llms.txt erklärtllms.txt erklärt: Was die Datei ist, was sie bringt — und was nicht.

llms.txt ist kein Wundermittel für ChatGPT-Zitate — aber ein günstiges Signal, das an der richtigen Stelle bereits Wirkung zeigt.

Was ist llms.txt?

llms.txt ist eine Markdown-Datei im Wurzelverzeichnis einer Website (unter /llms.txt), die KI-Systemen eine kuratierte, maschinenlesbare Übersicht der wichtigsten Inhalte gibt — jeweils als Link mit kurzer Beschreibung. Vorgeschlagen wurde der Standard im September 2024 von Jeremy Howard (Answer.AI). Die Idee: So wie robots.txt Suchmaschinen-Crawler steuert und sitemap.xml alle URLs auflistet, soll llms.txt großen Sprachmodellen zeigen, was auf einer Seite wirklich zählt — ohne Navigation, Werbung und HTML-Ballast.

Wie ist eine llms.txt aufgebaut?

Der Aufbau ist bewusst schlank und folgt einfachem Markdown: eine H1 mit dem Namen des Projekts, ein kurzer Beschreibungssatz (als Zitat), dann thematische Abschnitte mit Links und je einer knappen Erläuterung.

• H1: Name der Website oder des Unternehmens.
• Kurzbeschreibung: ein bis zwei Sätze, worum es geht.
• Abschnitte (H2): etwa „Leistungen“, „Insights“, „Produkt“ — je mit Markdown-Links und einer kurzen Beschreibung pro Eintrag.

Optional ergänzt eine llms-full.txt die vollständigen Inhalte als eine Datei. Wir betreiben selbst eine gepflegte llms.txt — sie zwingt zu Klarheit darüber, welche Inhalte die wichtigsten sind.

Nutzen große KI-Suchmaschinen llms.txt schon? — die ehrliche Antwort

Für Zitate in der klassischen KI-Suche ist die Wirkung heute begrenzt. Google bestätigt keine Nutzung, und das Verhalten von Google-Extended und Gemini ändert sich durch eine llms.txt nicht sichtbar. OpenAI hat die Nutzung nicht offiziell bestätigt. Anthropic unterstützt den Standard und veröffentlicht selbst eine llms.txt; Perplexity ist mit gefolgt. Das Interesse der reinen Antwort-Crawler an der Datei ist bislang gering.

Wer also erwartet, allein durch eine llms.txt in ChatGPT-Antworten zitiert zu werden, wird enttäuscht. Seriöse KI-Sichtbarkeit entsteht weiter über belegte Inhalte, Autorität und sauberes SEO — nicht über eine einzelne Datei.

Wo llms.txt heute wirklich wirkt

Ihren realen Nutzen entfaltet die Datei in einer anderen Ebene: bei KI-Agenten und Entwickler-Werkzeugen. IDE- und Coding-Agenten wie Cursor, Claude Code, GitHub Copilot oder Windsurf rufen llms.txt routinemäßig ab, um sich schnell im Angebot einer Seite zu orientieren. Besonders dokumentationslastige Anbieter — etwa Software, SaaS und Entwickler-Tools — profitieren; nicht zufällig führen Anthropic, Stripe, Cloudflare oder Vercel eine llms.txt.

Dazu kommen drei praktische Argumente: Der Aufwand ist minimal, die Datei ist ein günstiges Zukunftssignal, falls die Adoption wächst, und sie zwingt zu einer klaren Priorisierung der eigenen Inhalte.

Sollten Sie eine llms.txt anlegen?

Beste Option: Ja, wenn Sie dokumentations- oder inhaltsstark sind (SaaS, Software, Wissensangebote) — der Aufwand ist gering, der mögliche Nutzen in der Agenten-Ebene real.

Pragmatische Alternative: Erwarten Sie kein Ranking-Wunder. Priorisieren Sie zuerst echte KI-Sichtbarkeit — klare, belegte Inhalte, Autorität, strukturierte Daten — und ergänzen Sie llms.txt als günstigen Baustein. Wie KI-Systeme Quellen auswählen, vertieft der Beitrag Answer Engine Optimization.

Konkreter nächster Schritt: Listen Sie Ihre zehn bis zwanzig wichtigsten Seiten mit je einer Kurzbeschreibung und legen Sie die Datei unter /llms.txt ab — mehr braucht es zum Start nicht.

llms.txt, robots.txt und sitemap.xml — der Unterschied

Die drei ersetzen einander nicht — sie ergänzen sich. llms.txt ist die jüngste und am wenigsten etablierte der drei.