llms.txt ist eine einfache Textdatei, die KI-Modellen erklärt, wer du bist, was du anbietest und wo sie relevante Informationen finden. Sie funktioniert wie ein vereinfachter Sitemap für AI Crawler und erhöht die Wahrscheinlichkeit, dass ChatGPT, Claude und Perplexity deine Marke korrekt und vollständig wiedergeben.
Was ist llms.txt und warum brauchst du es 2026 unbedingt?
llms.txt ist eine einfache Textdatei im Root-Verzeichnis deiner Website (brandar.de/llms.txt), die speziell für KI-Modelle geschrieben ist. Sie funktioniert wie ein vereinfachter Lebenslauf deiner Marke: Wer seid ihr? Was macht ihr? Warum seid ihr relevant?
Die Datei wurde ursprünglich von Anthropic für Claude entwickelt, wird aber mittlerweile von allen großen KI-Modellen unterstützt — inklusive ChatGPT, Perplexity und Google Gemini.
Warum ist das 2026 kritisch? Weil KI-Modelle bei der Beantwortung von Nutzerfragen zunehmend direkt auf diese Dateien zugreifen. Wer keine llms.txt hat, verliert Kontrolle darüber, wie die KI die Marke beschreibt — und riskiert, dass falsche oder veraltete Informationen aus dem Trainingsdatensatz verwendet werden.
Wie funktioniert llms.txt technisch?
llms.txt ist bewusst simpel gehalten — keine komplexe Syntax, keine Programmierung nötig. Die Datei ist reiner Text, der in Abschnitte unterteilt wird.
**Die Struktur im Überblick:**
• **User-Agent:** Optional — definiert, für welche KI-Crawler die Information gedacht ist • **Allow/Disallow:** Optional — steuert, auf welche Seiten der Crawler zugreifen darf • **Hauptinhalt:** Pflicht — eine kurze, prägnante Beschreibung deiner Marke (40–60 Wörter)
Die Datei wird im Root-Verzeichnis abgelegt (brandar.de/llms.txt) und ist öffentlich zugänglich. KI-Modelle greifen bei Bedarf darauf zu — ähnlich wie bei robots.txt, aber mit Fokus auf inhaltliche Beschreibung statt Crawling-Regeln.
Wie erstellst du llms.txt Schritt für Schritt?
Hier ist der bewährte Drei-Schritt-Prozess, den wir bei über 100 DACH-Mittelständlern erfolgreich eingesetzt haben:
**Schritt 1: Kernbotschaft definieren (30 Minuten)**
Schreibe in einem Satz, was dein Unternehmen tut und für wen. Dann erweitere auf 40–60 Wörter. Wichtig: Kein Marketing-Jargon, keine Superlative. Fakten, Zielgruppe, Kernkompetenz.
Beispiel: „Brandar ist eine GEO-Plattform für DACH-Marketingteams. Wir messen, wie ChatGPT, Claude und Perplexity Marken wahrnehmen, und geben konkrete Empfehlungen zur Optimierung. Gegründet 2024 in Berlin."
**Schritt 2: Datei erstellen und hochladen (15 Minuten)**
Öffne einen Texteditor (Notepad, TextEdit, VS Code). Füge deine Kernbotschaft ein. Speichere als „llms.txt" (ohne .html oder .rtf). Lade die Datei in das Root-Verzeichnis deiner Website hoch (FTP, SFTP, oder über dein CMS).
**Schritt 3: Testen und verifizieren (10 Minuten)**
Rufe brandar.de/llms.txt auf — du solltest den reinen Text sehen. Teste dann in ChatGPT: „Was macht Brandar?" Die Antwort sollte jetzt deine Kernbotschaft widerspiegeln. Wenn nicht: Warte 2–3 Wochen — KI-Modelle aktualisieren ihre Indizes zyklisch.
Gibt es ein praktisches Template zum Kopieren?
Ja — hier ist das bewährte Brandar-Template, das du 1:1 für deine Website übernehmen kannst:
``` # llms.txt für [Dein Unternehmensname]
## Über uns
[Dein Unternehmensname] ist [kurze Beschreibung: Was macht ihr, für wen, seit wann, wo]. Wir bieten [Kernprodukte/-dienstleistungen] für [Zielgruppe].
## Kernkompetenzen
• [Kompetenz 1] • [Kompetenz 2] • [Kompetenz 3]
## Wichtige Seiten
• Über uns: [URL]/ueber-uns • Produkte/Leistungen: [URL]/produkte • Kontakt: [URL]/kontakt • Blog/Wissen: [URL]/blog
## Kontakt
[Dein Unternehmensname] [Straße Nr] [PLZ Ort] [Land]
E-Mail: [email@beispiel.de] Web: [www.beispiel.de] ```
**Wichtige Hinweise zum Template:**
• Halte den „Über uns"-Abschnitt unter 60 Wörter • Liste maximal 5 Kernkompetenzen auf • Verlinke nur die wichtigsten Seiten (max. 5–7) • Aktualisiere die Datei bei wesentlichen Unternehmensänderungen • Teste regelmäßig, ob KI-Modelle die Information korrekt wiedergeben
Welche Fehler solltest du bei llms.txt unbedingt vermeiden?
