llms.txt erklärt, mit Aufbau, Beispiel und Grenzen

Was ist die llms.txt?

Die llms.txt ist eine Textdatei im Markdown-Format unter /llms.txt. Sie fasst zusammen, worum es auf einer Website geht, und verlinkt die Seiten, die ein Sprachmodell oder ein KI-Agent kennen sollte. Vorgeschlagen hat sie Jeremy Howard im September 2024. Die Beschreibung steht auf llmstxt.org. Die aktuelle Fassung 2 stammt vom 10. August 2026.

Hinter dem Vorschlag steht ein praktisches Problem. HTML-Seiten enthalten Navigation, Skripte und Werbung, und ein Modell hat nur begrenzt Platz im Kontext. Eine kurze Übersicht in Markdown soll ihm die Auswahl abnehmen.

Was regelt die Datei nicht?

Die llms.txt steuert keinen Zugriff. Welche Bots deine Seiten abrufen dürfen, legst du weiter in der robots.txt fest. Dort schließt du auch das Training von KI-Modellen aus, etwa mit eigenen Regeln für GPTBot.

Aufbau und Beispiel

Die Spezifikation legt eine feste Reihenfolge fest. Pflicht ist nur die erste Zeile mit dem Namen der Website als Überschrift.

So sieht eine llms.txt für einen fiktiven Shop aus.

llms-full.txt und Markdown-Fassungen

Viele Generatoren und Doku-Plattformen legen zusätzlich eine llms-full.txt an. Sie enthält den kompletten Inhalt in einer Datei. In der Spezifikation kommt sie nicht vor. Die Spezifikation empfiehlt dafür Markdown-Fassungen der einzelnen Seiten unter derselben URL, mit angehängtem oder ersetztem .md.

Dateien in Unterverzeichnissen

Seit Fassung 2 darf eine llms.txt auch in einem Unterverzeichnis liegen, etwa unter /docs/llms.txt für den Bereich /docs/. Gibt es mehrere, gilt die spezifischste. Chrome Lighthouse prüft dagegen nur die Datei im Root der Domain.

Wer liest die llms.txt?

Ob die Datei etwas bringt, hängt davon ab, wer sie abruft und verwendet. Die Tabelle zeigt die öffentlichen Aussagen, Stand 15.10.2026.

Eine eigene Datei zu veröffentlichen heißt noch nicht, die Dateien anderer Websites auszuwerten.

Was messen Studien?

Ahrefs hat im Mai 2026 rund 137.000 Domains mit Traffic ausgewertet. 28 % hatten eine llms.txt, und 97 % dieser Dateien wurden im ganzen Monat kein einziges Mal abgerufen. Unter den KI-Bots rief GPTBot die Dateien am häufigsten ab, danach Claude Code. Ein Abruf zeigt allerdings nicht, ob der Inhalt in Antworten einfließt.

Rankability fand im September 2026 bei den 1.000 meistbesuchten Domains eine gültige llms.txt bei 9,3 %. Die Zahlen liegen weit auseinander, weil die Studien unterschiedliche Domains zählen und unterschiedlich streng prüfen.

Wirst du mit einer llms.txt in KI-Antworten öfter genannt?

Das ist die Hoffnung hinter den meisten Dateien. Belegt ist sie bisher nicht. OpenAI, Anthropic, Perplexity und Google sagen nicht, dass sie die llms.txt fremder Websites für ihre Antworten auswerten. Google schreibt ausdrücklich, dass es für die KI-Übersichten und den AI Mode keine solche Datei braucht.

Auch die Zugriffszahlen sprechen dagegen. In der Ahrefs-Studie stammten nur 1,1 % der Abrufe von llms.txt-Dateien von Bots, die Inhalte für Live-Antworten holen. Insgesamt kamen 96 % der Abrufe von Bots, die meisten ohne erkennbaren Bezug zu KI-Antworten.

llms.txt, robots.txt und XML-Sitemap

Brauchst du eine llms.txt?

llms.txt erstellen und prüfen

1. Lege fest, welche Seiten ein Modell kennen sollte, etwa Produkte, Doku, Preise und Kontakt.
2. Schreib die Datei in Markdown nach dem Aufbau oben und speichere sie als /llms.txt im Root.
3. Prüfe, dass /llms.txt mit Status 200 als Text ausgeliefert wird.
4. Ruf jeden Link einmal auf. Alle sollen Status 200 liefern und für KI-Bots nicht per robots.txt gesperrt sein.
5. Teste die Seite mit Chrome Lighthouse in der Kategorie „Agentic Browsing“.
6. Bestimme, wer die Datei bei Änderungen an Struktur oder URLs anpasst.

Häufige Fehler

• Unter /llms.txt kommt HTML, weil das CMS eine Fehler- oder Startseite ausliefert.
• Eine Catch-all-Regel liefert Status 200, obwohl es gar keine Datei gibt.
• Links zeigen auf Weiterleitungen, gelöschte Seiten oder URLs, die die robots.txt für KI-Bots sperrt.
• Nach einem Relaunch verweist die Datei noch auf die alten URLs.

Häufige Fragen