Google Chrome hat eine frühe Vorschau auf WebMCP veröffentlicht, ein Framework, das native Unterstützung für das Model Context Protocol (MCP) in den Browser bringt. Die Idee ist, Websites eine aktive Rolle dabei zu geben, wie KI-Agenten mit ihnen interagieren – indem strukturierte Werkzeuge bereitgestellt werden, anstatt Agenten zu zwingen, Buttons anzuklicken und Formulare durch brute-force DOM-Manipulation auszufüllen. Kurz gesagt, es ist Chromes Schritt, jede Website „agentenbereit“ zu machen.
Wichtige Erkenntnisse
- WebMCP ist ein frühes Vorschau-Framework von Chrome, das Websites eine standardisierte Möglichkeit bietet, strukturierte Werkzeuge für KI-Agenten bereitzustellen, und dabei fragile, rohe DOM-Aktionen durch schnellere, zuverlässigere und präzisere Interaktionen ersetzt. - Es definiert zwei komplementäre APIs: eine deklarative API, die auf HTML-Attributen für Standardaktionen basiert, und eine imperative API, die JavaScript für komplexe, dynamische Workflows verwendet. - Das erklärte Ziel ist es, jede Website „agentenbereit“ zu machen, indem ein direkter Kommunikationskanal zwischen KI-Agenten und Webanwendungen eröffnet wird. - Für Marken bedeutet „agentenbereit“ nicht dasselbe wie „KI-sichtbar“: WebMCP hilft einem Agenten, Ihre Website zu bedienen, sobald er dort ist, entscheidet jedoch nicht, ob ChatGPT oder Gemini Sie überhaupt empfiehlt – das ist ein GEO-Problem. - Das agentenbasierte Web hat jetzt einen browsernativen Standard, was den Druck erhöht, sowohl für KI-Antworten auffindbar als auch für KI-Agenten ausführbar zu sein.
Was WebMCP tatsächlich macht
Heutzutage „nutzt“ ein KI-Agent eine Website oft, indem er vorgibt, ein Mensch zu sein: Er liest die gerenderte Seite, rät, wo der Button ist, klickt, füllt ein Feld aus und hofft, dass der Ablauf nicht unterbrochen wird. Diese rohe DOM-Aktion ist langsam und anfällig – ein Redesign oder ein unerwartetes Modal kann alles zum Scheitern bringen.
WebMCP kehrt diese Beziehung um. Anstatt dass der Agent die Schnittstelle rückentwickeln muss, erklärt die Website genau, wie ein Agent mit ihr interagieren soll, und stellt strukturierte Werkzeuge bereit, ähnlich wie eine API. Der Agent ruft eine definierte Aktion auf, anstatt menschliches Verhalten zu simulieren. Google beschreibt das Ergebnis als Interaktionen, die schneller, zuverlässiger und präziser sind als DOM-Manipulation, mit einem direkten Kanal zwischen Agent und Anwendung.
Zwei APIs, zwei Aufwandsstufen
WebMCP schlägt zwei Möglichkeiten vor, wie eine Website diese Werkzeuge bereitstellen kann.
Die deklarative API ist für Standardaktionen gedacht, die direkt in HTML beschrieben werden können. Sie fügen vorhandenen Elementen Attribute hinzu, ohne dass JavaScript für grundlegende Interaktionen erforderlich ist, und erhalten so einen klaren, vorhersehbaren Vertrag zwischen der Website und dem Agenten. Es ist der einfache Einstieg.
Die imperative API ist für komplexe, dynamische Interaktionen gedacht, die echte Logik erfordern. Sie verwendet JavaScript, um mehrstufige Workflows zu verwalten, auf Echtzeitbedingungen zu reagieren und vollständige Programmierbarkeit für Sonderfälle zu bieten. Es erfordert mehr Aufwand, deckt jedoch alles ab, was der deklarative Ansatz nicht leisten kann.
