der Seiten mit einer llms.txt-Datei bekommen es falsch

Von den 142 Websites, die wir zwischen dem 4. Mai und dem 19. Juli 2026 geprüft haben, hatten 79 überhaupt keine llms.txt-Datei. Von den , die eine veröffentlicht haben, veröffentlichte eine fehlerhafte. Das lässt Seiten – der Stichprobe – mit einer gültigen Datei. Der llms.txt-Vorschlag ist einfach: legen Sie eine Markdown-Datei in Ihrem Domain-Root ab, die KI-Agenten eine kuratierte, reine Textkarte Ihrer Seite gibt. Wenn jemand ChatGPT fragt, Claude oder Perplexity eine Frage stellt, die Ihre Seite beantworten könnte, holt sich ein Agent, der Ihre llms.txt zur Inferenzzeit abruft, genau den Kontext, den Sie gewählt haben – statt eines best-effort-Scrapes Ihrer Homepage HTML. Die Spezifikation ist absichtlich minimal: ein H1 mit dem Namen Ihrer Seite, ein Blockquote-Zusammenfassung und Markdown-Listen von Links zu Ihrem wichtigsten Inhalt. Ein Jahr nach Einführung ist die Lücke nicht mehr Bewusstsein. Es ist Ausführung.

Der Datensatz

Methodik: neueste abgeschlossene Auditsnapshot pro Domain, entnommen aus Produktionsprüfungen zwischen Mai und . Alle Domains anonymisiert. Die Probe ist selbstgewählt – Seiten, deren Eigentümer eine Prüfung durchgeführt haben – und neigt zu kleinen und mittelgroßen Objekten, daher sollte sie eher als Richtwert denn als Volkszählung des Webs betrachtet werden.

Die Fehler hinter fast jedem ungültigen File

Unsere Engine validiert ein llms.txt gegen die Struktur der Spezifikation, und die Beweisführung ist bemerkenswert konsistent. Probleme erklären fast alles – die meisten fehlerhaften Dateien haben oder davon gleichzeitig:

. Keine Referenzlinks ( von ungültigen Dateien). Die Datei existiert, enthält jedoch keine Markdown-Links. Das ist der ganze Punkt des Formats – eine kuratierte Liste von URLs, die ein Agent lesen sollte. Eine Datei ohne Links ist ein Poster ohne Karte. 2. Fehlender Zusammenfassungs-Blockquote (38 von 48). Die Spezifikation verlangt einen > Summary Blockquote direkt nach dem Titel, der einem Agenten sagt, was die Seite ist und wie die Links zu interpretieren sind. Ohne ihn erhält ein Agent eine Liste von URLs ohne Rahmen, um zwischen ihnen zu wählen. . Fehlender H-Titel ( von ). Der einzige Abschnitt, den die Spezifikation als strikt erforderlich markiert. Dateien, die mit Prosa, einem Kommentar oder einem H beginnen, geben Parsern nichts, woran sie sich festhalten können.

Das Muster unter allen ist gleich: Teams erzeugen einen Platzhalter – manchmal buchstäblich das Wort „llms.txt“ wiederholt, oder einen Absatz Marketingtext – und setzen ihn als Checkbox ein. Ein Agent, der eine solche Datei liest, lernt nichts und geht weiter. Das Abrufen war vergeblich.

Wenn die Links selbst tot sind

Gültigkeit ist Struktur. Der nächste Check ist, ob die referenzierten URLs tatsächlich aufgelöst werden. Die meisten Seiten mit gültiger Struktur bestehen auch diese Prüfung, aber die Fehler sind lehrreich: Seiten listeten Links auf, die Fehler zurückgaben, mit einem Median von toten Referenzen pro Seite. Eine E‑Commerce‑Seite listete 3.042 Produkt‑URLs in ihrem llms.txt, die nicht mehr aufgelöst wurden – die Datei war eindeutig einmal aus einem Produkt‑Feed generiert und nie erneut erstellt worden. Diese Anekdote ist ein Beispiel von , daher sollte sie eher als Warnung denn als Statistik betrachtet werden. Aber der Mechanismus ist es wert, sich zu merken: ein llms.txt ist ein lebendiges Dokument. Wenn Ihr Katalog, Ihre Dokumente oder Preis‑Seiten sich bewegen, verrottet die Datei – und ein Agent, der tote Links verfolgt, könnte schließen, dass Ihr Inhalt verschwunden ist, nicht verschoben.

Wie ein gültiges File aussieht

Das eigene Beispiel der Spezifikation ist die beste Vorlage. Ein minimaler, gültiger llms.txt benötigt ein H1, einen Zusammenfassungs‑Blockquote und mindestens eine Liste annotierter Links:

# Acme Analytics

> Acme Analytics is a reporting API for ecommerce teams. This file lists our most useful resources for AI agents.

## Docs

- [API quickstart](https://acme.example/docs/quickstart): Authentication and first request in 5 minutes
- [Metrics reference](https://acme.example/docs/metrics): Every metric, its definition, and its SQL

## Product

- [Pricing](https://acme.example/pricing): Plans and usage limits
- [Changelog](https://acme.example/changelog): Release notes since 2024

## Optional

- [Full documentation index](https://acme.example/docs): Everything else, for larger context windows

Der Optional Abschnitt hat eine definierte Bedeutung: Agenten mit wenig Kontext können ihn überspringen. Setzen Sie Ihr bestes Material darüber.

Warum das Minuten wert ist

Sitemaps zeigen Suchmaschinen, was existiert. robots.txt sagt Suchmaschinen, was erlaubt ist. llms.txt ist die einzige Datei, die einem KI-Agenten sagt, was wichtig ist — geschrieben im Format, das er nativ liest, im Moment, in dem er entscheidet, ob Ihre Seite dazu beiträgt, die Frage eines Benutzers zu beantworten. Es ist auch einer der wenigen KI-Suchschalter, die Sie vollständig kontrollieren: kein Modellanbieter, kein Ranking-Algorithmus, kein Warten auf einen Crawl. Die Reparatursequenz ist kurz. Schreiben Sie die Datei aus der obigen Vorlage — Minuten. Verlinken Sie nur zu Seiten, die aufgelöst werden, und bevorzugen Sie stabile URLs. Erneuern oder überprüfen Sie sie, wann immer sich Ihre Informationsarchitektur ändert. Dann verifizieren Sie es auf die gleiche Weise wie ein Agent: holen Sie es, parsen Sie es, folgen Sie den Links. Jede Prüfung, die wir durchführen, überprüft alle Schichten — Anwesenheit, Gültigkeit und ob die Referenzen aufgelöst werden — als Teil der AI-Readiness-Familie. Wenn Sie wissen möchten, zu welcher der 3 Gruppen Ihre Seite gehört, können Sie führen Sie Ihren eigenen Bericht aus und finden die llms.txt-Prüfungen im AI-Readiness-Bereich.

Die Bottom Line

Die Einführung ist die erste Lücke: der geprüften Seiten haben keine Datei. Aber die schärfere Erkenntnis ist, dass das Veröffentlichen einer Datei nicht die Ziellinie ist — in der Seiten, die eine veröffentlicht haben, kann ein Agent nicht nutzen. Die Seiten in der gültigen Minderheit haben nichts Exotisches getan. Sie haben ein H, eine -Satz-Zusammenfassung und eine Liste von Links geschrieben, die funktionieren. Das ist die gesamte Bar — und der Stichprobe liegt darunter.