llms.txt: Vollständiger Implementierungsleitfaden für 2026
Erfahren Sie, was llms.txt ist, wie es funktioniert und warum es für die Sichtbarkeit in der KI-Suche wichtig ist. Enthält Format, Beispiele und Implementierungsschritte.
.jpeg)
Case studies
See how we turn brands into growth engines
Real projects across branding, packaging, websites and growth.
Frequently asked questions
Straight answers on this topic from the UnFoldMart team.
Recent blogs
View all blogs →
.webp)
.webp)
.jpeg)
.jpeg)
Recognized where it matters.
Ready to Build a Brand That Scales Globally?
Von Branding und Verpackung bis zu Webflow-Websites, SEO, AEO und GEO: UnFoldMart vereint Strategie, Design und Wachstum in einem Team – für 250+ Marken in 10 Märkten. Sagen Sie uns, wo Sie wachsen wollen, und wir zeigen Ihnen den schnellsten Weg dorthin.
- 30-minute strategy call
- No sales pitch
- Clear next steps for your brand
llms.txt ist ein vorgeschlagener Standard für eine Markdown-Datei im Stammverzeichnis Ihrer Website, die KI-Engines eine kuratierte, für Menschen lesbare Übersicht Ihrer wichtigsten Inhalte bietet. Er wurde 2024 von Jeremy Howard von Answer.AI vorgeschlagen und hat sich 2025 und 2026 bei Entwicklertools, KI-Engines und vorausschauenden Publishern verbreitet. Die Datei liegt unter /llms.txt im Stammverzeichnis Ihrer Domain, ist in Markdown geschrieben und listet 15 bis 60 kanonische Seiten mit jeweils einer einzeiligen Beschreibung auf, gegliedert nach Abschnittsüberschriften. Eine Begleitdatei namens llms-full.txt fasst den vollständigen Inhalt dieser Seiten in einer einzigen Datei zusammen. Die Unterstützung durch KI-Engines ist uneinheitlich: Anthropic Claude dokumentiert sie, Cursor und viele Entwicklertools nutzen die Datei aktiv, Perplexity berücksichtigt sie, wenn sie vorhanden ist, und Google AI Mode sowie OpenAI ChatGPT haben sie nicht offiziell übernommen, lesen sie aber möglicherweise. Trotz dieser gemischten Unterstützung wird llms.txt zur grundlegenden Best Practice für jede Website, der Sichtbarkeit in KI-Engines wichtig ist, denn der Aufwand ist gering (einige Stunden Kuratierung) und der Nutzen erheblich (ein klareres Signal an Engines, die die Datei nutzen, und Zukunftssicherheit bei wachsender Verbreitung). Dieser Leitfaden erklärt, was llms.txt ist, das vorgeschlagene Format, wann und warum Sie die Datei veröffentlichen sollten, häufige Fehler, den Stand der Unterstützung durch KI-Engines, die Umsetzungsschritte, Validierung, Pflege und die Warnsignale, auf die Sie bei Angeboten von Dienstleistern achten sollten.
Was ist llms.txt und warum gibt es die Datei?
llms.txt ist ein von der Community getragener Vorschlag für eine standardisierte Markdown-Datei, die KI-Engines hilft, die wichtigsten Inhalte einer Website zu finden und aufzunehmen. Der Vorschlag stammt aus dem Jahr 2024 von Jeremy Howard bei Answer.AI. Dokumentation und Formatspezifikation finden Sie auf llmstxt.org. Die Motivation war einfach: Da KI-Engines und große Sprachmodelle Websites zunehmend lesen, um Nutzerfragen zu beantworten, müssen Websites signalisieren können, welche Inhalte kanonisch und lesenswert sind und welche unterstützend, archiviert oder nachrangig sind.
Die bestehenden Alternativen haben Lücken. robots.txt sagt Crawlern, worauf sie zugreifen dürfen und worauf nicht, signalisiert aber keine Priorität innerhalb der zugänglichen Inhalte. sitemap.xml listet alle indexierbaren URLs auf, behandelt sie aber als gleich wichtig und ist eher für die Indexierung durch Suchmaschinen als für die Synthese durch KI optimiert. Strukturierte Daten nach Schema.org beschreiben einzelne Entitäten und Beziehungen, bieten aber keinen kuratierten Überblick über die Website. llms.txt schließt diese Lücke: eine für Menschen lesbare, kuratierte und priorisierte Referenz, die speziell für die Aufnahme durch KI gedacht ist.
Das Format ist Markdown mit festen Konventionen. Die erste Zeile ist eine H1 mit dem Namen der Website. Der nächste Absatz ist ein Blockzitat mit einer Beschreibung der Website in 2 bis 4 Sätzen. Danach gliedern H2-Abschnitte (Produkt, Ressourcen, Unternehmen, Dokumentation usw.) den Inhalt. Jeder Abschnitt enthält eine Markdown-Liste mit Links, auf die jeweils ein Doppelpunkt und eine einzeilige Beschreibung folgen. Der letzte Abschnitt heißt nach Konvention „Optional“ und listet nachrangige Seiten auf. Das Ergebnis ist eine einzige Datei, die sich für Menschen natürlich liest und von KI-Engines sauber verarbeitet werden kann.
Die Begleitdatei llms-full.txt erweitert das Konzept, indem sie den gesamten Inhalt der aufgelisteten Seiten in einer Datei bündelt. Damit löst sie ein anderes Problem: Wenn KI-Engines Ihre Inhalte aufnehmen sollen, Rendering, JavaScript oder Login-Sperren das Crawlen aber erschweren, liefert llms-full.txt den Inhalt direkt in sauberem Format. Manche Websites veröffentlichen nur llms.txt, andere beide Dateien. Die Wahl hängt von der technischen Komplexität Ihrer Website ab und davon, wie stark Sie die Aufnahme durch KI steuern möchten.
Kritiker argumentieren, llms.txt sei neben sitemap.xml und strukturierten Daten überflüssig und KI-Engines könnten Websites auch ohne die Datei lesen. Das Gegenargument: Auch wenn Engines Websites lesen können, verringert das kuratierte Signal von llms.txt Mehrdeutigkeiten, priorisiert die richtigen Inhalte und sorgt für eine konsistente Darstellung durch KI. Der Aufwand für die Veröffentlichung ist gering (einige Stunden Kuratierung, danach vierteljährliche Pflege), ein Nachteil praktisch nicht vorhanden. Für die meisten Marken lautet die Frage daher nicht, ob sie llms.txt veröffentlichen, sondern ob sie zusätzlich llms-full.txt veröffentlichen und wie sie die Datei pflegen.
llms.txt im Vergleich zu robots.txt, sitemap.xml und Schema-Markup
Um zu verstehen, wo llms.txt hingehört, muss man wissen, was die anderen Dateien leisten. robots.txt ist Zugriffskontrolle: Sie sagt Crawlern, worauf sie zugreifen dürfen und worauf nicht. sitemap.xml dient der Auffindbarkeit: Sie listet alle indexierbaren URLs mit Metadaten auf. Strukturierte Daten nach schema.org sind Beschreibung: Sie teilen Engines mit, welche Entitäten und Beziehungen auf einer Seite existieren. llms.txt ist Kuratierung: Die Datei sagt KI-Engines, welche Seiten kanonisch sind und wie sie die Website als Ganzes verstehen sollen.
