Was ist llms.txt? — Format, Inhalt und dynamische Generierung vollstaendig erklaert[LLMO-Massnahme]

Das Zeitalter der KI-Suche ist angebrochen. ChatGPT-Websuche, Perplexity, Google AI Overviews — die Zahl der Nutzer, die Informationen über KI beziehen, waechst rasant. Dadurch wird es immer wichtiger, dass KI-Systeme Ihre Website korrekt verstehen.

Genau dafür wurde llms.txt geschaffen. Wenn robots.txt die Datei ist, die Suchmaschinen-Crawlern wie Googlebot mitteilt „diese Seite darf/darf nicht gecrawlt werden", dann ist llms.txt die Datei, die KI-Crawlern wie GPTBot oder ClaudeBot sagt: „Das ist unsere Website und das bieten wir an".

Dieser Artikel erklaert umfassend das Format von llms.txt, welche Informationen eingetragen werden sollten, die Entscheidungskriterien zwischen statischer und dynamischer Generierung sowie Implementierungscode für gaengige Frameworks.

1. Was ist llms.txt?

llms.txt ist eine Klartextdatei im Markdown-Format, die im Stammverzeichnis einer Website platziert wird. Ihr Zweck ist es, LLMs (Large Language Models) eine Übersicht über Inhalt, Struktur und Angebot der Website zu vermitteln.

Grundlegende Informationen

Kurz gesagt

robots.txt = „Zutritt verboten" / llms.txt = „Das ist unsere Website"

Während robots.txt eine Zugriffskontrolle darstellt (erlauben/verbieten), ist llms.txt eine Inhaltsbeschreibung (Selbstvorstellung). Beide stehen nicht im Widerspruch zueinander — sie sind vielmehr dazu gedacht, zusammen eingesetzt zu werden.

2. Warum wird es gebraucht? — Unterschied zu robots.txt

„Reichen Sitemap und Meta-Tags nicht aus, damit auch KI die Website versteht?" — ein berechtigter Gedanke. Doch llms.txt bietet eigene Vorteile.

Rollenvergleich: robots.txt / sitemap.xml / llms.txt

Drei Gruende, warum llms.txt noetig ist

Grund 1: LLMs können eine Website nicht effizient vollstaendig crawlen

Der Googlebot crawlt Milliarden von Seiten und baut einen riesigen Index auf, doch LLM-Crawler arbeiten nicht annaehernd so umfassend. Mit llms.txt kann man der KI effizient mitteilen: „Das sind die wichtigsten Inhalte unserer Website."

Grund 2: Die Chance steigt, in KI-Antworten zitiert zu werden

Wenn ChatGPT oder Perplexity Antworten per Websuche generieren, kann eine klare Darstellung der Fachkompetenz und Inhalte über llms.txt dazu fuehren, dass die Website als vertrauenswuerdige Quelle wahrgenommen wird. Dies ist Teil von LLMO (Large Language Model Optimization).

Eine ausfuehrliche Erklaerung zu LLMO finden Sie in „Was ist LLMO?".

Grund 3: Meta-Informationen uebermitteln, die sitemap.xml nicht bietet

sitemap.xml ist lediglich eine URL-Liste. Mit llms.txt lassen sich zusaetzlich folgende Informationen vermitteln:

• Thema und Fachgebiet der Website
• Zusammenfassungen und Kategorien einzelner Inhalte
• Aktualisierungshäufigkeit und Umfang der Website
• Ob Mehrsprachigkeit unterstuetzt wird
• Kontaktinformationen

3. Formatspezifikation — was und wie schreiben

llms.txt wird im Markdown-Format geschrieben. Das Format gemaess der Spezifikation von llmstxt.org sieht wie folgt aus:

Grundstruktur

# Website-Name

> Kurzbeschreibung der Website. In 1-3 Saetzen Thema, Zielgruppe und Mehrwert vermitteln.

## Abschnittsname 1

- [Seitentitel](URL): Zusammenfassung der Seite

## Abschnittsname 2

- [Seitentitel](URL): Zusammenfassung der Seite
- [Seitentitel](URL): Zusammenfassung der Seite

Formatregeln

Konkretes Beispiel

# My Tech Blog

> My Tech Blog is a software engineering blog covering web development, cloud infrastructure, and AI tools. Updated weekly with practical tutorials and comparisons.

