llms.txt einrichten

Die llms.txt ist eine Markdown-Datei im Wurzelverzeichnis einer Website, die KI-Systemen eine kuratierte Übersicht der wichtigsten Inhalte anbietet – eine Landkarte statt eines vollständigen Verzeichnisses. Sie ist ein Community-Vorschlag und kein Standard: Google wertet sie ausdrücklich nicht aus, und in einer Auswertung von rund 137.000 Domains wurden 97 Prozent der veröffentlichten Dateien innerhalb eines Monats kein einziges Mal abgerufen.

Die Idee dahinter ist trotzdem nachvollziehbar. Statt sich durch HTML, Navigation, Cookie-Banner und Beiwerk zu arbeiten, findet ein Sprachmodell darin eine klare, von dir zusammengestellte Übersicht – in einfachem Markdown, das Maschinen wie Menschen gut lesen können. Vorgestellt wurde der Vorschlag Ende 2024 von Jeremy Howard (answer.ai). Was daraus geworden ist, steht weiter unten.

Das Wichtigste in Kürze

• Format: reines Markdown, eine # Überschrift, ein >-Steckbrief, dann ##-Abschnitte mit Links.
• Ort: deine-domain.de/llms.txt, also im Wurzelverzeichnis – bei statischen Seiten schlicht der public/-Ordner.
• Zweck: kuratierte Übersicht, keine vollständige URL-Liste.
• Sie steuert keinen Zugriff. Wer KI-Crawler aussperren will, braucht die robots.txt.
• Google nutzt sie nicht und plant es nicht. Auch OpenAI und Anthropic haben den Vorschlag bis Stand August 2026 nicht übernommen.
• Sie ist kein Nutzungsvorbehalt. Der maschinenlesbare Vorbehalt nach § 44b Abs. 3 UrhG braucht robots.txt, TDMRep oder ausgezeichnete Nutzungsbedingungen.
• Ob sie bei dir gelesen wird, beantwortet ein Blick ins Access-Log – nicht die Statistik anderer Websites.
• Schaden kann sie nicht. Sie ist eine statische Textdatei – die Frage ist nur, ob sich die Pflege lohnt.

Was die llms.txt ist – und was nicht

Drei Dateien liegen im Wurzelverzeichnis und tun Verschiedenes. Sie werden ständig verwechselt:

Die llms.txt ersetzt also weder Sitemap noch robots.txt, sondern ergänzt sie um eine Empfehlung: „Wenn du diese Website verstehen willst, fang hier an.“

Der wichtigste Irrtum steckt gleich in der Namensähnlichkeit zur robots.txt: Die llms.txt erlaubt und verbietet nichts. Sie enthält keine Zugriffsregeln, keine Nutzungsbedingungen und keine Crawl-Verzögerung. Wer steuern will, welche KI-Systeme Inhalte laden dürfen, tut das über die robots.txt – dazu steht alles unter KI-Crawler steuern.

Der Aufbau

Das Format ist bewusst simpel – reines Markdown mit einer lockeren Konvention:

# html-einfach.de

> Verständlich erklärt: semantisches HTML, barrierefreie Komponenten,
> WCAG & BFSG sowie SEO – Praxiswissen für zugängliche, schnelle Websites.

## Kernthemen

- [Was ist semantisches HTML?](https://html-einfach.de/semantisches-html/was-ist-semantisches-html.html): Bedeutung statt Aussehen
- [Die erste Regel von ARIA](https://html-einfach.de/barrierefreie-komponenten/erste-regel-von-aria.html): natives HTML zuerst
- [BFSG einfach erklärt](https://html-einfach.de/wcag-und-bfsg/bfsg-einfach-erklaert.html): wen das Gesetz betrifft

## Werkzeuge

- [Kontrast-Check](https://html-einfach.de/ressourcen/kontrast-check.html): Farbkontraste einer URL prüfen

## Optional

- [Über mich](https://html-einfach.de/ueber-mich.html): Autor und Hintergrund

Die Konvention im Einzelnen:

• Genau eine #-Überschrift mit dem Namen der Website – der einzige verpflichtende Teil.
• Ein >-Zitatblock als Steckbrief: zwei Sätze, worum es geht. Er ist optional, aber der nützlichste Teil der ganzen Datei.
• ##-Abschnitte gliedern thematisch. Die Benennung ist frei.
• Listeneinträge aus Link, Doppelpunkt und kurzer Beschreibung. Die Beschreibung ist das, was den Unterschied zur Sitemap ausmacht.
• Der Abschnitt ## Optional hat eine festgelegte Bedeutung: Was dort steht, darf ein System weglassen, wenn der Platz knapp wird. Alles andere gilt als Kern.

