llms.txt: Was die Datei für deine KI-Sichtbarkeit wirklich bringt
Die llms.txt gilt als robots.txt für KI. Die Daten sagen etwas anderes: 97 % der Dateien bekamen im Mai 2026 keinen Abruf. Was die Datei kann, wie du sie anlegst und was wirklich zählt.
Eine llms.txt ist eine Markdown-Datei im Stammverzeichnis deiner Website, die Sprachmodellen eine kuratierte Übersicht deiner wichtigsten Inhalte gibt, für deine Sichtbarkeit in ChatGPT, Perplexity oder Googles KI-Übersichten aber nach heutiger Datenlage kaum etwas bringt. Eine Ahrefs-Auswertung von 137.210 Domains zeigt: 97 % der vorhandenen Dateien wurden im Mai 2026 kein einziges Mal abgerufen. Google schreibt in seinem Leitfaden zu KI-Funktionen, dass die Suche die Datei ignoriert. In den Crawler-Dokumentationen von OpenAI, Anthropic und Perplexity taucht sie nicht auf (Stand Oktober 2026).
Dieser Artikel erklärt, was die Datei ist und wie sie aufgebaut ist, wer sie tatsächlich liest, wie du sie in sechs Schritten anlegst und welche Maßnahmen stattdessen wirken.
Das Wichtigste in Kürze
- Vorgeschlagen hat die llms.txt Jeremy Howard (Answer.AI) im September 2024, seit August 2026 gibt es eine Version 2 auf llmstxt.org. Ein offizieller Webstandard ist sie nicht.
- Ahrefs hat 137.210 Domains ausgewertet: 28 % haben eine llms.txt, 97 % davon bekamen im Mai 2026 keinen einzigen Abruf.
- Von den Abrufen, die es gab, stammten nur 1,1 % von KI-Retrieval-Bots, also den Crawlern, die KI-Suchen live mit Quellen versorgen.
- Googles Leitfaden zu KI-Funktionen in der Suche (Mai 2026) stellt klar: Die Google-Suche nutzt llms.txt nicht, die Datei hilft und schadet dort nicht.
- Unsere Entscheidung: Die llms.txt ist ein Kann-Punkt, nie eine Priorität, und wir verkaufen sie nicht als Leistung.
- Mehr bewirken Server-Rendering, eine robots.txt, die KI-Crawler zulässt, Antworten früh auf der Seite und echte Erwähnungen auf anderen Websites.
Die kurze Antwort
Die llms.txt ist ein Inhaltsverzeichnis in Markdown, das unter deinedomain.de/llms.txt liegt. Sie soll Sprachmodellen (LLMs, also KI-Systemen wie ChatGPT oder Claude, die Text verstehen und erzeugen) zeigen, worum es auf deiner Website geht und welche Seiten wichtig sind. Steuern kann sie nichts: Sie sperrt keine Bereiche und erteilt keine Erlaubnis.
Für deine Sichtbarkeit in KI-Antworten spielt sie Stand Oktober 2026 praktisch keine Rolle. Laut einer Ahrefs-Studie vom Juni 2026 bleiben 97 % der Dateien ungelesen, und die Crawler der KI-Suchen rufen sie kaum ab. Google erklärt in seinem Leitfaden zu KI-Funktionen, dass die Suche die Datei ignoriert. Unter den KI-Systemen rufen sie vor allem Agenten für Entwickler ab.
Unsere Empfehlung: Anlegen kostet wenig und schadet nicht, also kannst du es tun. Erwarte davon keine Zitate in ChatGPT. Deine Zeit steckst du besser in Server-Rendering, klare Seitenstruktur und Erwähnungen auf anderen Websites. Wie sich klassische Suche und KI-Antworten unterscheiden, zeigt unser Vergleich SEO vs. GEO.
Was ist eine llms.txt?
Die Idee stammt von Jeremy Howard, Mitgründer von Answer.AI und fast.ai. Er hat sie am 3. September 2024 auf llmstxt.org veröffentlicht. Das Problem dahinter: Eine normale Webseite verpackt ihre Informationen in Navigation, Cookie-Banner und JavaScript, und ein Sprachmodell kann nur begrenzt viel Text auf einmal verarbeiten. Die llms.txt liefert stattdessen eine kurze, aufgeräumte Übersicht mit Links zu den Details.
