Warum „The Economist“ Inhalte parallel für Menschen und KI-Agenten produziert

Während ein Großteil der Verlagsbranche noch debattiert, ob KI-Crawler eher Risiko oder Reichweitenkanal sind, hat „The Economist“ eine pragmatische Antwort gefunden: beides. Die britische Medienmarke baut ihre Content-Architektur konsequent zweigleisig auf – mit eigens für KI-Agenten lesbaren Versionen parallel zu den klassischen Inhalten. Was nach redaktionellem Mehraufwand klingt, ist in Wahrheit ein methodisches Statement zur Architektur digitaler Sichtbarkeit der nächsten Jahre.

Die These: Das Internet bekommt eine zweite Spur

Im Zentrum des Vorhabens steht eine bemerkenswert klar formulierte Beobachtung von Josh Muncke, Vice President Generative AI bei der Economist Group. In einem aktuellen Bericht von MEEDIA, der auf einer Recherche von Digiday basiert, wird Muncke mit einer Prognose zitiert, die in ihrer Klarheit selten ist:

Die Economist Group bereite sich auf eine Welt vor, in der zwei Versionen des Internets parallel existieren. Eine, die als Erlebnis für die menschliche Leserschaft bereichernd ist. Und eine zweite, klar strukturierte Variante, idealerweise im Frage-Antwort-Format, die den Maschinen-Lese-Instanzen entgegenkommt.

Diese Beobachtung ist mehr als ein Schlaglicht auf die Strategie eines progressiven Verlages. Sie ist eine empirisch motivierte Prognose dazu, wie sich die Architektur des Webs in den kommenden Jahren verändern wird.

Was die Economist Group konkret umsetzt

Im Fokus stehen laut Bericht zunächst Inhalte außerhalb der Paywall, also Marketingseiten und B2B-Vertriebsmaterialien. Diese werden strukturell so aufbereitet, dass Large Language Models wie ChatGPT, Gemini oder Claude die Informationen präziser erfassen und in ihre Antworten einbinden können.

Der strategische Hintergrund ist ökonomischer Natur: Ein wachsender Anteil von B2B-Kaufentscheidungen beginnt mittlerweile direkt in KI-Systemen. Eine Verlagerung des Top-of-Funnel-Verhaltens, über die unter anderem MEEDIA bereits mehrfach berichtet hat. Wer dort als Quelle nicht referenziert wird, fällt in der Anbahnungsphase früh aus dem Relevant Set.

Noch befindet sich das Projekt in einer Testphase. Die Economist Group experimentiert intern mit agentenlesbaren Formaten und konversationeller Suche, um Tonalität, sachliche Genauigkeit und Nutzererfahrung systematisch zu evaluieren.

Die Einordnung aus GEO- und GAIO-Perspektive

Aus Sicht der Generative Engine Optimization (GEO) und Generative AI Optimization (GAIO) bestätigt das Vorgehen, was sich seit Monaten in der Praxis abzeichnet und was wir in eigenen Profitcentern verproben:

Klassische Suchmaschinenoptimierung bleibt das methodische Fundament – aber sie reicht für die Sichtbarkeit in KI-generierten Antworten nicht mehr aus. LLMs priorisieren Inhalte, die semantisch klar segmentiert, faktisch eindeutig und in abgrenzbaren Passagen verarbeitbar sind. Frage-Antwort-Strukturen, präzise Definitionen, konsistente Entitäten-Kontexte und sauberes Schema-Markup erhöhen empirisch die Wahrscheinlichkeit, in generativen Antworten zitiert zu werden.

Was Cindy Krum bereits 2019 mit dem Konzept der „Fraggles“ theoretisch beschrieb – die Aufteilung längerer Inhalte in maschinenverarbeitbare Einheiten – wird mit der zweigleisigen Content-Strategie der Economist Group zur operativen Praxis großer Publisher. Auch Google selbst hat in der Dokumentation zu Retrieval-Augmented Generation (RAG) bestätigt, dass moderne KI-Systeme genau auf diesem Prinzip der Passage-Indexierung aufsetzen.

Was das für den Mittelstand bedeutet

Nicht jedes Unternehmen verfügt über die redaktionellen Ressourcen, jeden Inhalt grundsätzlich in zwei Versionen zu produzieren. Das ist auch nicht zwingend erforderlich. Entscheidend ist das methodische Prinzip dahinter: Inhalte müssen so strukturiert werden, dass sie für menschliche Leser ein konsistentes Markenerlebnis liefern und gleichzeitig für maschinelle Lesesysteme eindeutig interpretierbar bleiben.

Konkret heißt das für die operative Content-Produktion:

• Semantische Klarheit – eindeutige Aussagen statt rhetorischer Schleifen
• Strukturierte Daten – Schema.org-Markup, das Entitäten und ihre Beziehungen explizit macht
• Passage-orientiertes Schreiben – Absätze, die auch isoliert betrachtet ihre Aussage tragen
• FAQ-Architekturen – nicht als SEO-Anhängsel, sondern als integraler Bestandteil von Marketing- und Vertriebsseiten
• Konsistente Entitäten-Vernetzung – damit LLMs Marke, Personen, Produkte und Themen zuverlässig zuordnen

Diese Prinzipien sind keine GEO-Spezialdisziplin, sondern eine Weiterentwicklung bewährter SEO-Methodik unter neuen Rahmenbedingungen. Wer die Grundlagen technischer und inhaltlicher Optimierung sauber umgesetzt hat, bringt die besten Voraussetzungen mit.

Die Grenze: KI als Infrastruktur, nicht als Autor

Bemerkenswert ist, dass die Economist Group bei aller technologischen Offenheit eine deutliche Grenze zieht. Muncke wird mit dem Satz zitiert, niemand wolle einen von KI geschriebenen Economist lesen. KI sei Werkzeug und Infrastruktur, nicht redaktioneller Ersatz. Eingesetzte KI werde transparent gekennzeichnet.

Diese Haltung ist auch ökonomisch konsistent: Was generative Modelle auf Basis vorhandener Inhalte rekombinieren können, ist per Definition kein Differenzierungsmerkmal. Marken, die langfristig in KI-Antworten als Quelle erscheinen wollen, müssen Inhalte produzieren, die LLMs nicht selbst erzeugen können – originäre Recherche, eigene Daten, belastbare Einordnung.

Fazit: Zwei Empfängerkreise, eine Komposition

Was die Economist Group skizziert, ist kein Bruch mit etablierter Suchmaschinenoptimierung, sondern ihre konsequente Weiterentwicklung. Wer heute Inhalte konzipiert, denkt in zwei Empfängerkreisen – und arrangiert die Komposition so, dass beide Spuren auf ihrer eigenen Frequenz Resonanz finden.

Für Unternehmen, die in B2B-Märkten agieren, ist das keine ferne Zukunftsmusik. Es ist die nächste logische Disziplin im Repertoire einer ernsthaft betriebenen Online-Marketing-Strategie – und sie beginnt nicht mit einem neuen Tool, sondern mit einem strukturellen Blick auf die eigene Content-Architektur.

---

Quellen:

• MEEDIA: „Economist“ bietet KI-Agenten gezielt passendes Lesefutter
• Digiday: The Economist prepares for a two-track internet – one for humans and one for AI agents