Diese Signale ergänzen sich, statt miteinander zu konkurrieren. Eine gut ausgestattete Website hat alle vier: robots.txt steuert den Zugriff, sitemap.xml listet alle indexierbaren URLs, Schema-Markup beschreibt Entitäten, und llms.txt kuratiert die wichtigsten Seiten für die KI-Synthese. Jedes Signal dient einer anderen Zielgruppe und einem anderen Zweck. Zusammen geben sie Crawlern (von Suchmaschinen wie von KI) ein vollständiges Bild.
Die praktische Folge: Wenn Sie robots.txt und sitemap.xml bereits eingerichtet haben, ist llms.txt eine einfache Ergänzung. Fehlt Ihnen Schema-Markup, hat dieses Vorrang, weil es sowohl der klassischen Suche als auch der Sichtbarkeit in KI zugutekommt. Sind alle Grundlagen vorhanden, ist llms.txt eine vergleichsweise kleine zusätzliche Investition mit potenziell spürbarem Nutzen.
| Datei | Zielgruppe | Zweck | Format | Nötig für KI-Sichtbarkeit? |
|---|---|---|---|---|
| robots.txt | Alle Webcrawler (Suchmaschinen, KI-Engines, Bots) | Crawlern sagen, worauf sie zugreifen dürfen und worauf nicht | Einfache Textanweisungen (User-agent, Allow, Disallow, Sitemap) | Empfohlen; steuert den Zugriff, sagt aber nicht, was gelesen werden soll |
| sitemap.xml | Vor allem Crawler von Suchmaschinen | Alle indexierbaren URLs mit Metadaten auflisten (lastmod, changefreq, priority) | XML | Ja für klassisches SEO; KI-Engines nutzen sie eventuell, aber nicht als Hauptsignal |
| llms.txt | Speziell KI-Engines und LLM-Crawler | Die wichtigsten Inhalte für die Aufnahme durch KI mit verständlichem Kontext kuratieren | Markdown | Optional, aber zunehmend empfohlen; kennzeichnet kanonische Inhalte für die KI-Synthese |
| llms-full.txt | KI-Engines und LLM-Crawler | Den vollständigen Inhalt der kuratierten Seiten in einer zusammengeführten Datei bereitstellen | Markdown (zusammengeführter Inhalt) | Optional; verringert den Crawl-Aufwand und verbessert die Genauigkeit der KI-Extraktion |
| schema.org JSON-LD | Suchmaschinen und KI-Engines | Strukturierte Daten zu Entitäten, Beziehungen und Eigenschaften | JSON-LD, eingebettet in HTML | Ja; Grundlage für klassische wie KI-gestützte Auffindbarkeit |
| OpenGraph- und Twitter-Meta-Tags | Soziale Plattformen; teilweise KI | Festlegen, wie Inhalte beim Teilen erscheinen | Meta-Tags im HTML-Head | Empfohlen für eine gute Darstellung beim Teilen; für KI zweitrangig |
Stand der Unterstützung durch KI-Engines Anfang 2026
Die Unterstützung von llms.txt ist bei KI-Engines und Tools uneinheitlich. Manche nutzen die Datei aktiv, andere haben sie nicht offiziell übernommen, lesen sie aber möglicherweise, und einige nutzen sie gar nicht. Ein ehrliches Bild ist wichtig, weil Dienstleister die Verbreitung in Verkaufsgesprächen manchmal übertreiben.
Anthropic Claude hat die Unterstützung für llms.txt als empfohlenes Veröffentlichungsmuster dokumentiert. Die eigene Dokumentation von Anthropic folgt dieser Konvention, und Claude berücksichtigt llms.txt beim Abrufen und Zitieren, wenn die Datei vorhanden ist. Das ist die stärkste offizielle Unterstützung unter den großen KI-Engines.
Perplexity verlangt llms.txt nicht offiziell und hat sich auch nicht öffentlich dazu geäußert, berücksichtigt die Datei aber, wenn sie vorhanden ist, und kann aufgelistete Seiten bei Anfragen zu dieser Domain bevorzugen. Marken, die gut strukturierte llms.txt-Dateien veröffentlichen, stellen oft fest, dass sich die Zitate in Perplexity um die aufgelisteten kanonischen Seiten herum stabilisieren.
OpenAI ChatGPT und die zugehörigen Suchtools haben llms.txt nicht offiziell übernommen. Es gibt Hinweise, dass Crawler von OpenAI die Datei lesen, aber das Verhalten schwankt; sie sollte als eines von mehreren Signalen gelten, nicht als zentrales Steuerelement. OpenAI betont sitemap.xml, Schema und Inhaltsqualität als wichtigste Signale.
Google AI Mode und AI Overviews nutzen llms.txt offiziell nicht. Google betont sitemap.xml und strukturierte Daten als Hauptsignale für die klassische Suche wie für AI Overviews. Die Veröffentlichung von llms.txt schadet der Sichtbarkeit nicht, sollte aber nicht die Grundlage Ihrer Google-KI-Strategie sein.
Microsoft Copilot nutzt den Bing-Index und dessen Crawl-Signale; der Umgang mit llms.txt folgt den Crawl-Mustern von Bing, und in der Microsoft-Dokumentation wird llms.txt nicht ausdrücklich erwähnt.
Cursor, Continue und andere Entwicklertools unterstützen llms.txt ausdrücklich und aktiv. Viele dieser Tools nutzen die Datei, um Dokumentation und SDK-Referenzen direkt in der Entwicklungsumgebung anzuzeigen. Damit ist sie für jedes Produkt wertvoll, das bei Entwicklern sichtbar sein soll.
Bei Aleph Alpha und Mistral, den europäischen KI-Engines, ist die Unterstützung gemischt. Für Mistral gibt es von der Community getragene Crawler-Muster, die llms.txt berücksichtigen; die Haltung von Aleph Alpha ist weniger dokumentiert. Für Marken, die in europäischen KI-Engines sichtbar sein wollen, lohnt sich die Veröffentlichung.