Im August 2026 hat Howard eine Version 2 nachgelegt. Sie erlaubt die Datei auch in Unterordnern, etwa für einen Dokumentationsbereich, und beschreibt, wie eine Seite per Link-Angabe auf ihre Markdown-Fassung und die zuständige llms.txt verweist. Howard schreibt dort selbst, dass die Datei am stärksten bei Software-Dokumentationen genutzt wird, wo KI-Agenten beim Programmieren Referenzen zu einer API nachschlagen. Eine API ist eine Programmierschnittstelle, über die Software mit anderer Software spricht.
Für deine Erwartung wichtig: Die llms.txt ist ein offener Vorschlag. Die robots.txt dagegen ist seit September 2022 als RFC 9309 festgeschrieben, einem offiziellen Internet-Standarddokument. Auch die oft erwähnte llms-full.txt steht nicht in der Spezifikation. Sie stammt von Dokumentations-Plattformen wie Mintlify und packt den Volltext aller Seiten in eine einzige Datei.
Wie ist eine llms.txt aufgebaut?
Die Datei ist in Markdown geschrieben, einer einfachen Textauszeichnung: Eine Raute macht eine Überschrift, ein Bindestrich einen Listenpunkt. Die Spezifikation legt eine feste Reihenfolge fest, Pflicht ist nur die erste Überschrift. Eine typische Datei besteht aus diesen Bausteinen:
- Eine H1-Überschrift mit dem Namen der Website oder Firma, etwa `# Muster GmbH`. Das ist der einzige Pflichtteil.
- Ein Zitatblock mit einer Kurzbeschreibung, eingeleitet mit `>`, zum Beispiel `> Hersteller von Verpackungsanlagen aus Bayern`.
- Optional einige Absätze oder Listen mit Kontext, aber ohne weitere Überschriften.
- Abschnitte mit H2-Überschriften wie `## Leistungen`, die jeweils eine Liste von Links enthalten.
- Jeder Listeneintrag folgt dem Muster `- Seitentitel: kurze Beschreibung`.
- Ein Abschnitt `## Optional` für Nebensächliches, das ein Agent bei knappem Kontext überspringen kann.
Unsere eigene Datei unter in-sync.io/llms.txt folgt genau diesem Schema: Markenname als H1, ein Satz zur Positionierung, dann Abschnitte zu Leistungen, Branchen, Inhalten und Kontakt. Zusätzliche Markdown-Fassungen jeder Seite, wie sie die Spezifikation vorschlägt, lohnen sich für Software-Dokumentationen, für eine Unternehmenswebsite selten.
llms.txt, robots.txt und sitemap.xml: Was ist der Unterschied?
Alle drei Dateien liegen im Stammverzeichnis, ihre Aufgaben haben aber wenig gemeinsam. Die robots.txt sagt Crawlern (Programmen, die Websites automatisch abrufen), welche Bereiche sie besuchen dürfen. Die sitemap.xml listet alle Seiten auf, die in den Suchindex sollen. Die llms.txt erklärt Inhalte, ohne etwas zu regeln.
llms.txt, robots.txt und sitemap.xml: Was ist der Unterschied?
| Merkmal | robots.txt | sitemap.xml | llms.txt |
|---|---|---|---|
| Aufgabe | Zugriff erlauben oder sperren | Alle indexierbaren Seiten auflisten | Kuratierte Übersicht mit Kurzbeschreibungen |
| Zielgruppe | Alle Crawler | Suchmaschinen | Sprachmodelle und KI-Agenten |
| Format | Eigene Textregeln | XML | Markdown |
| Status | Standard (RFC 9309, 2022) | Etabliert, von Google und Microsoft unterstützt | Vorschlag (2024, Version 2 von 2026) |
| Steuert das Crawling? | Ja | Nein, gibt Hinweise | Nein |
| Nutzt die Google-Suche sie? | Ja | Ja | Nein, laut Google |
| Bedeutung für KI-Sichtbarkeit | Hoch: Wer KI-Crawler sperrt, fällt raus | Mittel: hilft beim Auffinden über Suchindizes | Nach heutiger Datenlage gering |
Wenn du nur eine der drei Dateien prüfst, dann die robots.txt. Eine einzige falsche Zeile kann ChatGPT oder Perplexity komplett aussperren. Wie du robots.txt und Sitemap sauber aufsetzt, steht in unserem Leitfaden zum technischen SEO.
