Ein Schreiner hört von einem Bekannten: Er brauche jetzt eine llms.txt-Datei auf seiner Website, sonst werde ihn ChatGPT nicht mehr empfehlen. Ein Sanitärbetrieb liest dasselbe in einem Newsletter. Eine Malermeisterin fragt ihre Agentur danach. Das Thema macht die Runde, und mit ihm eine Behauptung, die sich lohnt, genauer anzuschauen.
llms.txt ist ein echter, offener Standard, der sich schnell einrichten lässt. Aber er ist nicht der KI-Sichtbarkeits-Hebel, als der er gerade vermarktet wird. Was die Datei wirklich tut, was Google ausdrücklich dazu gesagt hat und was einen Handwerksbetrieb tatsächlich in KI-Antworten sichtbar macht, zeigen wir hier.
KI-Sichtbarkeit ist real und wichtig. Nur ist diese eine Datei nicht der Hebel, als der sie gerade verkauft wird.
Was ist eine llms.txt-Datei überhaupt?
llms.txt ist eine kuratierte Markdown-Datei im Wurzelverzeichnis einer Website, die KI-Modellen die wichtigsten Inhalte als Landkarte zeigt. Vorgeschlagen von Jeremy Howard im September 2024.
Die Idee stammt von Jeremy Howard, Mitgründer von Answer.AI, der den Standard am 3. September 2024 vorgeschlagen hat. Die offizielle Spezifikation liegt unter llmstxt.org.
Das Konzept sieht zwei Dateien vor: /llms.txt ist eine kurze, kuratierte Übersicht mit Links zu den wichtigsten Seiten und knappen Beschreibungen, im Markdown-Format. Optional dazu kommt /llms-full.txt, die den gesamten Website-Inhalt als eine einzige Markdown-Datei zusammenfasst. Beide Dateien liegen im Wurzelverzeichnis der Website, also direkt unter der Hauptdomain erreichbar.
Ein wichtiger Punkt, der in der Diskussion oft untergeht: llms.txt wird nicht automatisch entdeckt. Eine KI, die eine Website crawlt, greift nicht von allein nach dieser Datei. Sie muss verlinkt oder aktiv übergeben werden. Sie ist eine Einladung, kein Schalter.
Worin unterscheidet sich llms.txt von robots.txt und sitemap.xml?
Jede der drei Dateien hat eine andere Aufgabe. robots.txt steuert den Zugang für Crawler, sitemap.xml listet alle URLs auf, und llms.txt ist eine inhaltliche Landkarte für KI-Modelle, keine Zugangsdatei.
| Datei | Zweck | Für wen |
|---|---|---|
| robots.txt | Zugriffssteuerung: sagt Crawlern, welche Bereiche sie nicht betreten dürfen (seit 1994) | Suchmaschinen-Crawler, Bots |
| sitemap.xml | Vollständige URL-Liste, damit Suchmaschinen alle Seiten einer Website finden | Suchmaschinen |
| llms.txt | Kuratierte inhaltliche Übersicht mit den wichtigsten Seiten und Beschreibungen | KI-Modelle und KI-gestützte Werkzeuge |
Ein verbreitetes Missverständnis: llms.txt "erlaubt" KI-Modellen den Zugriff auf eine Website. Das stimmt nicht. Zugriff und Ausschluss sind Aufgabe von robots.txt. llms.txt ist eine inhaltliche Landkarte, keine Türsteuerung. Wer KI-Crawlern den Zugang verweigern will, tut das in robots.txt, nicht in llms.txt. Die Spezifikation unter llmstxt.org beschreibt dies klar.
Nutzen ChatGPT, Perplexity und Google llms.txt wirklich?
Kaum. Google hat ausdrücklich bestätigt, dass kein KI-System llms.txt derzeit nutzt. Eine Studie mit rund 300'000 Domains fand keinen Zusammenhang zwischen llms.txt und der Häufigkeit, mit der eine Domain in KI-Antworten zitiert wird.
John Mueller von Google erklärte am 17. Juni 2025: "no AI system currently uses llms.txt". Gary Illyes von Google bekräftigte auf der Search Central Live im Juli 2025, dass Google llms.txt nicht unterstützt und es auch nicht plant. Googles aktualisierte KI-Guidance hält fest, dass man keine speziellen maschinenlesbaren Dateien oder Markdown-Dokumente braucht, um in der Google-Suche einschliesslich AI Overviews und AI Mode zu erscheinen. Quelle: Search Engine Roundtable.
SE Ranking hat rund 300'000 Domains untersucht. Ergebnis: llms.txt war auf 10,13 Prozent der Domains vorhanden. Ein Zusammenhang zwischen einer vorhandenen llms.txt und der Häufigkeit, mit der eine Domain in grossen KI-Antworten zitiert wird, liess sich nicht feststellen. Die Studie ist nachzulesen bei Search Engine Journal und direkt bei SE Ranking.
