Legible.
Das komplette System, das eine Marke für KI lesbar macht

Lesbarkeit, konstruiert.

Zwölf Module, ein Ziel — Ihre Marke für KI-Agenten auffindbar, zitierbar und kaufbar machen, mit Nachweis.

Preise →
Wie ein KI-Agent Ihre Website liest

Die meisten Websites sind für Agenten unsichtbar.

Ohne Legible
<div id="root"></div>
<script src="/app.js"></script>
Entität
unbekannt
Extrahierbare Aussagen
keine
In KI-Antworten zitiert
nein
Mit Legible
{ "@type": "Organization",
  "name": "Acme Corp",
  "sameAs": ["wikidata.org/Q…"],
  "areaServed": "EU" }
Entität
Acme Corp · verankert ✓
Extrahierbare Aussagen
14 · belegt
In KI-Antworten zitiert
ja

Illustratives Beispiel

Fix Pack

Generierte Fixes statt Ratschläge.

JSON-LD, llms.txt, robots 2.0 und ai-facts zum Einfügen — vorausgefüllt für Ihre Website.

  • JSON-LD-Schema für Entität & Produkte
  • llms.txt + robots 2.0
  • ai-facts.json als Wahrheitsdatei
fix-pack.jsonld
{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Acme Corp",
  "url": "https://acme.com",
  "sameAs": [
    "https://www.wikidata.org/wiki/Q…",
    "https://www.linkedin.com/company/acme"
  ],
  "areaServed": "EU",
  "foundingDate": "2019"
}

Illustratives Beispiel

Share-of-Voice

Kommen Sie in der Antwort vor?

Werden Sie in KI-Antworten genannt? Gemessen über Claude, ChatGPT, Perplexity & Gemini.

“beste Agent-Readiness-Plattform?”
1Wettbewerber A
92%
2Wettbewerber B
64%
3Wettbewerber C
48%
4Ihre Marke
18%
ChatGPT · Claude · Gemini · PerplexityIllustratives Beispiel
Entitäts-Verankerung

Eine Identität, überall.

Wikidata- + sameAs-Identitätsgraph, damit Modelle übereinstimmen, wer Sie sind.

Ihre Marke
Wikidata
Wikipedia
LinkedIn
Crunchbase
sameAs · verifizierter P856-Abgleich

Illustratives Beispiel

Was der Index misst8 Dimensionen · 100 Pkt.
  • Strukturierte Daten
    Gültiges JSON-LD über Organization, Product, FAQ — der Hebel mit belegtem Zitations-Effekt.
  • Entitäts-Konsens
    Eine kanonische Beschreibung und ein sameAs-Identitätsgraph, überall identisch.
  • Zitierbarkeit
    Atomare, extrahierbare Aussagen, die ein Modell in einem Satz zitieren kann.
  • Commerce-Bereitschaft
    Maschinenlesbare Preise, Bestand und Richtlinien — kann ein Agent wirklich kaufen?
  • Maschinenzugriff
    Schnelle, renderfreie Daten; KI-Crawler erlaubt; eine Sitemap zum Folgen.
  • Mehrsprachigkeit
    hreflang und Parität je Sprache — die von KI zitierten Quellen variieren je Sprache.
  • Verifizierung
    Mit Belegen und klarem Herausgeber gestützte Aussagen — das Gegenmittel zu AI-Washing.
  • Aktualität
    Aktualitätssignale; KI bestraft veraltete Daten.
Die Plattform
01
Readiness-Index
Ein Score über 8 Dimensionen mit Stufe, Multi-Page-Crawl und Plattform-Erkennung.
02
Fix Pack
JSON-LD, llms.txt, robots 2.0 und ai-facts zum Einfügen — vorausgefüllt für Ihre Website.
03
Entitäts-Verankerung
Wikidata- + sameAs-Identitätsgraph, damit Modelle übereinstimmen, wer Sie sind.
04
Gehostete Truth-Layer
Ein maschinenlesbares Dokument, das Agenten an einer stabilen URL lesen, stets aktuell.
05
Share-of-Voice
Werden Sie in KI-Antworten genannt? Gemessen über Claude, ChatGPT, Perplexity & Gemini.
06
Sichtbarkeit je Sprache
DE / FR / IT / EN-Parität — die Sichtbarkeit unterscheidet sich stark je Sprache.
07
Deep Audit
Eine qualitative Lesung aus Agentensicht zu Lesbarkeit, Aussagen und Kaufbarkeit.
08
Verifizierung
Aussagen bewertet als belegt / vage / unbelegt — Ihr Anti-AI-Washing-Score.
09
Commerce-Bereitschaft
Kann ein Agent einen Kauf abschließen? Ein aufrufbares Audit sagt ja / teils / nein.
10
Agent-Commerce-Manifest
Ihr maschinenlesbarer Katalog, Preise, Verfügbarkeit und Richtlinien.
11
Protokolle
ACP- / UCP- / MCP-Bereitschaft, damit Agenten handeln, nicht nur lesen.
12
Agenten-Governance
KI-Crawler identifizieren & verifizieren (FCrDNS) in Vertrauensstufen; jede Lesung protokollieren.
So funktioniert'sbewerten · beheben · ausliefern · messen
01

Bewerten

URL einfügen. Wir lesen Ihre öffentliche Website und benoten 8 maschinen­seitige Dimensionen zu einem Readiness-Index.

02

Beheben

Erhalten Sie ein priorisiertes Fix Pack — JSON-LD, llms.txt, robots und ai-facts, vorausgefüllt.

03

Ausliefern

Veröffentlichen Sie eine gehostete Truth-Layer und ein Agent-Commerce-Manifest, die Agenten direkt lesen.

04

Messen

Verfolgen Sie Share-of-Voice über Modelle und Sprachen, prüfen Sie Aussagen und Agenten-Traffic.

Sehen Sie, wo Ihre Marke bei KI steht.

Erhalten Sie Ihren Readiness-Index in Sekunden — dann das Fix Pack, um die Lücken zu schließen.

→Preise