llms.txt ist eine Markdown-Datei im Wurzelverzeichnis einer Domain. Sie zeigt Sprachmodellen in kompakter Form, welche Inhalte einer Website wichtig sind und wo sie liegen. Sie sperrt nichts aus, sie empfiehlt. Angelegt ist sie in gut einer Stunde.
Der Punkt, um den die meisten Ratgeber herumschreiben: Fast niemand ruft sie ab. Ahrefs hat die Serverlogs von 137.210 Domains ausgewertet, und bei 97 Prozent der vorhandenen llms.txt-Dateien ging im Mai 2026 kein einziger Zugriff ein. Trotzdem lohnt sich der Blick auf den Aufbau, denn eine bestimmte Gruppe von Systemen liest die Datei sehr wohl, und sie ist nicht die, an die man zuerst denkt.
Was llms.txt ist
Den Vorschlag hat Jeremy Howard von Answer.AI im September 2024 veröffentlicht. Die Idee dahinter ist technisch nachvollziehbar: Das Kontextfenster eines Sprachmodells ist begrenzt, eine typische HTML-Seite besteht aber zu großen Teilen aus Tracking-Code, Cookie-Bannern, Menüs und Werbeflächen. Wer einer Maschine stattdessen eine aufgeräumte Landkarte der eigenen Website hinlegt, spart ihr Arbeit.
Formal ist llms.txt keine Spezifikation, sondern ein Community-Vorschlag. Es gibt kein Gremium dahinter, keine Zertifizierung und keine Instanz, die die Einhaltung prüft. Verbreitet ist die Datei inzwischen trotzdem: SE Ranking hat rund 300.000 Domains untersucht und sie bei etwa jeder zehnten Domain gefunden, darunter viele Software- und Dokumentationsanbieter.
Dieselbe Untersuchung hat allerdings keinen statistisch belastbaren Zusammenhang zwischen einer vorhandenen llms.txt und der Häufigkeit gefunden, mit der eine Domain in KI-Antworten als Quelle auftaucht. Wer die Datei anlegt, sollte das also nicht als Rankinghebel verbuchen.
robots.txt steuert Zugriff, llms.txt schlägt Inhalte vor
Diese Verwechslung steht in fast jedem Artikel zum Thema, meist in der Formulierung „die neue robots.txt“. Sie ist falsch, und der Unterschied ist keine Wortklauberei.
robots.txt ist eine Zugriffsdatei. Sie sagt Crawlern, welche Bereiche sie nicht betreten dürfen, arbeitet mit User-agent und Disallow und hat eine seit 1994 eingespielte, von allen großen Anbietern respektierte Wirkung. Wer wissen will, wie die Syntax funktioniert und wo die typischen Fehler liegen: Wir haben die Regeln der robots.txt ausführlich aufgeschrieben.
llms.txt kehrt die Richtung um. Sie ist eine Empfehlungsdatei und sagt Sprachmodellen, welche Inhalte sie bevorzugt lesen sollen. Sie hält niemanden ab, sie hat keine durchsetzbare Wirkung, und ein Crawler, der sie ignoriert, verstößt gegen nichts. Wer KI-Crawler tatsächlich aussperren will, braucht dafür Einträge in der robots.txt, nicht in der llms.txt.
| robots.txt | llms.txt | |
|---|---|---|
| Zweck | Zugriff einschränken | Inhalte empfehlen |
| Adressat | Suchmaschinen- und KI-Crawler | Sprachmodelle und Agenten |
| Format | eigene Syntax | Markdown |
| Wirkung | wird respektiert | freiwillig, oft ignoriert |
| Etabliert seit | 1994 | September 2024 |
Beide Dateien schließen sich nicht aus. Die robots.txt regelt, wer überhaupt crawlen darf, die llms.txt sortiert für die Modelle vor, was sich davon zu lesen lohnt.
Aufbau und ein Beispiel zum Kopieren
Die Struktur folgt einer festen Markdown-Reihenfolge und ist bewusst schlicht:
- H1-Überschrift. Name des Projekts oder Unternehmens. Das einzige Pflichtfeld.
- Blockzitat. Eine Zusammenfassung in einem
>-Block, ein bis zwei Sätze. - Fließtext. Optionale Absätze mit Kontext, den ein Modell zum Verständnis braucht.
- H2-Sektionen mit Linklisten. Thematisch gruppierte Links auf Ihre wichtigsten Seiten, jeder mit einer kurzen Beschreibung.
- Optional-Sektion. Ein H2-Block mit dem Titel
Optional, dessen Links bei knappem Kontext übersprungen werden dürfen.
Jeder Link folgt dem Muster [Titel](URL): kurze Beschreibung. Die Beschreibung ist kein Beiwerk. Sie ist das einzige Signal, an dem ein Modell entscheidet, ob eine Seite zur Frage passt.
