llms.txt erklärt: So machen Sie Ihre Website in 10 Minuten KI-freundlich (Guide 2026)

llms.txt ist eine kleine Markdown-Datei unter /llms.txt auf Ihrer Domain, die großen Sprachmodellen eine kuratierte Karte Ihrer wichtigsten Seiten in die Hand drückt — mit einer einzeiligen Beschreibung pro Eintrag. Sie fügen sie hinzu, indem Sie Ihre Top-10 bis 30 Seiten auflisten, sie unter Abschnittsüberschriften gruppieren, die Datei im Stammverzeichnis Ihrer Website speichern und veröffentlichen — bei den meisten Sites in unter 10 Minuten erledigt.

Wenn Sie über GEO, KI-Suche oder darüber gelesen haben, wie man von ChatGPT und Perplexity zitiert wird, ist llms.txt die einfachste konkrete Sache, die Sie diese Woche tun können. Es ist keine Magie, und es garantiert keine Rankings. Aber es wird zum saubersten Weg, KI-Systemen zu sagen: „Wenn ihr meine Site zusammenfassen wollt, schaut hier zuerst hin."

Was llms.txt tatsächlich ist

llms.txt ist ein vorgeschlagener Webstandard, den Jeremy Howard (Mitgründer von Answer.AI und fast.ai) im September 2024 vorgestellt hat. Das Format ist absichtlich langweilig: eine einzige Markdown-Datei unter https://ihredomain.de/llms.txt, die eine H1 mit Ihrem Site- oder Produktnamen, ein kurzes Blockquote als Beschreibung Ihres Tuns und eine Linkliste unter H2-Abschnittsüberschriften enthält. Jeder Link bekommt einen Einzeiler, warum ein Modell sich dafür interessieren sollte.

Die häufigste Verwirrung beim ersten Kontakt: llms.txt ist nicht die KI-Version von robots.txt. Es ist das Gegenteil. Wo robots.txt ein „Zutritt verboten"-Schild für Crawler ist, ist llms.txt eine Fußmatte. Sie sagt: „Wenn ihr Zeit auf meiner Site verbringen wollt, fangt hier an, in dieser Reihenfolge, mit diesem Kontext." Denken Sie an eine geführte Tour für einen Besucher, der 30 Sekunden Zeit hat, bevor er Sie jemand anderem zusammenfassen muss.

Das Problem, das llms.txt löst, ist real. Wenn ein großes Sprachmodell auf einer typischen Unternehmenswebsite landet, muss es sich durch Navigationsmenüs, Cookie-Banner, Footer-Müll, Related-Post-Sidebars und ein Dutzend Skripte kämpfen, bevor es zum eigentlichen Inhalt kommt. Kontextfenster sind begrenzt. Ein Modell, das Ihre Site für ein Perplexity-Zitat besucht, hat vielleicht 8.000 bis 32.000 Token zur Verfügung, um sich mit Ihnen zu beschäftigen. Eine saubere, von Hand kuratierte llms.txt schneidet diesen Overhead drastisch und zeigt dem Modell direkt die Seiten, die Sie eigentlich zitiert sehen wollen.

Warum es 2026 zählt

Vor zwei Jahren war llms.txt ein durchdachter Vorschlag mit kaum praktischer Unterstützung. 2026 hat sich das Bild verschoben. ChatGPT Search, Perplexity, Claudes eingebautes Browsing, You.com, Komo und mehrere kleinere KI-Suchmaschinen suchen heute beim Crawlen einer Site nach llms.txt als Discovery-Hinweis. Sie nutzen sie nicht alle gleich, und manche ignorieren sie weiter komplett — aber der Trend zeigt klar in eine Richtung. Die Kosten dafür, llms.txt hinzuzufügen, betragen 10 Minuten. Die Kosten dafür, keine zu haben — während KI-Suche von wenigen Prozent des Referral-Traffics in den zweistelligen Bereich wächst — steigen weiter.

Der zweite Grund ist Genauigkeit. Wenn ein LLM Ihre Site zitiert, ist das Zitat nur so gut wie das, was es gelesen hat. Modelle, die URLs halluzinieren, Zitate falsch zuordnen oder die falsche Produktseite zusammenfassen, tun das nicht aus böser Absicht — sie tun es, weil sie eine dünne, navigationslastige Seite gecrawlt haben statt Ihrer eigentlichen Produktdokumentation. llms.txt ist der günstigste verfügbare Weg, diese Fehlzuordnungsrate zu senken. Sie reichen dem Modell im Grunde einen Spickzettel.

