llms.txt: nützliche Datei oder leere Hülle? Was die Daten 2026 zeigen

Du hast es sicher schon gesehen: ein Plugin, das verspricht, deine Website mit einem Klick "AI-ready" zu machen. Was du bekommst, ist eine llms.txt, eine Textdatei im Root deiner Domain mit einer Zusammenfassung deiner wichtigsten Seiten. Die Idee klingt logisch. Du erklärst Sprachmodellen ordentlich, was auf deiner Website steht, sie greifen es auf, und du wirst sichtbarer in ChatGPT, Gemini und Claude.

Es gibt nur ein Problem. Es gibt keinen Beleg dafür, dass auch nur ein großer KI-Assistent die Datei abruft, geschweige denn nutzt.

Was Google selbst dazu sagt

John Mueller von Google war am 17. Juni 2025 unmissverständlich: zu diesem Zeitpunkt nutzte kein einziges KI-System llms.txt. Das ist kein vager Disclaimer, das ist eine direkte Absage an das Versprechen, mit dem Plugins wie Yoast die Datei anbieten.

Google Search Central bestätigt die Linie: Du brauchst keine speziellen KI-Dateien, um in generativen Suchergebnissen aufzutauchen. Mueller zog sogar einen Vergleich, der schmerzhaft treffend ist: llms.txt ähnelt dem Meta-Keywords-Tag. Suchmaschinen ignorieren den seit mehr als zehn Jahren, aus genau einem Grund. Der Websitebetreiber füllt ihn selbst aus. Ein Signal, das du vollständig selbst bestimmst, ist per Definition kein verlässliches Signal.

Gary Illyes ging bei Search Central Live noch einen Schritt weiter. Google unterstützt llms.txt nicht und hat das auch nicht vor. Am 3. Dezember 2025 tauchte die Datei zwar kurz in Googles eigenen Developer Docs auf, was online sofort als Beweis für eine Kehrtwende präsentiert wurde. Sie verschwand wieder, und es folgte keinerlei Richtlinienänderung. Eine Datei in einem Dokumentations-Repo ist keine Crawl-Anweisung.

"Kein KI-System nutzt llms.txt zum jetzigen Zeitpunkt." John Mueller, Google, Juni 2025

Wer nutzt llms.txt denn dann?

Die Adoption gibt es, aber sie sitzt in einer sehr speziellen Ecke: Entwicklertools, KI-Unternehmen, technische Dokumentation und SaaS-Plattformen. Dort hat die Datei auch eine gewisse Logik. Wenn du API-Dokumentation anbietest und Entwickler diese Dokumentation manuell in einen Coding-Assistenten einspeisen, dann ist eine saubere, zusammengefasste Textdatei praktisch. Das ist ein konkreter Anwendungsfall mit einem menschlichen Nutzer, der die Datei selbst bereitstellt.

Was du nicht siehst, ist Adoption bei normalen Marken, Onlineshops, Dienstleistern oder Medienunternehmen. Genau die Parteien, denen Plugins die Datei jetzt verkaufen. Die Lücke zwischen der Nische, in der es funktioniert, und dem Markt, dem es angeboten wird, ist der Kern des Problems.

Crawl-Budget ist keine kostenlose Währung

Oft heißt es: schadet ja nicht, wenn es nichts bringt. Das ist zu einfach, denn Crawlen kostet etwas.

Cloudflare Radar veröffentlicht die Crawl-to-Refer-Ratio: wie viele Seiten ein Bot abruft pro Besucher, den er zurückschickt. Im Juli 2025 crawlte ClaudeBot 38.065 Seiten pro verwiesenem Besucher. Sechs Monate zuvor lag dieses Verhältnis noch bei 286.930 zu 1. Bingbot lag im selben Zeitraum bei rund 40 zu 1.

Das bedeutet, dass KI-Crawler enorm viel abrufen und wenig zurückgeben. In diesem Kontext ist es unklug, Crawl-Aufmerksamkeit für eine Datei aufzuwenden, die nachweislich von niemandem abgerufen wird und die du zudem aktuell halten musst. Eine veraltete llms.txt mit toten Links und alten Preisen ist schlimmer als gar keine llms.txt. Das ist Pflegeaufwand ohne Ertrag, also teure Symbolik.

Der Traffic, den KI tatsächlich bringt

Der Grund, warum Menschen zu schnellen Lösungen greifen, ist nachvollziehbar: KI-Traffic konvertiert auffallend gut. Ahrefs sah im Juni 2025, dass 0,5 % des Traffics aus KI-Suchmaschinen für 12,1 % der Anmeldungen verantwortlich waren. Das ist grob 23-mal höhere Conversion als im Durchschnitt.

