llms.txt, Schema & Co.: So wird eure Website für KI-Assistenten lesbar

KI-Assistenten greifen auf eure Inhalte auf zwei Wegen zu. Manche nutzen den bestehenden Google-Index (so arbeiten die AI Overviews), andere betreiben eigene Crawler, die eure Seiten direkt abrufen. In beiden Fällen gilt dieselbe Grundregel: Was im ausgelieferten HTML steht, wird gelesen. Was erst nach dem Laden per JavaScript erscheint, wird oft nicht gelesen.

Das ist der wichtigste und meistübersehene Punkt. Viele moderne Websites rendern ihren Hauptinhalt erst im Browser des Nutzers. Ein klassischer Suchmaschinen-Crawler führt JavaScript inzwischen meist aus, viele KI-Crawler tun das nicht oder nur eingeschränkt. Eine Seite, deren Text erst clientseitig entsteht, kann für einen KI-Assistenten praktisch leer sein. In unseren Audits ist genau das die häufigste Ursache, wenn eine inhaltlich gute Seite in KI-Antworten nicht auftaucht.

Konkret achten KI-Crawler auf diese Signale, in dieser Reihenfolge der Wichtigkeit:

• Server-gerenderter Text. Der eigentliche Inhalt muss im Quelltext der Seite stehen, ohne dass ein Skript ihn nachladen muss. Ein schneller Test: Seite im Browser öffnen, Rechtsklick, "Seitenquelltext anzeigen". Steht euer Kerninhalt dort als Text, seid ihr auf der sicheren Seite.
• Überschriften-Hierarchie. Eine saubere Gliederung von H1 über H2 zu H3 sagt der Maschine, wie der Inhalt aufgebaut ist und welche Passage zu welcher Teilfrage gehört.
• Klare Antwortblöcke. Ein Absatz, der eine Frage direkt und vollständig beantwortet, ist leichter zu zitieren als eine verschachtelte Argumentation über zehn Sätze.
• Strukturierte Daten. Schema.org-Auszeichnung macht explizit, was ein Text implizit meint. Dazu gleich mehr.
• Interne Verlinkung und Sitemap. Sie helfen dem Crawler, alle relevanten Seiten zu finden. Wie eine Sitemap dabei wirkt, erklärt unser Wissen-Artikel zur XML-Sitemap.

Schema.org ist eine standardisierte Auszeichnung, mit der ihr Maschinen sagt, was ein Inhalt bedeutet: Dieser Text ist ein Artikel, diese Person ist sein Autor, dieser Block ist eine Frage mit Antwort. KI-Systeme nutzen diese Hinweise, um Inhalte korrekt zuzuordnen und Urheberschaft zu erkennen.

Ihr müsst nicht alles auf einmal auszeichnen. Diese Reihenfolge hat sich in unseren Projekten nach Aufwand und Wirkung bewährt:

Organization und Person sind in wenigen Stunden umgesetzt und wirken auf jede Seite eurer Website. Deshalb stehen sie oben. Eine Regel gilt für alle Typen, ohne Ausnahme: Das Markup darf nur auszeichnen, was sichtbar auf der Seite steht. Eine FAQPage-Markierung ohne sichtbare Fragen und Antworten ist kein Trick, sondern ein Verstoß gegen die Richtlinien, der im schlechtesten Fall die Glaubwürdigkeit der ganzen Domain beschädigt.

Die robots.txt ist die Datei, mit der ihr Crawlern sagt, welche Bereiche sie abrufen dürfen. Mit dem Aufkommen eigener KI-Crawler stellt sich eine neue Frage: Wollt ihr, dass diese Bots eure Inhalte lesen?

Hier braucht es eine bewusste Entscheidung, keine Voreinstellung. Wer KI-Crawler pauschal aussperrt, ist in KI-Antworten nicht zitierfähig, denn die Quelle wird vorher gelesen. Wer alles offen lässt, akzeptiert, dass die eigenen Inhalte auch in das Training künftiger Modelle einfließen können. Beide Haltungen sind legitim, aber sie sollten gewollt sein.