Eigene Abrufsysteme und interne KI-Tools sind der Bereich, in dem llms.txt am häufigsten genutzt wird. Viele Unternehmen bauen eigene KI-Tools, die llms.txt als Ausgangspunkt für die Aufnahme verwenden, etwa für B2B-Vertriebstools, Kundenservice-Assistenten und interne Wissensdatenbanken. Wenn Ihre Kunden voraussichtlich KI-Tools bauen, die Ihre Inhalte aufnehmen, lohnt sich llms.txt schon aus diesem Grund.
| KI-Engine oder Tool | Unterstützung von llms.txt (Anfang 2026) | Was tatsächlich mit der Datei passiert |
|---|---|---|
| Anthropic Claude (claude.ai, API) | Dokumentierte Unterstützung; nennt llms.txt ausdrücklich als empfohlenes Veröffentlichungsmuster | Nutzt die Datei als Hinweis auf kanonische Inhalte beim Abrufen und Zitieren |
| Perplexity | Nicht offiziell gefordert; wird berücksichtigt, wenn vorhanden | Kann in llms.txt aufgelistete Seiten bei Anfragen zu dieser Domain bevorzugen |
| OpenAI ChatGPT und Suchtools | Keine offizielle Übernahme; Hinweise, dass OpenAI-Crawler die Datei lesen | Verhalten schwankt; als eines von mehreren Signalen behandeln, nicht als zentrales Steuerelement |
| Google AI Mode und AI Overviews | Keine offizielle Unterstützung; Google betont sitemap.xml und strukturierte Daten | llms.txt ist kein Hauptsignal; die Veröffentlichung schadet aber nicht |
| Microsoft Copilot | Keine offizielle Unterstützung; nutzt Bing-Index und Crawl-Signale | Verhalten folgt den Crawl-Mustern von Bing; llms.txt wird nicht ausdrücklich erwähnt |
| Cursor, Continue und andere Entwicklertools | Aktive und ausdrückliche Unterstützung | Viele Entwicklertools nutzen llms.txt, um Dokumentation und SDK-Referenzen in der Entwicklungsumgebung anzuzeigen |
| Aleph Alpha und Mistral (europäische KI-Engines) | Gemischt; für Mistral gibt es Community-Crawler, die die Datei berücksichtigen | Lohnt sich für jede Marke mit Zielen für Sichtbarkeit in europäischen KI-Engines |
| Eigene Abrufsysteme (RAG, interne KI-Tools) | Häufig ausdrückliche Unterstützung | Viele Unternehmen bauen eigene KI-Tools, die llms.txt als Ausgangspunkt für die Aufnahme nutzen |
Das Format von llms.txt im Detail
Das Format ist Markdown mit wenigen Konventionen. Eine H1-Zeile nennt den Namen der Website. Ein Blockzitat enthält die Beschreibung der Website: 2 bis 4 Sätze darüber, was die Website bietet, für wen sie gedacht ist und was sie auszeichnet. Danach gliedern H2-Abschnitte den Inhalt in logische Gruppen, die jeweils eine Markdown-Liste mit Links und Beschreibungen enthalten.
Die Abschnittsüberschriften sollten so gewählt sein, wie ein Mensch den Inhalt ordnen würde. Übliche Namen sind Produkt, Preise, Dokumentation, API-Referenz, Ressourcen, Fallstudien, Über uns, Unternehmen, Karriere, Presse und Optional. Der Abschnitt „Optional“ ist nachrangigen Seiten vorbehalten. Vermeiden Sie Keyword-Stuffing in den Überschriften; die Datei wird als natürliche Sprache gelesen.
Jeder Link in einem Abschnitt folgt diesem Muster: Bindestrich, Leerzeichen, öffnende eckige Klammer, Linktext, schließende eckige Klammer, öffnende runde Klammer, vollständige URL, schließende runde Klammer, Doppelpunkt, Leerzeichen, einzeilige Beschreibung. Der Linktext sollte der Seitentitel oder ein klarer, verständlicher Name sein. Die Beschreibung sollte aus einem Satz (15 bis 25 Wörter) bestehen und erklären, was auf der Seite steht.
Die gesamte Datei sollte in der Regel 1 bis 10 KB groß sein. Eine Datei mit mehr als 200 Links hat den Zweck der Kuratierung verfehlt; eine Datei mit 5 Links ist zu dünn, um nützlich zu sein. Die meisten B2B-SaaS-, Agentur- und E-Commerce-Websites kommen auf 25 bis 60 Seiten. Dokumentationsseiten oder Marktplätze können mehr rechtfertigen.
llms-full.txt erweitert das Konzept. Die Datei beginnt mit einem H1-Titel und einer kurzen Beschreibung als Blockzitat. Danach folgt für jede kanonische Seite eine H2 mit dem Seitentitel, eine Zeile „Source: [URL]“ und der vollständige Markdown-Inhalt der Seite. Die Seiten werden durch horizontale Linien („---“) getrennt. Das Ergebnis ist eine einzige Datei mit dem vollständigen Inhalt aller kanonischen Seiten, bereit für die Aufnahme durch KI, ohne dass einzelne URLs gecrawlt werden müssen.
Wann Sie llms.txt veröffentlichen sollten und wann nicht
Die Veröffentlichung von llms.txt lohnt sich, wenn die Sichtbarkeit in KI-Engines ein wichtiger Teil Ihrer Strategie ist, wenn Sie kanonische Inhalte haben, die Ihre Marke wirklich repräsentieren, und wenn Sie die Kapazität haben, die Datei vierteljährlich zu pflegen. Die meisten Marken erfüllen diese Bedingungen, weshalb die Verbreitung zunimmt.
Besonders lohnt sie sich für B2B-SaaS-Unternehmen, deren Käufer über KI-Engines nach Produkten suchen, für Dokumentationsseiten, die von der Einbindung in Entwicklertools profitieren, für Dienstleister, bei denen Zitate in ChatGPT und Perplexity neue Kunden bringen, für Unternehmen mit Entwicklerprodukten, für die Cursor und ähnliche Tools wichtig sind, und für alle Marken, die Answer Engine Optimization als strategische Disziplin betreiben.
Weniger lohnt sie sich für Websites mit sehr dünnen oder minderwertigen Inhalten (llms.txt behebt keine grundlegenden Inhaltsprobleme und kann Schwächen sogar sichtbarer machen), für Websites, deren gesamtes Angebot hinter einer Paywall oder einem Login liegt und deren öffentliche Seiten Inhalte zeigen, die die Marke streng kontrollieren will, für transaktionsstarke E-Commerce-Websites, bei denen Zitate in KI-Engines weniger bewirken als Werbebudgets, und für Websites, deren Team die Datei nicht pflegen kann (eine veraltete llms.txt ist schlechter als gar keine).