Zur Länge gibt es keine Vorgabe, wohl aber eine sinnvolle Grenze. Wer 300 Links hineinschreibt, hat die Auswahl nicht getroffen, sondern verschoben. Zwanzig bis fünfzig Einträge in vier oder fünf Gruppen reichen für die meisten Websites, und alles, was nur der Vollständigkeit halber dabei ist, gehört in die Optional-Sektion oder gar nicht hinein. Die Reihenfolge zählt ebenfalls: Was oben steht, wird bei knappem Kontext zuerst gelesen.
So sieht eine gekürzte Fassung der Datei aus, die unter seofx.de/llms.txt liegt:
# SEOFX - SEO-Agentur aus Nuernberg
> SEOFX optimiert Websites fuer Google und fuer KI-Suchsysteme
> wie ChatGPT, Perplexity und Google AI Overviews.
> Schwerpunkte: Local SEO, technisches SEO und GEO.
Diese Datei folgt dem llms.txt-Standard (https://llmstxt.org)
und listet die wichtigsten Inhalte der Website.
## Leistungen
- [Local SEO Agentur](https://seofx.de/local-seo-nuernberg/): Google Business Profile, Local Pack, lokale Rankings.
- [Onpage SEO](https://seofx.de/onpage-seo-nuernberg/): Meta-Tags, interne Verlinkung, strukturierte Daten.
- [SEO-Audit](https://seofx.de/seo-audit-nuernberg/): technische und inhaltliche Pruefung einer Website.
## Ratgeber
- [Generative Engine Optimization](https://seofx.de/blog/geo-generative-engine/): wie Sichtbarkeit in KI-Antworten entsteht.
- [robots.txt erklaert](https://seofx.de/blog/robots-txt-erklaert/): welche Bereiche ein Crawler betreten darf.
## Vollstaendiger Inhalt
- [SEO-Lexikon komplett](https://seofx.de/llms-full.txt): über 200 Fachbegriffe im Volltext, in einem Abruf.
## Optional
- [Impressum](https://seofx.de/impressum/)
- [Datenschutz](https://seofx.de/datenschutz/)Die Datei gehört exakt ins Wurzelverzeichnis, also unter https://ihre-domain.de/llms.txt, dorthin, wo auch robots.txt und sitemap.xml liegen. Wie diese drei Dateien zusammenspielen und welche Seiten überhaupt in den Index gehören, steht im Beitrag zu Sitemap, Indexierung und Crawlsteuerung. Bei einer statischen Website legen Sie die Datei in den public/-Ordner, bei WordPress erledigt das ein SEO-Plugin oder ein Upload per FTP. Prüfen Sie danach zwei Dinge: Die URL muss mit Statuscode 200 und ohne Weiterleitung als reiner Text erscheinen, und jeder Link darin muss erreichbar sein.
Praxis-Tipp: Halten Sie die Beschreibungen kurz und sachlich. Schreiben Sie, was eine Seite leistet, nicht warum sie gut ist. Werbetexte helfen einem Modell bei der Auswahl nicht weiter.
llms-full.txt: was hineingehört und was nicht
Neben der Übersicht sieht der Vorschlag eine zweite Datei vor: llms-full.txt enthält den Inhalt selbst, nicht nur die Links darauf. Genau hier gehen die meisten Umsetzungen daneben, weil sie einfach die komplette Website hineinkippen.
Wir betreiben eine solche Datei unter seofx.de/llms-full.txt. Darin stehen über 200 Lexikoneinträge im Volltext, jeder mit Definition, Einordnung, dem typischen Fehler aus der Praxis und der zugehörigen URL. Erzeugt wird sie bei jedem Build aus derselben Datenquelle, aus der auch die Lexikonseiten entstehen. Dadurch kann sie nicht veralten, und niemand pflegt eine zweite Liste.
Zwei Regeln haben sich dabei bewährt. Erstens: Nur Inhalt, den ein Mensch zitieren würde. HTML, Navigation, Handlungsaufforderungen und Werbeblöcke werden vor der Ausgabe entfernt, sonst zitiert ein Modell irgendwann Ihren Button-Text. Zweitens: eine klar abgegrenzte, in sich abgeschlossene Sammlung statt der ganzen Website. Ein Lexikon, eine Produktdokumentation, ein Handbuch. Was ohnehin schon in der llms.txt verlinkt ist, gehört nicht zusätzlich als Volltext hinein.
Auf die Größe achten Sie besser auch. Eine llms-full.txt mit mehreren Megabyte liest kein Modell in einem Stück, sie wird bestenfalls angeschnitten. Wenn Ihre Sammlung so weit wächst, teilen Sie sie lieber thematisch auf und verlinken die Teile aus der llms.txt heraus, statt alles in eine Datei zu pressen.