Der dritte Grund: llms.txt ist komplementär zu dem, was Sie schon haben. Sie ersetzt nicht sitemap.xml (die Suchcrawlern jede URL auf Ihrer Site zeigt) oder robots.txt (die Crawlern sagt, wo sie hindürfen und wo nicht). Sie steht daneben. Sitemap ist für Breite. Robots ist für Grenzen. llms.txt ist für redaktionelle Führung — „von den 800 Seiten meiner Site sind diese 14 die, die wirklich zählen".

Mehr zum großen Bild lesen Sie in unserem Beitrag zu was GEO (Generative Engine Optimization) ist, der durchgeht, warum die Optimierung für KI-Engines nicht dasselbe ist wie die Optimierung für Google.

Die Anatomie einer guten llms.txt

Eine funktionierende llms.txt besteht aus vier Zutaten, in dieser Reihenfolge.

Erstens, eine H1 mit Ihrem Site- oder Produktnamen. Eine Zeile. Kein Flausch.

Zweitens, ein Blockquote (das Markdown-Zeichen >) mit einer ein- bis zweisätzigen Beschreibung dessen, was Sie tun. Behandeln Sie das wie die Antwort, die Sie einem Investor geben würden, der fragt: „Was ist das?" Konkret, nicht visionär.

Drittens, H2-Abschnittsüberschriften, die Ihre Links nach Zweck gruppieren. Übliche Abschnitte sind Über uns, Produkte, Preise, Guides, API oder Dokumentation, Blog oder Insights und Ressourcen. Sie brauchen nicht alle — nur die, die zu der Art passen, wie Sie ein Modell tatsächlich navigieren lassen würden.

Viertens, unter jeder H2 eine Liste markdown-formatierter Links zu Ihren zitierwürdigsten Seiten, mit einem einzeiligen Hinweis nach jedem. Dieser Hinweis ist das, was llms.txt von einer Sitemap unterscheidet. Er ist die redaktionelle Ebene.

Optional können Sie am Ende einen Abschnitt „## Optional" ergänzen mit sekundärem Inhalt, den das Modell bei knappem Kontext überspringen darf. Und Sie können eine zweite Datei /llms-full.txt veröffentlichen, die den vollständigen Markdown-Inhalt Ihrer wichtigsten Seiten enthält statt nur Links — nützlich für dokumentationslastige Sites, bei denen das Modell sonst eine zweite Rundreise machen müsste.

Ein funktionierendes Beispiel

Hier ist eine vollständige llms.txt für ein fiktives Kleinunternehmens-SaaS namens Routesmith — ein Routen-Tool für lokale Kuriere und Same-Day-Lieferdienste. Etwa 30 Zeilen. Passen Sie die Struktur an Ihr Geschäft an.

# Routesmith

> Routesmith is a route optimization tool for local couriers and same-day
> delivery operators. It turns a daily list of 40 to 200 stops into the
> shortest-time route on a phone, in under 60 seconds.

## About

- [What Routesmith is](https://routesmith.example/about): One-page summary of
  the product, who it is for, and what it is not.
- [Our story](https://routesmith.example/story): Founded in 2023 in Lisbon by
  two former courier company operators.
- [Pricing](https://routesmith.example/pricing): EUR 19 per driver per month,
  no setup fee, no long-term contract.

## Product

- [Route optimization](https://routesmith.example/features/routing): Core
  feature. Handles up to 250 stops per driver per day.
- [Proof of delivery](https://routesmith.example/features/pod): Photo capture,
  signature, and SMS confirmation per stop.
- [Driver app](https://routesmith.example/features/app): iOS and Android,
  offline mode, voice navigation in 12 languages.

## Guides

- [How to import 200 stops in 30 seconds](https://routesmith.example/guides/import):
  CSV format, common errors, paste-from-spreadsheet workflow.
- [Optimizing for time vs distance](https://routesmith.example/guides/time-vs-distance):
  When to prioritize each, with real route comparisons.

## API

- [API overview](https://routesmith.example/api): REST, OAuth 2.0, EUR rate
  limits and SLA.
- [Endpoints reference](https://routesmith.example/api/endpoints): Full list
  with request and response examples.

## Optional

- [Blog](https://routesmith.example/blog): Industry trends, courier economics,
  product updates.
- [Press kit](https://routesmith.example/press): Logos, founder photos,
  one-line description in five languages.