Der ehrliche Mittelweg für unentschlossene Websites: Veröffentlichen Sie eine einfache llms.txt mit den 15 bis 25 wichtigsten Seiten, prüfen Sie, ob sich Ihre Zitate in KI-Engines innerhalb von 6 Monaten verbessern, und bauen Sie die Datei aus, wenn die Ergebnisse den Aufwand rechtfertigen. Der Einstieg kostet einige Stunden, die Pflege ist gering. Das Verhältnis von Risiko und Nutzen spricht für die meisten Marken klar für die Veröffentlichung.
Vorlagen nach Website-Typ: Was für welches Geschäftsmodell hineingehört
Welche Seiten in llms.txt gehören, hängt stark vom Website-Typ ab. Ein B2B-SaaS-Unternehmen hat andere kanonische Seiten als ein Medienangebot, und beide unterscheiden sich von einem Onlineshop oder einem Dienstleister. Eine passende Vorlage für Ihren Typ ist der schnellste Weg zu einem brauchbaren ersten Entwurf.
B2B-SaaS-Websites enthalten meist die Abschnitte Produkt, Preise, Dokumentation, API-Referenz, Sicherheit, Kundengeschichten und Unternehmen. Optional können Partnerprogramm, Integrationsverzeichnis und Trust Center dazukommen. Insgesamt sind es meist 20 bis 60 Seiten, bei Dokumentationsseiten eher mehr.
Onlineshops einer einzelnen Marke listen Über uns, Versand und Rücksendungen, Nachhaltigkeit, Bestseller, Kollektionen und Kundenservice auf. Optional können Presse, Nachhaltigkeitsberichte und Großhandel dazukommen. Insgesamt sind es meist 15 bis 40 Seiten. Das Prinzip: Seiten aufnehmen, die die Marke und ihre Arbeitsweise erklären, nicht jedes einzelne Produkt.
Dienstleister und Agenturen listen Leistungen, Fallstudien, Preis- oder Zusammenarbeitsmodell, Team, betreute Branchen und Kontakt auf. Optional können Methodik, Ressourcen oder Leitfäden und Auszeichnungen dazukommen. Insgesamt sind es meist 15 bis 35 Seiten.
Medien und Publikationen listen Über uns, Themen oder Ressorts, redaktionelle Richtlinien, Autoren und Abo-Optionen auf, dazu Einstiegspunkte ins Archiv (zum Beispiel den Jahresindex) statt jedes einzelnen Artikels.
Dokumentationsseiten listen meist Erste Schritte, API-Referenz, Tutorials, Konzepte, Migrationsleitfäden und ein Changelog auf. Optional können Kochbuch, Beispiele und Community dazukommen. Insgesamt sind es meist 30 bis 100 Seiten.
Lokale Unternehmen oder Unternehmen mit mehreren Standorten listen Leistungen oder Speisekarte, Standortübersicht, Öffnungszeiten und Reservierungen, Über uns und Bewertungsrichtlinien auf. Optional können Treueprogramm, Gutscheine und Catering dazukommen. Hinzu kommen Standortseiten, die die Zahl schnell erhöhen können.
| Website-Typ | Abschnitte in llms.txt | Optionale Abschnitte | Anzahl der Seiten |
|---|---|---|---|
| B2B-SaaS | Produkt, Preise, Dokumentation, API, Sicherheit, Kundengeschichten, Unternehmen | Partnerprogramm, Integrationsverzeichnis, Trust Center | 20 bis 60 besonders wertvolle Seiten |
| E-Commerce (eine Marke) | Über uns, Versand und Rücksendungen, Nachhaltigkeit, Bestseller, Kollektionen, Kundenservice | Presse, Nachhaltigkeitsberichte, Großhandel | 15 bis 40 Seiten |
| E-Commerce (Marktplatz) | Über uns, Kategorien, Händler, Vertrauen und Sicherheit, Kundenservice, Versand | Ressourcen für Händler, API für Partner | 20 bis 50 Seiten |
| Dienstleister oder Agentur | Leistungen, Fallstudien, Preis- oder Zusammenarbeitsmodell, Team, betreute Branchen, Kontakt | Methodik, Ressourcen oder Leitfäden, Auszeichnungen | 15 bis 35 Seiten |
| Medien oder Publikation | Über uns, Themen oder Ressorts, redaktionelle Richtlinien, Autoren, Abo, Archivstruktur | Pressemappe, Werbung | 10 bis 25 Seiten plus Einstiegspunkte ins Archiv |
| Dokumentationsseite | Erste Schritte, API-Referenz, Tutorials, Konzepte, Migrationsleitfäden, Changelog | Kochbuch, Beispiele, Community | 30 bis 100 Seiten |
| Lokales Unternehmen oder mehrere Standorte | Leistungen oder Speisekarte, Standortübersicht, Öffnungszeiten und Reservierungen, Über uns, Bewertungsrichtlinien | Treueprogramm, Gutscheine, Catering | 10 bis 25 plus Standortseiten |
Umsetzung: in sechs Schritten zur veröffentlichten llms.txt
Die Umsetzung besteht aus sechs Phasen: Website-Audit, Seitenauswahl, Entwurf, Validierung, Veröffentlichung und Ankündigung. Der Gesamtaufwand liegt für die meisten Marken je nach Komplexität der Website bei 8 bis 24 Stunden konzentrierter Arbeit.
Die erste Phase ist das Website-Audit. Erfassen Sie alle Seiten der Website (mit Screaming Frog, Sitebulb oder Ihrer sitemap.xml als Ausgangspunkt), ordnen Sie die Seiten nach Zweck (Produkt, Marketing, Support, Archiv) und bestimmen Sie, welche Seiten wirklich kanonische Inhalte darstellen. Ergebnis ist eine Arbeitsliste mit 50 bis 200 Kandidaten.
Bei der Seitenauswahl wird diese Liste auf die kanonischen Seiten eingegrenzt. Die Kriterien: Seiten, die das Angebot wirklich erklären, Seiten mit substanziellem Inhalt (keine dünnen Landingpages), Seiten, die eine KI-Engine bei einer Zusammenfassung Ihrer Marke zitieren soll, und Seiten, die dauerhaft bestehen (nicht saison- oder kampagnenabhängig). Je nach Website-Typ sollten Sie 15 bis 60 Seiten anstreben.
Im Entwurf entsteht die Datei selbst. Beginnen Sie mit dem Namen der Website als H1 und der Beschreibung als Blockzitat (das wichtigste Element der Datei, nehmen Sie sich dafür Zeit). Gruppieren Sie dann die ausgewählten Seiten in 4 bis 8 Abschnitte. Schreiben Sie für jede Seite eine Beschreibung mit 15 bis 25 Wörtern, die den Inhalt treffend wiedergibt. Der Abschnitt „Optional“ enthält nützliche, aber nachrangige Seiten.
