Die Wahrheit über llms.txt: günstige Absicherung, keine Strategie
Alle legen gerade eine llms.txt an. Was die Belege ehrlich hergeben: leg sie an, aber erwarte nicht, dass deine Bewertungen dadurch zitiert werden. Was wirklich hilft, steht hier.
Was ist llms.txt und was soll die Datei bewirken?
Eine llms.txt ist eine Markdown-Datei, die du im Wurzelverzeichnis deiner Domain ablegst, unter /llms.txt, und die deine wichtigsten Seiten mit kurzen Beschreibungen auflistet. Die 2024 vorgeschlagene Idee: großen Sprachmodellen eine saubere, kuratierte Karte deines Shops geben, damit sie sich nicht durch Navigation, Skripte und Ballast wühlen müssen, um das Wesentliche zu finden.
Auf dem Papier ist das eine vernünftige Idee. Eine Shop-Seite für Käufer steckt voller Rauschen, das ein Modell aussortieren muss. Ein kurzer, ehrlicher Index deiner echten Seiten ist im Prinzip ein Entgegenkommen für jedes System, das dich zu lesen versucht.
Sorgt llms.txt wirklich dafür, dass meine Bewertungen zitiert werden?
Nach aktueller Beleglage nicht. Die großen Antwortmaschinen haben nicht bestätigt, dass sie llms.txt lesen, und der messbare Effekt auf Zitate ist heute vernachlässigbar. ChatGPT, Perplexity und Google AI Overviews bauen ihre Antworten aus Text, den sie extrahieren können, und aus Quellen, denen sie ohnehin vertrauen, nicht aus einer Datei, die die meisten von ihnen gar nicht zu lesen versprochen haben.
Genau das überspringen die meisten Texte zum Thema. Eine Datei, die du in fünf Minuten veröffentlichst, wird als KI-Sichtbarkeitsstrategie verkauft. Das ist sie nicht. Wer sie für die eigentliche Arbeit hält, landet am Ende mit einer sauberen /llms.txt und Bewertungen, die trotzdem nie zitiert werden.
Sollte ich llms.txt überhaupt anlegen?
Ja, leg sie an. Der Grund ist nicht, dass sie heute funktioniert, sondern dass sie fast nichts kostet und später eine Rolle spielen könnte. Ehrlich eingeordnet: Sie ist eine Absicherung, keine Strategie.
Wenn die Verbreitung wächst und Maschinen anfangen, sie zu lesen, bist du bereits abgesichert. Wenn das nie passiert, hast du ein paar Minuten verloren. Lass nur nicht zu, dass die leichte Aufgabe die Arbeit verdrängt, die Zitate heute bewegt.
- Sie kostet Minuten zu schreiben und bringt kein Risiko für deinen Shop.
- Sie kann sich auszahlen, wenn die Unterstützung durch Maschinen wächst, und du verlierst wenig, wenn nicht.
- Sie ist ein kuratierter Index, kein Ranking-Hebel, also behandle sie als Hausarbeit.
- Sie ersetzt kein lesbares HTML, kein Schema und keine Profile auf Drittplattformen.
Was sorgt stattdessen dafür, dass meine Bewertungen zitiert werden?
Drei Dinge leisten die eigentliche Arbeit, und keines davon ist eine einzelne Datei. Antwortmaschinen zitieren Text, den sie lesen können, strukturierte Daten, die sie parsen können, und Quellen, denen sie ohnehin vertrauen. Dorthin gehört dein Aufwand.
Die meisten Bewertungs-Apps wurden für den Käufer auf der Seite gebaut und hören dort auf. Genau diese Lücke schließt BeyondReviews: die Bewertungen, die du bereits hast, lesbar machen, belegen lassen und von den Maschinen zitieren lassen, die Käufer heute fragen.
- Lesbares Bewertungs-HTML: Bewertungen, die in die Serverseite gerendert werden, nicht in einem JavaScript-Widget stecken, das das Modell als leer sieht.
- Strukturierte Daten: Product- und Review-Schema, das Sternebewertungen und Bewertungstext in einer Form ausweist, die eine Maschine sauber übernehmen kann.