Ergänzend kennt der Vorschlag eine llms-full.txt, die die Inhalte nicht nur verlinkt, sondern im Volltext mitliefert. Praktisch, wenn ein Modell die Texte direkt verarbeiten soll – aber auch eine Datei, die schnell mehrere hundert Kilobyte groß wird und bei jeder Inhaltsänderung neu erzeugt werden muss.

Einrichten bei einer statischen Seite

Technisch ist es unspektakulär:

1. Datei anlegen. Bei einer Astro-Seite wie dieser gehört sie in den public/-Ordner und wird beim Build unverändert mit ausgeliefert. Bei jedem anderen System ins Wurzelverzeichnis des Webservers.

2. Erreichbarkeit prüfen. Sie muss unter https://deine-domain.de/llms.txt mit Status 200 antworten – nicht hinter einer Weiterleitung, nicht im Unterordner.

   curl -I https://deine-domain.de/llms.txt

3. Auslieferung kontrollieren. Manche Server schicken für .txt einen Download-Header mit. Content-Type: text/plain; charset=utf-8 ist richtig; bei Apache regelt das ein AddType in der .htaccess.

4. Kuratiert halten. Zwanzig gute Einträge sind mehr wert als zweihundert. Die Datei soll die Landkarte sein, nicht das Telefonbuch.

Wer die Datei aus der eigenen Navigationsstruktur erzeugt statt sie von Hand zu pflegen, spart sich den halbjährlichen Abgleich – auf dieser Website entsteht sie beim Build aus derselben Datenquelle wie das Menü.

Die nüchterne Einordnung

Und jetzt der Teil, der in den meisten Anleitungen fehlt.

Google wertet die Datei nicht aus. Das ist keine Vermutung: Gary Illyes hat es auf der Search Central Live bestätigt, John Mueller hat mehrfach erklärt, dass die Datei Sprachmodellen nicht helfe, Websites zu unterscheiden, und Googles eigener Leitfaden zur KI-Suche sagt seit Juni 2026 wörtlich, man brauche keine neuen maschinenlesbaren Dateien, um in der Google-Suche samt ihrer KI-Funktionen zu erscheinen.

Und die Abrufzahlen sind ernüchternd. In einer Auswertung von 137.210 Domains veröffentlichten 28 Prozent eine gültige llms.txt. Von diesen Dateien erhielten 97 Prozent innerhalb eines Monats null Anfragen. Bei den verbleibenden drei Prozent kamen 96 Prozent der Zugriffe von Bots – und die größte Gruppe darunter waren nicht KI-Systeme, sondern SEO-Prüfwerkzeuge.

Ich hab meine trotzdem behalten – aber aus einem anderen Grund als dem, mit dem sie üblicherweise beworben wird.

So prüfst du, ob deine llms.txt überhaupt gelesen wird

Die 97 Prozent sind ein Durchschnitt über 137.000 Domains. Für die eigene Domain lässt sich die Frage in fünf Minuten beantworten, sofern du an das Zugriffsprotokoll deines Servers kommst – und die Antwort ist aussagekräftiger als jede Studie:

1. Die Abrufe herausfiltern. Jeder Zugriff steht im Access-Log:

   grep "GET /llms.txt" /var/log/nginx/access.log | wc -l

2. Nach User-Agent gruppieren. Erst das zeigt, wer zugreift – die absolute Zahl allein täuscht:

   grep "GET /llms.txt" /var/log/nginx/access.log \
     | awk -F'"' '{print $6}' | sort | uniq -c | sort -rn

3. Die Treffer einordnen. GPTBot, ClaudeBot, PerplexityBot und Google-Extended sind KI-Systeme. AhrefsBot, SemrushBot und Screaming Frog sind SEO-Werkzeuge – sie holen die Datei, um sie in einem Bericht abzuhaken, nicht um sie zu lesen. Ein normaler Browser-User-Agent bist meistens du selbst.

