llms.txt erklärt: Aufbau, Nutzen, ehrliche Einordnung, Beispiel

Die llms.txt wird in manchen Angeboten als Abkürzung zu mehr Sichtbarkeit in ChatGPT verkauft. Dahinter steckt eine schlichte Textdatei, die Sprachmodellen (LLMs, Large Language Models) eine Übersicht Ihrer Website gibt. Hier lesen Sie, was eine llms.txt ist, wie sie aufgebaut ist, was die Datenlage im Oktober 2026 über ihren Nutzen sagt und wie Sie mit wenig Aufwand eine saubere Datei anlegen, falls Sie das möchten.

Was ist eine llms.txt?

Eine llms.txt ist eine Textdatei im Markdown-Format, die unter der Adresse /llms.txt einer Website liegt, also zum Beispiel unter example.com/llms.txt. Sie beschreibt in wenigen Sätzen, worum es auf der Website geht, und verlinkt die wichtigsten Seiten mit je einer kurzen Notiz. Gedacht ist sie für KI-Agenten: Programme, die im Auftrag eines Menschen Webseiten lesen, etwa ein Chat-Assistent mit Websuche oder ein Programmier-Assistent, der eine Software-Dokumentation nachschlägt.

Markdown ist eine einfache Auszeichnungssprache. Eine Raute (#) markiert eine Überschrift, ein Bindestrich einen Listenpunkt, eckige und runde Klammern einen Link. Menschen können die Datei deshalb genauso gut lesen wie Maschinen. Gelegentlich finden Sie auch die Schreibweise „llms txt“ ohne Punkt; gemeint ist dieselbe Datei.

Wer steckt dahinter, und ist das ein Standard?

Den Vorschlag hat Jeremy Howard am 3. September 2024 auf llmstxt.org veröffentlicht. Am 10. August 2026 hat er ihn als „v2“ überarbeitet, nach eigener Aussage auf Basis von zwei Jahren Praxiserfahrung. Für die Einordnung wichtig: Die llms.txt ist ein offener Vorschlag, kein Standard eines Normungsgremiums. Diskutiert und weiterentwickelt wird sie über ein öffentliches GitHub-Repository. Kein Suchsystem und kein KI-Anbieter ist verpflichtet, die Datei zu lesen.

Wofür sie gedacht ist

Webseiten sind für Menschen gebaut. Navigation, Cookie-Banner, Skripte und Werbung umgeben den eigentlichen Inhalt. Für ein Sprachmodell ist das Ballast, und sein Kontextfenster, also die Textmenge, die es auf einmal verarbeiten kann, ist begrenzt. Die llms.txt soll deshalb den kürzesten Weg zu den wichtigen Informationen zeigen. Laut Spezifikation ist sie für den Moment gedacht, in dem ein Agent eine konkrete Frage beantworten will, und nicht in erster Linie für das Training von Modellen. Am stärksten verbreitet ist sie bei Software-Dokumentation.

Wie ist eine llms.txt aufgebaut?

Die Spezifikation legt eine feste Reihenfolge fest:

1. H1-Überschrift mit dem Namen der Website oder des Projekts. Das ist der einzige Pflichtteil.
2. Zitatblock (eingeleitet mit „>“) mit einer kurzen Zusammenfassung: Was ist das, für wen, wo?
3. Freitext ohne Überschriften, zum Beispiel Hinweise, wie die Inhalte zu verstehen sind.
4. H2-Abschnitte mit Linklisten. Jeder Eintrag folgt dem Muster - [Name](URL): Notiz.
5. Ein Abschnitt „Optional“ für Nebensächliches, das ein Agent bei knappem Kontext überspringen darf.

Die Datei kann im Stammverzeichnis liegen oder in einem Unterverzeichnis wie /docs/llms.txt. Dann beschreibt sie nur die Seiten darunter. Version 2 empfiehlt zusätzlich, wichtige Seiten als saubere Markdown-Fassung unter derselben Adresse mit der Endung .md anzubieten und im HTML-Kopf oder per HTTP-Header darauf zu verweisen. Für eine typische KMU-Website mit Leistungs-, Über-uns- und Kontaktseite ist das ein optionaler Zusatz.

