Agentic Search vs. klassische Suche
Agentic Search vs. klassische Suche
Was Googles I/O-Ankündigung wirklich verändert
25 Jahre lang begann jede Google-Suche gleich: ein weißes Eingabefeld, ein blinkender Cursor und die stille Aufforderung, die eigene Frage auf drei Keywords einzudampfen. Auf der Google I/O 2026, der jährlich im Mai stattfindenden Entwicklerkonferenz, erklärte das Unternehmen diese Ära selbst für beendet. An die Stelle des Suchschlitzes tritt eine erweiterbare Eingabefläche auf Basis von Gemini 3.5 Flash, die Text, Bilder, Dateien, Videos und sogar offene Chrome-Tabs entgegennimmt. Noch wichtiger: Nutzer können künftig sogenannte Information Agents anlegen – KI-Agenten, die ein Thema dauerhaft im Hintergrund verfolgen und sich von selbst melden, wenn es etwas Neues gibt.
Bisher kommen nur Nutzer mit einem Google AI Ultra-Tarif in den Genuss dieser Features. Ab Sommer 2026 soll der breitere Rollout für weitere Nutzer zunächst in den USA starten.
Damit wird Agentic Search vom Zukunftsszenario zur Produktrealität beim größten Suchanbieter der Welt. Zeit, das Konzept sauber einzuordnen.
Was ist Agentic Search?
Agentic Search bezeichnet eine Suche, bei der nicht der Mensch die Arbeit übernimmt, sondern ein KI-Agent. Der Agent versteht ein Ziel („Finde mir eine 3-Zimmer-Wohnung in Leipzig unter 1.200 Euro warm, Balkon, ab September“), zerlegt es eigenständig in Teilschritte, durchsucht mehrere Quellen, vergleicht die Ergebnisse, prüft sie gegeneinander und liefert am Ende eine aufbereitete Antwort. Bei Bedarf handelt er sogar: Er vereinbart einen Besichtigungstermin, bucht in anderen Szenarien einen Tisch oder legt Produkte in den Warenkorb. Drei Eigenschaften unterscheiden einen Suchagenten von einem gewöhnlichen Chatbot. Er arbeitet mehrstufig statt in einer einzelnen Frage-Antwort-Runde. Er trifft unterwegs eigene Entscheidungen, etwa darüber, welche Quelle vertrauenswürdig ist und welche er verwirft. Und er kann über längere Zeit aktiv bleiben, statt nach jeder Antwort zu vergessen, worum es ging. Genau dieser letzte Punkt ist der Kern der Google-Ankündigung: Die Information Agents laufen laut Google rund um die Uhr weiter, bis die Aufgabe erledigt ist. Wer den Begriff aus der Technik-Ecke kennt: Agentic Search geht über klassisches RAG (Retrieval-Augmented Generation) hinaus. RAG holt einmalig passende Dokumente und formuliert daraus eine Antwort. Ein Agent entscheidet dagegen selbst, ob er erneut suchen muss, wo er suchen muss und wann die Antwort gut genug ist.
Wie die klassische Suche arbeitet
Zum Vergleich lohnt sich ein Blick darauf, was Google seit 1998 tut. Crawler lesen Websites ein, ein Index speichert ihre wichtigsten Informationen und ein Ranking-Algorithmus sortiert sie nach Relevanz im Kontext konkreter Keyword-Anfragen. Das Ergebnis ist eine Liste von Links. Die eigentliche Denkarbeit – Quellen öffnen, lesen, vergleichen, bewerten – bleibt beim Nutzer. Dieses Modell ist erstaunlich robust und bleibt in vielen Fällen die schnellste Lösung. Wer die Öffnungszeiten der Stadtbibliothek sucht, braucht keinen Agenten, der fünf Minuten lang recherchiert. Die Grenzen zeigen sich bei komplexen, mehrteiligen Fragestellungen: Eine Reiseplanung mit Budget, Terminfenster und Ernährungseinschränkungen erfordert in der klassischen Suche dutzende Einzelanfragen und viele offene Tabs.
