llms.txt

llms.txt ist eine Konvention für eine Textdatei im Root-Verzeichnis einer Website, die Large Language Modellen und KI-Systemen mitteilt, welche Inhalte der Domain für sie besonders relevant sind. Der Vorschlag wurde 2024 von Jeremy Howard (fast.ai) publiziert und findet seitdem wachsende Verbreitung — mit ähnlicher Logik wie robots.txt für Suchmaschinen-Crawler, aber mit anderem Zweck und Format.

Hintergrund und Motivation

robots.txt regelt, welche Teile einer Website Crawler nicht besuchen sollen. llms.txt verfolgt das Gegenteil: Es weist KI-Systeme aktiv auf die relevantesten Inhalte einer Domain hin — eine Art Inhaltsverzeichnis für Maschinen, das die wichtigsten Seiten, ihre Funktion und ihren Kontext in maschinenlesbarer Form zusammenfasst.

Die Motivation dahinter ist nachvollziehbar: Websites mit vielen Seiten, viel Navigation und viel Boilerplate-Text (Footers, Cookie-Hinweise, Menüs) können für KI-Systeme schwer zu gewichten sein. Eine llms.txt destilliert die relevanten Inhalte und hilft dem System, schnell zu identifizieren, womit sich eine Domain inhaltlich befasst.

Format und Inhalt

Eine llms.txt liegt unter https://domain.tld/llms.txt und ist im Markdown-Format verfasst. Eine typische Datei enthält:

• Eine kurze Beschreibung des Unternehmens oder der Website
• Abschnitte mit Links zu den wichtigsten Seiten, geordnet nach Themenblöcken
• Optional kurze Beschreibungen der einzelnen Seiten

Eine erweiterte Variante, llms-full.txt, enthält die Volltexte der wichtigsten Seiten in einem einzigen Dokument — was für KI-Systeme nützlich ist, die keine Live-Abfragen durchführen, sondern auf vorbereitete Kontexte zugreifen.

Verhältnis zu anderen GEO-Maßnahmen

llms.txt ist ein ergänzendes Signal, kein Ersatz für substanzielle Inhalte. Die Hierarchie ist eindeutig: Zuerst Zitierfähigkeit der eigenen Inhalte herstellen, Entitätsdaten bereinigen, Schema.org-Markup implementieren — dann llms.txt als zusätzliches Qualitätssignal hinzufügen.

Wer llms.txt einführt, ohne die inhaltliche Basis zu haben, zeigt KI-Systemen lediglich effizienter, dass keine zitierfähigen Inhalte vorhanden sind. Der potenzielle Nutzen der Datei entfaltet sich erst, wenn die verlinkten Seiten tatsächlich verarbeitbare, hochwertige Inhalte enthalten.

Aktueller Status

llms.txt ist kein offizieller Standard. Ob ChatGPT, Perplexity oder Google AI Overviews die Datei aktiv berücksichtigen, ist öffentlich nicht dokumentiert. Bekannt ist, dass einige KI-gestützte Entwicklungstools und Dokumentationsplattformen die Datei auswerten. Im GEO-Kontext gilt llms.txt derzeit als sinnvolle, aber nicht zwingende Maßnahme — der Implementierungsaufwand ist gering, das potenzielle Signal positiv, der bewiesene Effekt ausstehend.

Wie llms.txt in eine vollständige GEO-Strategie eingebettet wird und welche Priorität die Datei im Vergleich zu anderen technischen Maßnahmen hat, zeigt unsere Beratungsleistung. Die übergeordnete Methodik beschreibt das Buch „Unsichtbar“.

Häufige Fragen zu llms.txt

Was ist llms.txt?

llms.txt ist eine Konvention für eine Textdatei, die im Root-Verzeichnis einer Website abgelegt wird und KI-Systemen signalisiert, welche Seiten und Inhalte der Domain für sie besonders relevant sind. Der Standard wurde 2024 von Jeremy Howard vorgeschlagen und wird von einer wachsenden Zahl von KI-Tools berücksichtigt.

Ist llms.txt ein offizieller Standard?

Nein. llms.txt ist eine Community-Konvention ohne offizielle Standardisierung durch W3C, Google oder andere Normierungsgremien. Ob und wie KI-Systeme die Datei berücksichtigen, entscheidet jeder Anbieter selbst.

Was enthält eine llms.txt-Datei?

Typischerweise eine kurze Beschreibung der Website und des Anbieters im Markdown-Format, gefolgt von Links zu den wichtigsten Seiten — aufgeteilt nach Themenblöcken. Optional kann eine llms-full.txt die Volltexte der wichtigsten Seiten enthalten.

Verbessert llms.txt die KI-Sichtbarkeit?

Der Effekt ist derzeit nicht eindeutig belegt. llms.txt ist ein Qualitätssignal und kann die Verarbeitung durch KI-Systeme erleichtern — es ersetzt aber keine substanziellen Inhalte. Wer keine zitierfähigen Inhalte hat, gewinnt durch llms.txt nichts.