llms.txt: Vorschlag, Beispiel und eigene Abrufdaten

Eine llms.txt bereitzustellen, ist zunächst eine überschaubare technische Aufgabe: Du beschreibst Deine Website und verlinkst die Inhalte, die für einen Agenten hilfreich sein könnten. Ob sich die zusätzliche Pflege lohnt, lässt sich damit allerdings noch nicht beantworten. Dazu müsste ich wissen, welches System diese Datei verwendet und was es dadurch besser erledigen kann. Für die Beurteilung macht es deshalb einen Unterschied, ob die Datei lediglich vorhanden ist, ob sie abgerufen wurde oder ob sich ihre Verwendung in einer konkreten Antwort nachvollziehen lässt.

Was in der Datei steht

Jeremy Howards Formatvorschlag beschreibt eine Markdown-Datei mit Projektname, optionaler Kurzbeschreibung und geordneten Links. Die im August 2026 überarbeitete Fassung berücksichtigt auch Dateien in Unterverzeichnissen. Sie sollen den jeweiligen Bereich erschließen. Ein fiktives Beispiel für eine Dokumentation:

# Beispiel-Dokumentation

> Technische Anleitung für das Beispielprojekt.

## Einstieg

- [Installation](https://example.org/docs/installation.md): Voraussetzungen und Einrichtung.
- [Referenz](https://example.org/docs/api.md): Verfügbare Funktionen.

Die verlinkten Dateien müssen natürlich existieren und gepflegt werden. Das Beispiel zeigt nur den Aufbau; es erzeugt keine Markdown-Fassungen Deiner Seiten. Eine llms.txt ersetzt auch keine robots.txt-Regeln für den Abruf.

Google Suche und andere Agenten getrennt betrachten

Google erklärt in seiner technischen Dokumentation zu KI-Suchfunktionen, dass die Suche solche Spezialdateien nicht verwendet. Ein gewöhnlicher Abruf oder eine Indexierung der Datei bedeutet deshalb noch keine besondere Behandlung als KI-Verzeichnis.

Für einen Agenten, dem Du eine llms.txt gezielt als Einstieg gibst, ist das eine andere Aufgabe. Du kannst prüfen, ob er damit die richtige Anleitung findet. Daraus lässt sich aber keine allgemeine Pflicht für Suchbots ableiten. Ebenso wenig zeigt eine llms.txt auf der Entwicklerwebsite eines KI-Anbieters, dass dessen Suchdienst diese Datei auf fremden Websites regelmäßig liest.

Was meine bisherige Logauswertung belegt

In den Logs von patrickstolp.de vom 7. und 8. September 2026 wurden unter 312 zugeordneten Bot-Kennungstreffern keine Abrufe des exakten Pfads /llms.txt gezählt. Die Ausgangsdateien enthalten 2.578 Logzeilen; zehn Zeilen konnten nicht erkannt werden.

Nun könnte man aus der Null folgern, dass sich niemand für die Datei interessiert habe. Dafür ist der Ausschnitt aber zu klein: Er umfasst zwei Tage auf einer Website und nur die vom Skript zugeordneten Kennungen. Andere Absender, Dateien in Unterverzeichnissen oder frühere Abrufe werden durch dieses Ergebnis nicht ausgeschlossen. Vor allem habe ich damit noch keine Antworten verglichen, anhand derer sich ein Nutzen der Datei beurteilen ließe.

Für eine eigene Prüfung würde ich deshalb mit einer konkreten Aufgabe beginnen, beispielsweise damit, ob ein Agent die passende Anleitung für eine bestimmte Funktion findet. Dann lässt sich untersuchen, ob die llms.txt ihm den Zugang zu dieser Information erleichtert. Der Abruf ist dafür ein Anhaltspunkt; die Antwort und der zugehörige Zitatbeleg zeigen erst, was aus der gefundenen Information geworden ist.