Bei Konfuzio haben wir gesehen, wie KI Dokumenten-Workflows verändert. Aber was passiert, wenn KI sogar die Art und Weise verändert, wie Nutzer das finden, wonach sie auf einer Homepage suchen?
„Zeige mir das aktuelle ISO 27001 Zertifikat der Firma.“
Genau das leistet NLWeb (Natural Language Web) von Microsoft. Anstatt auf Dropdown-Menüs zu klicken oder Filter umzuschalten, können Nutzer nun natürliche Fragen eingeben (oder sprechen), wie zum Beispiel:
NLWeb von Microsoft bietet ein Open-Source-Framework für Conversational Interfaces der RSS-Feeds von Homepages, angelehnt an das MCP-Protokoll von Anthropic.
Was ist NLWeb?
Microsoft hat mit NLWeb eine Open-Source-Technologie vorgestellt, die es ermöglicht, natürliche Sprache direkt als Schnittstelle auf Webseiten zu verwenden.
Anstatt durch Menüs zu klicken oder Filter per Hand zu setzen, können Nutzer künftig einfach sprechen oder schreiben, was sie suchen – zum Beispiel:
„Zeig mir elegante Schuhe unter 100 Euro für eine Hochzeit im Sommer“
Damit verändert sich nicht nur die Nutzererfahrung, sondern auch die Art, wie Entwickler Anwendungen planen und umsetzen.
Architektur von NLWeb
Das Spannende an NLWeb ist nicht nur die Konversationsschicht, sondern auch die dahinterstehende technische Architektur, die für Entwickler optimiert ist, die intelligentere, KI-native Webanwendungen erstellen möchten. Jede Frage wird durch diverse Prompts bewertet, wie der Code auf GitHub zeigt.
Mehr als 50 Kommentare in dem The Verge Interview von David Pierce mit Ramanathan V. Guha von Microsoft geben einen ersten Überblick der Stimmungslage: Microsoft’s plan to fix the web.
Die Meinungen zur Funktionalität von NLWeb sind gemischt: Positive Stimmen heben die potenziellen Vorteile hervor, wie die Möglichkeit, komplexe Informationen schnell mittels natürlicher Sprache zu finden und dabei strukturiert aufzubereiten. Ein Nutzer sieht im Vergleich einen Vorteil gegenüber traditionellen Ansätzen, wie sie etwa von spezialisierten Softwaretools genutzt werden.
Doch es gibt auch kritische Stimmen. Kritiker bemängeln etwa, dass die Technologie in ihrer aktuellen Form bestehende Ressourcen, wie traditionelle Websites, in den Hintergrund drängt und somit die Sichtbarkeit einzelner Inhalte negativ beeinflusst. Andere äußern Zweifel, ob NLWeb in der Lage ist, akkurate und relevante Ergebnisse zu liefern, oder ob es einfach bestehende Suchfunktionen variantenreich repliziert, jedoch ohne größeren Mehrwert. Insbesondere wird der Unterschied zu bisher bekannten Lösungen, wie umfangreichen spezialisierten Suchmaschinen, infrage gestellt.
NLWeb bietet Betreibern von Webseiten nun stärkeren Einfluss auf die wiedergegebenen Inhalte. In einem anderen Artikel leite ich daher her, dass KI eine Art Zielgruppe von Marketing und PR werden könnte.
Ein technischer Überblick
NLWeb ist nicht einfach ein Frontend-Gimmick, sondern ein serverseitiges Framework, das natürliche Sprache interpretiert, relevante Informationen aus Datenquellen abruft und diese in verständlicher Sprache wieder ausgibt.
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren
Der technologische Kern besteht aus einem Python-Server, einer REST-API und Schnittstellen zu Large Language Models (LLMs) wie OpenAI, Azure OpenAI oder Gemini.