## Main Sections

- [Articles](https://example.com/articles): 50+ in-depth technical articles
- [Tutorials](https://example.com/tutorials): Step-by-step coding tutorials

## Popular Articles

- [React vs Vue in 2026](https://example.com/articles/react-vs-vue): A detailed comparison of React and Vue.js for modern web development, covering performance, ecosystem, and learning curve.
- [Docker for Beginners](https://example.com/articles/docker-beginners): Complete guide to Docker containers for developers who have never used containerization.

## Site Information

- URL: https://example.com
- Sitemap: https://example.com/sitemap.xml
- Languages: en, ja
- Contact: admin@example.com

Hinweise

• Standardmaessig auf Englisch schreiben. Die llms.txt-Spezifikation und Beispiele sind durchweg auf Englisch, was es zur Best Practice macht. Für mehrsprachige Websites wird empfohlen, auf Englisch zu schreiben und die unterstuetzten Sprachen mit Languages: ja, en, es, ... anzugeben. Für einsprachige Websites (z.B. eine Website komplett auf Franzoesisch oder Russisch) ist es jedoch voellig akzeptabel, in der Sprache der Website zu schreiben. Die fuehrenden LLMs (GPT, Claude, Gemini usw.) verarbeiten die meisten Sprachen mit hoher Genauigkeit, und die Nutzer solcher Websites werden in derselben Sprache anfragen, was konsistente Antworten gewaehrleistet.
• Zeichenkodierung muss UTF-8 sein. Andere Kodierungen können zu Darstellungsfehlern fuehren
• Sonderzeichen wie Em-Dash (—) vermeiden. Da die Datei als Klartext angezeigt wird, können bestimmte Browser solche Zeichen falsch darstellen. Stattdessen Bindestrich (-) oder Doppelbindestrich (--) verwenden
• URLs als absolute Pfade angeben (vollstaendige URLs beginnend mit https://)
• Nur eine H1-Ueberschrift pro Datei. Für die Unterteilung H2 verwenden

4. Welche Informationen eingetragen werden — Pflicht, empfohlen, optional

Viele sind unsicher, was genau eingetragen werden soll. Hier eine Übersicht nach Prioritaet:

Pflichtangaben (ohne diese ist llms.txt sinnlos)

Empfohlene Angaben (verbessern das KI-Verstaendnis)

Optionale Angaben (wuenschenswert, aber nicht zwingend)

• Technologie-Stack: Womit die Website erstellt wurde (Framework usw.)
• Aktualisierungshäufigkeit: Wie oft neue Inhalte veroeffentlicht werden
• Gesamtzahl der Inhalte: Anzahl der Artikel usw.
• Lizenz-/Zitierrichtlinien: Ob KI-Systeme die Inhalte zitieren duerfen
• API-Informationen: Falls programmatischer Zugriff möglich ist

Was nicht eingetragen werden sollte

• Vertrauliche Informationen: Admin-Panel-URLs, interne API-Endpunkte usw.
• Personenbezogene Daten: Ueberfluessige persoenliche Angaben (Adresse, Telefonnummer usw.)
• Zugangsdaten: API-Schluessel, Passwoerter usw.

5. Unterschied zwischen llms.txt und llms-full.txt

Die Spezifikation von llmstxt.org definiert neben llms.txt auch eine Datei namens llms-full.txt.

Wann llms-full.txt sinnvoll ist

• Technische Dokumentation: API-Referenzen oder Bibliotheksdokumentation, bei denen das Verstaendnis des Volltextes die Antwortgenauigkeit der KI verbessert
• Wissensdatenbanken: FAQ-Sammlungen oder Glossare, die häufig in Auszuegen zitiert werden

Wann llms-full.txt nicht noetig ist

• Blogs und Medien-Websites: Bei vielen Artikeln wuerde eine einzelne Datei zu gross werden. Die Zusammenfassungen in llms.txt genuegen
• E-Commerce-Websites: Produktinformationen werden besser über strukturierte Daten (JSON-LD usw.) bereitgestellt
• Unternehmenswebsites: Bei wenigen Seiten reicht llms.txt allein aus

Für gewoehnliche Blogs und Medien-Websites genuegt llms.txt vollkommen. llms-full.txt ist eher für technische Dokumentation gedacht.

6. Statische Datei vs. dynamische Generierung — was waehlen?

Für den Betrieb von llms.txt gibt es zwei grundlegende Ansaetze.

Ansatz 1: Statische Datei

Bei dieser Methode wird eine Textdatei direkt unter public/llms.txt (oder einem vergleichbaren Pfad) abgelegt.

