KI & GEO

llms.txt erstellen: Anleitung mit kopierfertiger Vorlage

7 Min. Lesezeit · Aktualisiert am 27. Juni 2026

Die llms.txt wird derzeit als Pflichtdatei für KI-Sichtbarkeit angepriesen – oft mit Versprechen, die die Datei nicht halten kann. Dieser Ratgeber zeigt Ihnen, was llms.txt tatsächlich ist, welche KI-Systeme sie heute wirklich lesen und wie Sie in wenigen Schritten eine saubere Version für Ihre Website erstellen. Inklusive Vorlage zum Kopieren.

Kurz erklärt

llms.txt ist eine Markdown-Textdatei im Stammverzeichnis einer Website (z. B. ihre-domain.de/llms.txt), die KI-Systemen eine kompakte, kuratierte Übersicht der wichtigsten Inhalte liefert. Der Vorschlag stammt von Jeremy Howard (Answer.AI) aus dem September 2024 und ist auf llmstxt.org dokumentiert. Wichtig für die Einordnung: Es handelt sich um einen Community-Vorschlag, nicht um einen offiziellen Standard – und die Google-Suche wertet die Datei nach eigener Aussage nicht aus.

Was ist llms.txt – und welches Problem soll die Datei lösen?

Große Sprachmodelle wie ChatGPT, Claude oder Perplexity arbeiten mit begrenzten Kontextfenstern. Eine typische Unternehmenswebsite besteht dagegen aus Navigation, Cookie-Bannern, Skripten und Layout-Code – für ein KI-System ist es aufwendig, daraus die eigentliche Substanz herauszufiltern. Genau hier setzt die llms.txt an: Sie stellt die Kerninformationen einer Website in einem einheitlichen, schlanken Format bereit, das Maschinen ohne Umwege verarbeiten können.

Vorgeschlagen wurde das Format im September 2024 von Jeremy Howard, Mitgründer von Answer.AI und fast.ai. Die Spezifikation auf llmstxt.org definiert eine bewusst einfache Struktur: Die Datei liegt im Root-Verzeichnis der Domain, ist in Markdown geschrieben und beginnt mit dem Namen des Unternehmens oder Projekts als Überschrift. Darauf folgen eine Kurzbeschreibung und thematisch gruppierte Linklisten zu den wichtigsten Unterseiten – jeweils mit einem erklärenden Satz.

Die Idee lehnt sich bewusst an etablierte Konventionen wie die robots.txt oder die sitemap.xml an: eine bekannte Adresse, ein einfaches Format, ein klarer Zweck. Der entscheidende Unterschied zur Sitemap: Die llms.txt listet nicht alle URLs auf, sondern eine redaktionell ausgewählte, kommentierte Auswahl – sie ist eher ein Inhaltsverzeichnis mit Erläuterungen als ein technisches Verzeichnis. Wer sich zuvor grundsätzlich mit der Optimierung für KI-Suchsysteme beschäftigen möchte, findet in unserem Ratgeber Was ist GEO? die passende Einführung.

Ehrliche Einordnung: Wer nutzt llms.txt wirklich?

Hier trennt sich die Realität vom Marketing. Wer Ihnen eine llms.txt als Abkürzung zu besserer Google-Sichtbarkeit verkauft, verschweigt die Faktenlage – und die ist eindeutig dokumentiert:

Google: nutzt llms.txt nicht

Google hat mehrfach klargestellt, dass die Google-Suche die Datei nicht auswertet. Gary Illyes vom Google-Search-Team erklärte 2025, dass Google llms.txt nicht unterstützt und dies auch nicht plant. John Mueller verglich das Konzept mit dem längst abgeschafften Keywords-Meta-Tag – einer selbstdeklarierten Angabe, die leicht manipulierbar wäre. In Googles offizieller Dokumentation zu KI-Funktionen heißt es zudem ausdrücklich, dass für die Sichtbarkeit in der Google-Suche einschließlich der generativen Funktionen keine neuen maschinenlesbaren Dateien nötig sind.

ChatGPT, Perplexity & Co.: keine offizielle Zusage

Für die großen KI-Suchsysteme gibt es bislang keine offizielle Bestätigung, dass llms.txt die Auswahl oder Zitierung von Quellen beeinflusst. Diese Systeme crawlen und verarbeiten in erster Linie die regulären HTML-Seiten. Eine llms.txt kann von solchen Crawlern mitgelesen werden – ein belegter Sichtbarkeitsvorteil lässt sich daraus derzeit aber nicht ableiten.