Wer liest die llms.txt tatsächlich?
Die belastbarste Zahl liefert eine Studie von Ahrefs, veröffentlicht am 15. Juni 2026. Ahrefs hat die Abrufprotokolle von 137.210 Domains ausgewertet, die im Mai 2026 Besucher über Ahrefs Web Analytics hatten. 28 % davon, rund 38.000 Domains, hatten eine gültige llms.txt. Ahrefs selbst sieht diesen Wert als Obergrenze, weil die eigene Kundschaft technisch versierter ist als das Web im Durchschnitt.
Das Ergebnis ist ernüchternd. 97 % dieser Dateien wurden im ganzen Mai kein einziges Mal abgerufen, weder von Bots noch von Menschen. Die übrigen rund 1.100 Domains kamen zusammen auf etwa 22.000 Abrufe, 96 % davon von Bots. So verteilten sich alle Abrufe:
Wer liest die llms.txt tatsächlich?
| Wer hat abgerufen? | Anteil an allen Abrufen | Beispiele |
|---|---|---|
| SEO-Prüftools | 21,7 % | SiteAuditBot, WebPageTest |
| Nicht zuordenbare Bots | 14,9 % | Anonyme Skripte |
| Allgemeine Crawler | 13,1 % | Googlebot, Amazonbot |
| Technologie-Analyse-Tools | 11,6 % | BuiltWith, Dataprovider |
| KI-Agenten und ihre Infrastruktur | 10,5 % | Claude-Code |
| GEO- und AEO-Bewertungstools | 5,8 % | Bots, die KI-Tauglichkeit bewerten |
| KI-Trainings-Crawler | 5,3 % | GPTBot, ClaudeBot |
| KI-Assistenten im Nutzerauftrag | 2,5 % | ChatGPT-User, Claude-User |
| KI-Retrieval-Bots der KI-Suchen | 1,1 % | OAI-SearchBot, PerplexityBot |
Die Retrieval-Bots, die für die ChatGPT-Suche oder Perplexity live Quellen holen und auf die fast alle Ratgeber setzen, stehen mit 1,1 % ganz unten. Laut Ahrefs hat der Link-Vorschau-Bot von Slack die Dateien öfter geladen als PerplexityBot. Und für nicht vorhandene llms.txt-Dateien gab es null Anfragen von KI-Bots. Kein KI-System sucht also aktiv nach der Datei, abgerufen wird sie nur, wenn ein Link, ein Verzeichnis oder eine Nutzeranweisung dorthin führt.
Der eigentliche Abnehmer sind Agenten für Entwickler. Claude-Code, der Programmier-Agent von Anthropic, holte die Dateien öfter ab als jeder Such- oder Assistenten-Bot. Ein Abruf heißt laut Ahrefs zudem nicht, dass der Inhalt genutzt wurde.
Ein Detail solltest du kennen: Der größte Forschungs-Crawler im Datensatz nennt sich prompt-injection-survey. Prompt Injection bedeutet, einem KI-System versteckte Anweisungen unterzuschieben. Weil Agenten der Datei vertrauen, rät Ahrefs, sie wie Code zu behandeln: Änderungen versionieren, Schreibrechte begrenzen, nur Links und Beschreibungen eintragen, nichts, was wie eine Anweisung klingt.
Was sagen Google, OpenAI, Anthropic und Perplexity?
