Schreiben Sie eine, wenn Sie mögen; sie kostet zehn Minuten und schadet nicht. Buchen Sie sie nur nicht als Sichtbarkeitsstrategie. Server-Logs von 137K Domains zeigen, dass 97% der llms.txt-Dateien im Mai 2026 nie abgerufen wurden, und eine präregistrierte Studie mit 3,048 Websites fand, dass zitierte Sites die Datei nicht häufiger haben. Google Search ignoriert sie.

Die Idee und warum sie sich verbreitete

llms.txt ist eine Markdown-Datei im Wurzelverzeichnis einer Site, die zusammenfasst, worum es auf der Site geht, und auf wichtige Seiten verlinkt. Jeremy Howard von Answer.AI schlug das Format im September 2024 vor, mit einer vernünftigen Begründung: Webseiten sind für Menschen gebaut, und ein KI-Agent, der erst Navigation, Werbung und Skripte herausfiltern muss, um sie zu lesen, verschwendet Zeit und Tokens. Eine saubere Zusammenfassung an einem vorhersagbaren Ort ist billiger zu lesen.

Der Vorschlag fand ein Publikum. In Ahrefs' Stichprobe von 137K Domains, die sein Web-Analytics-Produkt nutzen, hatten bis Mitte 2026 28% eine llms.txt veröffentlicht. Die großen KI-Labore veröffentlichen die Dateien für ihre eigene Entwickler-Dokumentation, und Ende Mai 2026 nahm Chromes Lighthouse eine llms.txt-Prüfung in seine experimentellen Agentic-Browsing-Audits auf. Das ist ein echtes Format mit echter Verbreitung, kein Randgruppen-Experiment.

Evidenz 1: 97% der Dateien werden nie gelesen

Würde die Datei so funktionieren, wie es die Generator-Landingpages beschreiben, würden KI-Crawler sie ständig anfordern. Die Server-Logs sagen etwas anderes. Ahrefs analysierte Server-Logs und Live-Traffic von 137,210 Domains, die seine Analytics-Produkte nutzen. Der Kernbefund: 97% der veröffentlichten llms.txt-Dateien erhielten im Mai 2026 null Anfragen. Nichts hat sie überhaupt abgeholt.

Die 3%, die abgerufen wurden, erzählen ihre eigene Geschichte. Die meisten Anfragen kamen von Bots der einen oder anderen Art (96%). Namentlich bekannte KI-Tools stellten 19.5% der Abrufe, allen voran GPTBot, dahinter Claude-Code, noch vor jedem KI-Such-Bot. Weitere 12% stammten von GEO-Tools, llms.txt-Checkern und Forschern: Die Branche liest ihre eigene Hausaufgabe.

Der schärfste Befund steht fast am Ende des Berichts. Für llms.txt-Dateien, die gar nicht existierten, machten KI-Bots null Anfragen. Sie suchen nie aktiv. Landingpages, die eine Datei versprechen, „aufgebaut nach der Spezifikation, nach der ChatGPT, Claude und Perplexity suchen“, beschreiben einen Nachschlagevorgang, der in den Logs schlicht nicht stattfindet.

Evidenzgrad: Beobachtungs-Logdaten mit großer Stichprobe, ein einzelner Monat (Mai 2026), ein einzelner Analytics-Anbieter

Fetch-Logs messen Crawling. Die zweite Studie misst das, was die Leute eigentlich interessieren: zitiert werden. Matt Timmermans von Timmermans Media führte im September 2026 400 nicht-markenbezogene Fragen durch die ChatGPT- und Gemini-APIs, drei Durchläufe pro Frage, sammelte jede Website, die die Antworten zitierten, und prüfte diese Sites auf eine llms.txt. Die Vergleichsgruppe waren Websites aus den Google-Top-10 derselben Fragen, die nicht zitiert wurden. Insgesamt 3,048 Websites.

Das Ergebnis: 22.4% der prüfbaren zitierten Sites hatten die Datei. Und 25.4% der prüfbaren nicht zitierten. Die Intervalle überlappen, und wenn überhaupt, läuft die Richtung eher rückwärts. Anders gezählt: 1,033 der 1,331 prüfbaren zitierten Sites (78%) hatten unter /llms.txt keine nutzbare Datei. 16 der 20 meistzitierten Sites, darunter der niederländische Verbraucherverband und die nationale Regierungsseite, hatten gar keine.

Der Studie gebührt Anerkennung für ihre Methoden, denn die sind in diesem Markt selten. Sie war präregistriert, die Daten sind auf Zenodo öffentlich, und der Autor trennt, was er gemessen hat, von dem, was er nicht gemessen hat: Das ist ein deskriptiver Vergleich, kein kausaler, und er kann nicht zeigen, ob das Hinzufügen der Datei die Zitate einer Site ändern würde. Er wog die beiden Gruppen nach Site-Typ neu und berichtete, dass die kleine Lücke dabei weiter schrumpft. Ein Nullergebnis mit so viel Sorgfalt ist mehr wert als ein positives Ergebnis ohne jegliche Sorgfalt.