Das war's. Kein HTML, kein Schema, keine Sondersyntax. Ein Modell, das das liest, bekommt eine saubere mentale Karte von Routesmith in rund 400 Token. Vergleichen Sie das mit dem Crawlen derselben Site über das Navigationsmenü, das das Zehnfache verbrennen würde.

So bauen Sie Ihre eigene in 10 Minuten

Die ganze Übung ist redaktionell, nicht technisch. Fünf Schritte.

Schritt eins: Listen Sie Ihre Top-10 bis 30 zitierwürdigsten Seiten. Der Test lautet: „Wenn ein Modell gleich eine einabsätzliche Zusammenfassung meines Unternehmens für jemanden anderen schreibt — welche Seiten sollte es gelesen haben?" Das ist selten Ihr ganzer Blog. Es sind in der Regel Ihre Über-uns-Seite, Ihre Preise, Ihre drei oder vier Flaggschiff-Produkt- oder -Serviceseiten, Ihre evergreensten Guides und Ihre Kontakt- oder Standortinfos. Seien Sie gnadenlos. Eine kurze, fokussierte llms.txt schlägt eine lange, ausufernde.

Schritt zwei: Schreiben Sie für jede Seite eine einzeilige Beschreibung. Keine Meta-Description. Keine Marketingfloskel. Eine sachliche Notiz in Ihrer Stimme. „Unsere Kundenanzahl und Umsatzzahlen für 2025, quartalsweise aktualisiert" ist besser als „Unsere beeindruckende Wachstumsreise".

Schritt drei: Gruppieren Sie die Seiten unter drei bis sechs H2-Abschnitten. Über uns, Produkte, Guides, Preise ist ein guter Standard. SaaS-Sites ergänzen oft API oder Docs. Lokale Unternehmen fügen Standorte oder Servicegebiete hinzu. Wenn Sie keine drei bis sechs natürlichen Gruppierungen finden, ist Ihre Liste wahrscheinlich zu lang — kürzen Sie.

Schritt vier: Speichern Sie das Ergebnis als reine Textdatei mit dem exakten Namen llms.txt (klein geschrieben, keine Endungsverwirrung) im Stammverzeichnis Ihrer Site. Die URL muss https://ihredomain.de/llms.txt sein. Die meisten statischen Site-Hoster (Vercel, Netlify, Cloudflare Pages, GitHub Pages) erlauben Ihnen, die Datei einfach ins Public-Verzeichnis zu legen und zu deployen. WordPress-, Shopify-, Webflow- und Ghost-Nutzer können ein Plugin verwenden oder über den Dateimanager hochladen — mehr dazu unten.

Schritt fünf: Veröffentlichen Sie optional /llms-full.txt mit dem vollständigen Markdown-Inhalt Ihrer Top-Seiten zusammengefügt. Das ist nützlich, wenn Ihre wichtigen Seiten dokumentationslastig sind und Sie wollen, dass Modelle den eigentlichen Inhalt in einer einzigen Anfrage holen können statt einzelne URLs zu crawlen. Für die meisten Marketing-Sites genügt die einfache llms.txt.

Wenn Sie prüfen wollen, ob Ihre funktioniert, prüft der kostenlose Quick Scan auf emax.studio als Teil seines GEO-Subscores das Vorhandensein und die Struktur Ihrer llms.txt, neben anderen KI-Tauglichkeitssignalen wie FAQ-Schema und strukturierten Daten. Dauert etwa 90 Sekunden. Die breitere Checkliste behandeln wir in So machen Sie Ihre Website KI-auffindbar.

llms.txt vs. robots.txt vs. sitemap.xml

Diese drei Dateien werden oft verwechselt. Sie sind nicht dasselbe und sie sind kein Ersatz füreinander. Hier der einfache Vergleich.

Eine Site sollte 2026 alle drei haben. robots.txt setzt die Regeln. sitemap.xml legt alles offen, was indexiert werden soll. llms.txt hebt hervor, was für ein Modell, das Sie verstehen oder zusammenfassen will, tatsächlich zählt. Sie als konkurrierende Optionen zu betrachten ist ein Kategorienfehler — sie beantworten verschiedene Fragen.

Tool-Stack zum Bauen und Pflegen von llms.txt

Sie brauchen keine ausgefallenen Tools. Ein einfacher Texteditor und der Content-Workflow Ihrer Site reichen in den meisten Fällen. Trotzdem ein paar praktische Optionen je nach Setup.