Google hat als einziger großer Anbieter eine klare schriftliche Aussage. In seinem Leitfaden zur Optimierung für generative KI-Funktionen in der Google-Suche, veröffentlicht im Mai 2026, steht die llms.txt im Abschnitt über Mythen. Sinngemäß: Du musst keine maschinenlesbaren Dateien, KI-Textdateien oder Markdown-Fassungen anlegen, um in der Suche oder ihren KI-Funktionen aufzutauchen, weil die Google-Suche sie nicht nutzt. Wer eine llms.txt für andere Dienste pflegt, darf das tun. Sie hilft und schadet der Sichtbarkeit in der Google-Suche nicht.
John Mueller, Search Advocate bei Google, sieht das seit Langem so. Im April 2025 schrieb er auf Reddit, soweit er wisse, habe keiner der KI-Dienste erklärt, llms.txt zu nutzen, und in Server-Logs sehe man, dass sie nicht einmal danach fragen. Er verglich die Datei mit dem längst ignorierten Keywords-Meta-Tag, in dem Betreiber selbst behaupteten, worum es auf ihrer Seite geht. Laut Ahrefs nannte er sie im Mai 2026 eine vorübergehende Krücke, um bei KI-Programmierwerkzeugen Tokens zu sparen, also die Recheneinheiten, in denen Sprachmodelle Text verarbeiten. Für die Suche sei sie nicht gedacht.
Für Verwirrung sorgt ein anderer Teil von Google. Das Chrome-Team prüft seit Mai 2026 im Analyse-Tool Lighthouse (ab Version 13.3) unter dem Punkt Agentic Browsing, ob eine llms.txt vorhanden ist. Der Test ist rein informativ und fließt in keine Punktzahl ein, die Chrome-Dokumentation nennt die Datei ausdrücklich optional. Er zielt auf KI-Agenten im Browser, nicht auf Suchergebnisse.
OpenAI, Anthropic und Perplexity haben nicht zugesagt, die llms.txt für ihre Suche auszuwerten. In ihren offiziellen Crawler-Dokumentationen steuerst du den Zugriff allein über die robots.txt, mit eigenen Kennungen wie OAI-SearchBot, Claude-SearchBot oder PerplexityBot. Gleichzeitig veröffentlichen alle drei eine llms.txt für ihre eigenen Entwickler-Dokumentationen. Das passt zum Ahrefs-Befund: Die Datei ist ein Werkzeug für Programmier-Agenten, kein Signal für KI-Antworten. Welche KI-Suche auf welchen Index zugreift, zeigt unser Überblick zu KI-Suchmaschinen.
Wie erstellst du eine llms.txt?
Wenn du sie trotzdem anlegst, halte den Aufwand klein. So gehst du vor:
Seiten auswählen:
Nimm die Startseite, deine Leistungsseiten, die wichtigsten Fachartikel und die Kontaktseite. Rechtliche Seiten gehören höchstens in den Abschnitt Optional.
Datei schreiben:
Lege in einem Texteditor eine Datei mit H1, Kurzbeschreibung im Zitatblock und H2-Abschnitten mit Linklisten an. Jede Beschreibung ist ein sachlicher Satz, keine Werbung und keine Anweisung an die KI.
Als llms.txt speichern:
Speichere die Datei unter genau diesem Namen und in UTF-8, damit Umlaute korrekt ankommen.
Im Stammverzeichnis veröffentlichen:
Die Datei muss unter deinedomain.de/llms.txt erreichbar sein und als Text ausgeliefert werden, nicht als HTML-Seite oder Download.
Abruf prüfen:
Öffne die Adresse im Browser und prüfe, ob der Server den Statuscode 200 meldet, also die Datei findet. Ein 404 heißt, sie fehlt.
Pflege regeln:
Leg fest, wer die Datei ändern darf, und aktualisiere sie, sobald neue Leistungen oder Seiten dazukommen. Eine veraltete llms.txt schickt Agenten in die falsche Richtung.
Viele Systeme nehmen dir die Arbeit ab. Wix erzeugt laut eigenem Hilfecenter für Websites mit bezahltem Tarif und eigener Domain automatisch eine llms.txt. Die WordPress-Plugins Yoast SEO und AIOSEO haben einen Generator eingebaut, Dokumentations-Plattformen wie Mintlify und GitBook liefern die Datei ebenfalls mit. Daneben gibt es kostenlose Online-Generatoren, die deine Sitemap auslesen. Prüfe das Ergebnis immer von Hand: Automatische Beschreibungen sind oft generisch, und auch Ahrefs rät, generierte Dateien zu kontrollieren.
