ANML: Die neue Sprache, die das Web für KI-Agenten umkrempelt

ANML: Die neue Sprache, die das Web für KI-Agenten umkrempelt

Mai 21, 2026 anml ai agents api design markup language agentic web future of development web architecture machine learning infrastructure

Das Web hat ein Agenten-Problem

HTML hat drei Jahrzehnte lang ein klares Ziel verfolgt: Informationen für menschliche Nutzer lesbar machen. Tabellen, Absätze, Bilder und Formulare – alles auf visuelle Verarbeitung und menschliche Entscheidungen ausgerichtet. Das Konzept ist simpel und funktioniert.

Doch jetzt ändert sich die Ausgangslage. Nicht mehr nur Menschen konsumieren Webinhalte. Autonome Agenten – KI-Systeme, die Daten auswerten, Entscheidungen treffen und Handlungen ausführen – werden zur dominierenden Schnittstelle. Und genau hier stößt HTML an seine Grenzen.

Wenn ein Agent auf eine normale HTML-Seite trifft, muss er:

  • Visuelle Hinweise interpretieren, die keine strukturelle Bedeutung haben
  • Herausfinden, welche Informationen wirklich wichtig sind
  • Arbeitsabläufe rückwärts aus Formularen ableiten
  • Annahmen über Datenschutz und Berechtigungen treffen

Jede dieser Annahmen kostet Rechenzeit und birgt Fehlerquellen.

Genau hier setzt ANML an – Agentic Notation Markup Language.

Die Enten-Metapher, die passt

Die ANML Foundation nutzt eine anschauliche Vergleich: Eine Ente gleitet scheinbar mühelos über das Wasser. Unter der Oberfläche laufen komplexe Bewegungen ab, die für den Betrachter unsichtbar bleiben.

Genau das erreicht ein ANML-Dokument, das sogenannte „Duckument“. Für Menschen bleibt es übersichtlich und verständlich. Dahinter steckt aber alles, was ein Agent braucht:

  • Explizite Funktionsbeschreibungen statt geratener Abläufe
  • Maschinenlesbare Regeln statt vermuteter Einhaltung
  • Strukturierte Datenaustausch statt roher Daten
  • Klar definierte Datenschutzgrenzen statt ignorierter Richtlinien

ANML ersetzt die menschliche Lesbarkeit nicht. Es erweitert sie.

Architektur für Maschinen – mit praktischem Nutzen

Klassische APIs bringen Agenten oft in schwierige Lagen. ANML dagegen:

  • Reduziert Schlussfolgerungen. Jede Wahrscheinlichkeitsentscheidung eines Agenten verursacht Aufwand und Fehler. ANML macht Absichten klar. Ein Ticketdienst muss nicht erraten lassen, ob eine Frühbucher-Rabattregel gilt – er erklärt sie direkt mit Zeiten, Bedingungen und Einschränkungen.

  • Erhöht Vorhersagbarkeit. Wenn ein Agent mit deinem Dienst interagiert, soll das Ergebnis zuverlässig sein. ANML-Strukturen helfen Agenten dabei, genau die Abläufe auszuführen, die du meinst.

  • Respektiert Grenzen. Datenschutz ist kein Nachgedanke. ANML verankert Regeln direkt im Markup. Agenten müssen diese Bedingungen prüfen und einhalten. Nutzer behalten die Kontrolle darüber, welche Informationen ihre Agenten weitergeben.

Doppelte Serialisierung – praktisch für moderne Systeme

ANML funktioniert mit zwei gleichberechtigten Formaten:

  • XML für Entwickler, die Dokumente direkt lesen und schreiben wollen. Deutlich, selbst erklärend, gut nachvollziehbar.
  • JSON für automatische Erzeugung und Agenten-Verarbeitung. Dein Backend produziert es, Agenten verarbeiten die Daten, CI/CD-Pipelines prüfen sie.

Beide Formate sind gleichwertig. Keine Zwischenstufe zwischen Mensch und Maschine erforderlich.

Was ein ANML-Duckument enthält

Ein ANML-Dokument beschreibt eine vollständige Schnittstelle für Agenten. Es legt fest:

  • Informationen: Strukturierte, semantische Daten, ohne dass Agenten interpretieren müssen. Kein „Hier klicken“, sondern explizite Angaben zu Preisen, Verfügbarkeit und Bedingungen.
  • Interaktionen: Operationen mit klarer Zuordnung zu HTTP-Methoden und Parametern. Agenten wissen genau, wo und wie sie ansetzen.
  • Wissen: Bidirektionaler Austausch. Der Dienst teilt mit, welche Daten er braucht und was er selbst liefert.
  • Ограничения: Die Regeln, die Agenten folgen müssen. Datenschutzlimits, Zustimmungspflichten und Berechtigungsprüfungen – all das ist evaluierbar.
  • Status: Metadaten, die zeigen, wo der Agent gerade steht im Ablauf.
  • Persona: Beratende Hinweise zu Verhalten und Ton, die Markenpräsenz erhalten helfen.

Vorteile für dein Setup

Wenn du Dienste entwickelst, die künftig auch von Agenten genutzt werden – und das wird immer häufiger der Fall sein – dann bedeutet ANML eine Grundsatzänderung.

Viele Dienste sind heute noch nur für menschliche Entwickler konzipiert. Wenn Agenten darauf treffen, müssen sie raten. ANML dagegen macht die Absicht klar.

Für dich als Entwickler bedeutet das:

  • Höhere Zuverlässigkeit bei der Interaktion fremder Agenten mit deinem Dienst
  • Klare API-Beschreibungen mit Vertrauen für beide Seiten
  • Echte Datenschutz-Garantien mit evaluierbaren Regeln
  • Weniger Aufwand für Agenten bei der Datenverarbeitung

Die größere Entwicklung

Weiterentwicklung des Web: Es gibt jetzt eine parallel entstehende Ebene, die für autonome Systemen optimiert ist – die soweled genannte Agentic Web.

HTML und REST-APIs existieren weiter. ANML ist keine Ersatz, 而是一neue Schicht, die gezielt auf Agenten-Interaktionen ausgerichtet ist. Tanzen die Ente über das Wasser – und die dahinterliegende Mechanik ist jetzt klarer.

Read in other languages:

RU BG EL CS UZ TR SV FI RO PT PL NB NL HU IT FR ES DA ZH-HANS EN