Bei der Validierung laufen die Prüfungen vor der Veröffentlichung. Die Datei lädt unter /llms.txt mit dem richtigen Inhaltstyp. Die Markdown-Struktur ist sauber. Alle verlinkten URLs liefern den Status 200. Verlinkte Seiten sind nicht durch robots.txt gesperrt. Die Beschreibungen passen genau zu den verlinkten Seiten. Die Größe von llms-full.txt ist angemessen. Der Verweis wurde in robots.txt ergänzt.
Bei der Veröffentlichung wird die Datei im Stammverzeichnis der Domain abgelegt. Die meisten CMS-Plattformen erlauben eigene Dateien im Stammverzeichnis über statische Uploads, Weiterleitungsregeln oder eine eigene Route. Webflow, WordPress und moderne Generatoren für statische Websites unterstützen das mit wenig Konfiguration. Machen Sie die Datei ohne Anmeldung öffentlich zugänglich.
Die Ankündigung ist optional, lohnt sich aber. Ein kurzer Blogbeitrag oder LinkedIn-Post dazu, dass die Marke llms.txt eingeführt hat, zeigt Branchenkollegen, Interessenten und den Teams hinter KI-Engines, dass die Marke KI-Sichtbarkeit ernst nimmt. Außerdem schafft er einen Bezugspunkt für künftige interne Gespräche über die Pflege.
Checkliste für die Umsetzung von llms.txt
- Kanonische Seiten festlegen: Prüfen Sie Ihre Website und bestimmen Sie die 15 bis 60 wertvollsten Seiten für die Aufnahme durch KI. Das sollten Seiten sein, die Ihr Angebot wirklich repräsentieren, keine nebensächlichen Hilfsseiten.
- Eine Beschreibung der Website in einem Absatz schreiben: 2 bis 4 Sätze, mit denen eine KI-Engine Ihr Unternehmen zusammenfassen würde. Beginnen Sie damit, was Sie tun, für wen und was Sie unterscheidet.
- Seiten in Abschnitte gruppieren: Nutzen Sie H2-Abschnitte (Produkt, Ressourcen, Unternehmen usw.), die so gegliedert sind, wie ein Mensch den Inhalt ordnen würde. Vermeiden Sie Keyword-Stuffing in den Überschriften.
- Für jede Seite eine einzeilige Beschreibung schreiben: Jeder Link bekommt eine kurze Beschreibung, damit die KI-Engine den Inhalt der Seite versteht, ohne sie zu crawlen.
- Die Datei im Stammverzeichnis ablegen: /llms.txt im Stammverzeichnis der Domain, nicht in Unterordnern. Bei Marken mit mehreren Websites bekommt jede Domain oder Subdomain eine eigene Datei.
- Entscheiden, ob Sie auch llms-full.txt brauchen: Für Websites mit wertvollen, aber schwer crawlbaren Inhalten (Rendering-Probleme, JavaScript-Abhängigkeiten, Inhalte hinter Paywall oder Login) liefert llms-full.txt den vollständigen Inhalt in einer Datei.
- Gegen die vorgeschlagene Spezifikation prüfen: Nutzen Sie das auf llmstxt.org dokumentierte Format: Markdown, strukturierte Überschriften, eine Linkliste pro Abschnitt.
- llms.txt in robots.txt referenzieren: Fügen Sie eine Zeile "Sitemap: https://example.com/llms.txt" hinzu, damit Crawler die Datei finden. Das ist eine Konvention, keine feste Vorgabe.
- Wie sitemap.xml pflegen: Aktualisieren Sie die Datei, wenn wichtige Seiten neu erscheinen, wegfallen oder sich deutlich ändern. Lassen Sie sie nicht länger als ein Quartal ungeprüft.
- Zitate in KI-Engines verfolgen: Testen Sie vierteljährlich Beispielanfragen in den großen KI-Engines, um zu sehen, ob Ihre kanonischen Seiten erscheinen. Falls nicht, brauchen die gelisteten Seiten möglicherweise mehr inhaltliche Tiefe.
Häufige Fehler und wie Sie sie vermeiden
Die meisten llms.txt-Umsetzungen scheitern auf vorhersehbare Weise. Am häufigsten wird die Datei wie ein Sitemap-Export behandelt, der alle URLs der Website auflistet statt einer kuratierten Auswahl. Die Lösung ist Disziplin: Der ganze Sinn von llms.txt ist die Kuratierung. Widerstehen Sie also der Versuchung, alles aufzunehmen.
Mit Keywords überladene Beschreibungen sind der zweithäufigste Fehler. Seitenbeschreibungen sollten in natürlicher Sprache für das Verständnis von KI-Engines geschrieben sein, nicht für SEO-Keyword-Dichte. Überladener Text verschlechtert die Signalqualität.
Veraltete Links sind der dritte häufige Fehler. Wenn Seiten wegfallen, umgeleitet oder deutlich geändert werden, muss llms.txt aktualisiert werden. KI-Engines können die Datei zwischenspeichern und veralteten Kontext nutzen; dann werden Seiten zitiert, die es nicht mehr gibt oder deren Inhalt nicht mehr zur Linkbeschreibung passt.
Wer kanonische und unterstützende Seiten mischt, verwässert das Signal. Es geht darum zu zeigen, welche Seiten für die Marke wirklich kanonisch sind. Wenn Sie jeden Blogbeitrag und jede kleine Landingpage auflisten, wird unklar, welche Seiten am wichtigsten sind.
Eine schwache oder fehlende Beschreibung der Website ist ein Fehler mit großer Wirkung. Die als Blockzitat eingeleitete Beschreibung ist das Erste, was KI-Engines sehen; sie bestimmt, wie der Rest der Datei verstanden wird. Fehlt sie oder ist sie zu knapp, schwächt das die gesamte Datei. Investieren Sie hier überdurchschnittlich viel Zeit.
Häufige Fehler bei der Umsetzung von llms.txt
- llms.txt als Sitemap-Export behandeln: Wer jede URL der Website auflistet, verfehlt den Zweck. Die Datei soll eine kuratierte, priorisierte Auswahl kanonischer Seiten sein, kein vollständiges URL-Verzeichnis.
- Mit Keywords überladene Beschreibungen: Seitenbeschreibungen, die auf SEO-Keyword-Dichte statt auf Verständlichkeit für KI-Engines ausgerichtet sind. KI-Engines lesen die Beschreibung als natürliche Sprache; überladener Text schwächt das Signal.