Mit Next.js oder Astro und einem Headless CMS, also einem Redaktionssystem, das Inhalte getrennt von der Darstellung verwaltet, entsteht die Datei beim Veröffentlichen automatisch aus den CMS-Daten.
Solltest du eine llms.txt anlegen?
Entscheidend ist nicht deine Branche, sondern wer deine Inhalte maschinell liest. Für die meisten Unternehmenswebsites ist die Datei eine Randnotiz.
Ja, wenn
Sinnvoll ist die Datei, wenn KI-Agenten realistische Leser sind oder sie dich nichts kostet:
- Du bietest Software, eine API oder eine Plattform mit technischer Dokumentation an, die Entwickler mit Programmier-Agenten nutzen.
- Dein System erzeugt die Datei ohnehin automatisch, und du musst sie nur einmal kurz prüfen.
- Du willst Agenten, die für dich oder deine Kunden arbeiten, einen festen Einstieg geben und verlinkst die Datei dafür aktiv.
Lass es, wenn
Schieb die Datei ans Ende deiner Liste, wenn eine dieser Bedingungen auf dich zutrifft:
- Dein Ziel ist, in ChatGPT, Perplexity oder Googles KI-Übersichten zitiert zu werden. Dafür gibt es nach heutiger Datenlage keinen Effekt.
- Grundlagen wie Server-Rendering, Bing-Indexierung oder eine saubere robots.txt sind noch offen.
- Niemand im Team kann die Datei dauerhaft pflegen und gegen ungewollte Änderungen absichern.
Was wirkt stattdessen für KI-Sichtbarkeit?
Die Hebel, die tatsächlich etwas bewegen, sind weniger neu und machen mehr Arbeit. Dafür zahlen sie gleichzeitig auf die klassische Google-Suche ein, was die llms.txt laut Google nicht tut.
- Server-Rendering: Deine Seiten sollten auf dem Server als fertiges HTML entstehen. Eine Auswertung von Vercel und MERJ vom Dezember 2024 ergab, dass GPTBot, ClaudeBot, PerplexityBot und OAI-SearchBot kein JavaScript ausführen. Inhalte, die erst im Browser zusammengesetzt werden, bleiben für sie unsichtbar.
- robots.txt-Freigabe: Lass Crawler wie OAI-SearchBot, Claude-SearchBot und PerplexityBot zu. OpenAI nennt das im Hilfecenter als Voraussetzung dafür, in der ChatGPT-Suche aufzutauchen.
- Bing-Indexierung: Laut OpenAI-Hilfecenter schickt die ChatGPT-Suche Anfragen teils an externe Suchanbieter und verweist dabei auf Microsoft. Melde deine Website deshalb in den Bing Webmaster Tools an, Details stehen im Artikel zu LLM SEO.
- Antworten früh auf der Seite: Beantworte die Kernfrage in den ersten Sätzen und nutze echte Fragen als Zwischenüberschriften. So findet ein System die zitierfähige Stelle schnell.
- Erwähnungen auf anderen Websites: Laut Googles Leitfaden zeigen die KI-Funktionen auch, was im Web über Produkte und Anbieter gesagt wird. Echte Nennungen in Fachmedien, Verzeichnissen und Bewertungen zählen, gekaufte nicht.
- Messen statt raten: Prüfe regelmäßig, ob und wo du in KI-Antworten auftauchst. Wie das geht, steht unter KI-Sichtbarkeit messen.
Wie diese Hebel zusammen eine Strategie ergeben, erklärt unser Grundlagenartikel zu Generative Engine Optimization. Speziell für ChatGPT haben wir die Schritte unter In ChatGPT-Antworten auftauchen gesammelt. Was Googles KI-Modus anders macht, steht im Artikel zum Google KI-Modus.
