"Die Installation von llms.txt wird es KI erleichtern, deine Seite zu zitieren."
Im Vertrauen auf diese Behauptung haben viele Websites bereits llms.txt-Dateien veröffentlicht. Nachdem das Ahrefs-Team jedoch Serverprotokolle von 137.000 Domains analysiert hatte, wurde festgestellt, dass 97 % der Dateien noch nie gelesen wurden.
Was ist llms.txt und warum ist es im Trend?
llms.txt ist ein maschinenorientierter Index, der 2024 von Jeremy Howard, Mitbegründer von Answer.AI, vorgeschlagen wurde. Er wird im Stammverzeichnis einer Website platziert und fasst die Seitenübersicht sowie Links zu wichtigen Seiten im Markdown-Format zusammen.
Das Ziel ist es, "LLMs und Agenten zu ermöglichen, die Struktur zu verstehen, ohne die gesamte Seite zu crawlen." Die SEO-Branche fügte jedoch später den Rahmen hinzu, dass es "die Zitierung in der KI-Suche erleichtert", und die Erwartungen verselbstständigten sich.
Auch die Reaktion von Google hat zur Verwirrung beigetragen.
- In ihrem Generative AI Guide erklärten sie ausdrücklich, dass "spezielle Dateien wie llms.txt nicht notwendig sind."
- Gleichzeitig fügte Chrome Lighthouse etwa zur gleichen Zeit eine llms.txt-Überprüfungsfunktion hinzu.
Googles John Mueller erklärte es als "nicht für die Suche, sondern als temporäre Hilfe für KI-Codierungstools", aber viele Websites fuhren bereits mit der Installation fort, in der Hoffnung, "von KI gefunden zu werden".
Untersuchungsübersicht: Log-Analyse von 137.000 Domains über 1 Monat
Das Ahrefs-Team nutzte Web Analytics und Bot Analytics, um die folgende Untersuchung durchzuführen:
- Zielgruppe: Alle 137.210 Domains, die im Mai 2026 Traffic hatten
- Überprüfung: Analysierte Anfragen an den /llms.txt-Pfad für jede Domain nach HTTP-Antwort und User-Agent
- Qualitätskontrolle: Ausschluss von Soft-404s und Phantom-Dateien, nur tatsächliche Markdown-Dateien wurden gezählt
Hinweis: Da Ahrefs Web Analytics-Nutzer tendenziell ein hohes technisches und SEO-Bewusstsein haben, betrachte die 28 %-Adoptionsrate als Obergrenze*.
5 Kernpunkte aus den Untersuchungsergebnissen
✅ 28 % der Websites haben llms.txt veröffentlicht
Von 137.000 Domains hatten etwa 38.000 Websites llms.txt installiert.
Keine KI-Plattform hat jemals offiziell erklärt, dass sie diese Datei liest. Die Adoption wurde durch die Spekulation vorangetrieben, dass sie "vielleicht damit anfangen", nicht durch die Bestätigung, dass sie es tatsächlich tun.
✅ 97 % davon haben null Zugriffe
Von den etwa 38.000 Domains mit einer gültigen llms.txt hatten 97 % während des Monats Mai null Anfragen.
Die restlichen 3 % (etwa 1.100 Domains) erhielten den gesamten gemessenen llms.txt-Traffic. Zu diesem Zeitpunkt ist die Wahrscheinlichkeit, dass etwas die Datei abruft, selbst wenn du llms.txt veröffentlichst, überwältigend gering.
✅ Von den 3 %, die gelesen wurden, waren 96 % Zugriffe von Bots
llms.txt ist eine Datei, die für Maschinen geschrieben wurde, und in der Realität lesen sie fast nur Maschinen.
Der Zugriff von Menschen beträgt 4 %. Dazu gehören SEO-Profis, die Konkurrenzseiten überprüfen, und Link-Expansion-Bots, wenn ein llms.txt-Link in Chat-Apps geteilt wird.
