llms.txt

Was ist llms.txt?

llms.txt ist ein vorgeschlagener Webstandard: eine Markdown-Datei im Root-Pfad einer Website (/llms.txt), die großen Sprachmodellen eine kuratierte Übersicht der wichtigsten Inhalte der Website liefert, mit Links zu bereinigten, markdown-freundlichen Versionen der wichtigsten Seiten. Er existiert, weil HTML-Seiten voller Navigation und Skripte den begrenzten Kontext eines KI-Systems verschwenden.

Die wichtigsten Punkte

• Die Datei ist in Markdown geschrieben, nicht in einer Direktiven-Syntax. Sie enthält eine H1 mit dem Namen der Website, eine kurze Zusammenfassung sowie Abschnitte mit kommentierten Links zu den wichtigsten Inhalten.
• Er wurde im September 2024 von Jeremy Howard von Answer.AI vorgeschlagen, und die Verbreitung konzentrierte sich auf Entwicklertool- und Dokumentationsseiten, wo die KI-gestützte Nutzung am stärksten ist.
• llms.txt ist ein Angebot, während robots.txt eine Einschränkung ist. Das eine sagt „hier sind unsere besten Inhalte in praktischer Form", das andere sagt „das darfst du nicht crawlen".
• Eine begleitende Konvention, llms-full.txt, bettet den vollständigen Dokumentationstext in eine einzige Datei ein, damit ein Agent alles in einem einzigen Abruf aufnehmen kann.
• Stand 2026 hat sich kein großer KI-Anbieter dazu verpflichtet, die Datei beim Training oder bei der Live-Abfrage zu berücksichtigen. Sie sollte daher als kostengünstige Vorbereitung mit ungewisser Reichweite behandelt werden, nicht als bewährter Akquisekanal.

So funktioniert es

Der Vorschlag standardisiert sowohl den Ort als auch die Form. Die Datei liegt im Root der Website, und ihre Struktur ist bewusst leicht parsbar: ein H1-Titel, eine Blockquote-Zusammenfassung der Website, optionale Freitext-Notizen, dann mit H2 überschriebene Abschnitte mit Markdown-Linklisten, wobei jeder Link eine einzeilige Anmerkung tragen kann, die erklärt, was die Seite behandelt. Ein optionaler letzter Abschnitt namens „Optional" markiert Inhalte, die übersprungen werden können, wenn einem Agenten der Platz in seinem Context Window knapp wird. Da das Format reines Markdown ist, lesen sowohl Menschen als auch Programme es ohne spezielles Tooling.

Die zweite Hälfte der Konvention betrifft die Seiten selbst. Websites werden ermutigt, Markdown-Zwillinge wichtiger Seiten bereitzustellen, erreichbar durch Anhängen von .md an die URL, sodass ein Modell Dokumentation abrufen kann, ohne sich durch Header, Cookie-Banner und JavaScript zu wühlen. Dokumentationsplattformen machten das nahezu kostenlos: Mintlify sowie Frameworks und Hoster in seinem Windschatten generieren llms.txt und Markdown-Varianten automatisch, weshalb Tausende von entwicklerorientierten Websites die Datei innerhalb eines Jahres nach dem Vorschlag ausrollten. Originality.ais Tracking-Studie über mehr als 3 Millionen überwachte Websites fand, dass die Verbreitung binnen zwölf Monaten um das 8,8-Fache wuchs, von 4.088 Websites im Juni 2025 auf 36.120 bis Mai 2026 [1].

Bei der Nutzung sind die Erwartungen mit Vorsicht zu genießen. Die realistischen Nutzer heute sind agentische Tools, die Seiten bei Bedarf abrufen: Ein Coding-Agent, der angewiesen wird, ein SDK zu integrieren, kann die llms.txt eines Anbieters ziehen, den Links folgen und genau die relevante Dokumentation laden. Ob die großen KI-Such- und Chat-Produkte die Datei überhaupt konsultieren, ist nicht dokumentiert und wird vielfach bezweifelt, und Server-Log-Studien zeigen wenig Hinweise auf systematisches Abrufen von llms.txt durch ihre Crawler. Eine Ahrefs-Log-Studie hat die Lücke beziffert: 28 % von 137.210 Domains, die deren Web-Analytics nutzen, veröffentlichten eine llms.txt-Datei, doch 97 % dieser Dateien erhielten im Mai 2026 null Traffic [2]. Sie zu veröffentlichen ist eine günstige Versicherung, und für Teams, die ihre Sichtbarkeit in KI-Antworten optimieren, ist das meist Rechtfertigung genug.