4. Gegenprobe mit einer echten Inhaltsseite. Dieselbe Auswertung für eine wichtige Unterseite laufen lassen. Wenn die HTML-Seite hundertmal so oft abgerufen wird wie die llms.txt, weißt du, wo deine Pflegezeit hingehört.

5. Nach vier Wochen entscheiden. Bleibt Schritt 3 ohne KI-Bots, ist die Datei für dein Publikum wirkungslos. Das ist kein Grund, sie zu löschen – aber ein guter Grund, sie nicht weiter auszubauen.

Wer keinen Zugriff auf die Logs hat, findet die Zahlen bei vielen Hostern in der Statistik-Oberfläche unter „Zugriffe nach Datei“.

Wann sie sich trotzdem lohnt

Drei Fälle, in denen die Datei einen realen Nutzen hat:

• Agenten und Entwicklerwerkzeuge. Systeme, die eine Website gezielt abrufen statt sie zu durchsuchen, profitieren von einer kompakten Übersicht. In der Ahrefs-Auswertung waren agentische Systeme die aktivste KI-Kategorie.
• Eigene Anwendungen. Wer eine Dokumentation oder einen Wissensbestand in eine eigene KI-Anwendung einspeist, hat mit llms.txt und llms-full.txt einen sauberen Einstiegspunkt – unabhängig davon, was Google tut.
• Als Aufräumübung. Die Frage „Welche zwanzig Seiten würde ich einem Fremden zeigen?“ ist unangenehm konkret. Wer sie beantwortet, findet dabei meist mehr über die eigene interne Verlinkung heraus als über KI.

Was sie nicht leistet: Rankings, Sichtbarkeit in KI-Übersichten, Zitate in Chatbots. Das entsteht weiterhin aus deinen HTML-Seiten – gut strukturiert, klar formuliert, für Crawler erreichbar. Wie das funktioniert, steht unter GEO-Grundlagen und AI Overviews.

Bemerkenswert ist dabei, woraus ein Sprachmodell die Struktur einer Seite tatsächlich ableitet: aus derselben Auszeichnung, die auch ein Screenreader auswertet – aus der Überschriften-Hierarchie, aus echten Listen und aus Tabellen mit Kopfzellen. Das ist kein Zufall, sondern dieselbe Anforderung aus zwei Richtungen; die WCAG nennt sie 1.3.1 Info und Beziehungen. Wer sie erfüllt, hat für KI-Systeme mehr getan als mit jeder Zusatzdatei – der Zusammenhang im Ganzen steht unter Semantik, Barrierefreiheit, SEO & Performance.

Kein Nutzungsvorbehalt: llms.txt und § 44b UrhG

Ein Missverständnis, das mir seit 2025 regelmäßig begegnet: Die llms.txt sei eine Ansage an KI-Anbieter, was sie mit den Inhalten dürfen. Sie ist eher das Gegenteil – eine Einladung – und rechtlich ohne Wirkung.

Wer Text und Data Mining an den eigenen Inhalten untersagen will, braucht den Nutzungsvorbehalt nach § 44b Abs. 3 UrhG. Die Vorschrift erlaubt Vervielfältigungen für TDM ausdrücklich, aber nur, solange sich der Rechteinhaber die Nutzung nicht vorbehalten hat; für online zugängliche Werke verlangt das Gesetz dafür eine maschinenlesbare Form. Ein Satz im Impressum genügt dieser Anforderung nicht, und die llms.txt erst recht nicht – sie kennt gar kein Feld für eine solche Erklärung.