Perplexity ist etwas differenzierter zu betrachten: Das Werkzeug nutzt llms.txt in einigen Fällen zur Seitenauswahl, wenn es Inhalte aktiv abruft. Das ist ein anderer Anwendungsfall als Ranking oder Zitationswahrscheinlichkeit, und auch hier ist die Wirkung nicht als Sichtbarkeitshebel belegt.
Warum hat Digital Olymp dann selbst eine llms.txt?
Weil sie günstig, harmlos und zukunftsgerichtet ist, nicht weil sie heute rankt oder Zitationen bringt. Sauberes Haushalten kostet wenig und schadet nie.
Wir haben unsere llms.txt live unter digitalolymp.ch/llms.txt. Sie listet unser Angebot, unsere wichtigsten Seiten und Tools mit kurzen Beschreibungen im Markdown-Format. Das ist kein Ranking-Trick, sondern sauberes Haushalten: Die Datei beschreibt präzise, was Digital Olymp macht und welche Seiten am relevantesten sind.
Zu den frühen Anwendern dieses Standards gehören unter anderem Anthropic, Stripe, Cursor, Mintlify und Zapier. Die Tatsache, dass namhafte Unternehmen die Datei führen, sagt aber nichts darüber aus, ob sie messbare Wirkung hat, sondern eher, dass der Aufwand dafür minimal ist.
Unsere Einschätzung: Die Datei kostet wenig, schadet nie, und wenn KI-Systeme sie künftig stärker nutzen, sind wir vorbereitet. Das ist der einzige ehrliche Grund, sie heute einzurichten. Die Datei ist in wenigen Minuten erstellt. In KI-Antworten aufzutauchen ist die eigentliche Arbeit, und die passiert an anderer Stelle.
Was macht einen Handwerksbetrieb wirklich in KI-Antworten sichtbar?
Nicht die Datei. Was zählt: strukturierte Inhalte, Schema-Markup, konsistente Firmendaten und echte Bewertungen. Das sind die Signale, aus denen KI-Modelle ihre Antworten zusammenstellen.
Was einen Betrieb in KI-Antworten sichtbar macht, ist dasselbe, was ihn in der klassischen Suche sichtbar macht, nur noch konsequenter: KI-Modelle benötigen eindeutige, strukturierte Informationen.
Konkret bedeutet das:
- Dedizierte Service-Unterseiten: Eine Seite pro Leistung, klar benannt und mit konkreten Inhalten, nicht alles auf einer Startseite.
- Klare Struktur und FAQ: Fragen, die Kunden stellen, direkt beantwortet, damit KI-Modelle die Antwort wortwörtlich verwenden können.
- Schema-Markup: Strukturierte Daten, die KI und Suchmaschinen sagen, wer Sie sind, was Sie anbieten und wo.
- Konsistente NAP-Daten: Name, Adresse und Telefonnummer müssen auf allen Plattformen identisch sein.
- Bewertungen auf Plattformen wie local.ch und Ofri: Echte Bewertungen sind ein Vertrauenssignal, das KI-Systeme in ihre Empfehlungen einbeziehen.
Diese Hebel sind bekannt. Der Unterschied liegt in der sauberen, konsistenten Umsetzung über alle Verzeichnisse und Seiten hinweg.
Mehr dazu, wie KI-Systeme lokale Handwerksbetriebe bewerten und was messbar wirkt, zeigt unser Beitrag KI-Sichtbarkeit für Handwerksbetriebe. Und wer sehen möchte, was wir konkret unter KI-Sichtbarkeit verstehen, findet dort unseren Ansatz.
Was bedeutet das für die Schweiz?
Für Schweizer KMU ist llms.txt eine günstige Absicherung für die Zukunft, aber keine Priorität. Die meisten Aargauer Handwerker-Websites erfüllen die Grundlagen noch nicht, und die sind entscheidend.
Eine schweizspezifische Studie zur Wirkung von llms.txt liegt bisher nicht vor. Wir sagen das ausdrücklich, weil viele Anbieter so tun, als wäre die Datei besonders für den Schweizer Markt relevant. Das ist nicht belegt.
Was wir aus eigenen Audits wissen: Die meisten Handwerker-Websites im Aargau und der Deutschschweiz haben grundlegendere Lücken. Keine dedizierten Serviceseiten. Kein Schema-Markup. Inkonsistente Firmendaten auf verschiedenen Verzeichnissen. Wenige oder keine strukturierten Bewertungen. Diese Punkte wirken sich heute messbar auf Sichtbarkeit aus, in der Suche und in KI-Antworten. llms.txt kommt erst danach.
Wer die Grundlagen seiner Website noch nicht geprüft hat, sollte dort anfangen, nicht bei der llms.txt.