Als WordPress 7.0 den AI Connector einführte, begannen viele Entwickler sofort damit, Wege zu erkunden, um KI-Fähigkeiten direkt in ihre Websites zu integrieren.
In der letzten Woche habe ich untersucht, was mit dem neuen Connector möglich ist, einige Proof-of-Concept-Plugins gebaut und getestet, ob KI tatsächlich gängige WordPress-Workflows verbessern kann.
Manche Ideen entpuppten sich als Spielerei. Andere waren überraschend praktisch.
Was ist der AI Connector?
Der neue AI Connector bietet einen standardisierten Weg für WordPress-Plugins, mit KI-Anbietern zu kommunizieren. Anstatt dass jedes Plugin seine eigenen Integrationen, Authentifizierungsmechanismen und anbieter-spezifischen APIs implementiert, können Entwickler auf eine gemeinsame Schnittstelle zurückgreifen.
Dies senkt die Hürde für die Entwicklung KI-gestützter Funktionalität in Plugins und Themes erheblich.
Natürlich war das Erste, was ich testen wollte, die Bildgenerierung.
Experiment #1: KI-generierte Featured Images
Eine der häufigsten Frustrationen beim Veröffentlichen von Inhalten ist die Suche nach einem passenden Featured Image.
Das Bild muss nicht nur zum Artikel passen, sondern sollte auch:
- Zum bestehenden Branding passen
- Mit der Design-Sprache der Website harmonieren
- Das richtige Seitenverhältnis haben
- Richtig komprimiert sein
- Auf allen Geräten korrekt zuschneiden
Mit dem AI Connector wird es überraschend einfach, diesen Prozess zu automatisieren.
Ein Plugin kann ein Bild aus dem Artikelinhalt generieren und WordPress kümmert sich dann automatisch um Bildgrössen, Zuschnitt und Optimierung. Theoretisch entfällt damit ein Grossteil der manuellen Arbeit, die üblicherweise bei der Vorbereitung von Featured Images anfällt.
Noch einen Schritt weiter: Image-to-Image-Generierung
Um die Konsistenz zu verbessern, ging ich über die Standard-Fähigkeiten des AI Connectors hinaus und implementierte Unterstützung für ein Image-to-Image-Modell.
Anstatt Bilder nur aus Text zu generieren, konnten Redakteure ein Referenzbild hochladen. Künftige Featured Images würden dann dieses Bild als visuelle Vorlage verwenden und helfen, einen konsistenten Stil über die gesamte Website hinweg zu wahren.
Die Ergebnisse waren tatsächlich ziemlich anständig—die Bilder behielten ein ähnliches Gesamterscheinungsbild.
Allerdings hängt die Qualität stark vom Referenzbild ab. Abstrakte Motive wie Farbexplosionen oder Landschaften funktionieren gut, weil sie mehr Spielraum für Fehler bieten. Einfache, präzise Designs sind weniger ideal, da kleine Details oft verloren gehen und Fehler sofort offensichtlich werden, wenn Muster exakt sein sollten.
Das Problem
Obwohl technisch beeindruckend, offenbarte der Workflow eine wichtige Einschränkung.
WordPress ist keine kreative Produktionsumgebung.
Die Generierung eines Featured Images ist normalerweise nur ein kleiner Teil des Prozesses. In der Praxis müssen Content-Teams oft:
- Mehrere Varianten erstellen
- Visuelle Konsistenz über Artikel hinweg wahren
- Layouts und Kompositionen iterieren
- Vorhandene Branding-Elemente wiederverwenden
- Ergebnisse durch mehrere Bearbeitungsdurchgänge verfeinern
Kürzlich entdeckte ich Figma Weave, und es zeigt genau, wo die in WordPress integrierte Lösung zu kurz kommt.
Anstatt sich auf einzelne Prompts zu konzentrieren, ermöglicht Weave es Kreativen, wiederverwendbare KI-Workflows zu erstellen, die mehrere Modelle und Bearbeitungswerkzeuge auf einer visuellen Leinwand kombinieren. Workflows können verfeinert, wiederverwendet und über einen gesamten Content-Produktionsprozess skaliert werden, anstatt jeweils nur ein einzelnes Bild zu generieren.
Obwohl ich Image-to-Image-Generierung in WordPress implementiert und mit Referenzbildern angemessen konsistente Ergebnisse erzielt habe, fühlt sich die Bearbeitungserfahrung im Vergleich zu einem dedizierten kreativen Workflow-Tool immer noch eingeschränkt an.
Das Problem ist nicht die Bildqualität.
Das Problem ist der Workflow.
Wenn Nutzer Wert auf Branding, Konsistenz und kreative Kontrolle legen, bieten spezialisierte Tools eine viel reichhaltigere Umgebung für Experimente und Verfeinerung, als WordPress realistischerweise jemals bieten könnte.
Fazit
Die Integration zu bauen hat Spass gemacht und die Ergebnisse waren überraschend gut.
Für Nutzer, die gelegentlich ein schnelles Featured Image benötigen, kann der Workflow praktisch sein. Aber für Teams, die Content im grossen Massstab produzieren, bieten dedizierte kreative Tools—ob konventionelle Tools wie Photoshop und Illustrator oder KI-gestützte Plattformen wie Figma Weave—deutlich mehr Kontrolle und Flexibilität.
Fazit: Interessante Technologie, aber kein zwingender Grund, den AI Connector zu verwenden.
Experiment #2: KI-unterstützte SEO-Optimierung
Das zweite Experiment lief deutlich besser.
Die meisten SEO-Plugins generieren Metadaten basierend auf Auszügen, Titeln oder einfacher Inhaltsanalyse.
Das Problem ist, dass moderne WordPress-Seiten oft viel mehr als nur einfachen Text enthalten.