Beispiel

Ein Unternehmen für Zahlungs-APIs hört immer wieder, dass Coding-Agenten veraltete Endpunkte aus alten Blogbeiträgen halluzinieren, statt die aktuelle Dokumentation zu verwenden. Sie veröffentlichen /llms.txt mit ihrem Quickstart, dem Authentifizierungsleitfaden, der API-Referenz und den Migrationshinweisen, jeweils mit einer einzeiligen Beschreibung, und konfigurieren ihre Docs-Plattform so, dass jede Seite als Markdown unter der .md-Zwillings-URL ausgeliefert wird. Wenn nun der Coding-Agent eines Kunden gebeten wird, Zahlungen zu integrieren, ruft er den Index ab, folgt zwei Links und arbeitet mit der aktuellen v3-Referenz – etwa viertausend Token sauberes Markdown statt Hunderttausender Token gerendertem HTML. Integrations-Bugreports, die auf veraltete Beispiele zurückzuführen sind, sinken im folgenden Quartal merklich.

Häufige Missverständnisse

Das größte Missverständnis ist, dass llms.txt KI-Crawler so steuert, wie robots.txt Such-Crawler steuert. Sie gewährt nichts und verbietet nichts. Das Blockieren von KI-Trainings-Bots geschieht weiterhin über User-Agent-Regeln in robots.txt, und nichts verpflichtet einen Modellanbieter dazu, llms.txt überhaupt zu lesen. Die Datei ähnelt eher einer Kreuzung aus Sitemap und Leseleitfaden: rein beratend, wertvoll genau in dem Maß, in dem ein konsumierendes Tool sich entscheidet, sie zu nutzen. Eine solche Datei zu veröffentlichen, während die eigentlichen Inhalte unparsbar bleiben, oder zu erwarten, dass sie allein den KI-Zitationsanteil bewegt, verkennt, was sie leistet.

FAQ

Nutzen Google oder OpenAI llms.txt? Keines von beiden hat Unterstützung angekündigt, und Google-Vertreter haben die Idee öffentlich heruntergespielt. Die verlässlichen Nutzer sind Agent-Tools, die Dokumentation live abrufen, etwa Coding-Assistenten, statt Trainingspipelines oder KI-Suchindizes.

Was ist der Unterschied zwischen llms.txt und llms-full.txt? llms.txt ist ein Index von Links mit Anmerkungen; llms-full.txt fügt den vollständigen Text der Dokumentation zu einer großen Markdown-Datei zusammen. Die vollständige Variante eignet sich für die Aufnahme in einem einzigen Schritt in einen großen Kontext, während der Index sich für selektives Abrufen eignet, und große Websites veröffentlichen häufig beides. Zählt man llms-full.txt und das verwandte Format ai.txt neben llms.txt mit, fand Originality.ais einjährige Studie, dass bis Mai 2026 38.980 Websites eine LLM-Leitdatei eingeführt hatten [3].

Sollte meine Website eine haben? Wenn KI-Tools plausibel die eigenen Inhalte lesen, besonders Entwicklerdokumentation, dann ja: Die Generierung ist in modernen Docs-Plattformen oft nur eine Checkbox, und der Nachteil ist null. Für eine allgemeine Marketing-Website ist der Fall schwächer, und der Aufwand ist besser investiert, die Seiten selbst sauber, schnell und crawlbar zu machen.

Quellen

1. Originality.ai. Tracking-Studie zu llms.txt: zwölfmonatiges Verbreitungswachstum über mehr als 3 Millionen überwachte Websites. https://originality.ai/blog/llms-txt-tracking-study. Abgerufen im August 2026.
2. Ahrefs. Log-Studie zu llms.txt: Veröffentlichungs- und Traffic-Raten über 137.210 Domains. https://ahrefs.com/blog/llmstxt-study/. Abgerufen im August 2026.
3. Originality.ai. Tracking-Studie zu llms.txt: kombinierte Verbreitung von llms.txt, llms-full.txt und ai.txt-Dateien. https://originality.ai/blog/llms-txt-tracking-study. Abgerufen im August 2026.