Evidenzgrad: präregistrierter deskriptiver Vergleich, ein einzelner Messtag (26. September 2026), niederländischsprachige Fragen, nur die ChatGPT- und Gemini-APIs

Was Google sagt

Googles Optimierungsleitfaden für generative KI-Features, veröffentlicht im Mai 2026, enthält einen Abschnitt namens „Mythbusting generative AI search“, und llms.txt steht ganz oben auf der Liste der Dinge, die man ignorieren kann:

„Sie müssen keine neuen maschinenlesbaren Dateien, KI-Textdateien, Markup oder Markdown erstellen, um in Google Search (einschließlich seiner generativen KI-Funktionen) zu erscheinen, da Google Search selbst sie nicht verwendet.“

Der Leitfaden fügt hinzu, das Erstellen einer solchen Datei werde „weder die Sichtbarkeit Ihrer Website in der Google Suche verbessern noch schaden, da Google Search sie ignoriert“. Ahrefs berichtet, dass John Mueller von Google auf die Frage von Lily Ray, warum Chromes Lighthouse-Team eine Datei prüft, die die Suche ignoriert, llms.txt „nicht für die Suche gemacht“ nannte, eine „provisorische Krücke, vielleicht um ein paar Tokens zu sparen“ für KI-Coding-Tools, die Entwickler-Dokumentation lesen.

Diese Beschreibung passt zum tatsächlichen Anwendungsfall der Datei. Sie ist ein Format für Coding-Agenten, die Entwickler-Dokumentation lesen, kein Kanal in Suche oder Chatbot-Zitate.

Woher die großen Behauptungen kommen

All das hat das Marketing nicht verlangsamt. Generator-Landingpages versprechen, dass „das nächste Mal, wenn ChatGPT, Claude oder Perplexity Ihre Site besucht, sie eine klare Karte bekommt, statt zu raten“. Plugin-Landingpages sagen Ihnen, dass KI-Systeme ohne die Datei Sie „selten zitieren oder empfehlen“, und eine trägt ein Testimonial, nach dem der Traffic von Perplexity „verdreifacht“ wurde. Checker-Tools scannen nach einer Datei, die die großen Engines meist nie anfordern.

Das Muster wiederholt sich über die ganze Kategorie. Die Behauptung wird als Fakt formuliert. Der Support-Link, wenn vorhanden, zeigt auf den Post eines anderen Anbieters. Die Studien, die überhaupt etwas kontrollieren, kommen leer zurück. Wir haben dasselbe Muster für JSON-LD separat durchgegangen (was Schema-Markup bei KI-Zitaten wirklich bewirkt): Anbieterseiten zitieren große Multiplikatoren für Markup-Änderungen, während die kontrollierten Tests nichts finden. Wenn ein Anbieter einen großen Lift für eine Markup-Anpassung zitiert, prüfen Sie, ob die Zahl aus einer kontrollierten Studie stammt oder aus dem eigenen Benchmark des Anbieters. Bisher waren Markup-Lifts immer die zweite Sorte.

Also, sollten Sie eine schreiben?

Hier das Urteil, das wir selbst verwenden.

Die zehn Minuten wert:

  • Sie veröffentlichen Entwickler-Dokumentation. Das ist der einzige Anwendungsfall mit Log-Evidenz dahinter. Die Abrufe, die stattfinden, kommen überwiegend von Coding-Tools: GPTBot und Claude-Code waren die beiden aktivsten KI-Fetcher in Ahrefs' Logs, und Mueller beschrieb das Format als Krücke genau für dieses Publikum. Wer eine API ausliefert, ist mitgemeint.
  • Ihr CMS oder SEO-Plugin erzeugt bereits eine. Prüfen Sie sie, statt sie zu ignorieren. Automatisch erzeugte Dateien sind oft leer oder veraltet, und eine leere Datei bringt dem seltenen Agenten, der sie liest, nichts.
  • Sie wollen eine kanonische, menschenlesbare Zusammenfassung Ihrer Site an einem vorhersagbaren Ort. Das hat schlicht dokumentarischen Wert, selbst wenn kein Crawler vorbeikommt.

Das Budget nicht wert:

  • llms.txt als KI-Sichtbarkeitsstrategie zu kaufen. Die beiden besten verfügbaren Datensätze deuten in dieselbe Richtung: Die Datei ist der Hebel nicht.
  • Jeden Monat eine handkuratierte Datei pflegen und erneut einreichen. In Timmermans' Studie hatten die meisten zitierten Sites gar keine Datei und wurden trotzdem zitiert. Die Gewohnheiten, die diese Sites tatsächlich teilen, sind die, die Ihre Stunden wert sind: in dem Netz genannt zu werden, das Ihre Käufer lesen (warum Genanntwerden Ranking schlägt), und Seiten, die die Kategoriefrage vollständig beantworten. Wenn Sie nicht gemessen haben, ob KI Sie überhaupt nennt, dauert der manuelle Test einen Nachmittag und braucht keine Tools.

Wo wir einordnen

Wir führen diese Prüfungen beruflich durch. In der CiteGap-Diagnose liegt llms.txt in der Hygiene-Ebene: Wir prüfen, ob Ihre Datei existiert und etwas Nützliches sagt, und tun nicht so, als bewegte sie Ihre Zitatrate. Die Prüfungen, die tatsächlich Sichtbarkeit kosten können, liegen dahinter: ob KI-Crawler Ihre Seiten überhaupt erreichen, ob robots.txt die Bots blockiert, die Nutzern antworten, und ob Ihre Seiten klar sagen, wie Ihr Produkt heißt. Wenn Sie gratis einen ersten Blick wollen, läuft der Sofort-Check in Sekunden gegen Ihre Startseite und zeigt jedes Ergebnis auf der Seite.

Kostenlosen Sofort-Check ausführen

Jede Zahl in diesem Text wurde am 4. November 2026 gegen die verlinkten Quellen geprüft. Dieser Markt bewegt sich schnell; prüfen Sie nach, bevor Sie etwas davon in ein Kundendeck übernehmen.

Quellen