Manche Kunden sind froh, wenn sie sich nicht mit „technischem Kram“ auseinandersetzen müssen, andere sind dazu übergegangen, KI zu befragen. Das führt manchmal dazu, dass an der Website Änderungen durchgeführt sollen, weil die KI es so empfiehlt. Besonders betroffen ist der Bereich SEO / GEO / LLMO, denn jeder möchte natürlich (weiterhin) in Such-Anfragen bei Suchmaschinen und KI berücksichtigt werden.
Da KI mit Fragen sehr fokussiert umgeht, und nicht sämtliche Nebenschauplätze und -wirkungen einbeziehen kann, fallen ihre Vorschläge allerdings auch mal praxisfremd aus. Sie werden nur Aufwand erzeugen, der keinerlei positiven Impact zeigt, oder sogar zum Nachteil der Website sein, würde man sie umsetzen. KI kann Anwender mit Fachkenntnis ergänzen, und man kann auch bei der Arbeit mit ihr lernen. Doch sie kann Fachwissen nicht ersetzen. Ihre Antworten sind nicht die Folge jahrelanger Erfahrung und Praxis, sondern semantische Konstruktionen. Sie bildet aus Wörtern, Begriffen und Relationen zwar eine kohärente Bedeutungseinheit (These → Begründung → Einschränkung), nicht nur eine Zeichenkette. Doch es besteht keine Garantie, dass die Bedeutung wahr oder vollständig ist.
Fachkenntnis beim Anwender ist kein Nice-to-have, sondern die Kontrollebene: Ich liefere Vorschläge und Begründungen; du entscheidest, ob sie richtig, passend und sinnvoll für deinen Kontext sind.
Ohne Fachkenntnis geht auch, aber dann brauchst du mehr externe Absicherung: Tests, Docs, zweite Meinung, Staging. Sonst bleibt es „klingt gut“ statt „ist geprüft“.
Mit Fachkenntnis arbeitest du mit mir, nicht nur durch mich. Das ist die sinnvollste Nutzung.
Deine KI 😉
Beispiel eins: falscher Einsatz des data-nosnippet-Attributs
Es ging bei der Frage um bessere Aufbereitung von Inhalten für KI-Agents. Das KI-Tool meinte, der Kunde solle Header und Footer seiner Website mit dem Attribut „data-nosnippet“ versehen, um die Struktur der Website semantisch zu verbessern und sicherzustellen, dass der Hauptinhalt als solcher erkennbar ist. Das würde so aussehen:
<header data-nosnippet>...</header>
<main>...individueller Seiteninhalt...</main>
<footer data-nosnippet>...</footer>Die Auszeichnung der Sektionen ist allerdings bereits semantisch genug um sämtlichen Crawlern und KI zu bedeuten, wo der Hauptinhalt einer Seite liegt, nämlich in <main>. Der Zweck um den es hier ging, war also bereits durch die Seitenstruktur erfüllt.
<header>...</header>
<main>...individueller Seiteninhalt...</main>
<footer>...</footer>Zudem wäre das Attribut data-nosnippet hier falsch angewendet. Sein Zweck ist, Bereiche des Inhalts zu umfassen, die man nicht in Vorschausnippets angezeigt sehen möchte. Die Anwendung ist für <section>, <div> oder <span> im Hauptcontent vorgesehen, aber nicht direkt in <header> oder <footer> (mit Ausnahme, wenn dort ebenfalls Content vorhanden wäre, nicht nur Logo und Navigation, dann würde man aber diesen direkt z.b. mit einem <div data-nosnippet> umfassen). Auf die eigentliche Indexierung von Inhalten hat das Attribut keine Auswirkungen.
Beispiel zwei: KI entwirft komplette Website „für WordPress“
Es kommt einem wie ein Traum vor, einer KI zu sagen, sie soll die eigene Website bauen, und sie schraddelt den gesamten Code und das Design in Minuten vor einem runter. Und dann kommt die Anweisung, die Seiten einfach in einen WordPress-HTML-Block reinzukopieren, und fertig ist der CMS-Auftritt. Technisch möglich und technisch sinnvoll sind allerdings völlig verschiedene Dinge.
Ja, nun klar, natürlich könnte man von KI vorgefertigte HTML-Elemente in einen WordPress-HTML-Block pasten und damit seine Seiten bauen…
… doch das ist genau nicht, wie man mit dem beliebtesten CMS Seiten baut, sondern man verwendet dafür Blöcke, mit denen man sieht, was man baut, und die man später leicht auseinanderhalten und bearbeiten, ergänzen, anders anordnen, entfernen oder austauschen kann. HTML Seiten mit dem HTML-Block in ein CMS zu quetschen macht den Aufwand nur höher. Besser, man bleibt gleich bei purem HTML, denn auf die Vorzüge, die einem ein CMS an der Stelle bietet, verzichtet man dann ohnedies schon.
Ein CMS soll einem genau nicht abverlangen, ganze Abschnitte oder gar Seiten direkt als HTML-Code zu bearbeiten.
Zudem darf man anschließend nicht erwarten, genau das Ergebnis zu sehen, welches man eigentlich wollte. Mit der KI auszuschnappsen, dass sie einem das Design doch bitte in Blöcke umschreibt, ist im weiteren zwar eine Option, doch dass am Ende Layout und Design der Vorlage entsprechen, ist ohne fundierte Kenntnisse des Blockeditors ein aussichtsarmes Unterfangen.
Es erfordert Fachkenntnis, ein HTML-Layout so umzusetzen, dass es im CMS wie vorgesehen aussieht und funktioniert.
Beispiel drei: Grafikdesign für Druck
Das war ein Beispiel, wie man KI und menschliche Kapazitäten verbeinbaren kann. Die KI stellte Farben, Inhalte und Anordnung der Elemente einer Visitenkarte zusammen. Da war schon zu sehen, Linien, Abstände, Positionierungen waren nicht sehr genau. Doch in diesem Fall stand bereits fest, dass es nur ein Scribble zur Orientierung für die Grafikerin war. Der Unterschied zwischen KI-Version und der professionellen Grafik macht sich übrigens leicht auch mal bei HTML-Entwürfen bemerkbar. Er ist nicht immer auf den ersten Blick und offensichtlich, doch in den Feinheiten, im Empfinden, das man hat, wenn man sich durch die Seiten eines Webauftritts klickt, macht es sehr wohl einen Unterschied.
Wer KI für Aufgaben außerhalb seiner Fachkenntnis einsetzt, hat immerhin bereits Vorschläge und Ergebnisse, unter denen er sich etwas vorstellen kann. Das ist dann der Moment, sie auf fachliche Richtigkeit prüfen und ggf. technisch korrekt umsetzen zu lassen.
Schreibe einen Kommentar