Seit 2024 kursiert eine neue Datei, die angeblich dafür sorgt, dass ChatGPT, Perplexity und Co. eine Website besser verstehen: llms.txt, eine einfache Markdown-Datei im Root-Verzeichnis, ähnlich platziert wie robots.txt. In SEO-Blogs wird sie inzwischen fast im selben Atemzug wie strukturierte Daten genannt. Was in diesen Guides selten steht: Kein einziger großer KI-Anbieter hat bislang bestätigt, die Datei überhaupt zu lesen.
Was ist llms.txt überhaupt?
Die Idee stammt von Jeremy Howard, Mitgründer von fast.ai und Answer.AI, der die Spezifikation am 3. September 2024 auf llmstxt.org veröffentlichte. Der Gedanke dahinter: Websites sind für Menschen gebaut, mit Navigation, Werbung und Layout drumherum. Ein KI-System, das eine Seite als Kontext lädt, muss all das erst wegfiltern, um an den eigentlichen Inhalt zu kommen. llms.txt soll diesen Umweg abkürzen – eine reine Textdatei, die direkt auf die relevanten Unterseiten verlinkt.
Das Format selbst ist bewusst simpel gehalten:
# Projektname
> Eine kurze Zusammenfassung des Projekts, die für das Verständnis wichtig ist.
Optionale Absätze mit weiteren Details, ohne eigene Überschrift.
## Dokumentation
- [API-Referenz](https://example.com/api): Vollständige Endpunkt-Liste
- [Erste Schritte](https://example.com/quickstart): Setup in fünf Minuten
Pflicht ist nur die H1-Zeile mit dem Projektnamen, alles andere ist optional. In der Praxis hat sich daneben eine zweite Datei etabliert, /llms-full.txt, die statt einer Linkliste den kompletten Dokumentationsinhalt in einer Datei bündelt – laut eigener Angabe von Mintlify ursprünglich zusammen mit Anthropic entwickelt und inzwischen bei vielen Implementierungen üblich, auch wenn sie auf der aktuellen llmstxt.org-Startseite selbst nicht mehr als eigener Abschnitt geführt wird.
Wie verbreitet ist llms.txt wirklich?
Hier wird es interessant, weil die Zahlen je nach Quelle wild auseinanderlaufen – nicht, weil jemand lügt, sondern weil jede Studie eine andere Grundgesamtheit misst.
| Quelle | Stichprobe | Adoptionsrate | Stand |
|---|---|---|---|
| Rankability | Tranco Top-1.000 (weltweit meistbesuchte Domains) | 0,3 % | Juni 2025 |
| Rankability | Tranco Top-1.000 | 8,7 % | Juni 2026 |
| Rankability | Tranco Top-10.000 | 5,6 % | Juni 2026 |
| Ahrefs | 137.210 Domains mit messbarem Traffic | ~28 % besitzen eine Datei | Mai 2026 |
| Sistrix (eigene, unbelegte Einschätzung ohne genannte Methodik) | „alle Websites weltweit" | unter 0,005 % | Stand 21.08.2026 |
Die Rankability-Daten und die Ahrefs-Studie widersprechen sich nicht wirklich – sie schauen nur auf unterschiedliche Ausschnitte des Internets. Unter den technisch aktivsten, traffic-stärksten Domains ist llms.txt inzwischen keine Seltenheit mehr. Gemessen an der Gesamtmasse aller Websites, von denen die meisten seit Jahren nicht mehr gepflegt werden, bleibt sie verschwindend klein. Beide Aussagen sind gleichzeitig wahr.
Der eigentliche Haken steckt woanders: Ahrefs hat bei den rund 38.000 gefundenen Dateien auch geprüft, ob überhaupt etwas darauf zugreift. Ergebnis für Mai 2026: 97 % der Dateien wurden in dem Monat von niemandem abgerufen – nicht von einem Menschen, nicht von einem Bot, von niemandem. Von den seltenen tatsächlichen Zugriffen kamen nur 19,5 % von irgendeiner Art KI-System, der Rest verteilte sich auf SEO-Audit-Tools und gewöhnliche Crawler. Eine Datei anzulegen ist offenbar deutlich einfacher, als jemanden zu finden, der sie liest.
Was sagen Google, OpenAI, Anthropic und Perplexity offiziell?
Google, direkt aus erster Hand
Auf die wiederholte Frage, ob Google llms.txt nutzt, schrieb John Mueller im Juni 2026 auf Reddit sinngemäß: Ihm sei kein KI-Dienst bekannt, der öffentlich erklärt habe, die Datei zu verwenden – das bleibe bis auf Weiteres reine Spekulation. Die Datei existiere seit Jahren, ohne dass ein KI-System sie nachweislich nutzt. Auf Bluesky hatte er im Januar 2026 schon knapper geantwortet, ohne Umschweife: „no." (Quellen: Search Engine Journal, 02.06.2026; Search Engine Roundtable, 20.01.2026)
Damit bleibt es nicht bei Google. Wer erwartet, dass wenigstens die KI-Anbieter selbst Klarheit schaffen, wird enttäuscht:
| Anbieter | Offizielle Position | Quelle |
|---|---|---|
| Lehnt Nutzung öffentlich ab, vergleicht die Diskussion mit dem wirkungslosen „keywords"-Meta-Tag | John Mueller, Reddit/Bluesky, 2026 | |
| OpenAI | Veröffentlicht selbst eine llms.txt für die eigene API-Doku, äußert sich aber nicht dazu, ob GPTBot fremde llms.txt-Dateien auswertet | developers.openai.com, Stand 14.09.2026 |
| Anthropic | Erwähnt llms.txt in der offiziellen Crawler-Dokumentation kein einziges Mal; einziges genanntes Steuerinstrument für ClaudeBot ist robots.txt | Anthropic Support Center, Stand 07.04.2026 |
| Perplexity | Veröffentlicht ebenfalls eine eigene llms.txt für die Doku-Seite, ohne Aussage zu fremden Dateien | docs.perplexity.ai, abgerufen 14.09.2026 |
Bemerkenswert daran ist weniger die Ablehnung als die Lücke: Drei der vier großen Namen sagen dazu offiziell gar nichts – weder Ja noch Nein. Dass OpenAI und Perplexity selbst eine llms.txt für die eigene Dokumentation pflegen, beweist dabei nicht, dass ihre eigenen Crawler fremde Dateien tatsächlich einlesen.
