Drupal AI 2026: Was steckt hinter der grössten KI-Initiative im Open-Source-CMS-Markt?

Von 0 auf 14’000: Drupal AI in Zahlen

Im April 2026 meldete das Drupal AI-Modul knapp 14’000 aktive Installationen. Jede Woche kommen rund 260 dazu. 34 Organisationen stützen die Initiative finanziell und personell, mit über 50 Entwicklerinnen und Entwicklern, die an der Codebasis arbeiten. Insgesamt flossen 380’000 Dollar an direkter Finanzierung und geschätzte 1.5 Millionen Dollar an Arbeitszeit in das Projekt.

Das ist bemerkenswert für ein Open-Source-Projekt. Und es zeigt: Drupal meint es ernst mit KI.

Drei Schichten statt Wildwuchs

Die Architektur von Drupal AI 2.0 folgt einem klaren Prinzip: Trennung der Verantwortlichkeiten in drei Schichten.

Schicht 1: Symfony AI als Abstraktionsschicht. Diese Schicht sorgt dafür, dass Drupal mit verschiedenen KI-Anbietern sprechen kann, ohne dass Provider-spezifischer Code in den Rest der Anwendung fliesst. OpenAI, Anthropic, Google Gemini, Mistral, Ollama (lokal gehostet) und über 40 weitere Provider werden unterstützt. Das Prinzip: Bring Your Own LLM. Organisationen entscheiden selbst, welches Modell sie verwenden, ob in der Cloud oder auf eigenen Servern.

Schicht 2: AI Core. Hier sitzen die Kernkomponenten: Agents (autonome KI-Agenten), Automators (automatisierte Feldoperationen), Guardrails (Sicherheitsfilter), Observability (Monitoring und Audit-Trails) und die verbindenden APIs. Diese Schicht stellt sicher, dass KI-Funktionen kontrolliert und nachvollziehbar ablaufen.

Schicht 3: Offizielle Module und Recipes. Die Endanwender-Funktionen: AI CKEditor für Textunterstützung im Editor, AI Search für kontextbezogene Suche, AI Chatbot als Konfigurations-Assistent, Canvas AI für Seitengenerierung und MCP (Model Context Protocol) für die Integration mit externen Tools wie Claude Desktop, Cursor oder n8n.

Fünf Dinge, die heute schon funktionieren

1. Canvas AI: Seiten per Sprachbefehl bauen

Canvas AI ist wohl die spektakulärste Funktion. Redakteure beschreiben in natürlicher Sprache, was sie brauchen. Ein Orchestrator-Agent verteilt die Aufgabe an spezialisierte Agenten: einer baut die Seitenstruktur, einer generiert SEO-Titel, einer schreibt Meta-Beschreibungen, einer kann sogar neue React-Komponenten erstellen.

Der Clou: Die Agenten arbeiten mit den vorhandenen Design-System-Komponenten (Single Directory Components). Sie erfinden keine neuen HTML-Strukturen, sondern verwenden die Bausteine, die das Entwicklungsteam definiert hat. Das Ergebnis bleibt konsistent mit dem bestehenden Design.

2. Admin Chatbot für Site-Building

Der Admin Chatbot hilft bei Konfigurationsaufgaben: Inhaltstypen erstellen, Taxonomien definieren, Felder anlegen. Statt sich durch Menüs zu klicken, beschreiben Site-Builder ihre Anforderung in natürlicher Sprache. Der Chatbot übersetzt das in die richtige Drupal-Konfiguration.

3. AI CKEditor: Textarbeit im Editor

Direkt im CKEditor 5 können Redakteure Texte per KI korrigieren, übersetzen, zusammenfassen oder im Ton anpassen lassen. Auch Taxonomie-Vorschläge und Moderations-Checks sind möglich. Der Editor wird zum Arbeitsplatz mit eingebautem Assistenten.

4. Automatische Alt-Texte für Bilder

Barrierefreiheit ist keine Kür, sondern Pflicht. Drupal AI generiert automatisch beschreibende Alt-Texte für Bilder und legt sie zur menschlichen Überprüfung vor. Bei Websites mit Hunderten von Bildern spart das erheblich Zeit.

5. MCP: Drupal als Datenquelle für externe KI-Tools

Das Model Context Protocol (MCP) macht Drupal zu einem MCP-Server. Externe KI-Anwendungen wie Claude Desktop, Cursor oder Automatisierungsplattformen wie n8n können direkt auf Drupal-Inhalte zugreifen, sie lesen und schreiben. Drupal wird Teil eines grösseren KI-Ökosystems, nicht eine isolierte Insel.

Guardrails: Sicherheit, die im CMS eingebaut ist

Die meisten CMS-Plattformen überlassen die Absicherung von KI-Funktionen den Anwendern. Drupal geht einen anderen Weg.

Das Guardrails-System arbeitet bidirektional: Es filtert sowohl die Anfragen an das Sprachmodell (Input) als auch die Antworten zurück (Output). Konkret heisst das:

Input-Filter prüfen Prompts auf Injection-Versuche, beschränken Konversationen auf geschäftsrelevante Themen und maskieren persönliche Daten (E-Mail-Adressen, Telefonnummern, IBAN, Kreditkartennummern werden durch anonyme Tokens ersetzt), bevor sie das Sprachmodell erreichen.