Der direkte Vergleich
| Kriterium | Klassische Suche | Agentic Search |
|---|---|---|
| Eingabe | Keywords | Ziel in natürlicher Sprache, auch mit Bildern, Dateien, Tabs |
| Ergebnis | Linkliste | Aufbereitete Antwort, teils mit erledigter Aufgabe |
| Wer arbeitet? | Der Nutzer filtert und bewertet | Der Agent recherchiert, vergleicht, handelt |
| Zeithorizont | Eine Anfrage, eine Antwort | Läuft bei Bedarf tage- oder wochenlang weiter |
| Transparenz | Hoch – jede Quelle ist sichtbar | Eingeschränkt – der Agent wählt Quellen selbst aus |
| Typischer Fall | Faktenabfrage, Navigation, lokale Suche | Recherche, Vergleich, Monitoring, Buchung |
Das Wohnungsbeispiel macht den Unterschied greifbar. Klassisch heißt es: Immobilienportale abklappern, Filter setzen, täglich benachrichtigt werden und nachschauen. Mit einem Information Agent hinterlegt man die Kriterien einmal, und der Agent meldet sich, sobald ein passendes Inserat online geht – genau dieses Szenario nennt Google als Anwendungsfall, neben Benachrichtigungen zu neuen Produkten oder Entwicklungen rund um ein Thema.
Was Google konkret angekündigt hat
Seit der Google I/O 2026 ist klar: Agentische Suche ist bereits ein Produkt und keine bloße Vision. Die wichtigsten Bausteine:
Information Agents
Nutzer erstellen, konfigurieren und verwalten mehrere Agenten parallel, die Themen dauerhaft beobachten – etwa eine geplante Reise, ein Gesetzgebungsverfahren oder eine Produktkategorie. Die Agenten fassen mehrere Quellen zusammen, gleichen Widersprüche ab und geben Handlungsempfehlungen. Der Start erfolgt im Sommer 2026 zunächst für Abonnenten mit den Tarifplänen Google AI Pro und Ultra.
Die neue Suchoberfläche
Statt zehn blauer Links erzeugt die Suche zunehmend interaktive Antwortflächen: generative Benutzeroberflächen, individuelle Visualisierungen, sogar kleine Mini-Apps, die sich mithilfe einer Beschreibung in natürlicher Sprache erstellen lassen.
Agentische Buchung und Universal Cart
Die Suche kann Aufgaben erledigen, nicht nur Informationen liefern. Google erweitert das auf Veranstaltungen und lokale Dienstleistungen. Dazu kommt der Universal Cart: ein intelligenter Warenkorb, der Produkte aus Suche, Gemini, YouTube und Gmail an einem Ort sammelt, Preisverläufe und Verfügbarkeit überwacht und den Kauf wahlweise über Google Pay oder direkt auf der Händlerseite abschließt. Der Rollout beginnt diesen Sommer in den USA und umfasst unter anderem Nike, Walmart, Target, Sephora sowie Shopify-Händler.
Die Größenordnung dahinter ist beachtlich: AI Overviews erreichen laut Google inzwischen 2,5 Milliarden Nutzer pro Monat, der dialogische AI Mode hat die Milliardenmarke überschritten, und das Anfragevolumen dort hat sich von Quartal zu Quartal mehr als verdoppelt. Der Druck durch ChatGPT mit rund 900 Millionen wöchentlichen Nutzern (Stand Februar 2026) dürfte das Tempo zusätzlich erklären.
Wo Agentic Search (noch) hakt
So beeindruckend die Demos auf der Konferenz waren – eine neutrale Bewertung braucht auch die Gegenseite. Erstens die Transparenz: Wenn der Agent Quellen auswählt, sieht der Nutzer nur das Ergebnis dieser Auswahl. Fehler und Halluzinationen sind schwerer zu erkennen als in einer Linkliste, in der man jede Quelle selbst prüfen kann. Wer Antworten für wichtige Entscheidungen nutzt, sollte die Quellenangaben des Agenten weiterhin öffnen und gegenlesen. Zweitens das Geschäftsmodell des Webs: Wenn Agenten statt Menschen Websites besuchen, bricht das werbefinanzierte Modell vieler Publisher ein – ein Einwand, den unter anderem der Analyst Ben Thompson früh formuliert hat. Händler und Dienstleister können Agenten als neuen Vertriebskanal begreifen; für Medien und Content-Anbieter ist die Rechnung deutlich unbequemer. Drittens die Verfügbarkeit: Wie bei fast allen Google-KI-Features starten die Neuerungen zuerst in den USA; die Information Agents sind zudem hinter einer Bezahlschranke. Wer in Deutschland plant, sollte mit Verzögerungen rechnen und Ankündigungen nicht mit dem verfügbaren Produkt verwechseln. Und viertens bleibt die klassische Suche in etlichen Situationen schlicht überlegen: bei einfachen Fakten, bei der Navigation zu einer bekannten Seite, bei der schnellen lokalen Suche. Ein Agent, der erst nachdenkt, ist hier langsamer als ein Index, der sofort antwortet. Realistisch ist deshalb keine Ablösung, sondern eine Arbeitsteilung – und Google selbst integriert beide Modi in ein und dasselbe Produkt.