Genauso gut kann die Datei dort einfach als zusätzliches, kostengünstiges Angebot an Entwickler liegen, ohne dass ein Bot sie je anfasst. Ob GPTBot oder PerplexityBot llms.txt in der Praxis auswerten, ist schlicht nicht dokumentiert – das bleibt an dieser Stelle ehrlich gesagt unklar. Verlässt du dich beim eigenen SEO-Plan auf das Gegenteil, verlässt du dich auf eine Vermutung, keinen Beleg.
Für wen lohnt sich llms.txt – und für wen nicht?
Die Spezifikation selbst nennt ihre Zielgruppe: Projekte mit dokumentationslastigen, technischen Inhalten, bei denen Menschen mit viel Navigation und Layout leben können, ein Agent aber reinen Text ohne Umwege braucht. Das deckt sich mit dem, was Ahrefs bei den seltenen echten Zugriffen gefunden hat – der größte Anteil kam von KI-Agenten und agentischer Infrastruktur, also genau der Art von System, die eine API-Referenz oder ein SDK automatisiert abfragt.
Kurz gefasst
Betreibst du eine API-Dokumentation, ein Entwickler-Portal, ein Open-Source-Projekt oder ein Tool mit MCP-Anbindung (Model Context Protocol), ist eine llms.txt eine günstige Wette für dich: Sie kostet wenig Aufwand und trifft ihre eigentliche Zielgruppe, auch wenn kein großer Anbieter sie offiziell bestätigt. Betreibst du dagegen eine normale Marketing-Website, einen Onlineshop oder einen Corporate-Blog, gibt es für dich keinen von Google oder einem KI-Anbieter bestätigten Nutzen. Willst du trotzdem eine spezifikationskonforme Datei anlegen, erzeugst du sie mit dem kostenlosen llms.txt-GeneratorErzeuge aus jeder URL eine fertige llms.txt für deine Website.Zum Tool in wenigen Minuten, ganz ohne Konto.
Eine klare Haltung dazu, weil ein Einordnungs-Artikel sich nicht hinter „kommt drauf an" verstecken sollte: Betreibst du eine gewöhnliche Unternehmens- oder Shop-Website, ist llms.txt für dich aktuell Zeitverschwendung. Nicht, weil die Datei schaden würde – sie ist harmlos, weil sie nichts blockiert und nichts verändert, was ohnehin crawlbar ist.
Investier die Zeit lieber in echte strukturierte Daten oder eine saubere robots.txt, statt eine Datei zu pflegen, die laut Ahrefs zu 97 % nie abgerufen wird. Eine Datei zu pflegen, deren Nutzen niemand bestätigt, ist SEO-Theater mit besonders wenig Publikum.
llms.txt ist kein Ersatz für robots.txt oder Schema Markup
Ein Missverständnis hält sich hartnäckig: llms.txt steuert nicht, ob ein Bot deine Website crawlen darf. Diese Aufgabe übernimmt weiterhin die robots.txt, die auch Anthropic für ClaudeBot als einziges dokumentiertes Steuerinstrument nennt. Ob bei dir die großen KI-Crawler tatsächlich erlaubt sind, prüfst du am schnellsten mit dem Robots.txt-Tester.
Die drei Dateien lösen unterschiedliche Probleme, und keine ersetzt eine andere:
| Datei | Steuert | Kontrolliert Zugriff? |
|---|---|---|
robots.txt | Welche Bereiche ein Bot crawlen darf | Ja – einziger echter Zugriffsschalter |
llms.txt | Orientierungshilfe: Linkliste zu bereits erlaubten Unterseiten | Nein – reine Navigationsabkürzung |
| Schema Markup (JSON-LD) | Maschinenlesbare Beschreibung einer einzelnen Seite (Produkt, Rezept, Veranstaltung) | Nein – Bedeutung, kein Zugriff |
Deine robots.txt entscheidet also, ob ein Bot überhaupt darf. llms.txt zeigt ihm danach nur den schnelleren Weg. Und Schema Markup, das du mit dem Schema Validator gegenprüfen kannst, sagt ihm, was er da eigentlich vor sich hat. Keine der drei Dateien ersetzt eine ordentlich crawlbare Website mit erreichbaren internen Links – das bleibt die Grundlage, ohne die auch das beste Markup nichts nützt.
Willst du grundsätzlicher wissen, wie gut deine Website für KI-Suchsysteme aufbereitet ist, findest du damit noch keine Antwort. Dafür ist der KI-Suchbereitschafts-Checker von SchemaValid gedacht: Er prüft serverseitiges Rendering, strukturierte Daten und Crawler-Zugriff in einem Durchgang – Faktoren, die nach allem, was oben zu Google, OpenAI, Anthropic und Perplexity steht, deutlich mehr Gewicht haben als eine einzelne llms.txt-Datei.