Was llms.txt ist – und was robots.txt und Sitemap bleiben
Die Idee hinter llms.txt ist ein Platzproblem: Sprachmodelle arbeiten mit begrenzten Kontextfenstern, und moderne Webseiten bestehen zum Großteil aus Ballast – Navigation, Skripte, Layout-Markup. Die llms.txt dreht das um: eine schlanke Markdown-Datei unter ihredomain.de/llms.txt, die einem KI-System in Sekunden das Wesentliche liefert – wer der Anbieter ist, welche Fakten gelten, welche Seiten die wichtigen sind und was sie enthalten. Eine kuratierte Visitenkarte für Maschinen, lesbar ganz ohne Rendering.
Wichtig ist die Abgrenzung zu zwei Dateien, mit denen llms.txt ständig verwechselt wird:
- robots.txt regelt den Zugriff: Sie sagt Crawlern – auch KI-Crawlern wie GPTBot oder ClaudeBot –, was sie abrufen dürfen und was nicht. Wer KI-Training steuern will, tut das hier, nicht in der llms.txt.
- sitemap.xml liefert die Vollständigkeit: eine maschinelle Liste aller URLs, ohne Gewichtung und ohne Kontext.
- llms.txt liefert die Auswahl mit Bedeutung: die wichtigsten Inhalte, von Menschen priorisiert und beschrieben. Sie verbietet nichts und garantiert nichts – sie bietet an.
Formal ist llms.txt bis heute ein Community-Vorschlag, kein verabschiedeter Standard – und genau daraus entsteht die Frage, die das nächste Kapitel ehrlich beantwortet: Liest das überhaupt jemand?
Wer llms.txt wirklich liest – der Stand ohne Verkaufsprosa
Hier trennt sich dieser Ratgeber von vielen anderen – denn um llms.txt ist ein Mythen-Markt entstanden, und als Agentur, die Sichtbarkeit in KI-Systemen verkauft, könnten wir davon profitieren. Tun wir nicht. Die belastbare Lage, Stand November 2026:
Was die Datei nicht leistet: Die großen Antwortsysteme – ChatGPT-Suche, Google AI Overviews, Gemini – lesen llms.txt nach allen verfügbaren Belegen nicht. Logdaten-Analysen über Millionen von KI-Bot-Zugriffen zeigen, dass die großen Crawler die Datei schlicht nicht abrufen, und Googles Search-Team hat mehrfach öffentlich erklärt, llms.txt weder zu nutzen noch Unterstützung zu planen; Googles eigener Leitfaden zur KI-Optimierung zählt die Datei zu den verzichtbaren Maßnahmen. Wer Ihnen llms.txt als Rankingfaktor oder als Garantie für KI-Zitate verkauft, verkauft etwas, das die Daten nicht hergeben.
Was sich 2026 trotzdem gedreht hat: Die Wette hat ihr Zielpublikum gewechselt – von den Chatbots zu den Agenten. KI-Agenten und Entwickler-Tools, die im Auftrag von Nutzern Webseiten besuchen und Aufgaben erledigen, nutzen llms.txt real: Coding- und Browser-Agenten konsumieren die Datei, Anthropic empfiehlt sie ausdrücklich in seinen Leitlinien fürs agentenfreundliche Web, OpenAI setzt sie in seinem Agenten-Ökosystem ein – und seit Mai 2026 prüft Googles Lighthouse-Werkzeug die Datei in einer eigenen Audit-Kategorie für agentisches Browsen. Kurios dabei: Dieselben Konzerne, deren Antwortsysteme die Datei ignorieren, veröffentlichen für ihre eigenen Entwickler-Dokumentationen längst eigene llms.txt-Dateien.
Das Fazit dieser Gemengelage: llms.txt ist eine Wette mit minimalem Einsatz – heute nützlich für das wachsende Agenten-Ökosystem, morgen möglicherweise mehr, und selbst im schlechtesten Fall nicht verloren. Warum, zeigt das nächste Kapitel.