Output-Filter erkennen toxische Sprache, prüfen auf Halluzinationen und verhindern die Ausgabe sensibler Daten.

Zwei vorgefertigte Recipes machen den Einstieg einfach: eines für den Schutz persönlicher Daten und eines gegen rechtliche und medizinische Ratschläge, gefährliches HTML und Code-Injection. Beide lassen sich mit einem einzigen Drush-Befehl installieren.

Dazu kommt die Observability-Schicht: OpenTelemetry-Integration für Token-Verbrauch, Kosten-Tracking und Audit-Trails. Kompatibel mit Grafana, Honeycomb und Datadog.

Die 2026-Roadmap: Acht strategische Ziele

Die Initiative hat acht Capabilities definiert, an denen 2026 gearbeitet wird:

Page Generation: Ganze Seiten aus Text-Prompts generieren, aufgebaut aus bestehenden Design-System-Komponenten
Context Management: Markensprache, Zielgruppenprofile und Governance-Regeln zentral verwalten, damit KI konsistent arbeitet
Background Agents: Autonome Agenten, die auf Trigger reagieren (Performance-Daten, Content-Feeds) und dabei redaktionelle Workflows respektieren
Design System Integration: KI baut mit vorhandenen Komponenten und schlägt neue vor, wenn nötig
Content Creation & Discovery: Bessere Suche, KI-gestützte Optimierung und Unterstützung beim Texten
Advanced Governance: Batch-Freigaben, Branch-basierte Versionierung und lückenlose Audit-Trails für KI-generierte Änderungen
Intelligent Site Improvements: KI lernt aus Performance-Daten und schlägt konkrete Änderungen vor
Multi-Channel Campaigns: Eine Kampagne, verteilt über Website, Social Media, E-Mail und Automatisierungsplattformen

Besonders spannend: Background Agents und Context Management. Wenn KI-Agenten im Hintergrund arbeiten und dabei den Markenkontext kennen, verschiebt sich die Rolle von Redaktionsteams: weg von der Produktion, hin zur Steuerung und Qualitätssicherung.

Warum gerade Drupal?

Die Frage, warum gerade Drupal bei KI-Integration einen Vorteil haben soll, hat eine einfache Antwort: strukturierte Inhalte.

Drupal behandelt Inhalte als Entitäten mit definierten Feldern, typisierten Beziehungen und abfragbaren Metadaten. Nicht als HTML-Seiten, sondern als strukturierte Datenbankobjekte. Das ist genau das, was KI-Agenten brauchen: klare Datenstrukturen statt unstrukturierten Fliesstext.

Dazu kommen Drupals eingebaute Governance-Funktionen: Rollen und Berechtigungen, Workflow-States, Audit-Trails und Konfigurationsmanagement. Wenn ein KI-Agent in Drupal Inhalte bearbeitet, unterliegt er denselben Regeln wie ein menschlicher Redakteur. Das ist kein nachträglicher Anbau, sondern Architektur.

Im Vergleich: WordPress baut seine KI-Fähigkeiten über Plugins auf, was Flexibilität bietet, aber keine einheitliche Governance-Schicht. Contentful bietet API-first-Zugang, behandelt aber Nutzer, Medien und Taxonomien nicht als gleichwertige Entitäten. Adobe AEM bietet ähnliche Strukturen, aber zu Enterprise-Lizenzkosten im sechsstelligen Bereich.

Gartner prognostiziert, dass 40% der Enterprise-Anwendungen bis Ende 2026 KI-Agenten integrieren werden. Cloudflare verzeichnete 2025 einen 15-fachen Anstieg bei KI-Agenten, die Webinhalte abrufen. Wer seine Inhalte strukturiert bereitstellt, wird in dieser Welt besser gefunden und korrekter wiedergegeben.

Was das für Ihr Drupal-Projekt bedeutet

Drei konkrete Schritte, die Sie jetzt angehen können:

1. Das AI-Modul testen. Installieren Sie das Drupal AI-Modul in einer Testumgebung. Mit dem amazee.ai-Provider bekommen Sie kostenlose Tokens zum Ausprobieren, ohne einen eigenen API-Schlüssel zu brauchen.

2. Ihre Inhaltsstruktur prüfen. KI-Agenten arbeiten nur so gut wie die Datenstruktur, auf der sie aufbauen. Prüfen Sie: Sind Ihre Inhaltstypen sauber definiert? Sind Taxonomien gepflegt? Gibt es beschreibende Metadaten? Je besser die Struktur, desto besser die KI-Ergebnisse.

3. Guardrails von Anfang an einrichten. Installieren Sie die Guardrail-Recipes, bevor Sie KI-Funktionen produktiv schalten. PII-Schutz und Prompt-Safety sind mit einem Befehl aktiviert und schützen vor den häufigsten Risiken.

Lassen Sie uns darüber sprechen

Sie möchten wissen, wie Drupal AI Ihr Projekt voranbringt? Wir beraten Sie gerne. Das erste Gespräch ist immer kostenlos.

Jetzt Kontakt aufnehmen