Dokumentation gehört zu jenen Aufgaben, die bei einem neuen Produkt gern bis kurz vor Schluss liegen bleiben. Inhalte müssen geschrieben, Navigation gebaut, Suche eingerichtet und Änderungen anschließend dauerhaft gepflegt werden. Das Open-Source-Projekt Blume will daraus einen weitgehend automatisierten Prozess machen: Markdown-Dateien genügen, um eine vollständige Dokumentationswebsite zu erzeugen. Die interessantere Idee steckt jedoch nicht im Webdesign. Blume bereitet dieselben Informationen gezielt so auf, dass nicht nur Menschen, sondern auch KI-Agenten mit ihnen arbeiten können. Damit verändert sich die Frage, für wen Unternehmen ihre Dokumentation eigentlich schreiben.
Markdown rein, Dokumentationsseite raus
Das Grundprinzip von Blume ist bewusst einfach.
Entwickler legen Markdown- oder MDX-Dateien in einem Ordner ab und starten Blume über die Kommandozeile. Daraus erzeugt das Framework eine Dokumentationswebsite mit Navigation, Volltextsuche, verschiedenen Darstellungsoptionen, Open-Graph-Bildern und zusätzlichen Komponenten etwa für Codebeispiele, Tabellen oder Schritt-für-Schritt-Anleitungen.
Im Hintergrund generiert Blume dafür ein Astro-Projekt. Wer später mehr Kontrolle benötigt, kann dieses mit dem Befehl blume eject in ein eigenständiges Astro-Projekt umwandeln und selbst weiterentwickeln. Für den Einstieg verlangt Blume lediglich Node.js ab Version 22.12 und mindestens eine Markdown- oder MDX-Datei.
Das klingt eindrucksvoll, ist in seiner Grundidee jedoch nicht revolutionär.
Statische Website-Generatoren wandeln Markdown seit Jahren in fertige Webseiten um. Werkzeuge wie MkDocs erledigen genau diese Aufgabe bereits lange: Entwickler schreiben die Inhalte, das System erzeugt daraus HTML-Seiten samt Navigation und Gestaltung.
Blumes eigentlich interessanter Unterschied beginnt deshalb an einer anderen Stelle.
Die Dokumentation bekommt eine zweite Zielgruppe
Eine klassische Dokumentationsseite ist für Menschen gebaut.
Ein Entwickler sucht nach einer Funktion, liest die Erklärung, kopiert einen Codeabschnitt und setzt die Information anschließend selbst um.
Mit KI-Coding-Agenten verändert sich dieser Ablauf.
Wenn ein Agent eigenständig Software schreiben, eine API verwenden oder ein Problem in einem Projekt beheben soll, benötigt auch er Informationen darüber, wie ein Produkt funktioniert. Eine Dokumentation, die für Menschen angenehm aussieht, ist für ein KI-System allerdings nicht automatisch ebenso leicht zu verarbeiten.
Darauf richtet Blume einen erheblichen Teil seiner Funktionen aus.
Das Framework erzeugt unter anderem llms.txt und llms-full.txt, stellt Seiten zusätzlich als Roh-Markdown bereit und kann ein maschinenlesbares Verzeichnis der Dokumentation anbieten. Coding Agents können darüber Informationen suchen und direkt lesen.
Damit wird Dokumentation nicht nur veröffentlicht. Sie wird für KI-Agenten lesbar.
Vom Handbuch zur Schnittstelle
Dieser Unterschied ist größer, als er zunächst klingt. Eine Dokumentation war traditionell eine Erklärung über ein Produkt. Für einen KI-Agenten kann dieselbe Dokumentation zunehmend zu einer operativen Schnittstelle zum Produkt werden.
Blume bietet dafür beispielsweise einen gehosteten MCP-Server an. MCP steht für Model Context Protocol und ermöglicht KI-Systemen, standardisiert auf externe Informationen und Werkzeuge zuzugreifen. Ein Coding Agent kann dadurch die Dokumentation durchsuchen oder einzelne Seiten gezielt abrufen, ohne dass ein Mensch sie zunächst kopieren und in einen Chat einfügen muss.
Neuere Blume-Versionen gehen noch einen Schritt weiter. Über WebMCP können kompatible agentische Browser direkt auf Funktionen wie search_docs, get_page oder list_pages zugreifen. Das Framework stellt die Dokumentation damit innerhalb der Webseite selbst als Werkzeugsatz für Agenten bereit.
Für normale Besucher bleibt gleichzeitig die klassische Webseite erhalten. Ein und derselbe Inhalt bekommt damit zwei Oberflächen: eine für Menschen und eine für Maschinen.
Das für Gründer Interessante daran
Für ein Softwareunternehmen klingt Dokumentation zunächst nach einer Nebenaufgabe. Ökonomisch kann sie jedoch ziemlich nah am Produkt liegen.
Eine schlecht dokumentierte API erhöht den Supportbedarf. Entwickler brauchen länger für die Integration. Neue Mitarbeiter benötigen mehr Zeit, um bestehende Systeme zu verstehen. Und bei einem Produkt, das andere Softwareentwickler verwenden sollen, kann die Qualität der Dokumentation unmittelbar darüber entscheiden, ob jemand nach zehn Minuten weitermacht – oder aufgibt.