- Veraltete Links: Links auf Seiten, die weggefallen, umgeleitet oder deutlich verändert sind. KI-Engines können die Datei zwischenspeichern und veralteten Kontext nutzen.
- Kanonische und unterstützende Seiten mischen: Wer jeden Blogbeitrag und jede kleine Landingpage auflistet, macht unklar, welche Seiten für die Marke wirklich kanonisch sind.
- Fehlende Beschreibung der Website: Die als Blockzitat eingeleitete Beschreibung ist das wirkungsvollste Element für den Kontext in KI-Engines. Fehlt sie oder ist sie zu knapp, schwächt das die ganze Datei.
- Überdimensionierte llms-full.txt: Dateien mit vollständigem Inhalt über 5 MB werden von manchen Crawlern abgeschnitten. Konzentrieren Sie sich auf die 20 bis 30 wertvollsten Seiten statt auf alle 200.
- Widerspruch zu robots.txt: Seiten in llms.txt aufzulisten, die in robots.txt gesperrt sind, verwirrt Crawler. Prüfen Sie, ob die gelisteten Seiten crawlbar sind.
- Falscher Speicherort: Liegt llms.txt in einem Unterordner, hinter einem Login oder unter einem unüblichen Pfad, finden Crawler die Datei nicht. Das Stammverzeichnis ist der einzig richtige Ort.
- Einmal einrichten und vergessen: Websites, die llms.txt einmal veröffentlichen und nie aktualisieren, verlieren innerhalb von 6 bis 12 Monaten an Wert, weil sich die Inhalte weiterentwickeln.
- Traffic-Garantien erwarten: llms.txt garantiert keine Zitate in KI-Engines. Die Datei ist eines von vielen Signalen; inhaltliche Tiefe, Schema, Zitationsdichte und Autoritätssignale zählen ebenso.
Validierung vor der Veröffentlichung
Prüfen Sie die Datei vor der Veröffentlichung gründlich. So fangen Sie die vorhersehbaren Fehler ab, bevor sie live gehen. Die Prüfungen sind unkompliziert und dauern bei einer typischen Umsetzung 30 bis 60 Minuten.
Die Datei lädt unter /llms.txt: Ein direkter Aufruf von https://yourdomain.com/llms.txt sollte die Datei mit dem Inhaltstyp text/plain oder text/markdown liefern. Manche Server liefern standardmäßig application/octet-stream, was einige Crawler am Auslesen hindern kann. Konfigurieren Sie den Server so, dass er den richtigen Inhaltstyp liefert.
Gültige Markdown-Struktur: Name der Website als H1, Beschreibung als Blockzitat, H2-Abschnitte, Listeneinträge mit Markdown-Links und Beschreibungen. Nutzen Sie einen Markdown-Linter, um Syntaxfehler zu finden, die für Menschen nicht sichtbar sind.
Alle verlinkten URLs liefern den Status 200: Jede aufgeführte URL muss zu einer erreichbaren Seite führen. Keine 301-Weiterleitungen, keine 404- oder 503-Fehler. Prüfen Sie alle URLs gesammelt mit einem HTTP-Checker (curl-Skripte, Screaming Frog oder ein einfaches Python-Skript).
Verlinkte Seiten sind nicht durch robots.txt gesperrt: Prüfen Sie für jede gelistete Seite, ob sie laut robots.txt gecrawlt werden darf. Eine Seite in llms.txt aufzulisten, die für Crawler gesperrt ist, sendet widersprüchliche Signale.
Die Seitenbeschreibungen sind korrekt: Jede einzeilige Beschreibung muss zu dem passen, was tatsächlich auf der verlinkten Seite steht. Abweichungen untergraben das Vertrauen in die Datei.
Checkliste zur Validierung vor dem Launch
- Die Datei lädt unter /llms.txt: Ein direkter Aufruf von https://yourdomain.com/llms.txt liefert die Datei mit dem Inhaltstyp text/plain oder text/markdown.
- Gültige Markdown-Struktur: Name der Website als H1, Beschreibung als Blockzitat, H2-Abschnitte, Listeneinträge mit Markdown-Links und Beschreibungen.
- Alle verlinkten URLs liefern den Status 200: Jede aufgeführte URL führt zu einer erreichbaren Seite. Keine 301-Weiterleitungen, 404- oder 503-Fehler.
- Verlinkte Seiten sind nicht durch robots.txt gesperrt: Prüfen Sie, ob jede gelistete Seite crawlbar ist.
- Die Seitenbeschreibungen sind korrekt: Jede einzeilige Beschreibung passt zum tatsächlichen Inhalt der verlinkten Seite.
- Die Beschreibung der Website fasst die Marke zusammen: Wer nur die Beschreibung liest, sollte zusammenfassen können, was Ihr Unternehmen tut und für wen.
- llms-full.txt hat eine angemessene Größe: Unter 5 MB, idealerweise unter 2 MB für die schnellste Aufnahme.
- Die Datei ist nicht in robots.txt gesperrt: Crawler müssen auf die Datei selbst zugreifen können.
- Verweis in robots.txt ergänzt: Eine Zeile "Sitemap: https://example.com/llms.txt", damit Crawler die Datei finden.
- Dokumentation im CMS: Eine Notiz für das Team, wie die Datei aktualisiert wird, wenn Seiten neu erscheinen oder wegfallen.
Pflege: So bleibt llms.txt dauerhaft nützlich
Eine statische llms.txt verliert innerhalb von 6 bis 12 Monaten an Wert, weil sich die Inhalte weiterentwickeln. Seiten kommen hinzu, fallen weg, werden umbenannt oder ändern sich deutlich. Die Beschreibung der Website kann veralten, wenn sich das Geschäft verändert. Die Pflege ist keine schwere Arbeit, muss aber regelmäßig erfolgen.
Bei jedem größeren Launch: Wenn eine wichtige Seite erscheint (neues Produkt, wichtige Fallstudie, neue Preisseite, neuer Dokumentationsbereich), aktualisieren Sie llms.txt innerhalb einer Woche. Machen Sie das zum Teil Ihrer Launch-Checkliste, nicht zur Nebensache.
Beim Wegfall von Seiten: Wenn eine gelistete Seite wegfällt, umgeleitet oder umbenannt wird, aktualisieren Sie llms.txt innerhalb einer Woche. Veraltete Links verschlechtern die Datei und können dazu führen, dass KI-Engines Inhalte zitieren, die es nicht mehr gibt oder die sich wesentlich geändert haben.
Monatliche Durchsicht: ein kurzer Blick auf Struktur, Abschnitte und Beschreibungen. Finden Sie defekte Links, veraltete Beschreibungen und Abschnitte, die nicht mehr passen. Bei den meisten Marken dauert das 15 bis 30 Minuten pro Monat.
