76% von Websites 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 63, die eine veröffentlicht haben, veröffentlichte 48 eine fehlerhafte. Das lässt 13 Websites – 9% der Stichprobe – mit einer gültigen Datei.

Der llms.txt-Vorschlag ist einfach: legen Sie eine Markdown-Datei im Root Ihrer Domain ab, die KI-Agenten eine kuratierte, reine Textkarte Ihrer Website gibt. Wenn jemand ChatGPT, Claude oder Perplexity eine Frage stellt, die Ihre Website 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 Website, 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 Prüfsnapshot pro Domain, entnommen aus Produktionsprüfungen zwischen Mai 4 und July 19, 2026. Alle Domains anonymisiert. Die Stichprobe ist selbstgewählt – Seiten, deren Eigentümer ein Audit durchgeführt haben – und neigt zu kleinen und mittelgroßen Objekten, daher sollte sie eher richtungsweisend als eine Volkszählung des Webs betrachtet werden.

Die 3 Fehler hinter fast jeder ungültigen Datei

Unsere Engine validiert ein llms.txt gegen die Struktur der Spezifikation, und die Fehlermeldungen sind bemerkenswert konsistent. 3 Probleme erklären fast alles – die meisten fehlerhaften Dateien haben 2 oder 3 davon gleichzeitig:

1. Keine Referenzlinks (40 von 48 ungültigen Dateien). Die Datei existiert, enthält jedoch keine Markdown-Links. Das ist der ganze Sinn 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 erklärt, 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.

3. Fehlender H1 Titel (33 von 48). Die einzige Sektion, die die Spezifikation als strikt erforderlich markiert. Dateien, die mit Prosa, einem Kommentar oder einem H2 beginnen, geben Parsern nichts, woran sie sich festhalten können.

Das Muster unter allen 3 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. Der Abruf 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: 7 Seiten listeten Links auf, die Fehler zurückgaben, mit einem Median von 19 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 für 7, 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 Dokument aussieht

Das eigene Beispiel der Spezifikation ist die beste Vorlage. Eine minimale, gültige llms.txt benötigt ein H1, ein zusammenfassendes Blockzitat 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. Setze dein bestes Material darüber.

graph TD
    A[Agent lädt /llms.txt herunter] --> B{Datei vorhanden?}
    B -->|404 oder Fehler| C[Agent greift auf HTML zurück, falls nötig]
    B -->|200| D{Gültige Struktur?}
    D -->|Kein H1, Zusammenfassung oder Links| E[Abruf verschwendet — kein brauchbarer Kontext]
    D -->|Gültig| F{Referenzen aufgelöst?}
    F -->|Tote Links| G[Agent schließt, dass der Inhalt verschwunden ist]
    F -->|Links aktiv| H[Agent liest deine kuratierten Seiten]

Warum das einen Wert von 30 Minuten hat

Sitemaps sagen Suchmaschinen, was existiert. robots.txt sagt Crawlern, 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 deine Seite dazu beiträgt, die Frage eines Nutzers zu beantworten. Es ist auch einer der wenigen KI-Suchhebel, die du vollständig kontrollierst: kein Modellanbieter, kein Ranking-Algorithmus, kein Warten auf einen Crawl.

Die Reparatursequenz ist kurz. Schreibe die Datei aus der obigen Vorlage — 10 Minuten. Verlinke nur zu Seiten, die aufgelöst werden, und bevorzuge stabile URLs. Regeneriere oder überprüfe es, wann immer sich deine Informationsarchitektur ändert. Dann verifiziere es auf die gleiche Weise wie ein Agent: rufe es ab, parse es, folge den Links.

Eine kostenpflichtige SEOReport-Diagnose prüft alle 3 Schichten – Präsenz, Gültigkeit und ob die Referenzen aufgelöst werden – und meldet sie im AI‑Readiness‑Bereich, sodass du sehen kannst, in welche der 3 Gruppen deine Seite fällt.

Die Bottom Line

Die erste Lücke ist die Adoption: 56% der geprüften Seiten haben keine Datei. Aber die schärfere Erkenntnis ist, dass das Veröffentlichen einer Datei nicht die Ziellinie ist – 3 in 4 der Seiten, die eine veröffentlicht haben, kann ein Agent nicht nutzen. Die Seiten in der gültigen Minderheit haben nichts Exotisches getan. Sie haben ein H1, eine 2‑Satz‑Zusammenfassung und eine Liste von funktionierenden Links geschrieben. Das ist die gesamte Bar – und 91% der Stichprobe liegt darunter.