Mit KI-Agenten kommt eine weitere Ebene hinzu. Wenn Entwickler künftig immer häufiger einen Agenten damit beauftragen, eine Bibliothek einzubauen oder einen Dienst anzuschließen, verändert sich womöglich auch die Konkurrenz um Entwickler. Dann reicht es nicht mehr, dass ein menschlicher Programmierer ein Produkt versteht. Der Agent muss es ebenfalls verstehen können.
Das könnte Dokumentation von einer Supportfunktion zunehmend zu einem Bestandteil der technischen Distribution machen.
Ein Produkt, dessen Funktionen für Agenten sauber auffindbar und strukturiert beschrieben sind, lässt sich unter Umständen leichter automatisch einsetzen als eines, dessen Wissen über verstreute Blogposts, Foren und JavaScript-lastige Webseiten verteilt ist. Blume versucht, genau dieses Problem schon beim Erstellen der Dokumentation mitzudenken.
Die KI kann sogar prüfen, ob die Dokumentation funktioniert
Besonders interessant ist eine weitere Funktion, die Blume inzwischen anbietet: blume eval.
Damit lässt sich ein KI-Agent gegen die eigene Dokumentation testen. Entwickler hinterlegen Fragen und erwartete Fakten. Anschließend versucht beispielsweise Claude Code oder Codex, die Aufgaben ausschließlich mithilfe der bereitgestellten Dokumentation zu beantworten. Eine zweite Bewertungsstufe überprüft, wie gut das gelungen ist.
Und damit verändert sich auch die Qualitätskontrolle. Bislang lautet die typische Frage:
Kann ein Mensch diese Anleitung verstehen?
Künftig kann daneben eine zweite stehen:
Kann ein Agent mit dieser Dokumentation zuverlässig arbeiten?
Für Unternehmen, deren Produkte über APIs, Entwicklungsbibliotheken oder automatisierte Workflows genutzt werden, könnte diese Frage zunehmend geschäftlich relevant werden.
Auch die klassische Arbeit soll verschwinden
Blume versucht allerdings nicht nur, Dokumentation KI-tauglich zu machen.
Viele Aufgaben, die normalerweise rund um die eigentlichen Inhalte entstehen, sind bereits eingebaut: lokale Suche, Sitemap, strukturierte Metadaten, Open-Graph-Grafiken, Internationalisierung, API-Dokumentation und Exportmöglichkeiten als PDF oder EPUB. Inhalte können neben lokalen Dateien auch aus Quellen wie GitHub Releases, Notion oder Sanity eingebunden werden.
Damit folgt das Projekt einem Muster, das sich derzeit in vielen Entwicklerwerkzeugen beobachten lässt: Nicht unbedingt das Schreiben des eigentlichen Inhalts soll vollständig automatisiert werden. Automatisiert wird zunächst alles drum herum.
Für kleine Teams ist das attraktiv.
Ein Start-up mit fünf Entwicklern besitzt möglicherweise weder einen eigenen Documentation Engineer noch jemanden, der eine Dokumentationsplattform betreiben möchte. Wenn aus den ohnehin im Projekt vorhandenen Markdown-Dateien ohne eigenes Frontend eine brauchbare Seite entsteht, sinkt die Hürde erheblich.
Blume selbst ist noch ein junges Projekt
Hinter Blume steht der australische Softwareentwickler und Produktdesigner Hayden Bleasel. Bleasel arbeitete zuvor unter anderem bei Vercel und wechselte 2026 als Member of Technical Staff zu OpenAI. Blume ist jedoch kein OpenAI-Produkt, sondern ein eigenes Open-Source-Projekt unter MIT-Lizenz.
Das Projekt entwickelt sich derzeit schnell. Das npm-Paket liegt aktuell bei mehr als 51.000 Downloads pro Woche, das GitHub-Repository bei rund 1.100 Sternen. Die aktuelle npm-Version 1.6.3 wurde erst vor wenigen Tagen veröffentlicht.
Solche Zahlen machen aus einem Open-Source-Projekt noch keinen neuen Standard. Gerade Downloads von Entwicklerpaketen können zudem durch automatisierte Builds und wiederholte Installationen deutlich höher liegen als die Zahl tatsächlicher Nutzer. Sie zeigen aber, dass Blume inzwischen mehr ist als eine kleine technische Spielerei.
Der interessantere Wandel findet ohnehin außerhalb von Blume statt
Ob sich gerade dieses Framework langfristig durchsetzt, ist für die größere Entwicklung beinahe zweitrangig. Die bemerkenswerte Idee lautet vielmehr:
Webseiten werden zunehmend nicht mehr ausschließlich für Menschen gebaut.
Bislang bestand maschinenlesbares Web vor allem aus Suchmaschinenoptimierung, strukturierten Daten und APIs. KI-Agenten schaffen eine neue Zwischenform. Sie lesen Webseiten wie Menschen, erwarten gleichzeitig aber Informationen und Schnittstellen, die wesentlich strukturierter sind.
Blume reagiert darauf mit Roh-Markdown, llms.txt, MCP, WebMCP und eigenen Agent Skills. Das alles sind noch junge Standards und Konzepte. Niemand weiß, welche davon sich langfristig durchsetzen werden. Doch für Gründer stellt sich dadurch bereits heute eine interessante Frage:
Wenn Kunden künftig zunehmend KI-Agenten einsetzen, wie gut kann ein Agent mein Produkt überhaupt entdecken, verstehen und benutzen?
Stefanie S. Klief
Jeden Monat neu - hier gratis lesen!