KI-Entwicklungswerkzeuge: der reale Anwendungsfall

Aktiv genutzt wird llms.txt heute vor allem im Umfeld von KI-gestützten Entwicklungswerkzeugen und technischen Dokumentationen: Coding-Assistenten wie Cursor, Claude Code oder GitHub Copilot greifen auf llms.txt und llms-full.txt zu, wenn sie mit Dokumentationsseiten arbeiten. Entsprechend sind es vor allem Technologieunternehmen wie Anthropic, Stripe, Vercel oder Cloudflare, die solche Dateien veröffentlichen.

Merksatz: llms.txt ist ein Community-Vorschlag ohne offiziellen Standard-Status (kein IETF-, kein W3C-Standard). Für die Google-Suche ist die Datei wirkungslos. Sinnvoll ist sie als kleine, risikofreie Zusatzmaßnahme – nicht als Ersatz für sauberes technisches SEO und strukturierte Daten.

Der Aufbau nach Spezifikation

Die Spezifikation auf llmstxt.org definiert vier Bausteine – nur der erste ist zwingend erforderlich:

1

H1-Überschrift (Pflicht)

Eine einzige Überschrift erster Ordnung mit dem Namen des Unternehmens, Projekts oder der Website. Sie ist das einzige verpflichtende Element der gesamten Datei.

2

Blockquote-Zusammenfassung

Direkt unter der Überschrift folgt eine kurze Zusammenfassung als Markdown-Zitat (eingeleitet mit „>"). Sie beschreibt in ein bis drei Sätzen, worum es auf der Website geht – das Wichtigste zuerst.

3

Freitext-Kontext (optional)

Nach der Zusammenfassung können ein oder mehrere Absätze folgen, die zusätzlichen Kontext liefern: Besonderheiten, wichtige Hinweise zur Interpretation der Inhalte oder Angaben zum Einzugsgebiet.

4

H2-Sektionen mit Linklisten

Der Hauptteil: thematisch benannte Abschnitte (z. B. „Leistungen", „Unternehmen"), darunter Aufzählungen mit Markdown-Links und je einer kurzen Beschreibung. Eine Sektion mit dem festen Titel „Optional" hat Sonderbedeutung: Diese Inhalte dürfen KI-Systeme überspringen, wenn der Platz im Kontextfenster knapp wird.

Ergänzend sieht die Spezifikation die optionale Datei llms-full.txt vor. Während die llms.txt nur eine kuratierte Übersicht mit Links enthält, bündelt die llms-full.txt den vollständigen Inhalt einer Website oder Dokumentation in einer einzigen großen Markdown-Datei. Für Software-Dokumentationen ist das sinnvoll – für die typische Unternehmens- oder Dienstleisterwebsite genügt die kompakte llms.txt vollständig.

llms.txt erstellen: Schritt-für-Schritt-Anleitung

Für die Erstellung brauchen Sie keine Spezialsoftware – ein einfacher Texteditor und Zugriff auf Ihren Webspace genügen.

1

Wichtigste Seiten auswählen

Erstellen Sie eine Liste der Seiten, die den Kern Ihres Angebots abbilden: Leistungsseiten, Über-uns-Seite, Referenzen, Kontakt. Weniger ist mehr – die Datei soll kuratieren, nicht die Sitemap duplizieren. Zehn bis zwanzig Links reichen für die meisten Websites aus.

2

Kopfbereich schreiben

Beginnen Sie mit dem Firmennamen als H1 („# Firmenname") und einer prägnanten Blockquote-Zusammenfassung („> …"): Was bieten Sie an, für wen, in welcher Region? Formulieren Sie sachlich und konkret – die Zusammenfassung soll ein KI-System in zwei Sätzen korrekt informieren.

3

Sektionen mit Links anlegen

Gruppieren Sie Ihre Links unter H2-Überschriften („## Leistungen"). Jeder Listenpunkt folgt dem Muster: Linktext in eckigen Klammern, vollständige URL in runden Klammern, danach Doppelpunkt und ein beschreibender Satz. Verwenden Sie immer absolute URLs mit https.

4

Optional-Sektion ergänzen

Nachrangige Inhalte wie Blogübersicht oder Impressum gehören in die Sektion „## Optional". So signalisieren Sie standardkonform, welche Inhalte bei knappem Kontextfenster weggelassen werden dürfen.

5

Datei speichern und hochladen

Speichern Sie die Datei als reine Textdatei mit UTF-8-Kodierung unter dem exakten Namen „llms.txt" und laden Sie sie in das Stammverzeichnis Ihrer Domain hoch. Die Datei muss anschließend unter https://www.ihre-domain.de/llms.txt erreichbar sein – analog zur robots.txt.