So ist eine llms.txt aufgebaut – am lebenden Beispiel
Das Format ist bewusst simpel – Markdown, von Menschen lesbar, von Maschinen parsebar. Eine gute llms.txt besteht aus fünf Bausteinen:
- Name – eine H1-Überschrift mit dem Namen des Unternehmens oder Projekts.
- Kurzbeschreibung – ein Blockquote direkt darunter: wer Sie sind, was Sie tun, für wen. Der Absatz, den ein KI-System zitieren soll, wenn es nur einen zitiert.
- Kernfakten – eine Liste der Angaben, die stimmen müssen: Standort, Kontakt, Leistungsgebiet, Besonderheiten, Abgrenzungen (bei uns etwa: ausschließlich B2B).
- Sektionen mit kommentierten Links – Überschriften wie „Leistungen“ oder „Ratgeber“, darunter die wichtigsten Seiten als Link mit einem beschreibenden Satz. Die Beschreibung ist der eigentliche Wert: Sie sagt der Maschine, was sie hinter dem Link erwartet, ohne dass sie ihn laden muss.
- Optional-Sektion – eine per Konvention so benannte Sektion für Nachrangiges, das bei knappem Kontext weggelassen werden darf.
Statt eines abstrakten Beispiels verlinken wir unser eigenes, laufend gepflegtes: hebestreit-krug.de/llms.txt. Daran lässt sich jeder Baustein nachvollziehen – vom Fakten-Block bis zur Optional-Sektion mit den regionalen Seiten. Zwei Hinweise aus der Praxis: Die Datei gehört ins Stammverzeichnis (nicht in einen Unterordner), und sie ist reiner Text – wer HTML, Werbesprache oder Keyword-Listen hineinschreibt, hat das Format missverstanden.
In fünf Schritten zur eigenen llms.txt
So entsteht eine llms.txt, die ihren Namen verdient – der Prozess, den wir auch für Kundenseiten fahren:
- Kernfakten klären – der wertvollste Schritt, und er hat mit der Datei selbst noch gar nichts zu tun: Was sind die zehn Angaben über Ihr Unternehmen, die jede KI korrekt wiedergeben soll? Wer das einmal sauber formuliert, verbessert nebenbei Startseite, Über-uns-Seite und strukturierte Daten.
- Seiten priorisieren – nicht die Sitemap kopieren, sondern auswählen: die Seiten, die ein Interessent (oder sein KI-Agent) wirklich braucht. Bei uns sind das rund dreißig von über vierzig.
- Beschreibungen zitierfähig schreiben – jeder Link bekommt einen Satz, der für sich allein stehen kann: konkret, faktisch, ohne Superlative. Diese Sätze sind das, was übernommen wird.
- Technisch sauber ausliefern – als /llms.txt im Root, UTF-8, per robots.txt nicht blockiert. Ob alles stimmt, zeigt unser kostenloser AI Readiness Check – er prüft die Datei zusammen mit den übrigen KI-Lesbarkeits-Faktoren.
- Pflegen statt vergessen – die Datei ist ein lebendes Dokument: Jede neue Kernseite, jedes neue Angebot gehört hinein. Eine automatisch generierte Linkliste aus dem CMS erfüllt die Pflicht; kuratierte Beschreibungen sind die Kür, die den Unterschied macht – wir pflegen unsere redaktionell bei jeder Inhaltsänderung nach.
Und die strategische Einordnung zum Schluss: llms.txt ist ein kleiner Baustein von vielen. Wer in KI-Antworten vorkommen will, braucht vor allem zitierfähige Inhalte, saubere strukturierte Daten und eine für Maschinen lesbare Seite – das Gesamtpaket beschreibt unsere Seite zur Generative Engine Optimization.
Ist Ihre Seite für KI-Systeme lesbar?
Prüfen Sie in Sekunden, ob Ihre Seite für KI-Systeme lesbar ist – llms.txt, strukturierte Daten und Crawler-Zugriff inklusive. Oder sprechen wir direkt über Ihre KI-Sichtbarkeit.