- Profile auf Drittplattformen: gepflegte Einträge auf G2, Capterra oder Trustpilot, denn eine unabhängige Stimme ist das, was diese Systeme am liebsten zitieren.
Warum schlägt lesbares HTML eine clevere Textdatei?
Weil das Modell die Bewertung lesen können muss, bevor irgendeine Datei es irgendwohin lenken kann. Die meisten Bewertungs-Apps spielen Bewertungen über ein JavaScript-Widget ein, nachdem die Seite geladen ist. Ein Käufer sieht Sterne und Zitate, ein Crawler sieht oft einen Platzhalter dort, wo der Social Proof stehen sollte.
Eine llms.txt, die auf eine Seite verweist, deren Bewertungen nie im HTML erscheinen, schickt das Modell in einen leeren Raum. Bring zuerst die Seite in Ordnung. Der Text muss in einer Form vorliegen, die eine Maschine extrahieren kann, sonst hilft keine Karte.
Ist llms.txt dasselbe wie robots.txt oder eine Sitemap?
Nein, und die beiden zu verwechseln ist ein häufiger Fehler. Eine Sitemap und robots.txt sind breit unterstützte Standards, die Crawler tatsächlich beachten: Die eine listet deine URLs, die andere legt die Crawl-Regeln fest. Hinter beiden stehen Jahre der Verbreitung.
llms.txt ist ein Vorschlag, kein verabschiedeter Standard, und die Unterstützung durch Maschinen ist unbestätigt. Halte zuerst deine Sitemap und robots.txt korrekt, denn die tragen heute. Leg llms.txt obendrauf als günstige Wette, nicht als Ersatz für eines von beiden.
Was bedeutet das unterm Strich?
Leg llms.txt an und vergiss sie. Steck die Zeit, die eine Strategie gekostet hätte, woanders hin: Bring deinen Bewertungstext in das Server-HTML, zeichne ihn mit sauberem Schema aus und baue die Profile auf Drittplattformen, auf die ein Modell sich stützen kann. Diese drei entscheiden, ob eine Antwortmaschine dich nennt.
Um die Ehrlichkeit geht es hier. Wer llms.txt als die Antwort verkauft, verkauft dir die leichte halbe Stunde und überspringt die Arbeit. Mach das Günstige, dann mach das Eigentliche.
- Hilft llms.txt, dass meine Bewertungen in ChatGPT auftauchen?
- Nach aktueller Beleglage nicht. Der gemessene Effekt auf KI-Zitate ist heute vernachlässigbar, und die großen Maschinen haben nicht bestätigt, dass sie die Datei lesen. Leg sie als günstige Absicherung an, aber erledige die eigentliche Arbeit: lesbares Bewertungs-HTML, strukturierte Daten und Profile auf Drittplattformen tragen die Last.
- Wenn es nichts bringt, warum dann überhaupt llms.txt anlegen?
- Weil sie fast nichts kostet und später eine Rolle spielen könnte. Sie braucht etwa fünf Minuten, bringt kein Risiko und sichert dich ab, falls die Unterstützung durch Maschinen wächst. Der Fehler ist, diese Fünf-Minuten-Aufgabe für eine Strategie zu halten statt für eine Absicherung über der Arbeit, die Zitate tatsächlich bewegt.
- Ist llms.txt ein echter Web-Standard wie eine Sitemap?
- Nein. Eine Sitemap und robots.txt sind breit unterstützt und werden von Crawlern tatsächlich beachtet. llms.txt ist ein Vorschlag aus dem Jahr 2024 mit unbestätigter Unterstützung durch Maschinen. Halte zuerst deine Sitemap und robots.txt korrekt und leg llms.txt obendrauf als günstige Wette, nicht als Ersatz.
- Was sollte ich tun, statt mich auf llms.txt zu verlassen?
- Mach deine Bewertungen an der Quelle zitierbar. Rendere den Bewertungstext in das Server-HTML statt in ein JavaScript-Widget, ergänze Product- und Review-Schema und baue Profile auf G2, Capterra oder Trustpilot. Genau diese Lücke zu schließen ist das, wofür BeyondReviews gebaut ist.