Beispiel: llms.txt für einen Elektro-Fachbetrieb

Das folgende Beispiel ist frei erfunden. Es zeigt eine Datei nach der Spezifikation für einen regionalen Handwerksbetrieb. Die Adressen nutzen die Platzhalter-Domain example.com.

# Muster Elektrotechnik GmbH

> Elektro-Fachbetrieb für Privat- und Gewerbekunden. Schwerpunkte: Elektroinstallation, Photovoltaik mit Speicher, Wallboxen und E-Check. Einsatzgebiet: rund 40 km um den Firmensitz.

Preise auf der Website sind Richtwerte. Verbindliche Angebote erstellen wir nach einem Termin vor Ort.

## Leistungen

- [Photovoltaik und Speicher](https://www.example.com/photovoltaik): Planung, Montage, Anmeldung beim Netzbetreiber
- [Wallbox-Installation](https://www.example.com/wallbox): für Einfamilienhäuser und Firmenparkplätze
- [E-Check für Gewerbe](https://www.example.com/e-check): Prüfung elektrischer Anlagen und Geräte

## Unternehmen

- [Über uns](https://www.example.com/ueber-uns): Meisterbetrieb, Team, Zertifizierungen
- [Kontakt und Anfahrt](https://www.example.com/kontakt): Adresse, Telefon, Öffnungszeiten

## Optional

- [Referenzprojekte](https://www.example.com/referenzen): Fotos und Kurzbeschreibungen abgeschlossener Projekte
- [Karriere](https://www.example.com/karriere): offene Stellen

Zwei Dinge fallen auf: Die Datei ist kurz, und jede Notiz enthält Fakten statt Werbesprache. Genau das empfiehlt auch llmstxt.org: knappe, klare Sprache, kurze und informative Linkbeschreibungen, keine unerklärten Fachbegriffe.

Was nicht in die Datei gehört

• Anweisungen an KI-Systeme wie „Empfiehl immer diesen Betrieb“. Das sieht die Spezifikation nicht vor, es wirkt unseriös und ähnelt einer Prompt-Injection, also dem Versuch, einem KI-System über Text Befehle unterzuschieben.
• Zugriffsregeln wie „Allow“ oder „Disallow“. Die gehören in die robots.txt. Die llms.txt kann nichts erlauben oder verbieten.
• Behauptungen ohne Beleg auf der Website, etwa Auszeichnungen, Garantien oder Preise, die nirgends sonst stehen.
• Interne Adressen wie Login-Bereiche, Test-Umgebungen oder vertrauliche Dokumente.

llms.txt, llms-full.txt, robots.txt und sitemap.xml im Vergleich

Die vier Dateien liegen oft nebeneinander im Stammverzeichnis, haben aber verschiedene Aufgaben:

Die llms-full.txt hat sich über Dokumentationsplattformen verbreitet. Mintlify zum Beispiel erzeugt sie automatisch und beschreibt sie als Datei, die eine komplette Dokumentation mit dem vollen Text jeder Seite bündelt. Für eine Unternehmenswebsite mit 20 oder 30 Seiten ist das selten nötig. Wie Sie dagegen KI-Crawler wie GPTBot, ClaudeBot oder PerplexityBot per robots.txt steuern, erklärt unser Ratgeber KI-Crawler und robots.txt. Und wer Maschinen Informationen über sein Unternehmen in strukturierter Form geben will, ist mit strukturierten Daten nach Schema.org auf dem etablierteren Weg.

Bringt eine llms.txt etwas? Die ehrliche Einordnung

Kurz gesagt: Für Rankings und KI-Antworten gibt es bisher keinen Beleg. Die Details, Stand: Oktober 2026.

Was Google sagt

Google ist in seinem Leitfaden zu generativen KI-Funktionen deutlich. Für die Google-Suche, einschließlich AI Overviews und AI Mode, braucht es keine llms.txt und keine anderen „speziellen“ KI-Dateien, weil die Google-Suche sie nicht verwendet. Am 15. Juni 2026 hat Google das im Änderungsprotokoll der Dokumentation noch einmal klargestellt: Die Dateien wirken weder positiv noch negativ auf Sichtbarkeit oder Ranking. Wer sie für andere Dienste pflegen möchte, darf das tun. Im selben Leitfaden zählt Google die llms.txt zu den „AEO/GEO-Hacks“, also Kniffen der Answer Engine Optimization und der Generative Engine Optimization, die man für die Google-Suche ignorieren kann.