Zentrale technische Bestandteile:
- Konfiguration über YAML-Dateien (z. B. config_llm.yaml)
- Verarbeitung strukturierter Inhalte (Schema.org, RSS, CSV)
- Indexierung durch Vektor-Datenbanken (z. B. Qdrant, Milvus, Azure Search)
- Konversationelles Retrieval mit RAG-Technik (Retrieval-Augmented Generation)
- Integration eines Model Context Protocol (MCP), das sowohl für Menschen als auch für KI-Agenten geeignet ist
Der Anfrageprozess: Vom Text zur Antwort
Der Weg von Nutzereingabe bis zur Antwort läuft bei NLWeb in mehreren Schritten ab:
- Die Anfrage erreicht den Server über ein API-Endpunkt wie /ask oder /mcp/ask.
- Der Server lädt die Konfigurationen, die definieren, welcher LLM und welche Datenquellen verwendet werden.
- Die Website-Inhalte werden eingelesen, in Vektoren umgewandelt und in einer Datenbank gespeichert.
- Die Nutzerfrage wird analysiert, ggf. mit Konversationsverlauf angereichert und semantisch eingeordnet.
- Passende Inhalte werden per Ähnlichkeitssuche (Top-K) aus der Vektordatenbank geholt.
- Die Ergebnisse werden bewertet und priorisiert.
- Der LLM erzeugt auf Basis der Inhalte eine verständliche Antwort.
- Die Antwort wird in Echtzeit an das Frontend zurückgegeben, auch tokenweise streambar.
Integration auf der Client-Seite
Die Nutzung auf der Website kann minimalinvasiv erfolgen: Über ein paar zusätzliche HTML-Attribute oder einfache JavaScript-Funktionen kann ein Entwickler eine Konversationsschnittstelle einbinden.
Beispiel:
curl -X POST https://yoursite.com/wp-json/nlweb/v1/ask \
-H "Content-Type: application/json" \
-d '{
"question": "What is this website about?",
"context": {
"post_type": ["post", "page"],
"category": "tutorials",
"limit": 10,
"meta_query": {
"featured": "yes"
}
}
}'Antwort
{
"@context": "https://schema.org",
"@type": "SearchResultsPage",
"query": "What is this website about?",
"totalResults": 3,
"processingTime": "0.245s",
"items": [
{
"@type": "Article",
"@id": "https://yoursite.com/about/",
"name": "About Us",
"description": "Learn about our company mission and values...",
"url": "https://yoursite.com/about/",
"datePublished": "2024-01-15T10:30:00Z",
"dateModified": "2024-01-20T14:15:00Z",
"author": {
"@type": "Person",
"name": "John Doe"
},
"keywords": ["about", "company", "mission"],
"relevanceScore": 0.95
}
]
}Warum das wichtig ist – für Entwickler und UX-Designer
NLWeb verändert das Frontend- und UX-Paradigma grundlegend. Statt sich auf komplexe Filter, Navigationsleisten oder Kategoriesysteme zu verlassen, rückt der semantische Gehalt der Inhalte und deren maschinenlesbare Struktur in den Vordergrund.
Für Entwickler bedeutet das:
- Weniger Logik im Frontend, mehr Bedeutung für strukturierte Inhalte und APIs
- Der Erfolg hängt von sauberer Auszeichnung mit Schema.org und semantischem HTML ab
- Anfragen an das Backend basieren nicht mehr auf vordefinierten Parametern, sondern auf flexiblen, natürlichen Aussagen
Vom Frontend zur sprachgesteuerten API
Während klassische Webentwicklung auf Komponenten wie Buttons, Dropdowns oder Tabs setzt, denkt NLWeb in Entitäten: Produkte, Rezepte, Immobilienanzeigen – all das sind Datenstrukturen, die NLWeb versteht und beantworten kann. Die Kommunikation erfolgt über das ask-API, das auf diese Entitäten zugreift und passende Ergebnisse generiert.
Was Entwickler konfigurieren können
NLWeb ist stark anpassbar: Über sogenannte Prompt-Ketten in XML-Dateien (z. B. site_type.xml) können eigene Intents definiert werden, etwa wie ein System auf unklare Fragen reagieren oder welche Nachfragen es stellen soll. Auch Fallbacks bei Verständnisproblemen lassen sich definieren.