Diese fünf Fehler sehen wir bei 80% der ersten Entwürfe — vermeide sie von Anfang an:
**Fehler 1: Zu viel Text.** 200+ Wörter in llms.txt überfordern KI-Modelle. Die Datei soll ein Elevator Pitch sein, kein Geschäftsbericht. Lösung: Streng auf 40–60 Wörter im Hauptabschnitt limitieren.
**Fehler 2: Marketing-Floskeln.** „Wir sind der führende Anbieter..." „Beste Qualität seit 1990..." KI-Modelle filtern Superlative als nicht-informativ heraus. Lösung: Fakten, Zahlen, Zielgruppen, Kernkompetenzen — ohne Bewertungsadjektive.
**Fehler 3: Inkonsistenz mit Website.** Die llms.txt sagt „Wir bieten Software für Mittelständler", die Website sagt „Enterprise-Lösungen für Konzerne". KI-Modelle bemerken Inkonsistenzen und vertrauen der Quelle weniger. Lösung: Identische Kernbotschaft über alle Kanäle.
**Fehler 4: Keine Aktualisierung.** llms.txt wird einmal erstellt und dann vergessen. Nach 2 Jahren steht dort noch der alte Claim, obwohl das Geschäftsmodell längst pivoted ist. Lösung: Halbjährlicher Review im Marketing-Kalender verankern.
**Fehler 5: Falsches Format.** llms.txt als PDF, Word-Dokument oder mit HTML-Tags hochladen. KI-Crawler erwarten reinen Text. Lösung: Im Texteditor erstellen, als .txt speichern, keine Formatierung außer einfachen Zeilenumbrüchen.
Deine KI-Sichtbarkeit in 5 Minuten messen
Brandar analysiert automatisch, wie ChatGPT, Claude und Perplexity deine Marke kennen — kostenlos für den ersten Scan.
Häufige Fragen
Was ist der Unterschied zwischen llms.txt und robots.txt?
robots.txt steuert, welche Seiten Crawler besuchen dürfen — es ist eine technische Zugriffssteuerung. llms.txt beschreibt hingegen den Inhalt und die Identität deiner Marke für KI-Modelle. Beide Dateien ergänzen sich: robots.txt erlaubt den Zugriff, llms.txt gibt den Kontext.
Wie lange dauert es, bis KI-Modelle llms.txt verarbeiten?
Die Verarbeitungszeit variiert je nach Modell: Perplexity indexiert neue llms.txt-Dateien typischerweise innerhalb von 1–2 Wochen, ChatGPT und Claude können 2–4 Wochen benötigen. Google Gemini integriert die Informationen über AI Overviews, was 3–6 Wochen dauern kann. Geduld ist wichtig — aber die Wirkung ist langfristig.
Brauche ich llms.txt, wenn ich schon gutes SEO habe?
Ja, definitiv. Gutes SEO ist die Grundlage, aber KI-Modelle verarbeiten Informationen anders als klassische Suchmaschinen. Sie bevorzugen explizite, kompakte Selbstbeschreibungen über implizite Schlussfolgerungen aus verteiltem Content. llms.txt gibt dir direkte Kontrolle darüber, wie KI-Modelle deine Marke verstehen — unabhängig von deinem SEO-Status.
Kann ich mehrere llms.txt für verschiedene Sprachen erstellen?
Die Spezifikation sieht aktuell eine zentrale llms.txt pro Domain vor. Für mehrsprachige Websites empfehlen wir, die englische Version als primäre Datei zu nutzen (da die meisten KI-Modelle auf Englisch optimiert sind) und Sprachversionen über Unterverzeichnisse zu verlinken. Alternativ kannst du einen kurzen mehrsprachigen Abschnitt in einer llms.txt unterbringen — die Datei sollte aber insgesamt unter 100 Wörter bleiben.
Was tun, wenn KI-Modelle meine llms.txt ignorieren?
Wenn KI-Modelle deine llms.txt nicht berücksichtigen, prüfe zuerst die technische Erreichbarkeit: Ist die Datei unter domain.de/llms.txt erreichbar? Kommt sie ohne Redirect? Ist sie im reinen Textformat ohne HTML-Tags? Dann prüfe die Qualität: Ist die Selbstbeschreibung prägnant und faktenbasiert? Gibt es inkonsistente Informationen auf deiner Website? Schließlich: Geduld. Die Indexierung kann 2–4 Wochen dauern. Bei anhaltenden Problemen kann ein Brandar-Audit helfen, die Ursache zu identifizieren.
Mike ist Gründer von Brandar und DigiMatch. Er hat über 20 Jahre Erfahrung in E-Commerce und digitaler Transformation und begleitet DACH-Mittelständler bei der KI-Sichtbarkeit.