Unsere Einordnung
Wir haben für in-sync.io selbst eine llms.txt angelegt. Der Aufwand war gering, und sie schadet nicht. Mehr Gewicht geben wir ihr nicht. In Kundenprojekten steht sie als Kann-Punkt auf der Checkliste, nie als Priorität, und wir verkaufen sie nicht als eigene Leistung.
Wer dir eine llms.txt als GEO-Hebel verkauft, verkauft Hoffnung. Die Crawler der KI-Suchen fragen kaum danach, die Google-Suche ignoriert sie, und kein großer KI-Anbieter hat zugesagt, sie für Antworten zu nutzen. Beginnt ein Angebot für KI-Sichtbarkeit mit der llms.txt, frag nach, was danach kommt.
Als wir in-sync.io 2026 von Wix auf Next.js mit Sanity umgestellt haben, kam der spürbare Unterschied für KI-Systeme von anderer Stelle. Jede Seite wird auf dem Server zu lesbarem HTML gebaut, die robots.txt lässt alle Crawler zu, und unsere Artikel tragen FAQPage-Schema, also strukturierte Daten, die Fragen und Antworten maschinenlesbar auszeichnen. Wie so ein Umzug abläuft, beschreiben wir unter Wix zu Next.js migrieren. Genau diese Grundlagen setzen wir in der GEO-Agentur und in der laufenden SEO-Betreuung um. Sollte ein großer Anbieter die Datei künftig offiziell auswerten, passen wir diese Einschätzung an.
Häufige Fragen
Eine llms.txt ist eine Textdatei im Markdown-Format, die im Stammverzeichnis einer Website liegt und Sprachmodellen eine kuratierte Übersicht der wichtigsten Inhalte mit Links gibt. Vorgeschlagen hat sie Jeremy Howard von Answer.AI im September 2024. Sie ist kein offizieller Webstandard und regelt anders als die robots.txt keine Zugriffe.
Nein. Google schreibt in seinem Leitfaden zu KI-Funktionen vom Mai 2026, dass die Google-Suche llms.txt-Dateien ignoriert. Die Datei hilft und schadet deiner Sichtbarkeit dort also nicht. Googlebot ruft sie zwar gelegentlich ab, behandelt sie aber wie jede andere Datei, die er auf einer Website findet.
Belegt ist das nicht. OpenAI erwähnt die Datei in seiner Crawler-Dokumentation nicht und regelt den Zugriff über die robots.txt. In der Ahrefs-Studie kamen nur 1,1 % der Abrufe von Retrieval-Bots wie OAI-SearchBot und PerplexityBot. GPTBot, der Trainings-Crawler von OpenAI, holt die Dateien häufiger ab, das sagt aber nichts über Zitate in Antworten.
Du schreibst in einem Texteditor eine Markdown-Datei mit dem Firmennamen als H1, einer Kurzbeschreibung im Zitatblock und H2-Abschnitten mit Linklisten. Speichere sie als llms.txt in UTF-8 und lade sie ins Stammverzeichnis hoch. Wix, Yoast SEO und AIOSEO erzeugen die Datei automatisch, das Ergebnis solltest du trotzdem prüfen.
Die llms.txt ist ein Inhaltsverzeichnis mit Links und Kurzbeschreibungen, die llms-full.txt enthält den Volltext aller Seiten in einer Datei. Nur die llms.txt steht in der Spezifikation auf llmstxt.org, die Volltext-Variante haben Plattformen wie Mintlify etabliert. Für Unternehmenswebsites lohnt sie sich kaum, für große Software-Dokumentationen eher.
Ein geringes, solange du sie pflegst. KI-Agenten vertrauen der Datei, und Ahrefs fand in seiner Studie einen Forschungs-Crawler namens prompt-injection-survey, der sie gezielt untersucht. Trag deshalb nur Links und sachliche Beschreibungen ein, verlinke nur eigene Inhalte und begrenze, wer die Datei ändern darf.
Nächster Schritt
Wenn du wissen willst, welche Maßnahmen deine Website in KI-Antworten tatsächlich sichtbarer machen, prüfen wir das gemeinsam mit dir.