Eine pragmatische Unterscheidung hilft: Es gibt Crawler, die Inhalte für die Live-Beantwortung von Nutzerfragen abrufen, und solche, die Trainingsdaten sammeln. Wer in KI-Antworten sichtbar sein will, aber dem Modelltraining widersprechen möchte, kann diese Gruppen in der robots.txt getrennt behandeln. Die genauen Bot-Namen ändern sich laufend, deshalb gehört die robots.txt auf eine kurze Überprüfungsliste, etwa quartalsweise.

llms.txt ist ein noch junger Vorschlag. Die Idee: eine einzelne Datei im Wurzelverzeichnis eurer Website, in der ihr KI-Systemen eine kuratierte Übersicht eurer wichtigsten Inhalte als einfachen, gut lesbaren Text anbietet. Statt sich durch verschachteltes HTML zu arbeiten, fände ein Modell hier eine aufgeräumte Landkarte eurer Seite.

Der ehrliche Stand: Es ist ein Vorschlag, kein Standard. Kein großes KI-System hat bislang verbindlich zugesagt, die Datei auszuwerten. Sie kostet wenig, sie schadet nicht, und sie zwingt zu einer nützlichen Disziplin, nämlich eure wichtigsten Inhalte einmal klar zu benennen. Aber sie ersetzt keine einzige der Maßnahmen aus den vorherigen Abschnitten.

Unsere Empfehlung deckt sich mit dem, was wir auf der eigenen Website tun: Wir pflegen eine llms.txt, behandeln sie aber als Wette mit kleinem Einsatz, nicht als Pflichtaufgabe. Wer noch JavaScript-only-Inhalte, fehlendes Schema oder eine ungeklärte robots.txt hat, investiert seine Zeit zuerst dort. Eine llms.txt vor lesbaren Inhalten ist wie ein Inhaltsverzeichnis für ein Buch mit leeren Seiten.

Aus den vier Bausteinen ergibt sich eine klare Rangfolge. Arbeitet sie von oben nach unten ab, dann steckt euer Aufwand immer dort, wo er am meisten bewirkt:

1. Inhalte server-rendern. Prüft über den Seitenquelltext, ob euer Kerninhalt ohne JavaScript sichtbar ist. Das ist die Grundlage, ohne die alles andere ins Leere läuft. 2. Struktur schärfen. Saubere Überschriften, eine kurze Zusammenfassung oben, ein Antwortblock pro Kernfrage. 3. Schema setzen. In der Reihenfolge Organization, Person, Article, FAQPage. Nur für sichtbare Inhalte. 4. robots.txt klären. Bewusst entscheiden, welche KI-Bots lesen dürfen, und den Stand quartalsweise prüfen. 5. llms.txt ergänzen. Als optionale Zugabe, wenn die ersten vier Punkte stehen.

Diese Reihenfolge ist auch eine Budgetlogik: Die ersten beiden Punkte kosten wenig und wirken sofort, der fünfte ist günstig, aber ungewiss. Wer von unten anfängt, optimiert eine Datei, die vielleicht niemand liest, während die eigentlichen Inhalte unsichtbar bleiben.

Ihr braucht für den Einstieg kein Projekt, nur eine halbe Stunde. Öffnet eure wichtigste Leistungsseite, ruft den Seitenquelltext auf und sucht nach eurem Kerninhalt. Steht der Text dort lesbar, ist die Grundlage in Ordnung, und ihr geht weiter zu Struktur und Schema. Erscheint dort vor allem Skript-Code statt Inhalt, habt ihr das wichtigste Thema gefunden, bevor irgendeine Datei im Wurzelverzeichnis eine Rolle spielt.

Wenn ihr diese Prüfung lieber gemeinsam machen möchtet und gleich eine Rangfolge für eure Seite ableiten wollt, schauen wir uns das im Zukunfts-Check konkret an eurer Website an.