Interessanterweise hat Slackbot llms.txt häufiger abgerufen als PerplexityBot. Die Tatsache, dass Link-Vorschau-Bots für Chat-Apps die KI-Such-Bots übertreffen, zeigt deutlich das tatsächliche Interesse der KI-Suchseite.
✅ KI-Bots machen 19,5 % aus, die größten Leser sind Codierungsagenten
77 % der Bots, die llms.txt abrufen, sind keine KI-Tools.
KI-Bots machen 19,5 % der Gesamtzahl aus, aber eine Aufschlüsselung zeigt eine andere Realität als erwartet:
- KI-Agenten (Claude Code, etc.): 10,5 %
- KI-Trainings-Crawler (GPTBot, etc.): 5,3 %
- KI-Assistenten: 2,5 %
- KI-Suchabruf-Bots (Perplexity, OAI-SearchBot, etc.): 1,1 %
Allein Claude Code sendete mehr Anfragen als alle KI-Suchabruf-Bots zusammen.
Mit anderen Worten: llms.txt wird nicht wirklich gelesen, um "in der KI-Suche zitiert zu werden", sondern damit "Codierungsagenten die Dokumentation parsen können". Dies deckt sich perfekt mit John Muellers Erklärung.
✅ Null KI-Bots "suchen aktiv" nach nicht existierenden llms.txt-Dateien
Dies war die klarste Erkenntnis.
Bei der Analyse von Anfragen an nicht existierende llms.txt-Dateien (Pfade, die 404 zurückgeben), war der Zugriff von KI-Bots null.
98 % derjenigen, die auf 404-Seiten zugreifen, waren Menschen (wahrscheinlich SEO-Profis, die Konkurrenzforschung betreiben). KI-Systeme suchen nicht spontan nach dieser Datei. Sie rufen sie nur ab, wenn die Existenz der Datei durch Links, Indexierung oder Benutzeranweisungen bekannt gemacht wird.
Solltest du llms.txt erstellen? Vor- und Nachteile
Vorteile
- Die Kosten sind nahezu null: Plattformen wie Wix beginnen, sie automatisch zu generieren, sodass der Aufwand minimal ist.
- Effektiv für Codierungsagenten: Wenn deine Kunden Claude Code verwenden, könnte es tatsächlich gelesen werden.
- Vorbereitung auf die Zukunft: Google hat erklärt, dass die Zukunft der Suche agentisch ist, und es könnte durch die Agentenebene Auswirkungen haben.
Nachteile
- 97 % werden nicht gelesen: Die Basisrate ist zu hart.
- Keine Auswirkung auf die KI-Suche: Der Anteil der KI-Suchabruf-Bots beträgt lediglich 1,1 %.
- Sicherheitsrisiken: Da Agenten darauf ausgelegt sind, dieser Datei zu vertrauen, kann sie ein Ziel für Prompt-Injection sein. Sicherheitsforscher untersuchen dies bereits.
Fazit: Wenn du in der KI-Suche zitiert werden möchtest, gibt es höhere Prioritäten als llms.txt
Zu diesem Zeitpunkt überwiegen die Nachteile die Vorteile.
Wenn dein Ziel darin besteht, in der KI-Suche zu erscheinen, gibt es andere Möglichkeiten, die Sichtbarkeit zuverlässiger zu erhöhen als llms.txt.
Wenn du es dennoch in Betracht ziehen möchtest, empfehlen wir Folgendes:
- Überprüfe deine eigenen Logs: Die Basisrate ist eine 97 %-Wahrscheinlichkeit von null Lesern.
- Überlasse es der CMS-Autogenerierung: Wenn die Wirkung unsicher ist, ist es rational, den Aufwand zu minimieren.
- Leite Agenten zur Datei: KI wird sie nicht abrufen, wenn sie nicht angewiesen wird, also musst du von irgendwo darauf verlinken.
Die detaillierte Methodik der Untersuchung, eine vollständige Aufschlüsselung nach Bot-Kategorie und Details zu Sicherheitsrisiken werden im Hauptartikel des Ahrefs-Blogs erklärt 👉 https://ahrefs.com/blog/de/llmstxt-study/