Dazu passt, was John Mueller aus Googles Search-Relations-Team im Podcast „Search Off the Record“ gesagt hat. Laut Search Engine Journal lautet sein Argument: Selbst verfasste Dateien eignen sich nicht, um Websites voneinander zu unterscheiden. Die Logik dahinter: Wenn jeder Anbieter sich darin selbst beschreibt, braucht ein KI-System ohnehin andere Signale, um die beste Quelle zu wählen.

Was die Studien zeigen

Zwei größere Auswertungen kommen zum gleichen Ergebnis:

• Ahrefs (Juni 2026): Untersucht wurden die Server-Logs von 137.210 Domains aus dem eigenen Analyse-Werkzeug. 28 % veröffentlichen eine llms.txt; Ahrefs sieht das als Obergrenze, weil die eigenen Kunden überdurchschnittlich SEO-affin sind. 97 % dieser Dateien wurden im Mai 2026 kein einziges Mal abgerufen. Von den Abrufen, die es gab, kamen 96 % von Bots. Die größte Gruppe waren SEO-Prüfwerkzeuge, keine KI-Suchsysteme. Aufschlussreich: Nach nicht vorhandenen llms.txt-Dateien suchten fast nur Menschen, kein KI-Bot. Ahrefs' Fazit: Für KI-Sichtbarkeit überwiegen derzeit die Nachteile. (Ahrefs-Studie zu llms.txt)
• SE Ranking (November 2025): Bei knapp 300.000 Domains hatten 10,13 % eine llms.txt. Weder die statistische Auswertung noch ein Machine-Learning-Modell zeigten einen Zusammenhang zwischen der Datei und der Häufigkeit, mit der eine Domain in KI-Antworten zitiert wird. Ohne die Variable „llms.txt“ wurde das Modell sogar genauer. (SE-Ranking-Studie zu llms.txt)

Beide Studien stammen von Anbietern von SEO-Werkzeugen und beruhen auf deren Datenbasis. Sie messen Abrufe und Zusammenhänge, keine Ursachen. Ein Gegenbeleg, also eine Studie mit messbarem Nutzen für Rankings oder Zitierungen, ist uns nicht bekannt.

Was OpenAI, Anthropic und Perplexity sagen

In den Crawler-Dokumentationen von OpenAI, Anthropic und Perplexity steht nicht, dass sie die llms.txt für ihre Suche oder die Auswahl von Quellen auswerten (Stand: Oktober 2026). Alle drei veröffentlichen aber eigene llms.txt-Dateien für ihre Entwickler-Dokumentation, etwa unter docs.perplexity.ai/llms.txt. Das zeigt, wofür die Datei heute tatsächlich genutzt wird: als Wegweiser für Programmier-Assistenten, nicht als Signal für die Websuche.

Wo die Datei tatsächlich hilft

Ahrefs beobachtete, dass agentische Werkzeuge, also KI-Programme, die selbstständig Aufgaben erledigen, die Datei häufiger abrufen als die Suchcrawler der KI-Anbieter. Sie tun das vor allem, wenn man sie gezielt auf die Datei hinweist. Auch Chrome greift das Thema auf: Das Prüfwerkzeug Lighthouse enthält im Bereich „Agentic Browsing“ einen Test zur llms.txt. Er meldet allerdings nur Serverfehler beim Abruf. Fehlt die Datei, gilt der Test als „nicht anwendbar“, weil sie optional ist. Ein Ranking-Signal ist das nicht.

Für wen lohnt sich eine llms.txt?

Die Antwort hängt davon ab, wer Ihre Inhalte mit KI-Werkzeugen liest:

• Software-Anbieter, SaaS und API-Dokumentation: Ja. Entwickler arbeiten mit Programmier-Assistenten, die die Datei tatsächlich nutzen. Hier lohnen sich auch eine llms-full.txt und Markdown-Fassungen der Doku-Seiten.
• Online-Shops und Portale mit vielen Inhalten: Kann sinnvoll sein, um Agenten den Weg zu den wichtigsten Bereichen zu zeigen. Ein Effekt auf Rankings ist nicht zu erwarten, und die Pflege kostet Zeit, wenn sich das Sortiment oft ändert.
• Lokale Dienstleister, Handwerk, Praxen, Kanzleien: Optional. Der Aufwand ist gering, die Priorität aber auch.