In Frage kommen stattdessen, Stand August 2026 und ohne höchstrichterliche Klärung, welche Form ausreicht:

• robots.txt mit gezielten Disallow-Regeln für die einschlägigen Bots – die verbreitetste Variante, ausführlich unter KI-Crawler steuern.
• TDM Reservation Protocol (TDMRep) des W3C: eine tdmrep.json unter /.well-known/, ein tdm-reservation-Feld im HTTP-Header oder dieselbe Angabe als <meta>-Element im Dokumentkopf.
• Nutzungsbedingungen, die maschinenlesbar ausgezeichnet und verlinkt sind.

Keine dieser Formen ist eine technische Sperre; alle drei sind Erklärungen, an die sich ein Anbieter halten kann oder nicht. Ihr Wert liegt darin, dass ein Verstoß danach als Verstoß nachweisbar ist.

Häufige Fehler

• Sie mit der robots.txt verwechseln und glauben, damit KI-Crawler zu steuern.
• Die komplette Sitemap hineinkopieren. Dann ist es keine Kuratierung mehr.
• Beschreibungen weglassen – gerade sie sind der eigentliche Mehrwert.
• Relative Links statt vollständiger URLs.
• Einmal anlegen, nie wieder anfassen. Eine Übersicht mit toten Links ist schlechter als keine.
• Mit Ranking-Erwartungen anlegen und dann enttäuscht sein.
• Sie für einen Nutzungsvorbehalt halten. Sie erlaubt und verbietet nichts – siehe den Abschnitt zu § 44b UrhG.

Häufige Fragen

Ist die llms.txt offiziell vorgeschrieben?

Nein. Sie ist ein Community-Vorschlag, kein Standard und keine Pflicht. Kein Suchmaschinen- oder KI-Anbieter hat sie bislang offiziell übernommen.

Schadet es, eine anzulegen?

Nein. Es ist eine statische Textdatei ohne Risiko für Crawling oder Rankings. Der einzige Aufwand ist, sie kuratiert und aktuell zu halten.

Ersetzt sie Sitemap oder robots.txt?

Nein, sie ergänzt beide. Die Sitemap listet alle URLs, die robots.txt regelt den Zugriff, die llms.txt empfiehlt einen kuratierten Einstieg.

Kann ich damit verhindern, dass KI meine Inhalte nutzt?

Nein. Die Datei enthält keine Zugriffsregeln. Dafür brauchst du Einträge in der robots.txt für die jeweiligen Bots – und selbst die sind eine Bitte, keine Sperre.

Brauche ich auch eine llms-full.txt?

Nur, wenn du willst, dass Systeme die Volltexte direkt laden können – etwa bei einer Dokumentation. Für eine normale Website ist der Pflegeaufwand höher als der Nutzen.

Wie groß darf die Datei sein?

Es gibt keine Vorgabe. Praktisch sollte sie in einen üblichen Kontext passen, also eher zwei bis fünf Kilobyte als fünfzig. Wer mehr braucht, hat vermutlich nicht kuratiert.

Lohnt sich der Aufwand 2026 noch?

Für eine inhaltsreiche Wissensseite oder eine Dokumentation: ja, weil es zehn Minuten sind und die Datei bei gezielten Abrufen hilft. Als Maßnahme zur Sichtbarkeit in der KI-Suche: nein.

Fazit

Die llms.txt ist eine kuratierte Markdown-Übersicht im Wurzelverzeichnis, die KI-Systemen den Einstieg in deine Inhalte erleichtern soll – ein Vorschlag, kein Standard, und einer, der sich bislang nicht durchgesetzt hat. Angelegt ist sie bei einer statischen Seite in Minuten (public/llms.txt), und schaden kann sie nicht. Nur sollte man wissen, was man bekommt: eine saubere Landkarte für Systeme, die gezielt abrufen – und keinen Hebel für Sichtbarkeit. Die entsteht weiterhin dort, wo sie immer entstanden ist: in klar strukturierten Inhalten.

• llmstxt.org – der ursprüngliche Vorschlag
• We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read – Ahrefs (Juni 2026)
• § 44b UrhG – Text und Data Mining (Gesetzestext – Absatz 3 zum maschinenlesbaren Nutzungsvorbehalt)
• TDM Reservation Protocol (TDMRep) – W3C Community Group Report