Was das für Websites bedeutet
Für Seitenbetreiber verschiebt sich die Aufgabe. Es reicht nicht mehr, gefunden und geklickt zu werden; eine Website muss von einem Agenten als verlässliche, eindeutig auswertbare Quelle ausgewählt werden. Google hat dazu am 15. Mai 2026 – kurz vor der I/O – in Search Central einen eigenen Leitfaden zur Optimierung für generative KI-Funktionen veröffentlicht. Die Grundbotschaft: Solide technische SEO, saubere Struktur und belastbare Inhalte bleiben die Basis, auf der auch Agenten aufsetzen. Aus Googles Sicht ist die Optimierung für generative Suche schlicht weiterhin SEO – AEO und GEO werden ausdrücklich nicht als eigene Disziplinen behandelt.
Bemerkenswert ist der Mythbusting-Teil des Leitfadens. Weder das Zerlegen von Inhalten in KI-gerechte Häppchen („Chunking“) noch das Umschreiben von Texten für Sprachmodelle oder spezielles KI-Markup hält Google für nötig; die eigenen Systeme könnten auch aus mehrthemigen Seiten die passende Passage ziehen. Was dagegen zählt, sind Inhalte mit eigenem Informationswert: Erfahrungsberichte, eigene Daten, eine erkennbare Position. Austauschbare Zusammenfassungen dessen, was ohnehin im Netz steht, sortieren die KI-Systeme als Massenware aus – die Modelle kennen das Allgemeinwissen bereits.
Ein Detail sorgt derzeit für Verwirrung: die Datei llms.txt. Laut Google ist sie für die Sichtbarkeit in der Google-Suche nicht erforderlich. Fast zeitgleich hat aber das Google-Tool Lighthouse mit Version 13.3 (erschienen am 7. Mai 2026) die neue Kategorie „Agentic Browsing“ in die Standardprüfung aufgenommen – und prüft unter anderem, ob eine Seite eine llms.txt bereitstellt. Der Widerspruch ist kleiner, als er wirkt: Die Suche braucht die Datei nicht; für Browser-Agenten behandelt Chrome sie als optionales Hilfssignal. Die Kategorie prüft daneben die Barrierefreiheitsstruktur, die Layout-Stabilität und die neue WebMCP-Schnittstelle, ist ausdrücklich als „in Entwicklung“ markiert und vergibt bewusst keinen Punktwert von 0 bis 100. Wer also gerade llms.txt-Pakete angeboten bekommt: Für das Ranking bringt die Datei nichts, für agentische Nutzung ist sie höchstens ein kleiner Zusatz.
Noch frischer ist ein Format, das seit dem 12. Juni 2026 für Gesprächsstoff sorgt: das Open Knowledge Format (OKF). Vorgestellt hat es Google Cloud, also die Datensparte rund um BigQuery, nicht das Such-Team. OKF legt Wissen als Verzeichnis einfacher Markdown-Dateien ab, jede Datei ein einzelnes Konzept, sodass KI-Agenten gezielt darauf zugreifen können, ohne ganze Dokumente zu lesen. Für die Einordnung entscheidend: Google beschreibt OKF als internes Datenformat für Unternehmenswissen, ausdrücklich nicht als Ranking-Signal und nicht als etwas, das man wie eine Sitemap im Web veröffentlicht. Teile der SEO-Szene, allen voran Marie Haynes, übertragen die Idee dennoch bereits auf Websites – Wissen als sauber verlinkten Konzeptgraph statt als Seitenwust. Das ist eine nachvollziehbare Wette auf die Richtung, in die sich das maschinenlesbare Web bewegt. Nur liest Stand heute kein Agent eine auf der Website gehostete OKF-Datei aus. Wer jetzt experimentiert, baut Erfahrung auf; einen Sichtbarkeitseffekt bringt es vorerst nicht.
Konkreter wird es im Leitfaden bei strukturierten Daten (wenig wichtig), eindeutigen Produkt- und Unternehmensinformationen sowie einer Seitenarchitektur, die Maschinen ohne Umwege auswerten können. Wer verkauft, sollte zudem die agentische Buchung und den Universal Cart im Blick behalten – dort entscheidet sich, ob der eigene Shop für Agenten überhaupt „bedienbar“ ist. Google stellt dafür mit dem Universal Commerce Protocol eine offene Schnittstelle bereit, über die Händler Produktdaten, Warenkorb und Checkout an Agenten anbinden können; wer früh testet, sammelt Erfahrung, bevor der Kanal Umsatzrelevanz gewinnt.
