llms.txt ist eine aufkommende Konvention ähnlich robots.txt: Eine maschinenlesbare Datei im Root deiner Website beschreibt, welche Inhalte KI-Systeme zur Indexierung oder Zitation nutzen dürfen und wo Kerninfos liegen. Sie ersetzt weder Impressum noch Datenschutz, gibt aber Crawlern und Modell-Anbietern einen expliziten Einstieg für GEO und Markenfragen.
Typisch listest du Kurzbeschreibung, wichtigste URLs, Kontakt und optional Policies zu Training oder Zitation. Ergänze Verweise auf [llms-full.txt] Varianten mit ausführlicheren FAQ-Blöcken. Parallel solltest du GPTBot und andere User-Agents in robots.txt steuern, falls du Teile sperren willst. llms.txt ist noch kein Google-Standard, aber Nutzer in Agentic Web-Szenarien und einige Anbieter orientieren sich daran. Halte Inhalte synchron mit öffentlichem Glossar und Knowledge Graph-Fakten. Aktualisiere llms.txt im gleichen Rhythmus wie wichtige Produkt-Launches. Verlinke auf Kontakt, Support und Preisübersichten mit stabilen URLs. Erwähne, welche Bereiche nicht für automatische Zusammenfassung gedacht sind, etwa reine Presse-Assets.
Beim Thema llms.txt hilft ein festes Review-Format: einmal im Monat Search Console, Ads oder Analytics gemeinsam lesen, eine konkrete Hypothese notieren und nur eine Änderung auf der Website live schalten. So siehst du Ursache und Wirkung, statt im Dashboard zu rätseln. Halte daneben eine kurze Risikoliste parat, etwa zu Consent, Crawling oder Tracking, und prüfe vor jedem Relaunch drei SEO- und zwei Mess-Punkte. Damit bleibt llms.txt für Redaktion, Technik und Marketing handlungsfähig, ohne dass das Thema in Endlos-Abstimmungen hängen bleibt.
Viele Teams kopieren die Sitemap 1:1 in llms.txt. Besser: zehn bis zwanzig authoritative URLs, die du in KI-Antworten zitiert sehen willst, plus klare Formulierung zu Preisen und Servicegrenzen. So lenkst du Zitationen statt blindes Crawlen. Versioniere die Datei im Repo mit Review, wie robots.txt, statt sie nur manuell auf dem Server zu patchen.
Wir helfen bei GEO-Grundlagen inklusive llms.txt und strukturierter Inhalte. Mehr Informationen findest du unter GEO-Agentur.
LLMO (Large Language Model Optimization) meint die Optimierung deiner Website und Markeninhalte für Antworten in Chatbots, AI Overviews und assistentengestützten Suchen. Ziel ist, dass Modelle Fakten über dein Unternehmen korrekt zusammenfassen und dich als Quelle nennen. LLMO ergänzt klassisches SEO und GEO, fokussiert aber auf Trainings- und Retrieval-Signale für LLMs.
Die robots.txt liegt unter /robots.txt und gibt Suchmaschinen-Crawlern Regeln, welche URL-Pfade sie abrufen dürfen. Sie steuert Crawl-Zugriff, nicht zwingend Indexierung: Gesperrte Seiten können trotzdem in den Index rutschen, wenn externe Links darauf zeigen. Sie ist ein zentrales Werkzeug der technischen SEO und relevant für Crawl Budget.
Der Knowledge Graph ist Googles vernetztes Entity-Modell: Personen, Organisationen, Produkte und Orte mit Beziehungen und Attributen. Er speist AI Overviews, Knowledge Panels und viele strukturierten Daten-Darstellungen. Für deine Marke geht es darum, ob Google dich eindeutig erkennt und vertrauenswürdige Fakten aus verlässlichen Quellen zieht.