6

Prüfen und aktuell halten

Rufen Sie die URL im Browser auf und prüfen Sie, ob der reine Text angezeigt wird und alle Links funktionieren. Wichtig für die Pflege: Wenn sich Leistungen, Preise oder URLs ändern, muss die llms.txt mitgezogen werden – eine veraltete Datei liefert KI-Systemen falsche Informationen über Ihr Unternehmen.

Kopierfertige Vorlage für Dienstleister

Die folgende Vorlage ist auf typische Dienstleistungsbetriebe zugeschnitten – Handwerk, Sachverständige, Beratung, Agenturen. Ersetzen Sie die Beispieldaten durch Ihre eigenen Angaben und passen Sie die Sektionen an Ihr Leistungsspektrum an:

# Mustermann Gebäudetechnik GmbH

> Meisterbetrieb für Heizung, Sanitär und Klimatechnik in Musterstadt
> und Umgebung. Wir betreuen Privat- und Gewerbekunden mit Beratung,
> Installation, Wartung und Notdienst.

Alle Leistungen werden ausschließlich durch eigene, festangestellte
Fachkräfte erbracht. Einzugsgebiet: Musterstadt und Landkreis
Musterland (ca. 40 km Umkreis).

## Leistungen

- [Heizungsbau](https://www.mustermann-gt.de/heizungsbau): Planung,
  Installation und Modernisierung von Heizungsanlagen inkl. Wärmepumpen
- [Sanitärinstallation](https://www.mustermann-gt.de/sanitaer):
  Badsanierung, Trinkwasserinstallation und Rohrleitungsbau
- [Klimatechnik](https://www.mustermann-gt.de/klimatechnik):
  Split-Klimaanlagen für Wohn- und Gewerberäume
- [Wartung & Notdienst](https://www.mustermann-gt.de/notdienst):
  Wartungsverträge und schnelle Hilfe bei Heizungsausfall

## Unternehmen

- [Über uns](https://www.mustermann-gt.de/ueber-uns): Geschichte,
  Team und Qualifikationen des Betriebs
- [Referenzen](https://www.mustermann-gt.de/referenzen):
  Abgeschlossene Projekte mit Kundenstimmen
- [Kontakt](https://www.mustermann-gt.de/kontakt): Anfahrt,
  Erreichbarkeit und Kontaktformular

## Optional

- [Ratgeber](https://www.mustermann-gt.de/ratgeber): Fachartikel
  zu Heizung, Sanitär und Energiesparen
- [Impressum](https://www.mustermann-gt.de/impressum): Rechtliche
  Angaben zum Unternehmen

Achten Sie beim Anpassen auf drei Punkte: Erstens muss jede URL exakt stimmen und erreichbar sein. Zweitens sollten die Beschreibungen sachlich informieren statt werblich zu übertreiben – KI-Systeme übernehmen Formulierungen mitunter wörtlich. Drittens gehört in die Datei nichts, was nicht auch öffentlich auf der Website steht.

Abgrenzung: llms.txt vs. robots.txt vs. Schema-Markup

Die drei Dateien und Standards werden häufig verwechselt, erfüllen aber grundverschiedene Aufgaben:

Datei / Standard Zweck Wer liest sie
robots.txt Zugriffssteuerung: legt fest, welche Crawler welche Bereiche abrufen dürfen Alle seriösen Crawler – Googlebot ebenso wie KI-Crawler (z. B. GPTBot, ClaudeBot)
llms.txt Inhaltsübersicht: kuratierte Zusammenfassung der wichtigsten Seiten für KI-Systeme Vor allem KI-Entwicklungswerkzeuge; Google-Suche nutzt sie nicht
Schema / JSON-LD Bedeutungsauszeichnung: macht Inhalte direkt im HTML maschinenlesbar (Organisation, FAQ, Bewertungen) Google, Bing und KI-Systeme – aktiv ausgewertet, teils mit Rich Results belohnt

Zwei Punkte sind besonders wichtig: Die llms.txt kann keine Crawler aussperren – wer den Zugriff von KI-Crawlern steuern will, tut das ausschließlich über die robots.txt. Und sie ersetzt kein Schema-Markup: Strukturierte Daten sind der von Suchmaschinen offiziell unterstützte Weg, Inhalte maschinenlesbar zu machen, und sollten immer Vorrang haben. Wie Sie JSON-LD korrekt implementieren, zeigt unser Structured Data Guide.