Eine typische Seite könnte enthalten:
- Hero-Sektionen
- Formulare
- Shortcodes
- Call-to-Action-Blöcke
- Benutzerdefinierte Gutenberg-Layouts
- Dynamische Inhalte
In diesen Fällen erfasst ein einfacher Auszug oft nicht den tatsächlichen Zweck der Seite.
Ein anderer Ansatz
Anstatt nur den Auszug zu analysieren, sendet mein Plugin:
- Den gesamten Post-Inhalt
- Oder bei sehr langen Posts die ersten 1.000 Wörter plus die letzten 200 Wörter
Zusammen mit Anweisungen, die beschreiben, wie die SEO-Metadaten strukturiert sein sollen.
Die KI generiert dann:
- Meta-Titel
- Meta-Beschreibung
- Keywords
- JSON-LD Schema Markup
Während die Schema-Generierung sicherlich auch ohne KI implementiert werden könnte, schafft die Generierung aller SEO-Elemente in einer einzigen Anfrage einen sehr reibungslosen Workflow.
Der Redakteur klickt einfach auf einen Button, wartet etwa 10–20 Sekunden und erhält einen vollständigen Satz an SEO-Vorschlägen.
Wie gut sind die Ergebnisse?
Überraschend gut.
Selbst bei Verwendung kostengünstiger Modelle waren die generierten Metadaten durchweg relevant und gut strukturiert.
Noch wichtiger: Die KI verstand den tatsächlichen Kontext der Seite, anstatt sich auf simplistische Keyword-Extraktion zu verlassen.
Was kostet es?
Das war eine meiner grössten Fragen vor dem Start.
Nach 21 Anfragen beliefen sich die Gesamtkosten auf etwa $0.20.
Das sind weniger als einen Cent pro Optimierung.
Angesichts der eingesparten Zeit im Vergleich zum manuellen Erstellen von Metadaten lässt sich gegen die Wirtschaftlichkeit kaum argumentieren.
Integrierte Fallbacks
Ein Designziel war sicherzustellen, dass das Plugin auch ohne KI-Anbieter nützlich bleibt.
Wenn kein KI-Service konfiguriert ist, funktioniert das Plugin weiterhin als traditionelles SEO-Tool mit regelbasierter Generierung und manuellen Konfigurationsoptionen.
Die KI-Funktionen verbessern den Workflow, anstatt zu einer harten Abhängigkeit zu werden.
Während es Feature-für-Feature nicht mit ausgereiften Lösungen wie Yoast SEO konkurrieren kann, bleibt es auch ohne KI perfekt nutzbar und wird deutlich leistungsfähiger, sobald ein KI-Anbieter verbunden ist.
Fazit
Dies ist genau die Art von Anwendungsfall, bei dem der AI Connector glänzt.
Die Implementierung ist unkompliziert, die Kosten sind vernachlässigbar und das Wertversprechen ist sofort offensichtlich.
Fazit: Definitiv einen Versuch wert.
Das Plugin herunterladen
Dieses Plugin ist derzeit ein Proof of Concept.
Während es auf Produktiv-Seiten verwendet werden kann, hat es noch nicht das Niveau an Überprüfung, Tests und Härtung durchlaufen, das ich von einem vollständig produktionsreifen Plugin erwarten würde.
WP Simple SEO
Quellcode, Dokumentation und Installationsanleitung auf GitHub ansehen.
Eine vielversprechende Richtung: KI-gestützte Gutenberg-Verbesserungen
Das Experiment, das ich am interessantesten finde, wurde noch nicht gebaut.
Die Kombination aus WordPress-Blöcken und KI eröffnet Möglichkeiten jenseits von Content-Generierung.
Stellen Sie sich ein Plugin vor, das eine Seite analysiert und ihre Struktur automatisch verbessert durch:
- Erstellung einer besseren visuellen Hierarchie
- Gruppierung verwandter Inhalte
- Anwendung konsistenter Layouts
- Verbesserung von Abständen und Ausrichtung
- Hinzufügen fehlender Design-Elemente
Es könnte auch redaktionelle Standards durchsetzen wie:
- Automatisches Einfügen von Breadcrumbs
- Sicherstellung der Call-to-Action-Platzierung
- Aufrechterhaltung der Layout-Konsistenz über Seiten hinweg
- Anwendung firmenspezifischer Content-Regeln
Mit anderen Worten: KI könnte Redakteuren helfen, Gutenbergs Flexibilität besser zu nutzen, ohne dass sie zu Design-Experten werden müssen.
Ob sich dies letztendlich als wertvoll erweist, bleibt abzuwarten, aber es fühlt sich wie eine vielversprechendere Richtung an als einfach nur Text oder Bilder zu generieren.
Abschliessende Gedanken
Nach den Experimenten mit dem WordPress 7.0 AI Connector ist meine grösste Erkenntnis, dass nicht jede KI-Integration existieren sollte.
Bildgenerierung in WordPress ist technisch beeindruckend, aber dedizierte KI-Tools lösen dieses Problem bereits besser.
SEO-Optimierung hingegen fühlt sich wie eine natürliche Passung an. Der Workflow ist einfach, die Kosten sind vernachlässigbar und die Zeitersparnis ist unmittelbar.
Im weiteren Sinne gibt der AI Connector WordPress-Entwicklern eine standardisierte Grundlage für die Entwicklung KI-gestützter Funktionalität, ohne Integrationen für jeden Anbieter neu erfinden zu müssen.
Die erfolgreichsten Plugins werden wahrscheinlich diejenigen sein, die KI nutzen, um Reibung aus bestehenden Workflows zu entfernen—nicht diejenigen, die versuchen, WordPress in etwas zu verwandeln, das es nie sein sollte.