Google AI Mode Connected Apps – was die Integration für Marken bedeutet

Google hat in AI Mode sogenannte Connected Apps eingeführt: Nutzer können Instacart, Canva und YouTube Music mit ihrem Google-Konto verbinden und Aktionen direkt aus der KI-Antwort auslösen. Die Funktion startete im Juli 2026 – ausdrücklich zunächst in den USA. Für deutsche Marken ist damit die erste und wichtigste Frage bereits beantwortet: Es gibt hier aktuell nichts zu integrieren.

Genau deshalb lohnt der Blick trotzdem. Die Integration zeigt, wohin sich die Suche bewegt – von der Informationsausgabe zur Handlungsebene. Und sie fällt zusammen mit einer Reihe von Protokoll-Initiativen, die festlegen, wie Software künftig im Auftrag von Nutzern mit Websites und Shops spricht. Wer diese Ebene früh versteht, trifft in den nächsten zwei Jahren bessere Technologieentscheidungen.

Geprüft: 18. Juli 2026 · Nächste Prüfung: Q1 2027

Was sind Connected Apps in Google AI Mode?

Connected Apps sind Drittanbieter-Dienste, die Nutzer mit ihrem Google-Konto verknüpfen können, damit AI Mode auf deren Funktionen und persönliche Daten zugreift. Statt eine Antwort zu lesen und danach eine App zu öffnen, lässt sich die Aktion direkt im Antwortfluss anstoßen – etwa eine Einkaufsliste bei Instacart oder ein Design in Canva. Google beschreibt den Start als schrittweisen Rollout in den USA.

Technisch ist das kein Sichtbarkeitsformat, sondern eine Kontoverknüpfung: Der Nutzer erteilt einer App die Erlaubnis, mit seiner Suche zu interagieren. Das unterscheidet Connected Apps grundlegend von organischer Sichtbarkeit. Man kann sich nicht dafür optimieren – man wird als Partner aufgenommen oder nicht. Diese Unterscheidung ist entscheidend, weil sie erklärt, warum die naheliegende Frage „Wie kommen wir da rein?" für die allermeisten Marken ins Leere läuft.

Einzuordnen ist das in eine längere Linie. Bereits zuvor hatte Google agentische Funktionen in AI Mode vorgestellt, bei denen die Suche im Hintergrund mehrere Websites prüft, um etwa einen Restaurantplatz zu finden. Connected Apps sind die konsequente Fortsetzung: erst recherchiert das System, dann handelt es.

Was die Auswahl der ersten Partner verrät

Aufschlussreicher als die Namen ist das Muster dahinter. Lebensmitteleinkauf, Grafikdesign und Musikwiedergabe haben inhaltlich nichts gemeinsam – wohl aber strukturell: Es sind Dienste mit einem klar umrissenen, wiederkehrenden Vorgang, den man in einem Satz beschreiben kann. „Bestelle die Zutaten für dieses Rezept" ist eine saubere Aufgabe mit definiertem Ergebnis; „berate mich bei der Auswahl einer Industriepumpe" ist es nicht.

Daraus lässt sich für die eigene Planung mehr ableiten als aus jeder Prognose: Je stärker ein Angebot aus wiederholbaren, eindeutig benennbaren Vorgängen besteht, desto eher wird es auf dieser Ebene relevant. Erklärungsbedürftige Leistungen mit Beratungsanteil bleiben zunächst außen vor – für sie ist die klassische Sichtbarkeit in Antworten weiterhin der wichtigere Hebel.

Ist Google AI Mode in Deutschland verfügbar?

Ja – AI Mode ist in Deutschland und auf Deutsch nutzbar. Google listet Deutschland und die deutsche Sprache in der offiziellen Übersicht der unterstützten Länder und Sprachen; nach mehreren Ausbaustufen ist die Funktion inzwischen in über 200 Ländern erreichbar. Die Connected Apps sind davon zu trennen: Sie starteten zunächst nur in den USA.

Für die Planung heißt das konkret: Die Frage nach einer App-Anbindung ist für den deutschen Markt derzeit gegenstandslos, die Frage nach Sichtbarkeit in AI-Antworten dagegen sehr real. Wer Ressourcen verteilt, sollte sie in die zweite Frage stecken – und dort beginnt der interessanteste Teil, weil Google zu ihr eine überraschend klare Position vertritt.

Muss man Websites speziell für AI Mode optimieren?

Nach Googles eigener Dokumentation nicht. In der Search-Central-Dokumentation zu AI-Funktionen heißt es sinngemäß, es gebe keine zusätzlichen Anforderungen und keine besonderen Optimierungen, um in AI Overviews oder AI Mode zu erscheinen. Auch ein spezielles Schema-Markup sei dafür nicht nötig. Das widerspricht einem großen Teil dessen, was derzeit unter Kürzeln wie GEO oder AEO als eigene Disziplin verkauft wird.

