Was ist LLMO? So werden Sie von ChatGPT, Claude und Perplexity zitiert – Crawler, Texte und echte Logdaten

LLMO (Large Language Model Optimization, Optimierung für große Sprachmodelle) bedeutet, eine Website so vorzubereiten, dass KI-Assistenten wie ChatGPT, Claude, Perplexity und Gemini beim Erstellen einer Antwort Ihre Seiten lesen und als Quelle anzeigen.

Dieser Artikel konzentriert sich auf eine Frage: Was können Websitebetreiber tatsächlich tun, um von KI zitiert zu werden? Der verlässlichste Anhaltspunkt ist die Crawler-Dokumentation, die jedes KI-Unternehmen veröffentlicht. Welcher Roboter wozu kommt und was passiert, wenn Sie ihn in der robots.txt sperren, steht auf den offiziellen Seiten klar geschrieben. Hier finden Sie diesen Spickzettel, die Forschung dazu, welche Texte zitiert werden, und eine Messung aus den Zugriffsprotokollen dieser Website.

1. Was ist LLMO?

Klassisches SEO zielt darauf, in einer Ergebnisliste weit oben zu stehen. LLMO zielt darauf, als Quelle oder Beleg in die Antwort einer KI aufgenommen zu werden. Weil die Antwort ein Text und keine Liste ist, zählt weniger die Position der ganzen Seite als vielmehr, welcher Abschnitt der Seite aufgegriffen und wie er umformuliert wird.

LLMO ersetzt SEO nicht. ChatGPT und Perplexity durchsuchen bei jeder Antwort das Web und lesen Seiten. Über die Suche auffindbar zu sein, ist daher selbst schon die Grundlage von LLMO.

2. Die zwei Wege, auf denen KI Ihre Seiten nutzt

Der wichtigste Gedanke im LLMO: KI nutzt Webseiten auf zwei getrennten Wegen. Wer sie verwechselt, landet in Situationen wie: „Wir haben alles gesperrt, um nicht ins Training zu kommen, und jetzt werden wir auch nicht mehr zitiert.“

Weg ① ist abgeschlossen, sobald das Modell gebaut ist. Eine Änderung Ihrer Seite wirkt erst beim nächsten Training, und von außen ist nicht erkennbar, wann und in welcher Version Ihr Text aufgenommen wird. Weg ② liest bei jeder Frage die aktuelle Seite. Auf Weg ② kann eine Überarbeitung also schnell Wirkung zeigen. Fast alles, was Sie im LLMO tun können, betrifft Weg ②.

Die KI-Unternehmen teilen diese beiden Wege auf getrennte Roboter auf. OpenAI schreibt ausdrücklich, dass eine Website OAI-SearchBot erlauben kann, um in Suchergebnissen zu erscheinen, und zugleich GPTBot sperren kann, um zu signalisieren, dass ihre Inhalte nicht fürs Training genutzt werden sollen (Overview of OpenAI Crawlers).

3. Spickzettel KI-Crawler: Was passiert, wenn Sie jeden einzeln sperren

Die Tabelle stellt die offiziellen Beschreibungen der Unternehmen nebeneinander (am 1. Oktober 2026 an den Originalseiten geprüft). Die Spalte „Wenn gesperrt“ fasst die Formulierungen der Unternehmen zusammen; die genauen Bedingungen stehen in der verlinkten Quelle.

Wenn Sie nicht fürs Training genutzt, aber zitiert werden möchten, können Sie die robots.txt so aufteilen:

# Suche und Zitate: erlauben
User-agent: OAI-SearchBot
Allow: /

User-agent: Claude-SearchBot
Allow: /

User-agent: PerplexityBot
Allow: /

# Training: sperren
User-agent: GPTBot
Disallow: /

User-agent: ClaudeBot
Disallow: /

User-agent: Google-Extended
Disallow: /

Aus den Originaldokumenten ergeben sich vier Punkte, die leicht übersehen werden:

• Änderungen brauchen Zeit. OpenAI und Perplexity schreiben, dass eine Änderung der robots.txt bis zu etwa 24 Stunden brauchen kann, bis sie greift.
• Sperren per IP-Adresse wird nicht empfohlen. Anthropic weist darauf hin, dass eine IP-Sperre das Lesen der robots.txt verhindert und der Widerspruch deshalb nicht zuverlässig ankommen kann.
• Auch CDN- und WAF-Einstellungen sind Eingänge. Perplexity veröffentlicht Anleitungen, wie man seine Roboter in Cloudflare und AWS WAF zulässt. Selbst wenn die robots.txt einen Roboter erlaubt, kann ein vorgeschalteter Bot-Schutz die Anfrage stoppen.
• Roboter, die auf Nutzerwunsch arbeiten, sind ein Sonderfall. OpenAI und Perplexity schreiben, dass die robots.txt für ChatGPT-User und Perplexity-User möglicherweise nicht gilt. Auch wenn Sie glauben, sie gesperrt zu haben, kann eine Seite gelesen werden, wenn ein Nutzer der KI ihre URL gibt.

Welche Roboter diese Website tatsächlich besucht haben

Diese Website (arte.itlibra.com) sperrt keinen der Roboter aus der Tabelle. Beim Auszählen von etwa dreieinhalb Tagen Zugriffsprotokoll (26. bis 29. September 2026) kamen von OAI-SearchBot 866 Anfragen, von PerplexityBot 1.086 und von ClaudeBot 502. Auch die auf Nutzerwunsch arbeitenden ChatGPT-User (1.275) und Claude-User (438) waren da. Dagegen hat kein einziger KI-Roboter die für KI gedachte Übersichtsdatei /llms.txt auch nur einmal abgerufen. Methode und vollständige Tabelle finden Sie in der Messung in unserem Artikel über llms.txt (eine Website über dreieinhalb Tage, also nicht verallgemeinerbar).

4. Texte, die zitiert werden: Was die Forschung zeigt

Gut belegte Forschung dazu, „wie man schreibt, damit KI zitiert“, gibt es kaum. Am häufigsten zitiert wird die Arbeit GEO: Generative Engine Optimization von Forschenden der Princeton University und weiterer Einrichtungen (angenommen auf der KDD 2024). Sie nennt KI-Systeme, die erst suchen und dann eine Antwort erzeugen, „generative Engines“ und vergleicht Methoden, mit denen eine Seite in deren Antworten sichtbarer wird.

Die Kernaussage der Arbeit lautet, dass sich die Sichtbarkeit um bis zu 40 % steigern lässt. Drei Einschränkungen sollten Sie aber kennen:

• Die Testumgebung. Gemessen wurde auf einer von den Forschenden gebauten generativen Engine und auf dem damaligen Perplexity. Dass dieselben Zahlen für die heutigen ChatGPT oder Claude gelten, ist nicht garantiert.
• Was „Sichtbarkeit“ bedeutet. Es ist ein Wert, der darauf beruht, wie viele Wörter der Antwort Ihrer Quelle zugeordnet werden und an welcher Stelle sie stehen, nicht Klicks oder Umsatz.
• Die Wirkung hängt vom Themengebiet ab. Laut der Arbeit wirkten Statistiken besonders bei Recht und Verwaltung, Zitate bei Geschichte und Personen.

Die praktische Lehre ist trotzdem klar: Belegen Sie Aussagen mit Quellen und Zahlen, und geben Sie bei Zitaten an, woher sie stammen. Das macht Ihren Text auch für Leser leichter überprüfbar; es ist kein Trick nur für KI.

5. LLMO-Maßnahmen, die Sie heute umsetzen können

Ein großer Umbau ist nicht nötig. Der Reihe nach sind die Schritte:

Schritt 1: Prüfen, ob die Eingänge offen sind

• Prüfen Sie, dass die robots.txt die Such-Roboter aus der Tabelle in Abschnitt 3 nicht sperrt.
• Prüfen Sie, dass der Bot-Schutz Ihres CDN, WAF oder Hosters KI-Roboter nicht pauschal blockiert.
• Prüfen Sie, dass der Haupttext nicht erst nach Ausführung von JavaScript erscheint (am sichersten ist Text direkt im HTML).

