennbare Grenzen und ein unkomplizierter Übergang zu normalen Seiten oder menschlichen Ansprechpartnern.
Nicht jede Antwort sollte formuliert werden: Kann eine Information nicht belastbar ermittelt werden, muss die Anwendung dies kenntlich machen, statt eine plausible Auskunft zu erfinden.
AI im CMS: Qualität sichern statt nur Texte erzeugen
Im redaktionellen Alltag liegt der nachhaltigere Nutzen häufig nicht in möglichst schneller Contentproduktion, sondern in der laufenden Pflege. AI kann Entwürfe auf Verständlichkeit und Konsistenz prüfen, thematisch verwandte Inhalte aufzeigen, Metadaten vorschlagen oder Hinweise auf mögliche Widersprüche und veraltete Angaben liefern.
Besonders interessant sind solche Prüfungen, wenn sie unmittelbar in den Arbeitsablauf eingebunden werden: vor der Veröffentlichung, bei Änderungen oder bei regelmäßigen Bestandskontrollen. Vorschläge können als Aufgaben oder Entwürfe erscheinen, ohne bestehende Inhalte unbemerkt zu überschreiben.
Dabei bleibt die Unterscheidung zwischen regelbasierter Prüfung und AI wesentlich. Defekte Links, fehlende Pflichtfelder oder bestimmte technische Barrierefreiheitsmängel lassen sich oft zuverlässiger mit klassischer Software erkennen. Sprachmodelle ergänzen diese Verfahren dort, wo Bedeutung, Kontext und sprachliche Qualität beurteilt werden sollen. Rechtliche Richtigkeit oder Barrierefreiheit können sie nicht abschließend bestätigen.
Unstrukturierte Eingaben nutzbar machen
Websites sind auch Eingangspunkte für Informationen, die sich nicht sauber in feste Felder einordnen lassen: ausführliche Anfragen, Briefings, hochgeladene Dokumente, Rückmeldungen oder Supportnachrichten. Sprachmodelle können solche Eingaben zusammenfassen, kategorisieren und daraus strukturierte Daten oder Bearbeitungsvorschläge ableiten.
Aus einer freien Projektbeschreibung könnten beispielsweise die genannten Anforderungen extrahiert, fehlende Angaben markiert und ein Entwurf für die interne Weiterbearbeitung erstellt werden. Bei umfangreichen Rückmeldungen lassen sich wiederkehrende Themen erkennen. Für den nächsten Schritt müssen die Ergebnisse allerdings gegen definierte Datenformate, Pflichtangaben und gegebenenfalls Originalquellen geprüft werden.
So übernimmt AI den interpretierenden Teil einer Aufgabe. Regeln, Zuständigkeiten und Folgeaktionen bleiben in der Anwendung kontrollierbar. Genau an dieser Grenze wird aus einer beeindruckenden Demonstration ein brauchbares Arbeitswerkzeug.
Von Antworten zu kontrollierten Funktionen
Eine weitergehende Möglichkeit entsteht, wenn ein Modell nicht nur Informationen erhält, sondern ausdrücklich freigegebene Funktionen aufrufen kann. Über sogenannte Tool- oder Function-Calls könnte ein Assistent beispielsweise den aktuellen Bearbeitungsstand einer Anfrage abrufen, einen passenden Datensatz suchen oder einen Entwurf im CMS anlegen.
Die eigentliche Aktion führt dabei die angebundene Software aus, nicht das Sprachmodell selbst. Sie prüft Identität, Berechtigung, Eingaben und Geschäftsregeln. Lesen, Entwerfen, Ändern und Veröffentlichen müssen unterschiedliche Befugnisse bleiben. Aktionen mit finanziellen, rechtlichen oder öffentlich sichtbaren Folgen benötigen in der Regel eine zusätzliche Freigabe.
Technisch sind solche Integrationen heute möglich, sofern die beteiligten Systeme geeignete Schnittstellen bereitstellen. Dass ein Assistent beliebige Vorgänge auf einer Website selbstständig erledigt, folgt daraus jedoch nicht. Umfang und Autonomie müssen für jeden Anwendungsfall bewusst entwickelt werden.
CMS-übergreifend denken, passend zum System umsetzen
AI-Integration ist keine Eigenschaft eines bestimmten Content-Management-Systems. Häufig besteht die Lösung aus mehreren Teilen: einer Oberfläche in der Website, einer geschützten Anwendungsschicht, dem Zugriff auf freigegebene Inhalte oder Geschäftsdaten und einem angebundenen AI-Dienst. Je nach Aufgabe kommen Suchindizes, Hintergrundprozesse oder eigenständige Anwendungen hinzu.