Vierteljährliches Audit: eine vollständige Prüfung. Bewerten Sie neu, welche Seiten wirklich kanonisch sind, aktualisieren Sie die Beschreibungen und die Zusammenfassung der Website und gleichen Sie die Datei mit den neuesten Änderungen der Spezifikation ab. Planen Sie 2 bis 4 Stunden pro Quartal ein.
Jährliche Neubewertung: eine strategische Prüfung. Hat sich das Geschäft wesentlich verändert? Hat sich die Landschaft der KI-Engines verschoben (neue Engines, neue Formatkonventionen)? Stellt die Datei die Marke noch korrekt dar? Planen Sie einen halben Tag pro Jahr ein.
Bei geänderten Richtlinien von KI-Engines: Wenn KI-Engines neue Richtlinien, Formatänderungen oder Ankündigungen zur Unterstützung veröffentlichen, prüfen Sie die Datei innerhalb von 30 Tagen vor dem neuen Hintergrund. Das ist reaktiv, aber wichtig, denn das Format entwickelt sich Anfang 2026 noch weiter.
Pflegerhythmus für llms.txt
- Bei jedem größeren Launch: Wenn eine wichtige Seite erscheint (neues Produkt, wichtige Fallstudie, neue Preisseite), nehmen Sie sie innerhalb einer Woche in llms.txt auf.
- Beim Wegfall von Seiten: Wenn eine gelistete Seite wegfällt, umgeleitet oder umbenannt wird, entfernen oder aktualisieren Sie den Link innerhalb einer Woche. Veraltete Links verschlechtern die Datei.
- Monatliche Durchsicht: Kurzer Blick auf Struktur, Abschnitte und Beschreibungen. Defekte Links, veraltete Beschreibungen und unpassende Abschnitte finden.
- Vierteljährliches Audit: Vollständige Prüfung. Neu bewerten, welche Seiten wirklich kanonisch sind, Beschreibungen und Zusammenfassung aktualisieren, mit den neuesten Änderungen der Spezifikation abgleichen.
- Jährliche Neubewertung: Strategische Prüfung. Hat sich das Geschäft wesentlich verändert? Hat sich die Landschaft der KI-Engines verschoben (neue Engines, neue Formatkonventionen)? Stellt die Datei die Marke noch korrekt dar?
- Bei geänderten Richtlinien von KI-Engines: Wenn KI-Engines neue Richtlinien, Formatänderungen oder Ankündigungen veröffentlichen, prüfen Sie die Datei innerhalb von 30 Tagen vor diesem Hintergrund.
- Abgleich von llms-full.txt: Wenn Sie llms-full.txt pflegen, prüfen Sie vierteljährlich, ob der Inhalt zu den Live-Seiten passt. Abweichungen zwischen Datei und Website können zu verwirrenden KI-Antworten führen.
llms.txt-Leistungsstufen von UnFoldMart
UnFoldMart bietet die Umsetzung von llms.txt als eigenständige Leistung oder als Teil umfassenderer SEO- und AEO-Retainer an. Der Preis hängt von der Komplexität der Website und dem Umfang der begleitenden Inhaltsoptimierung ab.
Audit und einmalige Einrichtung von llms.txt kosten 1.500 bis 4.500 USD. Umfang: eine Domain, bis zu 50 gelistete Seiten. Leistungen: Website-Audit, Seitenauswahl, Erstellung von llms.txt und optional llms-full.txt, Aktualisierung von robots.txt, Validierung und Übergabe der Dokumentation. Ideal für Marken, die eine saubere Umsetzung ohne laufenden Aufwand wünschen.
llms.txt plus Inhaltsoptimierung kostet 4.500 bis 12.000 USD. Umfang: eine Domain, bis zu 100 gelistete Seiten, mit Analyse von Inhaltslücken. Leistungen: alle Leistungen der Audit-Stufe plus Inhaltsprüfung der gelisteten Seiten, Empfehlungen für dünne Seiten, die ausgebaut werden sollten, Entwürfe zur Überarbeitung der zehn wichtigsten Seiten und ein Schema-Markup-Audit. Ideal für Marken, die mit llms.txt ihre KI-Sichtbarkeit tatsächlich steigern und die Datei nicht nur veröffentlichen wollen.
Aufträge für mehrere Domains oder internationale Projekte kosten 7.500 bis 25.000 USD. Umfang: zwei oder mehr Domains oder hreflang-Varianten mit jeweils bis zu 100 Seiten. Leistungen: llms.txt pro Domain oder Sprache, Konsistenzprüfung über alle Domains, llms-full.txt wo sinnvoll und Governance-Dokumentation. Ideal für Marken, die in mehreren Märkten tätig sind.
In vollständigen SEO- oder AEO-Retainern ab 5.000 USD pro Monat ist llms.txt enthalten: Ersteinrichtung sowie vierteljährliche Prüfung und Aktualisierung im Rahmen des gesamten SEO- und AEO-Programms, ohne zusätzliche Gebühr. Ideal für Marken, die bereits ein strategisches SEO- und AEO-Programm betreiben und llms.txt als Baustein eines größeren Systems nutzen wollen.
| Stufe | Umfang | Leistungen | Preis |
|---|---|---|---|
| llms.txt-Audit und einmalige Einrichtung | Eine Domain, bis zu 50 gelistete Seiten | Website-Audit, Seitenauswahl, Erstellung von llms.txt und optional llms-full.txt, Aktualisierung von robots.txt, Validierung, Übergabe der Dokumentation | USD 1,500 to 4,500 one-time |
| llms.txt plus Inhaltsoptimierung | Eine Domain, bis zu 100 gelistete Seiten, mit Analyse von Inhaltslücken | Alle Leistungen der Audit-Stufe plus Inhaltsprüfung der gelisteten Seiten, Empfehlungen für dünne Seiten, Überarbeitungsentwürfe für die zehn wichtigsten Seiten, Schema-Markup-Audit | USD 4,500 to 12,000 one-time |
| Mehrere Domains oder international | Zwei oder mehr Domains oder hreflang-Varianten, jeweils bis zu 100 Seiten | llms.txt pro Domain oder Sprache, Konsistenzprüfung über alle Domains, llms-full.txt wo sinnvoll, Governance-Dokumentation | USD 7,500 to 25,000 one-time |
| llms.txt als Teil eines vollständigen SEO- oder AEO-Retainers | Enthalten in Retainern ab USD 5,000 pro Monat | Ersteinrichtung plus vierteljährliche Prüfung und Aktualisierung im Rahmen des gesamten SEO- und AEO-Programms | Inklusive; keine separate Gebühr |
Warnsignale in jedem Angebot für llms.txt
llms.txt ist ein relativ neuer Standard, der Markt der Anbieter ist also noch im Entstehen. Manche liefern hochwertige Arbeit, andere verkaufen Vorlagen mit wenig Aufwand als strategische Umsetzung. Achten Sie auf Versprechen zu Rankings in KI-Engines (kein Anbieter kann Zitate garantieren), massenhaft erzeugte llms.txt-Dateien (der ganze Sinn ist Kuratierung), Angebote, die jede URL der Website auflisten, fehlende Website-Audits vor dem Schreiben der Datei, wiederkehrende „monatliche llms.txt-Verwaltungsgebühren“ ohne definierte Leistung, Versprechen zur Sichtbarkeit in AI Overviews und ChatGPT, die allein an llms.txt geknüpft sind, ohne llms-full.txt oder Schema-Markup zu erwähnen, generische Vorlagen mit Platzhaltertext und die Weigerung, Arbeitsbeispiele zu zeigen.