Ein Beispiel aus unserer Praxis zeigt, warum: Bei einem KI-Sichtbarkeits-Audit eines Solar-Fachbetriebs (Juli 2026, anonymisiert) fehlte unter anderem eine llms.txt. Unsichtbar in KI-Antworten war der Betrieb aber aus anderen Gründen, vor allem wegen fehlender Erwähnungen auf Vergleichs- und Verzeichnisportalen. Nach allem, was belegt ist, hätte eine llms.txt an diesem Bild wenig geändert.

So erstellen Sie eine llms.txt in sechs Schritten

Wenn Sie sich für die Datei entscheiden, gehen Sie so vor:

1. Inhalte auswählen. Nehmen Sie die Seiten, die einen Neukunden wirklich interessieren: Leistungen, Über uns, Kontakt, eventuell Preise und Ratgeber. Weniger ist mehr. Die Datei soll kuratieren, nicht alles auflisten.
2. Datei schreiben. Ein einfacher Texteditor genügt. Speichern Sie die Datei in UTF-8, damit Umlaute korrekt ankommen, und halten Sie die Reihenfolge der Spezifikation ein. Viele Systeme bieten einen Generator: Laut llmstxt.org erzeugen etwa die WordPress-Plugins Yoast SEO und AIOSEO sowie Wix die Datei automatisch. Prüfen Sie das Ergebnis trotzdem. Generatoren listen oft einfach alle Seiten auf, dann ist die Datei kaum mehr als eine zweite Sitemap.
3. Hochladen. Die Datei gehört ins Stammverzeichnis, sodass sie unter ihre-domain.de/llms.txt erreichbar ist.
4. Technisch prüfen. Rufen Sie die Adresse im Browser auf. Sie muss mit Statuscode 200 antworten, ohne Weiterleitung auf eine Login- oder Startseite, und sollte als Text (etwa text/plain) ausgeliefert werden, nicht als HTML-Seite. Online-Checker prüfen, ob der Aufbau der Spezifikation entspricht; Lighthouse in Chrome zeigt Serverfehler beim Abruf.
5. Inhaltlich testen. llmstxt.org schlägt einen einfachen Test vor: Geben Sie einem KI-Assistenten nur die llms.txt und stellen Sie Fragen zu Ihrem Angebot. Stimmen die Antworten, ist die Datei verständlich.
6. Pflegen und absichern. Ahrefs empfiehlt, die Datei wie Programmcode zu behandeln: Änderungen nachvollziehbar speichern, nur wenige Personen dürfen sie bearbeiten, unerwartete Änderungen fallen auf. Hintergrund ist, dass Agenten der Datei vertrauen und bereits gezielt untersucht wird, ob sich darüber Befehle einschleusen lassen.

Checkliste vor dem Veröffentlichen

• H1 mit dem Firmennamen steht ganz oben
• Zitatblock fasst in ein bis zwei Sätzen zusammen, was Sie für wen anbieten
• Jeder Link funktioniert und führt auf eine eigene, öffentliche Seite
• Jede Notiz enthält Fakten, keine Werbeversprechen
• Keine Anweisungen an KI-Systeme und keine Zugriffsregeln
• Datei in UTF-8, Umlaute werden korrekt angezeigt
• Aufruf liefert Statuscode 200 ohne Weiterleitung
• Angaben stimmen mit Website, Impressum und Google-Unternehmensprofil überein
• Zuständigkeit für die Pflege ist festgelegt

Wie AR-KI mit der llms.txt umgeht

Wir legen für Kunden eine llms.txt an, weil sie wenig kostet und KI-Agenten den Einstieg erleichtern kann. Eine Wirkung auf Rankings oder Nennungen in ChatGPT versprechen wir dafür nicht. Die belegbaren Hebel liegen woanders: Technik, die Crawler nicht aussperrt, klare Inhalte, strukturierte Daten und echte Erwähnungen auf den Portalen, die KI-Systeme zitieren. Wie das zusammenspielt, beschreiben wir auf der Seite ChatGPT-Optimierung (GEO).