GEO / AI-Search

llms.txt

Auch bekannt als: llms.txt, LLMs-Markdown-File

llms.txt ist ein 2024 von Jeremy Howard vorgeschlagener Web-Standard für eine Markdown-Datei im Root einer Webseite (/llms.txt), die Large Language Models eine strukturierte, kuratierte Übersicht der wichtigsten Inhalte gibt. Anders als sitemap.xml (alle URLs) liefert llms.txt eine kontextualisierte, kurze Beschreibung der Webseite mit Links auf die zentralen Inhalte — optimiert für LLM-Lesbarkeit. Der Standard ist noch nicht von allen großen Anbietern verbindlich übernommen, gewinnt aber 2025–2026 messbar an Adoption.

Aufbau einer llms.txt

Eine llms.txt ist Markdown mit klarer Struktur:

# Webseiten-Name

> Kurzer Pitch — 1–2 Sätze, was die Seite tut.

## Wichtige Seiten
- [Feature A](https://example.de/feature-a): Was es macht
- [Feature B](https://example.de/feature-b): Was es macht
- [Glossar](https://example.de/glossar): Begriffs-Sammlung

## Optional: Detail-Sektion
[detailliertere Erklärung]

Das Format ist menschen- und maschinenlesbar, klein (oft < 5 KB), und gibt einem LLM einen schnellen Überblick der Seiten-Struktur, ohne das ganze HTML parsen zu müssen.

llms-full.txt als Ergänzung

Manche Webseiten bieten zusätzlich eine /llms-full.txt, die nicht nur die Struktur, sondern auch die wichtigsten Inhalte komplett ausschreibt — als reiner Markdown-Text ohne HTML-Overhead, optimiert für LLM-Konsum. Vorteil: Ein LLM kann mit einem einzigen HTTP-Request die zentrale Wissensbasis einer Webseite laden. Nachteil: Pflege-Aufwand, Risiko inkonsistente Inhalte zwischen HTML und llms-full.txt.

Lohnt sich der Aufwand?

Stand 2026 ist der Standard nicht von allen großen Anbietern verbindlich unterstützt — wie weit ChatGPT, Gemini, Claude oder Perplexity llms.txt prioritär nutzen, ist im konkreten Fall schwer messbar. Empfehlung: Bei kleinen Webseiten (< 100 Seiten) eine llms.txt mit den 10–20 wichtigsten Links und Kurzbeschreibungen ist günstiger Aufwand mit potenziellem GEO-Bonus. Eine llms-full.txt lohnt sich vor allem für Dokumentations-Webseiten, die explizit von KI-gestützten Tools konsumiert werden sollen (Entwickler-Docs, API-Referenzen).

Praxisbeispiel

Beispiel: Ein Entwickler-Tool-Anbieter hatte eine umfangreiche API-Dokumentation, die KI-Coding-Assistenten oft falsch zitierten — veraltete API-Versionen, falsche Parameter. Nach Aufsetzen einer aktuellen llms-full.txt mit klarer Struktur (Quickstart, Endpoints, Error-Codes) und sichtbarem Last-Updated-Timestamp: Innerhalb von 6 Wochen werden Code-Beispiele in ChatGPT, Claude und Cursor messbar präziser — Fehlerquote bei API-Calls aus KI-Generierung sinkt um geschätzte 70 %.

Wird in Rankmio genutzt fuer

llms.txt-Generator im SEO-Audit

Zur Funktion →

Letzte Aktualisierung: 2026-06-17  ·  Alle Glossar-Eintraege ansehen

Kostenloser SEO- & GEO-Check

SEO-Score, KI-Sichtbarkeit und Zitierbarkeit deiner Website in 30 Sekunden — ohne Registrierung.

Jetzt kostenlos prüfen

Bereit, deine Website zu optimieren?

Kostenlos registrieren, 10 Credits erhalten und direkt loslegen.

Jetzt registrieren