Vertrauenswürdige Anbieter verstehen llms.txt als Kuratierungsaufgabe, die sich an Ihrer Geschäftsstrategie ausrichtet. Sie beginnen mit einer Inhaltsprüfung, schlagen eine begründete Auswahl an Seiten vor, schreiben eine individuelle Beschreibung der Website, validieren die Datei vor der Veröffentlichung und behandeln die Pflege als klar definierte laufende Aufgabe statt als vage monatliche Betreuung. Die Arbeit ist real, ihr Umfang aber begrenzt. Anbieter, die sie größer erscheinen lassen, als sie ist, verkaufen in der Regel zu viel.
Warnsignale in Angeboten für llms.txt
- Versprechen konkreter Rankings in KI-Engines: Kein Anbieter kann Zitate in KI-Engines garantieren. Wer bestimmte Ergebnisse allein durch llms.txt verspricht, übertreibt.
- Massenhaft erzeugte llms.txt-Dateien: Angebote, die llms.txt für Hunderte Websites in wenigen Tagen „generieren“, kippen nur Sitemap-Inhalte in eine Markdown-Datei. Das Ergebnis hat wenig Signalwert und kann eher schaden als nutzen.
- Jede URL der Website wird aufgelistet: Ein Angebot, das alle 5.000 Seiten der Website auflistet, hat das Format missverstanden. Kuratierung ist der ganze Sinn.
- Kein Website-Audit vor dem Schreiben der Datei: Eine seriöse Umsetzung beginnt mit einer Inhaltsprüfung, um die kanonischen Seiten zu bestimmen. Anbieter, die das überspringen, arbeiten mit Vorlagen.
- Gebühren für „monatliches llms.txt-Management“ ohne definierte Leistung: Pflege ist nötig, aber überschaubar. Seien Sie vorsichtig bei wiederkehrenden Gebühren ohne klar definierte Leistungen.
- Versprechen zu AI Overviews und ChatGPT-Sichtbarkeit: Google AI Overviews nutzt llms.txt offiziell nicht, die Unterstützung durch ChatGPT ist inoffiziell. Anbieter, die Sichtbarkeit speziell durch llms.txt versprechen, stellen den Standard falsch dar.
- Kein Wort zu llms-full.txt oder Schema-Markup: Ein vollständiger Ansatz für KI-Sichtbarkeit berücksichtigt mehrere Signale. Anbieter, die sich nur auf llms.txt konzentrieren, haben einen zu engen Blick.
- Generische Vorlagen ohne Geschäftskontext: Eine seriöse Umsetzung hat eine individuelle Beschreibung der Website und eine kuratierte Seitenauswahl. Vorlagen mit Platzhaltertext zeigen geringen Aufwand.
- Weigerung, Arbeitsbeispiele zu zeigen: Seriöse Anbieter können Beispiele für llms.txt-Dateien zeigen, die sie erstellt haben. Vage Versprechen ohne Beispiele stehen meist für Vorlagenarbeit.
Bereit, llms.txt einzuführen?
llms.txt wird zur grundlegenden Best Practice für jede Website, die Sichtbarkeit in KI-Engines ernst nimmt. Die Einführung kostet wenig, die Pflege ist gering, und der Nutzen ist spürbar: klarere Signale für KI-Engines, Zukunftssicherheit bei wachsender Verbreitung und Anbindung an Entwicklertools, die das Format bereits nutzen.
UnFoldMart setzt llms.txt als eigenständige Leistung oder als Teil umfassenderer SEO- und AEO-Retainer um. Wenn Ihr Team die Einführung von llms.txt plant, ist der nächste Schritt ein 30-minütiges Strategiegespräch. Darin prüfen wir Ihren aktuellen Stand, bestimmen die kanonischen Seiten, legen den Umfang der Umsetzung passend zu Ihrer Stufe fest und skizzieren den anschließenden Pflegerhythmus.
Tags:
Complete Implementation Guide
SEO 2026
FAQs
Noch Fragen? Hier sind die Antworten – klar, einfach und auf den Punkt.
Wo habe ich die Datei llms.txt gehostet und wie veröffentlicht ich sie?
Die Datei muss im Stammverzeichnis der Domain liegen (ihredomain.de/llms.txt). In Webflow legen Sie die Datei über die Website-Einstellungen im Stammverzeichnis an. In WordPress laden Sie sie per FTP oder über das Hosting-Panel ins Stammverzeichnis hoch. Bei statischen Websites legen Sie sie im öffentlichen Ordner ab.
Was ist der Unterschied zwischen llms.txt und llms-full.txt?
llms.txt ist ein kuratierter Index wichtiger Seiten mit Beschreibungen, während llms-full.txt den vollständigen Inhalt dieser Seiten in einer Datei enthält. llms.txt ist unerlässlich, während llms-full.txt optional ist und verwendet wird, wenn eine direkte Aufnahme oder ein direkter Zugriff erforderlich ist.
Wie viele Seiten sollte ich in llms.txt aufnehmen?
Die meisten Websites sollten 15 bis 60 kanonische Seiten enthalten. SaaS-Websites umfassen in der Regel 25 bis 60, Dienstleistungsunternehmen 15 bis 35 und E-Commerce-Websites 15 bis 40. Das Ziel ist die Kuration, nicht das Auflisten aller Seiten. Füge nur deine wichtigsten Inhalte hinzu.
Muss ich llms.txt veröffentlichen, wenn ich bereits sitemap.xml und Schema-Markup habe?
Nein, aber es wird empfohlen. Sitemap.xml listet URLs auf, das Schema definiert Entitäten, während llms.txt kanonische Inhalte speziell für KI-Engines kuratiert. Es hilft KI-Systemen zu verstehen, welche Seiten am wichtigsten sind. Es ist eine kostengünstige Ergänzung mit erheblichen Vorteilen.