Agentic Search im Alltag sinnvoll nutzen
Wer Suchagenten ausprobieren will, muss anders fragen als bisher. Keywords helfen einem Agenten wenig; was er braucht, ist ein vollständiges Ziel mit Kriterien und Kontext. Statt „Laufschuhe Test“ also etwas umfassender – vielleicht auch als gesprochenes Wort: „Ich laufe dreimal pro Woche zehn Kilometer auf Asphalt, neige zur Überpronation und suche einen Schuh unter 150 Euro – vergleiche passende Modelle und nenne die Quellen.“ Je präziser die Einschränkungen sind, desto weniger muss der Agent raten. Und genau beim Raten entstehen die meisten schlechten Antworten. Die zweite Gewohnheit, die sich lohnt: Quellen aufklappen. Jeder seriöse Suchagent verlinkt seine Belege; ChatGPT, Perplexity und Googles AI Mode tun das standardmäßig. Bei Antworten, an denen Geld, Gesundheit oder eine wichtige Entscheidung hängen, gehört ein Klick auf mindestens zwei dieser Quellen. Weicht die Originalquelle von der Agentenantwort ab, gewinnt die Quelle – nicht der Agent. Zum Ausprobieren eignet sich derzeit Googles AI Mode als niedrigschwelligster Einstieg, Perplexity für quellenlastige Recherchen und ChatGPT für Aufgaben, die Recherche mit Weiterverarbeitung verbinden. Die neuen Information Agents bleiben vorerst Abonnenten von Google AI Pro und Ultra vorbehalten und starten zunächst nicht überall. Bleibt die Frage, wann der Suchschlitz die bessere Wahl ist. Immer dann, wenn die Antwort eine einzelne, leicht überprüfbare Tatsache ist oder das Ziel eine bestimmte, bereits bekannte Website ist. Eine brauchbare Faustregel: Würde die Recherche von Hand mehr als zehn Minuten dauern und ein halbes Dutzend offener Tabs kosten, lohnt sich der Agent. Darunter ist die klassische Suche schneller – und obendrein transparenter.
Fazit
Die I/O 2026 markiert den Punkt, an dem Agentic Search vom Fachbegriff zum Standardprodukt wird. Die klassische Suche verschwindet deshalb nicht; sie bleibt das schnellere Werkzeug für einfache Fragen. Aber überall dort, wo Recherche, Vergleich und Monitoring gefragt sind, übernimmt künftig ein Agent – und Websites konkurrieren nicht mehr nur um Klicks, sondern um das „Vertrauen“ einer Maschine. Wer jetzt seine Inhalte und Datenstrukturen darauf ausrichtet, verschafft sich einen Vorsprung, solange die meisten Wettbewerber noch zuschauen.
Häufig gestellte Fragen
FAQ
Agentic Search ist kein Konkurrent von Google, sondern ein neues Suchparadigma, das Google selbst einführt: Ein KI-Agent recherchiert, vergleicht und handelt eigenständig, statt eine Linkliste auszugeben.
RAG ruft einmalig Dokumente ab und formuliert daraus eine Antwort. Ein Suchagent plant mehrere Schritte, entscheidet selbst über weitere Suchvorgänge und kann Aufgaben über Tage hinweg verfolgen.
Absehbar nicht. Für einfache Fakten- und Navigationsanfragen ist die klassische Suche schneller. Google betreibt beide Modi parallel in einem Produkt.
In Teilen. Mit aktivierter Websuche recherchiert ChatGPT mehrstufig, kombiniert Quellen und zitiert sie – das ist agentisches Suchen. Dauerhaft im Hintergrund laufende Beobachtungsagenten nach dem Muster der Google Information Agents bietet die ChatGPT-Suche bislang nicht in vergleichbarer Form.
Für die Sichtbarkeit in der Google-Suche nicht – das stellt Googles eigener Leitfaden vom Mai 2026 klar. Für Browser-Agenten behandelt Lighthouse die Datei als optionales Signal. Wer sie ohne großen Aufwand pflegen kann, schadet sich nicht; eine Pflicht ist sie nicht.
Nein. OKF ist ein offenes Markdown-Format, mit dem Google Cloud internes Unternehmenswissen für KI-Agenten zugänglich macht. Es ist kein Ranking-Signal und kein Web-Standard wie llms.txt oder schema.org – diese drei zu verwechseln, ist der häufigste Fehler. Die Grundidee lässt sich auf Websites übertragen, doch Stand Sommer 2026 wertet kein Agent eine öffentlich gehostete OKF-Datei aus.
Laut Google ab Sommer 2026, zunächst für Nutzer mit einem AI-Pro- oder AI-Ultra-Abo. Ein Termin für die breite Verfügbarkeit steht noch aus.
Diesen Beitrag teilen