llms.txt: was die Datei bringt und wie du sie anlegst

Kaum eine SEO-Neuigkeit hat sich 2025/2026 so schnell verbreitet wie die llms.txt, und kaum eine wird so unterschiedlich bewertet: Für die einen ist sie der neue Pflicht-Standard, für die anderen Placebo. Die Wahrheit liegt dazwischen, und weil die Datei in 20 Minuten steht, lohnt sich der nüchterne Blick.

Was die llms.txt ist

Die llms.txt ist eine einfache Textdatei im Markdown-Format, die unter deine-domain.de/llms.txt liegt. Vorgeschlagen hat sie der Entwickler Jeremy Howard (Answer.AI) im September 2024. Die Idee dahinter:

Sprachmodelle haben begrenzte Kontextfenster. Wenn ein KI-System eine Website live abruft, muss es sich durch Navigation, Skripte und Beiwerk arbeiten, um an den eigentlichen Inhalt zu kommen. Die llms.txt löst das, indem sie an einer bekannten Adresse eine kuratierte, maschinenfreundliche Übersicht bereitstellt: Das ist diese Website, das sind ihre wichtigsten Inhalte, hier liegen sie.

Sie ist damit das Gegenstück zur robots.txt: Die eine steuert Zugriff, die andere bietet Orientierung an.

Ehrliche Einordnung: Standard oder Wunschdenken?

Bevor du die Datei anlegst, das Wichtigste zur Erwartungshaltung:

• llms.txt ist ein Vorschlag, kein Standard. Es gibt keine offizielle Bestätigung von OpenAI, Google oder Anthropic, dass ihre Systeme die Datei auswerten. Google-Vertreter haben sich öffentlich eher skeptisch geäußert.
• Verbreitung wächst trotzdem. Vor allem Dokumentations-Plattformen und Tool-Anbieter haben llms.txt-Dateien live, und diverse CMS-Plugins erzeugen sie automatisch. Der Vorschlag hat sich als Konvention festgesetzt, bevor die Auswertung belegt war.
• Kosten-Nutzen-Rechnung: 20 Minuten Aufwand, null Risiko, möglicher Vorteil, falls sich die Auswertung etabliert. Das ist ein Lotterielos zum Nulltarif, mehr aber auch nicht.

Was die llms.txt sicher nicht ist: ein Ersatz für zitierfähige Inhalte. Ob eine KI dich zitiert, entscheidet sich an Answer-first-Struktur, Belegen und Glaubwürdigkeit, nicht an einer Linkliste. Die Prioritäten erkläre ich im Beitrag zu Generative Engine Optimization.

So ist eine llms.txt aufgebaut

Der Vorschlag definiert eine feste, einfache Struktur:

# Name der Website

> Ein bis zwei Sätze, was diese Website ist und für wen.

## Leistungen

- [GEO-Agentur](https://beispiel.de/geo-agentur/): GEO als
  Mandat, von Audit bis Monitoring
- [KI-SEO](https://beispiel.de/ki-seo-agentur/): SEO plus
  KI-Sichtbarkeit aus einer Hand

## Wissen

- [GEO vs. SEO](https://beispiel.de/blog/geo-vs-seo/): der
  Unterschied, einfach erklärt

## Optional

- [Impressum](https://beispiel.de/impressum/): rechtliche Angaben

Die Regeln dahinter:

1. Eine H1 mit dem Namen der Website. Das einzige Pflichtelement.
2. Ein Blockquote direkt darunter mit der Kurzbeschreibung.
3. H2-Abschnitte gliedern die Linklisten thematisch (Leistungen, Wissen, Referenzen).
4. Jeder Link bekommt eine einzeilige Beschreibung, damit das Modell weiß, was es hinter dem Link erwartet.
5. Ein optionaler Abschnitt ## Optional markiert Inhalte, die das Modell bei knappem Kontext weglassen darf.

Anlegen in vier Schritten

1. Wichtigste Seiten auswählen. Nicht die komplette Sitemap, sondern die 10 bis 30 Seiten, die dein Angebot und deine Kompetenz am besten erklären: Leistungsseiten, Kern-Ratgeber, Referenzen, Über-uns.
2. Beschreibungen schreiben. Eine Zeile pro Link, konkret statt werblich. “GEO-Leistungen mit Ablauf und Preislogik” hilft dem Modell, “Ihr Partner für digitale Exzellenz” nicht.
3. Datei ins Stammverzeichnis legen. Als UTF-8-Textdatei unter /llms.txt, per Browser prüfen, ob sie erreichbar ist.
4. Aktuell halten. Neue wichtige Seiten ergänzen, tote Links raus. Eine veraltete llms.txt ist schlechter als keine, weil sie Modelle auf falsche Fährten schickt.

Was wichtiger bleibt als llms.txt

Wenn du nur begrenzt Zeit hast, investiere sie in dieser Reihenfolge:

1. Crawlbarkeit: KI-Bots (GPTBot, ClaudeBot, PerplexityBot) in der robots.txt nicht blockieren, außer du willst das bewusst.
2. Zitierfähige Inhalte: Antwort an den Anfang, klare Definitionen, belegte Zahlen. Das ist der Hebel, an dem Zitierungen tatsächlich entstehen.
3. Strukturierte Daten: Schema-Markup macht Inhalte maschinenlesbar und eindeutig.
4. Dann die llms.txt als Abrundung.

So läuft es auch bei meinen Mandaten: llms.txt gehört bei mir zum Fundament-Paket dazu, aber sie ist Position 12 auf der Liste, nicht Position 1.

Mein Fazit

Die llms.txt ist der seltene Fall einer Maßnahme, die fast nichts kostet und nichts kaputt machen kann. Leg sie an, halte sie aktuell, und erwarte keine Wunder von ihr. Die eigentliche Arbeit für KI-Sichtbarkeit passiert in deinen Inhalten, nicht in einer Textdatei.