Definition
AI-Agent-Traffic ist die Menge der Anfragen, die eine Anwendung von Software-Agenten erhält, die KI-Modelle einsetzen, um zu entscheiden, was als Nächstes zu tun ist. Diese Agenten durchsuchen Seiten, rufen APIs auf, füllen Formulare aus und verwenden Tools auf Model Context Protocol (MCP) servern, meist im Auftrag einer Person oder eines Unternehmens. Das entscheidende Merkmal ist, dass ein Modell und nicht eine Person die nächste Aktion innerhalb der Aufgabe auswählt, die ihm gegeben wurde.
AI-Agent-Traffic überschneidet sich mit älteren Formen der Automatisierung wie Crawlern und Skripten, verhält sich aber anders. Agenten verfolgen Ziele, passen sich an das an, was sie vorfinden, und interagieren oft mit Teilen einer Anwendung, die nur für Menschen entwickelt wurden.
Wo es auftaucht
- Websites und SaaS-Apps: Assistenten, die Dokumentation lesen, Preisseiten vergleichen oder mehrstufige Workflows innerhalb einer angemeldeten Sitzung abschließen. KI-Betreiber dokumentieren einen Teil dieses Traffics: OpenAI's ChatGPT-User und Anthropic's Claude-User laden Seiten ab, wenn eine Person eine Frage stellt.
- APIs: Agenten, die Endpunkte direkt mit API-Anmeldedaten aufrufen, oft mit anderem Tempo und Muster als eine von Menschen gesteuerte Integration.
- MCP server: KI-Clients, die Tools aufrufen, wobei jeder Aufruf per Definition automatisiert ist und die Frage lautet, welcher Client aufruft und was er tun darf. Siehe MCP server.
Wie man es erkennt
Kein einzelnes Signal identifiziert Agenten-Traffic zuverlässig. Teams kombinieren Evidenz unterschiedlicher Stärke, wie in how to tell if website traffic comes from AI agents beschrieben:
Verifizierte Evidenz
Einige Agenten-Betreiber signieren ihre Anfragen mit HTTP message signatures (RFC 9421), mit Schlüsseln, die unter einer von ihnen kontrollierten Domain veröffentlicht werden, gemäß der Arbeit der IETF zu Web Bot Auth. Eine verifizierte Signatur ist ein starker Hinweis darauf, welcher Operator-Client die Anfrage gesendet hat.
Deklarierte Evidenz
Clients können sich selbst beschreiben: ein user-agent-String, ein MCP-Clientname, ein Header. Das ist nützlich, aber leicht zu imitieren, weshalb user-agent spoofing ein ständiges Thema ist.
Inferenzbasierte Evidenz
Anfragezeitpunkte, Navigationsmuster, fehlender Browser-Kontext und Protokolldetails können auf Automatisierung hindeuten. Inferenz kann falsch sein, daher sollte sie immer als Inferenz gekennzeichnet werden.
Wenn keines dieser Signale eine verlässliche Einordnung zulässt, ist das ehrliche Ergebnis Unknown.
Warum es wichtig ist
Agenten-Traffic ist nicht von Natur aus gut oder schlecht. Ein Shopping-Assistent, der Tarife vergleicht, ein interner Agent, der Datensätze synchronisiert, und ein Scraper, der Ihre Nutzungsbedingungen ignoriert, können auf Netzwerkebene ähnlich aussehen. Entscheidend ist, was Ihre Anwendung tun sollte:
- Eine strukturierte Antwort oder API für Agenten anbieten, die Sie bedienen möchten.
- Limits auf Routenebene anwenden, wenn automatisiertes Volumen Ressourcen belasten könnte.
- Vor Aktionen mit hoher Auswirkung nach stärkeren Anmeldedaten fragen.
- Das menschliche Nutzungserlebnis schnell und übersichtlich halten.
Jede Automatisierung als Missbrauch zu behandeln, blockiert legitime Integrationen. Sie zu ignorieren bedeutet, dass sensible Aktionen ohne den Kontext ausgeführt werden können, den Ihr Team voraussetzt.
Häufige Missverständnisse
"Agenten identifizieren sich immer selbst." Viele tun das nicht, und Deklarationen können falsch sein.
"Ein signierter Agent ist ein vertrauenswürdiger Agent." Eine Signatur zeigt, welcher Schlüssel die Anfrage signiert hat. Sie zeigt nicht, dass die Aktion autorisiert oder sicher ist. Siehe agent authorization.
"Automatisierung zu blockieren schützt die App." Das blockiert oft die Integrationen, auf die Kunden angewiesen sind, während entschlossene Angreifer sich anpassen.
Wie Proof of Actor Agenten-Traffic behandelt
Proof of Actor klassifiziert jede Interaktion als Human, Human + AI, Agent oder Unknown (die Taxonomie wird hier erklärt), und gibt an, ob das Ergebnis verifiziert, deklariert oder inferenziert ist. Teams beobachten zuerst und leiten Agenten-Traffic dann mit ihren eigenen Richtlinien weiter. Siehe How It Works oder apply for early access.
Quellen
- Model Context Protocol specification (2026-07-28): die aktuelle MCP-Fassung Stand November 2026
- RFC 9421: HTTP Message Signatures: der Standard hinter signierten Agenten-Anfragen
- IETF Web Bot Auth working group: Standardisierungsarbeit zur Authentifizierung automatisierter Clients
- OpenAI: Overview of OpenAI Crawlers: ChatGPT-User und andere dokumentierte OpenAI user agents
- Anthropic: crawler and fetcher documentation: Claude-User und andere Anthropic bots