Technical7 min read

Wie wichtig sind llms.txt und llms-full.txt, um von KI empfohlen zu werden?

llms.txt klingt nach einem einfachen Hebel für KI-Sichtbarkeit – aber drei unabhängige Studien aus 2025 und 2026 zeigen, dass kein großer KI-Suchanbieter die Datei nennenswert nutzt. Was du stattdessen tun solltest.

By GEO Benchmarks·

Die kurze Antwort

Aktuell so gut wie gar nicht. llms.txt kostet dich nichts und schadet nicht – aber alle großen Studien aus 2025 und 2026 zeigen, dass weder ChatGPT, Perplexity, Gemini noch Google AI Overviews die Datei nennenswert nutzen, um zu entscheiden, welche Seiten sie zitieren. Wenn du Zeit in deine KI-Sichtbarkeit steckst, bringen Content-Qualität, saubere Crawlability und klare Struktur deutlich mehr als diese Datei.

Was ist llms.txt überhaupt?

llms.txt ist ein Vorschlag von Jeremy Howard (Mitgründer von Answer.AI) vom 3. September 2024 [1][5]. Die Idee dahinter ist schnell erklärt: Große Sprachmodelle (LLMs – Large Language Models) sind zunehmend auf Website-Informationen angewiesen, stoßen dabei aber auf eine kritische Begrenzung – ihre Kontextfenster sind zu klein, um die meisten Websites in ihrer Gesamtheit zu verarbeiten.

Die Lösung laut Howard: eine einfache Markdown-Datei im Root-Verzeichnis deiner Website (deinedomain.com/llms.txt), die den LLMs eine aufgeräumte Übersicht über deine wichtigsten Inhalte gibt. Dazu kommt die Variante llms-full.txt: eine erweiterte Datei, die die Inhalte der verlinkten URLs mit einschließt – gedacht für Anwendungen, die den kompletten Kontext einer Website auf einmal laden wollen.

Wichtig: llms.txt ersetzt weder deine robots.txt noch deine XML-Sitemap. Sie ist explizit für den Einsatz zur Inferenzzeit gedacht – also dann, wenn ein Modell gerade eine Nutzerfrage beantwortet – und nicht als Ranking-Signal für Suchmaschinen [1].

Das Problem: Die KI-Anbieter spielen (noch) nicht mit

Kein einziger großer KI-Suchanbieter hat offiziell bestätigt, dass er llms.txt tatsächlich für das Ranking oder Zitieren nutzt. Google hat explizit erklärt, die Datei nicht zu verwenden. Und breitere Hinweise deuten darauf hin, dass kein großer LLM-Anbieter den Standard im großen Stil übernommen hat.

Was die Daten sagen: Drei unabhängige Studien

Mehrere Anbieter haben 2025 und 2026 die Wirkung von llms.txt empirisch untersucht – und die Ergebnisse sind ernüchternd einheitlich.

Studie 1: OtterlyAI (3 Monate, 60.000+ KI-Bot-Anfragen)

Trotz einer korrekt implementierten llms.txt wurde der dedizierte LLM-Einstiegspunkt in nur 0,1 % der KI-Besuche genutzt – bei mehr als 60.000 AI-Bot-Hits über drei Monate [2]. llms.txt erhielt keine höhere Crawl-Priorität als statische Assets wie PDFs, was darauf hindeutet, dass KI-Crawler sie nicht als besonderes Signal behandeln [2].

Studie 2: SE Ranking (~300.000 Domains)

Im Datensatz von fast 300.000 Domains hatten nur 10,13 % eine llms.txt implementiert. Sowohl statistische Analyse als auch Machine-Learning-Modelle zeigten keinen Effekt von llms.txt darauf, wie oft eine Domain von LLMs zitiert wird. Das Entfernen dieser Variable aus dem XGBoost-Modell verbesserte sogar dessen Genauigkeit [3].

Studie 3: ALLMO (94.614 zitierte URLs aus 11.867 AI-Antworten)

Von fast 95.000 URLs, die KI-Suchsysteme als Quelle genutzt haben, war praktisch keine einzige eine llms.txt-Datei [4]. Selbst prominente Beispiele verschwinden wieder: Walmart hatte im November 2025 eine öffentlich zugängliche llms.txt – bei einem Follow-up-Check im Januar 2026 war sie entfernt [4].

