Was llms.txt sein sollte
Die Idee stammt aus dem Jahr 2024: eine Textdatei im Wurzelverzeichnis einer Website, ähnlich der bekannten robots.txt, die Sprachmodellen in aufbereiteter Form mitteilt, welche Inhalte es gibt und wie sie zu verstehen sind. Der Gedanke war, den Modellen das Aufbereiten von HTML zu ersparen und dabei selbst zu bestimmen, was betont wird.
Die Idee ist nachvollziehbar. Das Problem ist, dass kein relevanter Anbieter sie umgesetzt hat.
Weder OpenAI noch Google oder Perplexity dokumentieren llms.txt als Signal für Zitate oder Sichtbarkeit. Anthropic empfiehlt das Format in seiner Anleitung für Entwicklerdokumentation, also für einen technischen Sonderfall, ausdrücklich nicht als Marketinginstrument für beliebige Websites.
Was die Daten sagen
Es gibt inzwischen belastbare Zahlen, und sie fallen eindeutig aus.
Die Ahrefs-Auswertung umfasste rund 137.000 Domains, von denen 28 Prozent eine llms.txt bereitstellten. 97 Prozent der gültigen Dateien erhielten im Mai 2026 null Abrufe. Die verbleibenden drei Prozent lagen im Bereich einzelner Aufrufe.
Server-Logs bestätigen das Bild. Bei einer über 48 Tage dokumentierten Messung wurden 923 Zugriffe des ChatGPT-User-Agents registriert, davon kein einziger auf die llms.txt.
Google hat sich festgelegt. Im ersten zusammengefassten Leitfaden zur Optimierung für generative Suche vom Mai 2026 führt Google llms.txt ausdrücklich als nicht erforderlich auf.
Für einen typischen Unternehmensauftritt, also Dienstleister, Händler oder lokalen Anbieter, gibt es derzeit keinen dokumentierten Fall, in dem die Datei messbar geholfen hätte.
Die Datenlage in Zahlen
| Kennzahl | Wert | Quelle |
|---|---|---|
| Untersuchte Domains | rund 137.000 | Ahrefs 2026 |
| Anteil mit llms.txt | 28 % | Ahrefs 2026 |
| Gültige Dateien ohne einen einzigen Abruf | 97 % | Ahrefs 2026 |
| ChatGPT-Zugriffe auf die llms.txt in 48 Tagen | 0 von 923 | Messung im Server-Protokoll |
Warum sie trotzdem überall empfohlen wird
llms.txt hat einen Vorteil, der nichts mit Wirkung zu tun hat: Sie lässt sich in zehn Minuten anlegen und sieht nach konkreter Arbeit aus. Für Anbieter, die schnell etwas Vorzeigbares im Bereich KI-Sichtbarkeit liefern wollen, ist das attraktiv.
Dazu kommt ein Denkfehler, der bei neuen Techniken regelmäßig auftritt: Weil robots.txt und sitemap.xml funktionieren, wirkt eine Datei nach demselben Muster plausibel. Plausibilität ist aber kein Beleg.
Wenn Ihnen jemand llms.txt als zentralen Baustein für KI-Sichtbarkeit verkauft, ist das ein brauchbarer Prüfstein. Fragen Sie nach der Datengrundlage. Kommt keine, wissen Sie, woran Sie sind.
Schaden richtet die Datei übrigens nicht an. Wer sie bereits hat, kann sie liegen lassen. Nur bezahlen sollte man nicht dafür.
Der Unterschied zur robots.txt
Eine Datei im Wurzelverzeichnis wird tatsächlich von allen KI-Anbietern ausgewertet, und zwar die robots.txt. Dort entscheiden Sie, ob Ihre Inhalte überhaupt abgerufen werden dürfen.
Das ist der Punkt, der in der Debatte um llms.txt untergeht: Während viele Unternehmen über eine Datei ohne dokumentierte Wirkung diskutieren, sperren manche von ihnen in der robots.txt versehentlich genau die Crawler aus, auf deren Zitate sie hoffen. GPTBot, ClaudeBot, PerplexityBot und Google-Extended sind die relevanten Kennungen.
Die vier Kennungen, die Sie in der robots.txt kennen sollten:
- GPTBot — der Crawler von OpenAI für ChatGPT
- ClaudeBot — der Crawler von Anthropic für Claude
- PerplexityBot — der Crawler von Perplexity
- Google-Extended — steuert die Nutzung durch Gemini und die AI Overviews
Prüfen Sie Ihre robots.txt, bevor Sie sich mit llms.txt beschäftigen. Der eine Eintrag entscheidet darüber, ob Sie überhaupt zitiert werden können. Was Sie stattdessen an Inhalten und Erwähnungen brauchen, steht im Beitrag Wie kommt man in ChatGPT-Antworten.
Geschrieben von
Marcel Speckmann
Geschäftsführer der Speckmann Webdesign GmbH in Oldenburg. Ich arbeite an Suchmaschinenoptimierung, KI-Sichtbarkeit und den Websites, die dafür die Grundlage sind. Was hier steht, stammt aus laufenden Projekten, nicht aus Lehrbüchern.
Dazu passt
Was statt einer llms.txt tatsächlich Wirkung zeigt und wie wir es umsetzen, steht auf der Seite zur KI-Sichtbarkeit.