Vorteile:

• Einfachste Implementierung (Datei ablegen, fertig)
• Keinerlei Serverlast
• Funktioniert ohne Framework

Nachteile:

• Bei jeder Inhaltsaenderung muss die Datei manuell aktualisiert werden
• Wird die Aktualisierung vergessen, erhaelt die KI veraltete Informationen
• Anzahl der Inhalte und Kategorien können von der Realitaet abweichen

Ansatz 2: Dynamische Generierung

Bei dieser Methode nimmt die Anwendung Anfragen an /llms.txt entgegen und generiert den Text dynamisch aus der Datenbank.

Vorteile:

• Immer auf dem neuesten Stand
• Neue Artikel erscheinen automatisch in llms.txt
• Inhaltsanzahl und Kategorienamen sind stets korrekt

Nachteile:

• Hoeherer Implementierungsaufwand (Routendefinition + Controller)
• Bei jeder Anfrage erfolgt ein Datenbankzugriff (durch Caching reduzierbar)
• Framework erforderlich

Entscheidungshilfe

Im Zweifel: dynamische Generierung. Der anfaengliche Implementierungsaufwand ist hoeher, aber langfristig sinken die Betriebskosten, weil man es „einrichten und vergessen" kann. Das schlimmste Szenario ist eine statische Datei, deren Aktualisierung vergessen wird und die der KI veraltete Informationen liefert.

7. Implementierung — Codebeispiele für gaengige Frameworks

Im Folgenden werden Implementierungsbeispiele für die dynamische Generierung von llms.txt in gaengigen Frameworks vorgestellt.

Laravel (PHP)

Routendefinition (routes/web.php):

use App\Http\Controllers\LlmsTxtController;

Route::get('/llms.txt', [LlmsTxtController::class, 'index']);

Controller (app/Http/Controllers/LlmsTxtController.php):

class LlmsTxtController extends Controller
{
    public function index()
    {
        $articles = Article::published()
            ->with(['translations' => fn($q) => $q->where('locale', 'en')])
            ->orderBy('published_at')
            ->get();

        $lines = [];
        $lines[] = '# My Site Name';
        $lines[] = '';
        $lines[] = '> Site description here.';
        $lines[] = '';
        $lines[] = '## All Articles (' . $articles->count() . ')';
        $lines[] = '';

        foreach ($articles as $article) {
            $t = $article->translations->first();
            if (!$t) continue;
            $url = 'https://example.com/en/articles/' . $article->slug;
            $lines[] = '- [' . $t->title . '](' . $url . '): ' . $t->meta_description;
        }

        $content = implode("\n", $lines);
        return response($content, 200)
            ->header('Content-Type', 'text/plain; charset=utf-8');
    }
}

Wichtig ist die explizite Angabe von Content-Type: text/plain; charset=utf-8. Ohne diese Angabe wird die Datei möglicherweise als HTML interpretiert.

Django (Python)

# urls.py
from django.urls import path
from . import views

urlpatterns = [
    path('llms.txt', views.llms_txt, name='llms_txt'),
]

# views.py
from django.http import HttpResponse
from .models import Article

def llms_txt(request):
    articles = Article.objects.filter(
        status='published'
    ).order_by('published_at')

    lines = ['# My Site', '', '> Description.', '', '## Articles', '']
    for a in articles:
        lines.append(f'- [{a.title}](https://example.com/articles/{a.slug}): {a.meta_description}')

    content = '\n'.join(lines)
    return HttpResponse(content, content_type='text/plain; charset=utf-8')

Next.js (TypeScript)

// app/llms.txt/route.ts (App Router)
import { NextResponse } from 'next/server'

export async function GET() {
  // Daten aus DB oder CMS abrufen
  const posts = await getAllPosts()

  const lines = [
    '# My Site',
    '',
    '> Description.',
    '',
    '## Articles',
    '',
    ...posts.map(p =>
      `- [${p.title}](https://example.com/posts/${p.slug}): ${p.description}`
    ),
  ]

  return new NextResponse(lines.join('\n'), {
    headers: { 'Content-Type': 'text/plain; charset=utf-8' },
  })
}

WordPress (PHP)

In die functions.php oder als Plugin einfuegen:

// functions.php
add_action('init', function() {
    add_rewrite_rule('^llms\.txt$', 'index.php?llms_txt=1', 'top');
});

add_filter('query_vars', function($vars) {
    $vars[] = 'llms_txt';
    return $vars;
});

add_action('template_redirect', function() {
    if (!get_query_var('llms_txt')) return;

    header('Content-Type: text/plain; charset=utf-8');
    $posts = get_posts(['numberposts' => -1, 'post_status' => 'publish']);

    echo "# " . get_bloginfo('name') . "\n\n";
    echo "> " . get_bloginfo('description') . "\n\n";
    echo "## Articles (" . count($posts) . ")\n\n";

    foreach ($posts as $post) {
        $url = get_permalink($post);
        $desc = get_the_excerpt($post);
        echo "- [{$post->post_title}]({$url}): {$desc}\n";
    }
    exit;
});

Bei WordPress nicht vergessen, die Permalink-Einstellungen neu zu speichern (Rewrite-Regeln flushen).

Statische Website-Generatoren (Hugo / Astro usw.)

Ein Skript schreiben, das die Datei beim Build automatisch erzeugt:

# build-llms-txt.sh (Beispiel fuer Hugo)
#!/bin/bash
echo "# My Site" > public/llms.txt
echo "" >> public/llms.txt
echo "> Site description." >> public/llms.txt
echo "" >> public/llms.txt
echo "## Articles" >> public/llms.txt
echo "" >> public/llms.txt

for file in content/posts/*.md; do
  title=$(grep '^title:' "$file" | sed 's/title: //')
  slug=$(basename "$file" .md)
  desc=$(grep '^description:' "$file" | sed 's/description: //')
  echo "- [${title}](https://example.com/posts/${slug}): ${desc}" >> public/llms.txt
done

Wenn dieses Skript in der CI-Pipeline (GitHub Actions usw.) vor dem Build ausgefuehrt wird, wird llms.txt bei jedem Deployment automatisch aktualisiert.

8. Pruefung und Validierung nach der Einrichtung

Nach der Einrichtung von llms.txt sollten folgende Punkte geprueft werden:

Grundlegende Checkliste

Zusaetzliche Pruefung bei dynamischer Generierung

• Nach dem Hinzufuegen eines Artikels llms.txt pruefen: Wird der neue Artikel angezeigt?
• Ist die angezeigte Inhaltsanzahl korrekt? Stimmt die Zahl bei „All Articles (27)" mit der tatsaechlichen Anzahl veroeffentlichter Artikel ueberein?
• Sind unveroeffentlichte Artikel ausgeschlossen? Sicherstellen, dass Entwuerfe und geplante Beitraege nicht angezeigt werden

Validierungstools

Stand April 2026 gibt es keinen offiziellen llms.txt-Validator. Die Validierung ist jedoch auf folgenden Wegen möglich:

• Von ChatGPT oder Claude lesen lassen: Fragen wie „Lies https://ihreseite.de/llms.txt und erklaere mir, worum es auf dieser Website geht"
• Markdown-Previewer: Den Inhalt von llms.txt in einen Markdown-Previewer einfuegen und pruefen, ob die Struktur korrekt gerendert wird
• SEO-Audit-Tools: Einige SEO-Audit-Tools beginnen, die Existenz von llms.txt zu ueberpruefen

9. Praxisbeispiele von llms.txt auf echten Websites

Werfen wir einen Blick auf Trends bei Websites, die llms.txt bereits eingefuehrt haben.

Merkmale von Websites mit llms.txt-Einfuehrung

Merkmale einer guten llms.txt

• Knappe und verstaendliche Beschreibung — Das Fachgebiet der Website ist auf einen Blick erkennbar
• Alle Inhalte mit Zusammenfassung aufgelistet — Die KI kann das Gesamtbild erfassen
• Kategorie-System angegeben — Die Informationsstruktur wird sichtbar
• Dynamisch generiert — Stets auf dem aktuellen Stand

Merkmale einer schlechten llms.txt

• Nur Website-Name und Kontakt — Zu wenig Information, um der KI beim Verstaendnis zu helfen
• Volltexte aller Inhalte hineinkopiert — llms.txt ist ein „Inhaltsverzeichnis", kein „Volltext". Dafür gibt es llms-full.txt
• Veraltete Informationen belassen — Wenn „10 Artikel" angegeben sind, tatsaechlich aber 50 existieren, schadet das der Glaubwuerdigkeit
• Vertrauliche Informationen enthalten — Faelle, in denen Admin-URLs oder API-Schluessel eingetragen sind

FAQ