Heißt das, llms.txt ist komplett nutzlos?

Nicht ganz. Es gibt ein paar Szenarien, in denen die Datei Sinn ergeben kann:

  • Dokumentations-lastige Seiten und APIs: Für technische Docs, die gezielt von KI-Coding-Agenten (Cursor, Claude Code, ChatGPT Dev Tools) konsumiert werden sollen, ist der Nutzen am greifbarsten – das ist auch der Anwendungsfall, den Howard im Original-Proposal in den Vordergrund stellt [1][5].
  • Low-Risk-Experiment: llms.txt sollte als "niedriges Risiko, niedrige Kosten, experimentell" betrachtet werden – es gibt kaum einen Nachteil, sie zu haben, aber auch wenig unmittelbaren Nutzen für die AI-Search-Sichtbarkeit.
  • Zukunftssicherheit: Falls der Standard irgendwann doch von großen Anbietern adoptiert wird, bist du vorbereitet.

Was du aber nicht tun solltest: teure Entwicklungsressourcen dafür aufwenden oder llms.txt als Kernbaustein deiner GEO-Strategie sehen.

Was stattdessen wirklich funktioniert

Wenn dein Ziel ist, in ChatGPT, Perplexity oder Google AI Overviews zitiert zu werden, investiere deine Zeit lieber hier:

  • Crawlability sicherstellen: KI-Bots wie GPTBot, ClaudeBot und PerplexityBot müssen deine Seiten erreichen können. Prüfe deine robots.txt regelmäßig.
  • Content-Qualität und Entity-Klarheit: Klare Aussagen, saubere Fakten, eindeutige Formulierungen. LLMs lieben Inhalte, die sie als eigenständige Passagen zitieren können.
  • Strukturierte Überschriften: Semantik in Headings ist einer der stärksten gemessenen Hebel für KI-Retrieval (den Abruf relevanter Textpassagen durch KI-Systeme).
  • Strukturierte Daten (Schema.org): FAQPage, Article, Product – hilft sowohl klassischem SEO (Search Engine Optimization, also Suchmaschinenoptimierung) als auch KI-Systemen.
  • Monitoring: Prüfe regelmäßig, ob und wie deine Marke in KI-Antworten auftaucht.

TL;DR – Die ehrliche Einordnung

llms.txt und llms-full.txt sind 2026 eher ein Statement of Intent als ein Ranking-Faktor. Die Präsenz von llms.txt korrelierte in keiner der drei großen Studien mit einem messbaren Anstieg der KI-Bot-Aktivität oder der Zitierrate [2][3][4].

Wenn dein CMS (z. B. Yoast, Webflow, Mintlify) die Datei mit einem Klick generiert: Mach es. Kostet dich zwei Minuten. Wenn du dafür aber einen Entwickler buchen oder eine komplette Content-Strategie darauf aufbauen willst: Lass es erstmal. Die gleichen Stunden in Heading-Struktur, sauberes Content-Writing und Crawlability gesteckt, bringen dir heute messbar mehr KI-Sichtbarkeit.

Quellenverzeichnis

[1] Howard, Jeremy (2024): The /llms.txt file – Offizieller Vorschlag. llmstxt.org – https://llmstxt.org/
[2] OtterlyAI (2026): llms.txt and AI Visibility: Results from OtterlyAI's GEO Studyhttps://otterly.ai/blog/the-llms-txt-experiment/
[3] SE Ranking (2025): LLMs.txt: Why Brands Rely On It and Why It Doesn't Workhttps://seranking.com/blog/llms-txt/
[4] ALLMO (2026): LLMs.txt for AI Search Report 2026https://www.allmo.ai/articles/llms-txt
[5] Howard, Jeremy / Answer.AI (2024): /llms.txt – a proposal to provide information to help LLMs use websiteshttps://www.answer.ai/posts/2024-09-03-llmstxt.html

Topics

llms.txtKI-SichtbarkeitGEOAI SearchCrawlabilityTechnical GEO