Dasselbe gilt für die vielzitierte llms.txt: Sie ist ein informeller Vorschlag, kein Standard eines Normungsgremiums, und Google gibt an, sie in der Suche nicht zu verwenden. Sie zu hinterlegen schadet nicht – aber sie als Maßnahme zu verkaufen, ist unredlich.

Unsere Position dazu ist unbequem, aber ehrlich: Der Großteil dessen, was für AI-Sichtbarkeit funktioniert, ist gute klassische Suchmaschinenoptimierung – crawlbare Seiten, klare Aussagen, belastbare Belege, saubere Produktdaten. Was sich wirklich ändert, ist nicht die Optimierungstechnik, sondern die Messung und die Erwartung an Klickzahlen. Wer eine Sichtbarkeitsstrategie für die KI-Suche aufsetzt, sollte deshalb bei den Grundlagen anfangen und nicht bei Sondertaktiken.

Steuerbar ist die Darstellung dagegen sehr wohl – aber über etablierte Mittel: Anweisungen in der robots.txt, Snippet-Direktiven wie nosnippet oder max-snippet und das data-nosnippet-Attribut. Wer Inhalte aus KI-Antworten heraushalten will, arbeitet mit diesen Werkzeugen, nicht mit neuen Dateiformaten.

Wie öffnet man eine Website für KI-Agenten?

Für die Agent-Ebene existiert inzwischen ein etablierter Standard und ein deutlich früherer Web-Ableger – die beiden sollte man nicht verwechseln. Das Model Context Protocol (MCP) ist ein offenes Protokoll, über das Sprachmodelle Werkzeuge und Datenquellen anbinden. Es ist breit implementiert und liegt in einer stabilen Fassung vor.

WebMCP überträgt diesen Gedanken in den Browser: Eine Website meldet über eine JavaScript-Schnittstelle eigene Funktionen an, die ein Agent aufrufen kann. Hier ist Präzision wichtig, weil im Umlauf befindliche Zahlen oft falsch sind. WebMCP ist ein Draft Community Group Report der W3C Web Machine Learning Community Group und ausdrücklich kein W3C-Standard – der Entwurf sagt das selbst. Belegt ist außerdem ein Origin Trial in Chrome ab Version 149. Angaben zu einem angeblichen Standardisierungsdatum im Februar 2026 oder zu einem Enddatum des Trials lassen sich in den Primärquellen nicht finden.

Praktisch bedeutet das: WebMCP ist ein Experiment, das man beobachten und in einem eng begrenzten Piloten testen kann – nicht die Grundlage einer Roadmap. Wer heute Budget dafür bindet, wettet auf einen Entwurf. Eine fundiertere Einordnung dieser Ebene liefert der Beitrag zur Optimierung für KI-Agenten via WebMCP.

Agentic Commerce: die Protokolle im Vergleich

Parallel zur Suchoberfläche entsteht die Zahlungs- und Kaufebene. Vier Initiativen sind derzeit relevant, und sie lösen unterschiedliche Probleme – was in der Berichterstattung regelmäßig vermischt wird.

Protokoll	Urheber	Zweck	Status
MCP	Anthropic, offene Governance	Anbindung von Werkzeugen und Datenquellen an Sprachmodelle	Stabile Spezifikation, breit implementiert
WebMCP	W3C Web Machine Learning Community Group	Website meldet Funktionen im Browser an Agenten	Entwurf, kein Standard; Origin Trial ab Chrome 149
ACP	OpenAI und Stripe	Kaufabschluss direkt im Chat	Offene Spezifikation, Beta
AP2 / UCP	Google	Agentenbasierte Zahlungen und Checkout im Handel	AP2 an die FIDO Alliance übergeben; UCP mit Handelspartnern gestartet

Warum die Übergabe an die FIDO Alliance das wichtigste Signal ist

Die aussagekräftigste Zeile ist die letzte. Dass Google sein Zahlungsprotokoll an die FIDO Alliance übergeben hat, ist ein Signal in Richtung Branchenstandard statt Plattform-Alleingang. Für Händler ist das eine gute Nachricht: Es senkt das Risiko, sich auf ein proprietäres Verfahren festzulegen, das in zwei Jahren nicht mehr existiert.

Der Hintergrund ist eine offene Sicherheitsfrage. Wenn Software im Auftrag eines Menschen bezahlt, muss nachweisbar sein, dass der Mensch das wollte, in welchem Umfang er es wollte und wer haftet, wenn etwas schiefgeht. Genau für solche Nachweisketten existiert die FIDO Alliance – ein Gremium bei der Standardisierung zu beteiligen, ist deshalb kein Marketingschritt, sondern die Voraussetzung dafür, dass Banken und Zahlungsdienstleister mitziehen.