Schritt 2: In den Protokollen bestätigen, dass sie wirklich kommen

• Zählen Sie das Zugriffsprotokoll Ihres Servers nach User-Agent aus. Einen Einzeiler dafür finden Sie in unserem Artikel über llms.txt.
• Wenn Such-Roboter kaum auftauchen, verdächtigen Sie zuerst die Eingänge, dann die Auffindbarkeit Ihrer Website (Sitemap, interne Links).

Schritt 3: Abschnitte schreiben, die aufgegriffen werden können

• Nennen Sie das Ergebnis im ersten Satz eines Absatzes und sorgen Sie dafür, dass jeder Absatz für sich verständlich ist (verweisen Sie nicht nur mit „das“ oder „dies“ auf einen früheren Absatz).
• Geben Sie zu jeder Zahl Herausgeber und Datum an. Ersetzen Sie „es heißt, dass …“ durch „eine von X im Jahr Y veröffentlichte Umfrage ergab …“.
• Statt andere Websites zusammenzufassen, bringen Sie selbst getestete Ergebnisse, eigene Daten und Ihre Einschätzung aus der Praxis ein.

Schritt 4: Besuche über KI messen

• OpenAI erklärt, dass ChatGPT Verweislinks aus seiner Suche automatisch mit utm_source=chatgpt.com versieht (Publishers and Developers FAQ). Filtern Sie diesen Wert in Ihrer Webanalyse, um Besuche aus ChatGPT zu sehen.
• Bei anderen KI-Diensten schauen Sie auf den Referrer in Ihrer Webanalyse.
• Stellen Sie ChatGPT, Claude, Perplexity und Gemini regelmäßig Fragen zu Ihrem Geschäft und notieren Sie, ob Sie als Quelle erscheinen. Die Antworten ändern sich jedes Mal, urteilen Sie also nicht nach einem einzigen Ergebnis.

6. Was Sie weglassen können und worauf Sie achten sollten

Eine llms.txt macht Sie nicht zur zitierten Quelle

llms.txt ist ein Vorschlag für eine KI-gerichtete Übersicht einer Website (llmstxt.org). OpenAI, Anthropic und Google veröffentlichen llms.txt-Dateien für ihre eigene Entwicklerdokumentation, aber auf keiner der oben genannten Crawler-Seiten steht, dass ihre Crawler die llms.txt anderer Websites lesen und für Antworten nutzen (geprüft am 1. Oktober 2026). Google stellt klar, dass die Suche llms.txt nicht nutzt und eine solche Datei dem Ranking weder nützt noch schadet. In den Protokollen dieser Website haben KI-Roboter sie null Mal abgerufen. Ob sich eine llms.txt lohnt, steht in unserem Artikel über llms.txt.

„Einmal in den Trainingsdaten, wirkt es lange“ lässt sich nicht prüfen

Von außen lässt sich nicht prüfen, was in die Trainingsdaten eingegangen ist, und selbst wenn Ihre Seite dabei war, wird sie in Antworten nicht als Quelle angezeigt. Die Behauptung, „einmal trainiert, wirkt es langfristig“, ist nicht überprüfbar. Wenn Sie handeln wollen, dann auf Weg ②, wo Seiten zum Zeitpunkt der Antwort gelesen werden.

Antworten ändern sich jedes Mal

Dieselbe Frage kann unterschiedliche Antworten und Quellen liefern. Das lässt sich nicht steuern wie das „Halten von Platz 1“ im SEO; realistischer ist es, LLMO als Arbeit an der Wahrscheinlichkeit, zitiert zu werden, zu verstehen.

Verwässern Sie Inhalte nicht für KI

Allgemeine Erklärungen in kleine Stücke zu zerlegen und massenhaft zu produzieren, damit sie „KI-freundlich“ wirken, gibt einer KI keinen Grund, Sie zu zitieren. In der GEO-Arbeit wirkte die Substanz: Quellen, Zitate und Zahlen. Auch Google schreibt, dass Inhalte für die KI-Suche nicht in kleine Stücke zerlegt werden müssen (siehe unseren Artikel zu AI Overviews).

FAQ

Verwandt: AEO und LLMO: die Unterschiede / Was ist AEO / Was ist llms.txt