Eine llms.txt anzulegen kostet eine Stunde und birgt kein Risiko — genau deshalb verbreitete sie sich so schnell, und genau deshalb hat niemand innegehalten, um zu prüfen, ob sie wirkt. Nach zwei Jahren lautet die ehrliche Einschätzung: Sie zu haben ist vernünftig, Ergebnisse von ihr zu erwarten ist es nicht. Hier ist der Unterschied — und was stattdessen wirklich etwas bewegt.
← Alle Ressourcen
— News
Die Datei, die alle angelegt haben und die nichts liest
llms.txt wurde in weniger als zwei Jahren vom Vorschlag zum Standardrat. Die Belege, dass sie etwas ändert, haben nicht mitgehalten.
Was jede Datei wirklich tut
| Datei | Zweck | Wer sie beachtet |
|---|---|---|
| robots.txt | Legt fest, welche Crawler was abrufen dürfen | Breit beachtet, auch von den großen KI-Crawlern |
| llms.txt | Weist KI-Systeme auf deine besten, saubersten Inhalte hin | Kein großes Modell bestätigt, dass es sie bei Ranking oder Retrieval nutzt |
| Strukturierte Daten (schema.org) | Nennt deine Fakten eindeutig und maschinenlesbar | Von Suchmaschinen gelesen und nachweislich in KI-Antworten genutzt |
Die mittlere Zeile ist der Punkt dieses Artikels. „Keine bestätigte Nutzung“ ist nicht dasselbe wie „nachweislich ignoriert“ — es heißt, kein Betreiber hat eine Nutzung dokumentiert und kein unabhängiger Test einen Effekt isoliert. Das ist der Stand der Belege, kein Urteil.
Was sie lösen sollte
Der Vorschlag war sinnvoll. Ein Modell, das deine Website liest, hat ein begrenztes Kontextfenster und muss sich durch viel Navigation, Textbausteine und Markup arbeiten. llms.txt bietet eine kuratierte Karte in schlichtem Markdown: Das sind die Seiten, auf die es ankommt, korrekt beschrieben, ohne Möblierung.
Der Vergleich, zu dem alle greifen, ist robots.txt — und es ist der falsche. robots.txt wirkt, weil sie eine Erlaubnis-Datei ist und Crawler kommerzielle und rechtliche Gründe haben, Erlaubnisse zu achten. llms.txt ist eine Empfehlungs-Datei, und nichts verpflichtet ein Modell, deine Zusammenfassung deiner Website der eigenen Lektüre vorzuziehen.
Warum die Belege dünn bleiben
Um zu zeigen, dass llms.txt wirkt, müsste ein Modell messbar häufiger eine Website zitieren, die eine hat — bei gleicher Inhaltsqualität. Das hat niemand geliefert, und der Grund ist struktureller Natur: man kann nicht in den Retrieval-Schritt hineinsehen, also könnte jeder gemessene Unterschied ebenso gut von den Inhalten stammen, auf die die Datei zeigt, wie von der Datei selbst.
Das Adoptionsmuster verschärft das. Websites, die llms.txt früh anlegten, sind überdurchschnittlich technisch sorgfältig — dieselben Websites mit sauberer Struktur, gutem Schema und solidem Inhalt. Jeder Vorteil, den sie zeigen, ist gründlich vermengt, und das bleibt so.
Solltest du also eine haben?
Ja, mit richtig bemessenen Erwartungen. Es dauert eine Stunde, es kann nicht schaden, und falls die Nutzung real wird, bist du schon da. Betrachte sie als billige Option auf einen künftigen Standard, nicht als SEO-Taktik mit erwarteter Rendite. Unsere liegt seit 2026 bereit, und wir würden sie nicht entfernen.
Die Aufmerksamkeit, die llms.txt bekommt, verdient die langweilige Arbeit daneben: vollständige strukturierte Daten, über die Website und darüber hinaus konsistent genannte Fakten und Inhalte, bei denen ein Absatz eine Frage beantwortet. Das ist der Mechanismus, den Modelle nachweislich nutzen, und er steht komplett in unserem GEO-Guide.
Das Muster, das man erkennen sollte
Es ist das dritte oder vierte Mal, dass eine kostenlose Datei als Hebel für KI-Sichtbarkeit verkauft wird, und es wird nicht das letzte sein. Der Test dafür ist einfach: Kann jemand den Mechanismus zeigen oder nur die Korrelation? Hat eine Taktik keinen dokumentierten Abnehmer und kein isoliertes Ergebnis, gehört sie in die Spalte „billig, harmlos, unbelegt“ — eine echte Spalte und ein völlig ehrenwerter Platz.
Die unbequeme Fassung: Die Arbeit, die KI-Sichtbarkeit wirklich bewegt, ist langsam, redaktionell und schlecht als Geheimtipp zu verkaufen. Wie lange es bis zum ersten Zitat dauert setzt eine realistische Erwartung, und was Crawler wirklich zurückgeben eine realistische Obergrenze dafür, was ein Zitat wert ist.
Quellen
Im September 2026 geprüft. Die Kernaussage hier ist das Fehlen von Belegen, was keine einzelne Quelle beweisen kann — diese dokumentieren den Stand der Debatte.
- WikiBusines — llms.txt 2026: Hype, Daten und was stattdessen zu tun ist ↗
Die skeptische Position: breite Übernahme ohne nachgewiesene Nutzung durch große Modelle und die Empfehlung, stattdessen in strukturierte Daten zu investieren.
- Digital Strategy Force — Braucht deine Website 2026 eine llms.txt, um von KI-Suche zitiert zu werden? ↗
Prüft, was nötig wäre, um einen Effekt nachzuweisen, und warum die im zweiten Abschnitt beschriebene Vermengung das erschwert.
- New Target — llms.txt und der Streit um den KI-Zugriff auf deine Inhalte ↗
Hintergrund zum Vorschlag selbst und zum Unterschied gegenüber robots.txt — eine Empfehlung statt einer Erlaubnis.
— FAQ
Häufig gestellte Fragen
Willst du von KI korrekt zitiert werden, nicht nur gecrawlt?
Wir bringen strukturierte Daten, Konsistenz deiner Entitäten und antwortförmige Inhalte in Ordnung — die Teile mit dokumentiertem Mechanismus.