Für den deutschen Handel gilt dabei dieselbe Einschränkung wie bei den Connected Apps: Die Checkout-Programme starten überwiegend mit US-Partnern. Wer hier plant, sollte die Entwicklung verfolgen, aber nicht davon ausgehen, kurzfristig teilnehmen zu können. Wie sich diese Ebene auf Kaufprozesse auswirkt, behandelt der Beitrag zum AI Decision Layer und Agentic Commerce ausführlicher.

Was Marken jetzt konkret tun sollten

Die sinnvolle Reaktion auf die Agent-Entwicklung ist unspektakulär: Datenqualität vor Protokollwetten. Die folgenden vier Schritte sind unabhängig davon richtig, welches Protokoll sich durchsetzt – und genau das ist ihr Vorteil.

Schritt 1 und 2: Daten und Grundlagen

Schritt eins ist der mit dem sichersten Ertrag. Strukturierte Produktdaten sind zwar laut Google keine Voraussetzung für AI Mode, erhöhen aber die Eignung für Shopping- und Rich-Result-Darstellungen – und genau diese Daten sind es, die ein Agent später auslesen müsste. Wer seinen Feed pflegt, arbeitet also in beide Richtungen gleichzeitig. Google beschreibt in der Dokumentation zu Produkt-Markup, wie Seitenauszeichnung und Händler-Feed zusammenspielen.

Schritt 3 und 4: Messung und Piloten

Schritt drei wird am häufigsten übersprungen. Ohne eine getrennte Ausweisung von KI-Referrals im Analytics-Setup lässt sich später nicht belegen, ob eine Maßnahme gewirkt hat – und die Diskussion verlagert sich auf Meinungen. Wie eine solche Messung praktisch aufgesetzt wird, zeigt der Beitrag zum ChatGPT-Referral-Traffic in GA4.

Bei Schritt vier ist Disziplin entscheidend. Ein Pilot ohne Abbruchkriterium wird zum Dauerprojekt. Sinnvoll ist ein einzelner, klar umrissener Anwendungsfall – etwa eine Produktsuche als Agent-Funktion – mit fester Laufzeit und der vorab vereinbarten Frage, woran man erkennt, dass sich die Fortführung nicht lohnt.

Häufig gestellte Fragen

Was sind Connected Apps in Google AI Mode?

Drittanbieter-Dienste, die Nutzer mit ihrem Google-Konto verknüpfen, sodass AI Mode Aktionen direkt auslösen kann. Erste Welle: Instacart, Canva, YouTube Music.

Sind Connected Apps in Deutschland verfügbar?

Nein. Google hat den Start ausdrücklich für die USA angekündigt. AI Mode selbst ist dagegen in Deutschland und auf Deutsch nutzbar.

Muss man Websites speziell für AI Mode optimieren?

Laut Googles Dokumentation nicht: Es gibt keine zusätzlichen Anforderungen und kein spezielles Schema-Markup für AI Overviews oder AI Mode. Es gelten die üblichen Suchgrundlagen.

Braucht man eine llms.txt?

Nein. Sie ist ein informeller Vorschlag ohne Normungsgremium, und Google gibt an, sie in der Suche nicht zu verwenden.

Ist WebMCP ein W3C-Standard?

Nein. Es ist ein Draft Community Group Report der W3C Web Machine Learning Community Group und ausdrücklich kein Standard. Belegt ist ein Origin Trial in Chrome ab Version 149.

Wie kommt eine Marke in die Integration?

Gar nicht über Optimierung – Connected Apps sind Partnerschaften, keine Sichtbarkeitsformate. Wer investieren will, investiert in Datenqualität und Suchgrundlagen.

Was ist der Unterschied zwischen MCP und WebMCP?

MCP bindet Werkzeuge und Datenquellen an Sprachmodelle an und liegt stabil vor. WebMCP überträgt das in den Browser, damit Websites Funktionen an Agenten melden – befindet sich aber im Entwurfsstadium.

Fazit: Datenqualität schlägt Protokollwette

Connected Apps sind ein US-Start mit drei Partnern – strategisch aufschlussreich, operativ für deutsche Marken derzeit ohne Handlungsbedarf. Die relevante Entwicklung liegt eine Ebene tiefer: bei den Protokollen, über die Agenten künftig mit Websites und Kassensystemen sprechen, und bei der Frage, welche Daten sie dort vorfinden.

Bemerkenswert ist, dass Google in dieser Phase selbst die nüchternste Position vertritt: keine Sonderoptimierung, kein Spezial-Markup, keine neue Datei im Wurzelverzeichnis. Wer das ernst nimmt, spart sich eine ganze Klasse von Maßnahmen, die derzeit als Innovation verkauft werden – und investiert stattdessen in das, was in jedem Szenario trägt: vollständige Produktdaten, verständliche Inhalte, belastbare Messung. Beobachten sollte man die Protokollebene trotzdem, denn wenn sie sich verfestigt, wird die Umsetzung schnell gehen. Wer dann saubere Daten hat, braucht Wochen; wer sie erst aufräumen muss, braucht Quartale.