Aber Benchmarks widersprechen sich, und das gehört dazu. Semrush kam 2026 auf eine 4,4-mal höhere Conversion für KI-Traffic. Amsive fand in eigener Forschung überhaupt keinen statistisch signifikanten Unterschied, mit einem p-Wert von 0,794. Drei seriöse Parteien, drei Ergebnisse.

Die Schlussfolgerung ist nicht, dass alle unrecht haben. Die Schlussfolgerung ist, dass deine eigenen Zahlen schwerer wiegen als der Benchmark eines anderen. Sicher schwerer als ein Einzeldatei-Trick, der verspricht, alles mit einem Klick zu lösen. Wie du das misst, ist in der Messmethode ausgearbeitet.

Sichtbarkeit in der Antwort ist wichtiger als der Klick

Semrush analysierte Milliarden Besuche über 17 Branchen zwischen Januar und Dezember 2025. KI-Traffic wuchs um 66 %, blieb mit einem Anteil von 0,14 % am Gesamttraffic aber klein.

Darin liegt die eigentliche Lehre. Wenn du nur auf Klicks schaust, ist KI-Sichtbarkeit ein Rundungsfehler. Aber der Nutzer, der in ChatGPT fragt, welche Anbieter in den Niederlanden am besten passen, bekommt eine Antwort mit oder ohne deinen Namen darin. Dieser Vergleich passiert in der Antwort, nicht auf deiner Website. Wirst du nicht genannt, fällst du raus, bevor es überhaupt etwas zu klicken gibt.

Deshalb sind auch viele Websites technisch perfekt, aber unsichtbar: alle SEO-Häkchen stehen auf grün, und in KI-Antworten kommt die Marke nicht vor.

Was tatsächlich wirkt

Keiner der folgenden Punkte ist ein Trick mit einer einzelnen Datei. Sie wirken, weil sie die Quelle verbessern, aus der Modelle ihre Antworten zusammenstellen.

• Sorge dafür, dass deine Seiten tatsächlich crawlbar und renderbar sind. Inhalte, die erst nach JavaScript-Ausführung erscheinen, werden von einem Teil der KI-Crawler nicht gesehen. Schau in deinen Serverlogs nach, welche Bots hereinkommen und welche Statuscodes sie bekommen.
• Schreibe Antworten, nicht nur Seiten. Modelle rufen Passagen ab. Ein klarer Absatz von drei bis fünf Zeilen, der eine Frage vollständig beantwortet, wird häufiger als Quelle genutzt als eine Seite, auf der die Antwort verstreut steht.
• Belege mit Zahlen, Daten und Namen. Konkrete, überprüfbare Details machen eine Passage als Zitat brauchbar. "Marktführer in unserer Branche" tut das nicht.
• Nutze strukturierte Daten, wo es passt. Organization, Product, FAQ und Article helfen bei der Entitätserkennung. Das ist ein unterstützendes Signal, kein Wundermittel.
• Baue Erwähnungen an Orten auf, aus denen Modelle viele Trainings- und Retrieval-Daten ziehen. Fachmedien, Vergleichsportale, Branchenverbände, Wikipedia-artige Quellen und aktive Foren wiegen schwerer als eine zusätzliche Seite auf deiner eigenen Domain.
• Miss deine Position in den Antworten selbst. Verfolge über die Zeit, bei welchen Prompts du genannt wirst, mit welcher Beschreibung und neben welchen Wettbewerbern.

An diesem letzten Punkt fliegt llms.txt endgültig auf. Die Datei liefert kein messbares Ergebnis. Es gibt kein Dashboard, in dem du siehst, dass sie abgerufen wurde, und keinen Zusammenhang mit einem Anstieg der Erwähnungen. Nachgewiesen, nicht angenommen, ist der Maßstab. llms.txt erfüllt diesen Maßstab nicht.

Solltest du sie dann wegwerfen?

Nein, nicht zwingend. Wenn die Datei ohnehin schon da ist und sich ohne Pflegeaufwand selbst generiert, hält sich der Schaden in Grenzen. Sieh es als Wette auf einen Standard, der vielleicht irgendwann übernommen wird.

Was du nicht tun solltest, ist, sie als Strategie zu betrachten. Kein Budget, kein Projektplan und kein Quartalsziel, das sich auf eine Datei stützt, von der Google zweimal öffentlich gesagt hat, dass sie nicht genutzt wird.

Willst du wissen, ob deine Marke aktuell in ChatGPT, Gemini und Claude genannt wird, dann fang mit einer Messung an statt mit einem Plugin. Mach den kostenlosen KI-Check und schau danach, welche Schritte wirklich dazu beitragen, die KI-Sichtbarkeit zu verbessern.

Eine Textdatei in deinem Root ändert nichts daran, was Modelle über dich sagen. Die Inhalte, aus denen sie schöpfen, schon.