Für statische Sites (Hugo, Astro, Eleventy, Next.js Static Export) legen Sie die Datei direkt ins /public- oder /static-Verzeichnis und committen sie. Sie wird mit dem nächsten Build deployt.

Für WordPress können Plugins wie AIOSEO, RankMath und eine Handvoll dedizierter llms.txt-Plugins (Plugin-Verzeichnis durchsuchen — die Verbreitung wächst 2026 schnell) eine llms.txt aus Ihrem bestehenden Content generieren und beim Veröffentlichen neuer Seiten aktualisieren. Der Haken: Plugin-generierte Dateien sind oft aufgebläht. Handkuriert gewinnt nach wie vor.

Für Ghost hat die Plattform Anfang 2026 llms.txt als natives Feature ergänzt. In den Labs aktivieren, und Ghost generiert die Datei aus Ihrer Site-Struktur — manuelles Überschreiben möglich.

Für Shopify und Webflow können Sie einen Content-Manager oder ein HTML-Embed nutzen, um die Datei zu hosten. Oder einfach als statisches Asset ausliefern.

Für Notion-Exporte funktioniert das Markdown-Format direkt — die meisten Notion-basierten Sites können ihren strukturierten Inhalt mit kleiner Nachbearbeitung einfügen.

Für EMAX-Studio-Nutzer schaut der Quick Scan ebenfalls in Ihre llms.txt und sagt Ihnen als Teil des GEO-Gesamtscores, ob die Struktur die KI-Lesbarkeits-Basischecks besteht. Sie können jede Site in 90 Sekunden scannen — unter emax.studio.

Stolperfallen und häufige Fehler

Ein paar Fallen, die wir in echten llms.txt-Dateien gesehen haben.

Fügen Sie nicht den vollständigen Inhalt Ihrer Seiten in llms.txt ein. Es ist ein Inhaltsverzeichnis, kein Content-Dump. Die Links zeigen auf den vollständigen Inhalt. Wenn Sie eine Vollinhaltsversion wollen, ist /llms-full.txt dafür da — und auch nur für dokumentationslastige Sites.

Nehmen Sie keine privaten, internen oder Paywall-Seiten auf. Wenn eine Seite Login erfordert, listen Sie sie nicht in der llms.txt — das Modell kann sie ohnehin nicht abrufen, und Sie riskieren, die URL preiszugeben.

Listen Sie nicht 500 URLs. Der ganze Sinn von llms.txt ist redaktionelle Kuration. Wenn Sie alles auflisten, haben Sie nur eine weitere Sitemap gebaut. Der Sweet Spot liegt bei 10 bis 30 Seiten.

Vergessen Sie nicht, die Datei zu aktualisieren, wenn sich Ihre Site ändert. Eine llms.txt, die auf eine eingestellte Produktseite oder eine 404 zeigt, schadet mehr als sie hilft. Behandeln Sie sie wie ein zentrales Marketing-Asset — mindestens quartalsweise prüfen.

Erwarten Sie keine Rankings über Nacht. llms.txt ist kein Rankingfaktor im Google-Sinn. Sie ist ein Genauigkeits- und Auffindbarkeitssignal für KI-Systeme. Die Verbreitung wächst graduell. Der Nutzen kumuliert, je mehr KI-Engines sie unterstützen — nicht als sofortiger Traffic-Spike.

Gehen Sie nicht davon aus, dass Modelle sich daran halten. llms.txt ist ein Hinweis, keine Anweisung. Ein Modell darf die Struktur ignorieren, Ihre Abschnitte überspringen oder trotzdem andere Teile Ihrer Site crawlen. Das Format ist eine Bitte, höflich, gut organisiert und leicht zusammenfassbar zu sein. Was das Modell daraus macht, entscheidet das Modell.

Häufige Fragen

Brauche ich /llms-full.txt zusätzlich zu /llms.txt?

Für die meisten Marketing- und Kleinunternehmens-Sites nein. Die einfache llms.txt mit kuratierten Links reicht. Wenn Sie eine dokumentationslastige Site betreiben (eine Entwicklerplattform, eine Knowledge Base, eine How-to-Bibliothek), lohnt sich /llms-full.txt — sie lässt Modelle Ihren vollständigen Inhalt in einer Anfrage holen, statt ein Dutzend Rundreisen zu machen. Ansonsten weglassen.

Interessiert sich Google für llms.txt?