Die clientseitige Interaktion kann sogar deklarativ erfolgen – per Attribut wie data-nlweb-intent="findProduct" lassen sich UI-Elemente an das NLWeb-Backend anbinden, ohne umfangreiche JavaScript-Logik.
Warum NLWeb den Markt für Chat-Software grundlegend verändern könnte
Dies könnte zu einer starken Veränderung im Markt aller Anbieter für Chat-Software führen – und zwar aus mehreren, tiefgreifenden Gründen.
Erstens verschiebt sich durch NLWeb der Fokus von spezialisierten, meist proprietären Chat-Lösungen hin zu einer offenen, systemnahen Infrastruktur, die direkt auf der Website selbst verankert ist. Während herkömmliche Chatbots häufig als externe Widgets eingebunden sind, die auf vordefinierte Regeln oder Skripte zurückgreifen, integriert NLWeb die natürliche Sprache direkt in die semantische Struktur der Seite. Das bedeutet: Der Chat ist nicht mehr eine Zusatzfunktion, sondern wird zum primären Interface.
Zweitens ändert sich auch die Erwartungshaltung der Nutzer. Wer erlebt, dass eine Webseite in natürlicher Sprache versteht, was gemeint ist – ohne komplizierte Menüführung oder endlose Klickstrecken –, wird bei klassischen Chatlösungen ungeduldig oder gar frustriert reagieren. Das steigert den Druck auf bestehende Anbieter, ihre Systeme grundlegend neu zu denken: weg von der reinen Dialogführung, hin zur semantischen Inhaltserschließung.
Drittens führt die Öffnung von Microsofts Technologie als Open-Source-Projekt zu einem enormen Innovationsdruck im Markt. Bisherige Anbieter von Chat-Software, die stark auf geschlossene Systeme oder eigene proprietäre LLMs setzen, geraten dadurch unter Zugzwang. NLWeb senkt die Eintrittsbarrieren für Entwickler erheblich – statt eine ganze Chatlösung zu kaufen, können Unternehmen gezielt eigene, domain-spezifische Konversationsschnittstellen entwickeln, mit vollständiger Kontrolle über Daten, Promptdesign und Hosting.
Viertens verändert sich auch das wirtschaftliche Modell: Wo bisher oft pro Chat oder pro Antwort abgerechnet wurde (z. B. per API-Call an ein LLM), erlaubt NLWeb einen deutlich effizienteren Betrieb durch gezielte Retrieval-Logik und nur punktuelle Generierung durch das LLM. Das senkt die Betriebskosten und macht es besonders für mittelständische Unternehmen attraktiv, sich von klassischen Chat-Anbietern unabhängig zu machen.
Zusammengefasst:
- NLWeb entkoppelt Chat-Funktionalität von zentralisierten Bot-Anbietern
- Die Schnittstelle wird Teil der Website, nicht ein Add-on
- Offene Technologie führt zu sinkenden Kosten und höherer Anpassbarkeit
- Anbieter klassischer Chat-Software müssen sich neu positionieren – inhaltlich, technisch und preislich
Die Folge: Eine Marktbereinigung ist wahrscheinlich. Anbieter, die ihren USP nur in der Bereitstellung einer konventionellen Chat-Komponente sehen, verlieren an Relevanz. Es gewinnen diejenigen, die Mehrwert durch Datenintegration, semantisches Webverständnis und domänenspezifisches Prompt Engineering bieten können.
Weitere Informationen
Die vollständige Dokumentation sowie der Code sind öffentlich verfügbar auf GitHub:
Und das Microsoft-Feature zur Einführung:
Das erste WordPress Add-In ist bereits per GitHub verfügbar: Show HN: WPNLWeb – open-source WordPress plugin using Microsoft’s NLWeb Protocol | Hacker News
DE 
EN 
ES 
FR