Jede Datei nennt außerdem Quelle, Stand und Herausgeber. Wenn ein Modell den Text übernimmt, soll die Herkunft mit im Kontext stehen.
Wer llms.txt heute wirklich liest
Das ist die Frage, auf die es ankommt, und die Antwort fällt unbequem aus.
Google unterstützt llms.txt nicht. John Mueller hatte die Datei schon 2025 mit dem längst bedeutungslosen Keywords-Meta-Tag verglichen, Gary Illyes hat auf der Search Central Live bestätigt, dass es weder Unterstützung noch Pläne dafür gibt, und seit Mai 2026 steht in Googles eigener Anleitung zur KI-Sichtbarkeit ausdrücklich, dass keine llms.txt nötig ist. OpenAI verweist in der Crawler-Dokumentation ebenfalls auf die robots.txt.
Die Serverlogs bestätigen das Bild. GPTBot holt die Datei gelegentlich ab, ClaudeBot, Google-Extended und PerplexityBot praktisch nie. Wie Anthropics Crawler stattdessen vorgeht und was daraus für die eigene Website folgt, haben wir in der Analyse des Claude-Crawlings auseinandergenommen.
Es gibt allerdings eine Gruppe, die die Datei zuverlässig abruft: Entwicklerwerkzeuge. Cursor, Windsurf, GitHub Copilot und ähnliche Assistenten laden llms.txt gezielt, um sauberen Kontext über eine Bibliothek oder ein Produkt zu bekommen. Dasselbe gilt für MCP-Server und für Dokumentations-Assistenten, die Anbieter in ihre eigenen Produkte einbauen. Wer Software, ein Tool oder eine technische Dokumentation betreibt, hat damit einen echten Anwendungsfall. Für einen Handwerksbetrieb in Mittelfranken sieht die Rechnung anders aus.
Nachmessen können Sie das übrigens selbst, und Sie sollten es tun, statt uns oder irgendeiner Studie zu glauben. Suchen Sie in den Zugriffsprotokollen Ihres Servers nach der Zeichenfolge llms.txt und sehen Sie sich an, welche User-Agents dort auftauchen und wie oft. Bei all-inkl und den meisten anderen Hostern liegen die Logdateien im Kundenmenü bereit. Wenn dort über mehrere Wochen nichts steht, haben Sie Ihre Antwort für Ihre Domain, und die ist mehr wert als jede allgemeine Zahl.
Gut zu wissen: Eine llms.txt schadet nichts. Sie ist wenige Kilobyte groß, kostet keine Ladezeit und blockiert nichts. Der einzige reale Preis ist die Zeit, die Sie darauf verwenden, statt an Inhalten zu arbeiten, die messbar wirken.
Was die Datei trotzdem bringt
Der Nutzen liegt weniger bei den Maschinen als bei Ihnen selbst. Wer eine llms.txt schreibt, muss entscheiden, welche zwanzig Seiten einer Website die wichtigen sind. Diese Übung deckt zuverlässig auf, dass drei Seiten dasselbe Thema behandeln oder dass die Leistung mit der höchsten Marge nirgends prominent verlinkt ist. Das nützt der Website unabhängig davon, ob je ein Modell die Datei abholt.
Ein zweiter, oft übersehener Punkt: Die Datei zwingt zu kurzen, ehrlichen Seitenbeschreibungen. Wer eine Leistung in zwölf Wörtern erklären muss, ohne Werbevokabular, merkt schnell, wo das eigene Angebot unscharf formuliert ist. Diese Sätze lassen sich anschließend fast unverändert als Meta-Description oder als Einstieg auf der Seite selbst verwenden.
Dazu kommt der Vorlauf. Sollte sich das Format doch durchsetzen, sind Sie vorbereitet, ohne dann hektisch nachzuziehen. Bei einem Aufwand von einer knappen Stunde ist das ein vertretbarer Einsatz.
Wer im selben Zeitfenster mehr erreichen will, investiert allerdings besser in strukturierte Daten. Auszeichnungen im JSON-LD-Format werden nachweislich verarbeitet, und welche Typen dabei den Unterschied machen, steht in unserem Beitrag zu Schema-Markup für Sprachmodelle. Zwischen einer Datei, die 97 von 100 Mal niemand anfasst, und einem Markup, das in jeder Antwort mitgelesen wird, ist die Reihenfolge klar.
Fazit
llms.txt ist schnell erstellt, harmlos und für Software- und Dokumentationsanbieter durchaus nützlich, weil Entwicklerwerkzeuge sie tatsächlich lesen. Für Endkunden-Suchsysteme wie Google, ChatGPT oder Perplexity ist sie nach heutigem Stand ohne messbare Wirkung. Legen Sie die Datei an, wenn Sie eine Stunde übrig haben, und behandeln Sie sie als Aufräumarbeit, nicht als Rankingmaßnahme.
