llms.txt

Websites sind für Menschen gebaut: Navigation, Design, Marketing-Sprache. KI-Crawler müssen sich die relevanten Fakten mühsam aus vielen Seiten zusammensuchen — mit Fehlerrisiko. llms.txt dreht das um: Die Website sagt KI-Systemen in einem einzigen, klar strukturierten Dokument, was sie wissen müssen — Kurzbeschreibung, Kernseiten mit Zusammenfassungen, Fakten, Zitierhinweise.

Der Standard ist jung und wird nicht von allen KI-Systemen garantiert ausgewertet — aber die Kosten sind minimal, der potenzielle Nutzen (korrekte, vollständige Darstellung in KI-Antworten) hoch. Als GEO-Baustein gehört er zur Grundausstattung.

robots.txt regelt den Zugang (welcher Crawler darf was lesen). llms.txt liefert die kuratierte Übersicht (was ist wichtig, wo steht es). llms-full.txt geht weiter und stellt komplette Inhalte — etwa alle Blog-Artikel im Volltext — in einem einzigen Abruf bereit, damit KI-Systeme nicht jede Seite einzeln crawlen müssen. Idealerweise werden alle drei automatisch aus dem Website-Inhalt generiert, damit sie nie veralten.

Das Format ist bewusst einfach: eine Markdown-Datei im Stammverzeichnis der Domain — eine H1 mit dem Firmennamen, ein kurzer Beschreibungsblock als Blockquote, danach gegliederte Linklisten mit je einer Zeile Kontext pro Seite. Wichtiger als das Format ist die Auswahl: Hinein gehören die Seiten, die ein KI-System wirklich braucht, um das Unternehmen korrekt zu beschreiben — Leistungen, Zielgruppen, Standort, zentrale Ratgeberinhalte. Eine kuratierte Liste mit 30 relevanten Seiten ist nützlicher als ein ungefilterter Export mit 500 URLs.

Zur Pflege gilt: Was in der llms.txt steht, wandert direkt in KI-Antworten — veraltete Leistungsbeschreibungen oder tote Links schaden dort doppelt. Bei Websites mit regelmäßig neuen Inhalten sollte die Datei deshalb aus dem Content-System generiert werden statt von Hand gepflegt. Wer manuell pflegt, braucht einen festen Prüfpunkt: Bei jeder größeren Inhaltsänderung — neue Leistung, neuer Standort, geänderte Positionierung — gehört die llms.txt mit auf die Checkliste, genau wie Startseite und Google-Unternehmensprofil.

Bei aller Nützlichkeit sollte man die Grenzen von llms.txt kennen. Der Standard ist jung und wird nicht von allen KI-Systemen garantiert ausgewertet — eine llms.txt ist ein Angebot an die Systeme, keine Zusicherung, dass ihr Inhalt übernommen wird. Sie ersetzt deshalb weder gute, crawlbare Seiteninhalte noch strukturierte Daten, sondern ergänzt sie. Wer die eigentliche Website vernachlässigt und darauf hofft, das über die llms.txt aufzufangen, missversteht ihre Rolle.

In der Praxis wiederholen sich einige Fehler. Der häufigste ist der ungefilterte Export: Wer sämtliche URLs der Website hineinschreibt, produziert eine unübersichtliche Liste, in der die wirklich wichtigen Seiten untergehen — eine kuratierte Auswahl mit erklärendem Kontext pro Eintrag ist deutlich wertvoller. Der zweitwichtigste Fehler ist die Diskrepanz zum sichtbaren Inhalt: Aussagen in der llms.txt, die auf der Website so nicht stehen, untergraben das Vertrauen in die gesamte Datei.

Ebenso verbreitet ist das schlichte Veralten. Eine llms.txt, die einmal erstellt und dann vergessen wird, verbreitet irgendwann überholte Fakten in KI-Antworten. Die saubere Lösung ist die automatische Generierung aus dem Content-System; wo das nicht möglich ist, hilft ein fester Platz auf der Redaktions-Checkliste.