Googles klassischer Suchindex nutzt llms.txt nicht als Rankingfaktor. Googles Gemini und die AI Overviews in der Google-Suche lesen sie vielleicht — Google hat sich öffentlich nicht festgelegt. Ihre Wette auf llms.txt sollte auf Perplexity, ChatGPT, Claude und dem breiteren KI-Suchökosystem basieren, nicht speziell auf Google. Für Google fokussieren Sie sich auf sitemap.xml, Schema-Markup und klassisches SEO.

Was ist mit robots.txt-Einträgen für KI-Crawler wie GPTBot und ClaudeBot?

Das ist eine separate Frage — und ja, Sie sollten robots.txt auch für KI-Crawler konfigurieren, wenn Sie sie entweder begrüßen oder blockieren wollen. GPTBot (OpenAI), ClaudeBot (Anthropic), PerplexityBot (Perplexity), Google-Extended (Googles KI-Trainings-Crawler) und CCBot (Common Crawl, in vielen KI-Trainingssets verwendet) respektieren alle robots.txt-Direktiven. llms.txt setzt voraus, dass das Modell schon die Erlaubnis hat, da zu sein. Sie ersetzt Ihre robots.txt-Zugriffsentscheidungen nicht.

Können KI-Engines meine llms.txt komplett ignorieren?

Ja, und manche werden es. llms.txt ist ein freiwilliger Standard, kein bindendes Protokoll. Manche KI-Engines lesen sie; andere nicht; manche lesen sie, gewichten sie aber wenig. Die Kosten fürs Hinzufügen sind so gering, dass der Erwartungswert positiv ist — aber behandeln Sie sie als ein Signal in einer breiteren KI-Tauglichkeitsstrategie, nicht als Wunderwaffe.

Wie oft sollte ich meine llms.txt aktualisieren?

Mindestens immer dann, wenn Sie eine Seite, die in der Datei steht, neu starten, abschaffen oder wesentlich verändern. Praktisch heißt das oft: quartalsweise bei langsam laufenden Marketing-Sites und monatlich bei aktiven SaaS- oder E-Commerce-Sites. Tragen Sie sich eine 15-Minuten-Kalendernotiz ein. Die meisten Updates sind 5-Zeilen-Anpassungen, keine Komplettüberarbeitungen.

Was ist der Unterschied zwischen llms.txt und KI-Readiness-Scoring-Tools?

llms.txt ist eine Datei. KI-Readiness-Scoring ist ein umfassenderes Audit, das llms.txt, FAQ-Schema, strukturierte Daten, semantisches HTML, Content-Tiefe, Zitatwürdigkeit und ein Dutzend weiterer Signale prüft. Sie sind komplementär. Das kostenlose KI-Website-Audit in 30 Sekunden führt durch einen kompletten Check und sagt, welche Signale Ihnen fehlen — llms.txt ist eines davon.

Das ehrliche Fazit

llms.txt wird Ihr Geschäft nicht umkrempeln. Sie ist eine kleine, gut designte Datei, deren Erstellung 10 Minuten dauert und Sie zu einem etwas leichteren Gast für KI-Systeme macht. 2026 zählt „etwas leichter" mehr als früher, weil der Anteil der Käufer, Recherchierenden und Interessenten, die zuerst über eine KI-Engine auf Sie stoßen, schnell steigt. Jedes Mal, wenn Perplexity, ChatGPT oder Claude Ihre Site zitieren, ist die Frage, ob sie die richtige Seite auf die richtige Weise zitieren — und llms.txt ist der günstigste verfügbare Hebel, um dieses Ergebnis zu Ihren Gunsten zu verschieben.

Die Unternehmen, die 2026 KI-Suche gewinnen, sind nicht zwangsläufig die mit den größten Content-Bibliotheken. Es sind die mit den saubersten, zitierwürdigsten, am leichtesten zusammenfassbaren Sites. llms.txt ist Teil dieser Hygiene. Sitemap, Schema und FAQ-Markup sind der Rest.

Wenn Sie wissen wollen, ob Ihre Site schon eine llms.txt hat, ob sie gut strukturiert ist und welche anderen KI-Tauglichkeitssignale Ihnen fehlen, starten Sie einen kostenlosen 90-Sekunden-Quick Scan auf emax.studio. Er prüft als Teil des GEO-Subscores das Vorhandensein und die Struktur Ihrer llms.txt, neben rund einem Dutzend weiterer Signale, die darüber entscheiden, ob KI-Engines Sie finden und korrekt zitieren können. Kostenlos, keine Anmeldung, vollständiger Report in etwa anderthalb Minuten.

Folgen Sie EMAX Studio: Instagram | YouTube | Facebook