Unsere Empfehlung: erst das Fundament, dann die llms.txt

Lohnt sich eine llms.txt für Ihre Website? Unsere ehrliche Antwort: als Zusatzmaßnahme ja, als Priorität nein. Die Datei ist schnell erstellt, kostet nichts, schadet nicht und positioniert Ihre Website für den Fall, dass sich der Vorschlag weiter durchsetzt. Wer sie anlegt, sollte sich davon aber keine messbaren Sichtbarkeitssprünge versprechen – dafür fehlt schlicht die Unterstützung durch die großen Suchsysteme.

Deutlich mehr Wirkung entfalten die Grundlagen: sauber strukturiertes HTML mit klaren Überschriften, schnelle Ladezeiten, vollständiges Schema-Markup, präzise Antworten auf echte Nutzerfragen und nachweisbare Expertise. Das sind die Signale, die KI-Systeme nachweislich auswerten. In unserem GEO & AI-Service setzen wir genau diese Reihenfolge um: erst das Fundament, dann ergänzende Bausteine wie die llms.txt – dokumentiert und regelmäßig gepflegt. Welche Entwicklungen dabei aktuell den Ton angeben, lesen Sie in unserem Überblick zu den GEO Trends 2026.

Häufige Fragen

Was ist eine llms.txt-Datei?

llms.txt ist eine Markdown-Textdatei im Stammverzeichnis einer Website (z. B. ihre-domain.de/llms.txt). Sie fasst die wichtigsten Inhalte und Seiten der Website in einem festen Format zusammen, damit KI-Systeme (Large Language Models) sie leichter erfassen können. Der Vorschlag stammt von Jeremy Howard (Answer.AI) aus dem September 2024 und ist auf llmstxt.org dokumentiert.

Bringt llms.txt etwas für Google-Rankings?

Nein. Google hat mehrfach bestätigt, dass die Google-Suche einschließlich der KI-Funktionen llms.txt nicht auswertet. Gary Illyes erklärte 2025, dass Google die Datei nicht unterstützt und dies auch nicht plant; John Mueller verglich sie mit dem veralteten Keywords-Meta-Tag. Eine llms.txt schadet den Rankings aber auch nicht.

Wo muss die llms.txt-Datei liegen?

Die Datei gehört laut Spezifikation in das Stammverzeichnis (Root) der Domain, also unter https://www.ihre-domain.de/llms.txt – analog zur robots.txt. Sie wird als reine Textdatei in UTF-8-Kodierung ausgeliefert, der Inhalt ist Markdown.

Was ist der Unterschied zwischen llms.txt und llms-full.txt?

llms.txt ist die kompakte, kuratierte Übersicht: Name, Kurzbeschreibung und Links zu den wichtigsten Seiten mit je einem erklärenden Satz. llms-full.txt ist eine optionale Ergänzung, die den vollständigen Inhalt der Website oder Dokumentation als eine große Markdown-Datei bereitstellt. Für die meisten Unternehmenswebsites genügt die kompakte llms.txt.

Ersetzt llms.txt die robots.txt oder Schema-Markup?

Nein, alle drei haben unterschiedliche Aufgaben. Die robots.txt steuert, welche Crawler auf welche Bereiche zugreifen dürfen. Schema-Markup (JSON-LD) macht Bedeutung und Zusammenhänge direkt im HTML maschinenlesbar und wird von Google aktiv ausgewertet. llms.txt ist lediglich eine zusätzliche, kuratierte Inhaltsübersicht für KI-Systeme – sie kann weder Crawler aussperren noch strukturierte Daten ersetzen.

Sollte ich trotzdem eine llms.txt erstellen?

Wenn die Grundlagen stehen: ja. Die Datei ist schnell erstellt, kostet nichts und schadet nicht. Sie sollte aber der letzte Baustein sein – sauberes HTML, schnelle Ladezeiten, klare Inhaltsstruktur und vollständiges Schema-Markup haben nachweislich mehr Einfluss auf die Sichtbarkeit in KI-Systemen und sollten Vorrang haben.

Passend dazu

Was ist GEO?

Generative Engine Optimization erklärt: So werden Sie in KI-Antworten zitiert.

Structured Data Guide

JSON-LD und Schema-Markup korrekt implementieren – der offiziell unterstützte Weg.

GEO & AI Service

Unser Service für Sichtbarkeit in ChatGPT, Perplexity und AI Overviews.

Wie sichtbar ist Ihre Website für KI-Systeme?

Wir prüfen Ihre Website auf die Signale, die KI-Suchsysteme tatsächlich auswerten – von Schema-Markup bis Inhaltsstruktur – und zeigen Ihnen konkret, wo Sie stehen.

Kostenlose Analyse anfordern