WordPress ermöglicht Erweiterungen über Plugins, eigene Funktionen und die REST-API. Webflow stellt Schnittstellen unter anderem für CMS-Inhalte bereit; serverseitige AI-Funktionen werden je nach Architektur über angebundene Dienste oder Anwendungen realisiert. Kirby bietet mit PHP, individuell definierten Routen und einer API viel Kontrolle über maßgeschneiderte Abläufe. Die verfügbaren Zugriffe, Hosting-Möglichkeiten und redaktionellen Abläufe unterscheiden sich entsprechend.
Wir wählen die Architektur nach Aufgabe, Sicherheitsanforderungen und Wartbarkeit. Ein CMS-Wechsel ist für eine AI-Funktion meist nicht erforderlich. Umgekehrt sollte eine komplexe Anwendung nicht zwangsläufig in das CMS gedrängt werden, nur weil sie auf der Website sichtbar ist.
Zuverlässigkeit entsteht nicht durch gute Prompts allein
Sobald AI auf Unternehmensinformationen zugreift, stellen sich Fragen nach Datenschutz, Vertraulichkeit und Verantwortung. Welche Daten dürfen an einen externen Dienst übermittelt werden? Wie werden Informationen behandelt? Welche Inhalte darf ein angemeldeter Nutzer sehen? Und wie verhindert die Anwendung, dass manipulierte Dokumente oder Eingaben unzulässige Aktionen auslösen?
Technische Schutzmaßnahmen gehören deshalb zur Architektur: serverseitige Zugangskontrollen, begrenzte Berechtigungen, nachvollziehbare Verarbeitung, sichere Schlüsselverwaltung und Prüfungen an den Übergängen zu anderen Systemen. Auch der jeweilige rechtliche Rahmen und Transparenzpflichten müssen berücksichtigt werden.
Ebenso wichtig ist die fachliche Prüfung. Typische und schwierige Anfragen sollten mit definierten Erwartungen getestet werden: Findet die Suche die richtige Quelle? Werden fehlende Informationen offengelegt? Bleiben vertrauliche Inhalte geschützt? Ein Sprachmodell liefert keine gleichbleibend deterministischen Ergebnisse. Seine Leistung muss daher anhand geeigneter Testfälle beurteilt werden.
Eine AI-Funktion bleibt eine laufende Aufgabe
Nach der Einführung ändern sich Inhalte, Nutzerfragen, Modelle und Programmierschnittstellen. Suchindizes müssen aktualisiert, fehlerhafte Antworten ausgewertet und Kosten kontrolliert werden. Auch Antwortzeiten, Ausfälle und ungewöhnlich viele Anfragen gehören zur Überwachung. Für wichtige Funktionen braucht es einen Rückfallweg, falls der AI-Dienst nicht erreichbar ist.
Wir berücksichtigen solche Anforderungen bereits bei der Konzeption und unterstützen bei technischer Umsetzung, Tests, Pflege und Weiterentwicklung. Dabei achten wir darauf, Modellanbieter und Geschäftslogik möglichst sauber voneinander zu trennen. Das reduziert Abhängigkeiten und erleichtert spätere Anpassungen.
Die nächste Entwicklungsstufe: Websites als ansprechbare Systeme
Heute richten sich Websites hauptsächlich an Menschen im Browser. Zunehmend können auch externe Assistenten zu Vermittlern werden, die Informationen im Auftrag ihrer Nutzer suchen oder digitale Vorgänge vorbereiten. Dafür reicht eine für Menschen gut lesbare Webseite nicht in jedem Fall aus.
Strukturierte Inhalte, dokumentierte Schnittstellen und klar begrenzte, maschinenlesbar beschriebene Funktionen können eine Grundlage schaffen, auf der solche Zugriffe künftig aufbauen. Erste technische Bausteine sind vorhanden. Eine allgemeine, plattformübergreifende Infrastruktur, über die beliebige Assistenten zuverlässig jede Website bedienen können, existiert jedoch nicht.
Sinnvolle Vorarbeit besteht deshalb weniger darin, auf einen bestimmten Standard zu wetten, als Informationen sauber zu modellieren und Funktionen mit eindeutigen Rechten zugänglich zu machen. Davon profitieren auch heutige Websites und klassische Integrationen.
AI-Integration mit einem klaren Ziel
Am Anfang steht keine Modellentscheidung, sondern ein konkretes Problem: Welche Information ist schwer auffindbar, welche Prüfung bleibt liegen, welcher Arbeitsschritt verursacht unnötigen Aufwand? Wir untersuchen Datenlage, technische Voraussetzungen, Risiken und den erwartbaren Nutzen. Anschließend lässt sich eine begrenzte Funktion entwickeln, mit realistischen Beispielen testen und bei Bewährung erweitern.
Manche Aufgaben lassen sich ohne AI einfacher und zuverlässiger lösen. Wo Sprache, Kontext und unstrukturierte Informationen eine Rolle spielen, kann sie dagegen eine echte zusätzliche Fähigkeit schaffen. Wenn Sie eine bestehende Website erweitern oder eine neue Anwendung planen, besprechen wir gern, welcher Ansatz dafür tragfähig ist.
Projekt besprechen