Der Aufbau der Datei
Die Datei ist eine einfache Markdown-Datei mit einer Überschrift, einer kurzen Zusammenfassung und Links zu den wichtigsten Seiten. Ranktracker beschreibt eine minimale Datei mit einem H1-Titel und einer kurzen Zusammenfassung. Die Links sollen auf die kanonischen Seiten zeigen, weil sonst Nutzer auf unformatierten Text stoßen.
Der Vorschlag stammt von Jeremy Howard aus dem Jahr 2024. Er ist als Standard gedacht. Nach den herangezogenen Quellen hat ihn bisher weder eine Suchmaschine noch ein großer KI-Anbieter übernommen.
Unterschied zu robots.txt und Sitemap
Ranktracker beschreibt die drei Dateien mit einem einfachen Bild. Die robots.txt entscheidet, wer hineindarf. Die sitemap.xml zeigt die Struktur für Suchmaschinen. Die llms.txt soll KI-Systemen eine Zusammenfassung geben. Die Dateien erfüllen damit unterschiedliche Zwecke. Die robots.txt wirkt technisch, die llms.txt nicht.
Wie verbreitet llms.txt ist
Die Zahlen widersprechen sich, weil Quellen unterschiedlich zählen.
- Anzahl: BuiltWith zählte im Oktober 2025 mehr als 844.000 Websites mit einer llms.txt. Blck Alpaca zitiert diese Zahl.
- Anteil: SE Ranking fand bei rund 300.000 untersuchten Domains einen Anteil von 10,13 Prozent. Blck Alpaca zitiert auch diese Angabe.
- Veröffentlichte Dateien: Openreplay nennt im August 2025 rund 950 Domains mit einer Datei.
Die Unterschiede liegen in der Methode: Wer zählt, welche Domains er prüft und wann. Eine einzelne Zahl sagt deshalb wenig.
Was die Messungen zur KI-Suche zeigen
Die aussagekräftigsten Angaben kommen aus Messungen des Verhaltens von KI-Bots und der Zitierung.
- Bot-Zugriffe: In einem Experiment von OtterlyAI zielten nur 84 von mehr als 62.100 KI-Bot-Anfragen auf /llms.txt. Das sind etwa 0,1 Prozent der Zugriffe. Blck Alpaca nennt diesen Wert.
- Zitierung: SE Ranking fand laut Blck Alpaca keinen Zusammenhang zwischen llms.txt und der Häufigkeit von KI-Zitaten.
- Aussagen der Anbieter: Openreplay zitiert John Mueller von Google mit einer Aussage, nach der ihm kein KI-Dienst bekannt sei, der llms.txt verwendet. Ranktracker stellt fest, dass große Anbieter nicht öffentlich zugesagt haben, die Datei zu respektieren.
Diese Befunde widersprechen der Hoffnung, dass die Datei allein die Sichtbarkeit steigert. Sie beweisen nicht, dass sie wirkungslos ist. Sie zeigen, dass ein Effekt nicht belegt ist.
Was für KI-Sichtbarkeit wichtiger ist
Diese Frage gehört zur Generative Engine Optimization (GEO), also der Optimierung für KI-Antworten. Die Suchmaschinenoptimierung (SEO) bleibt dafür die Grundlage, weil KI-Antworten auf denselben Inhalten aufbauen.
Blck Alpaca verweist auf eine Korrelation zwischen Erwähnungen einer Marke und der Sichtbarkeit in KI-Übersichten. Die Quelle nennt einen Wert von 0,664 für Erwähnungen und 0,218 für Backlinks, bezogen auf 75.000 Marken. Eine Korrelation ist kein Nachweis für Ursache und Wirkung.
Daraus folgt eine praktische Richtung: klare, belegte Inhalte schreiben und Ihre Marke an relevanten Stellen erwähnt finden. Die Datei kann diesen Weg nicht ersetzen.
Wann llms.txt einen Zweck hat
Ranktracker sieht den legitimen Nutzen eher in Dokumentation und Entwicklerwerkzeugen. Tech-Now formuliert es ähnlich: Die Entscheidung hängt von den Zielen ab. Wer Markenerwähnungen und Vordenkerschaft verfolgt, kann die Datei testen. Wer gezielt Kunden gewinnen will, sollte zuerst auf bewährte Kanäle setzen.
Typische Fälle sind Websites mit umfangreicher technischer Dokumentation, Softwareangebote und Wissensdatenbanken. Für eine klassische Leistungswebsite bringt die Datei nach den vorliegenden Quellen wenig.
Wenn Sie es testen wollen
Ranktracker beschreibt fünf Schritte: Sie entscheiden, was kanonisch ist, gruppieren die URLs in Abschnitte, schreiben den Inhalt in Markdown, laden die Datei ins Stammverzeichnis und pflegen sie. Eine kleine Website mit wenigen Seiten braucht dafür nach Ranktracker ein bis zwei Stunden.
Die Quellen raten, die Datei kurz zu halten. Bei großen Websites empfiehlt die Quelle Dutzende oder wenige Hundert URLs statt tausender. Blck Alpaca warnt vor dem Pflegeaufwand, wenn sie nicht automatisch erzeugt wird.
Information-Gain: Entscheidungsmatrix
Die Matrix verbindet Ihren Website-Typ mit dem möglichen Nutzen. So sehen Sie, ob ein Test sich lohnt.
| Website-Typ | Möglicher Nutzen laut Quellen | Empfehlung |
|---|---|---|
| Dokumentation oder Entwicklertools | Übersicht für Werkzeuge und Entwickler | Testen, wenn Pflege automatisiert ist |
| Softwareangebot mit Wissensdatenbank | Ähnlich, je nach Ziel | Abwägen mit Ihrem Ziel |
| Klassische Leistungswebsite | Nach den Quellen kaum belegt | Zuerst Inhalte und Erwähnungen verbessern |
Weiterführende Beiträge
Für die Sichtbarkeit in KI-Antworten sind Erwähnungen und belegbare Inhalte wichtiger als eine Datei. Den Überblick gibt GEO und SEO.
Wie Sie Erwähnungen messen, erklärt KI-Sichtbarkeit messen.
Eine Übersicht zu unserer GEO-Beratung finden Sie auf GEO und KI-Sichtbarkeit.
Die Grundlage bleibt eine klare Struktur, wie sie Topical Authority beschreibt.