llms.txt im Faktencheck: Was cats.txt wirklich beweist
Hilft eine llms.txt-Datei wirklich dabei, häufiger in ChatGPT, Google AI Overviews oder anderen KI-Antworten genannt zu werden? Ein satirisches Experiment mit einer frei erfundenen cats.txt-Datei zeigt vor allem eines: Crawling, Indexierung und eine selbstbewusste Antwort einer KI sind noch lange kein Wirksamkeitsnachweis.
Die Idee hinter llms.txt klingt zunächst plausibel. Eine kompakte Markdown-Datei im Stammverzeichnis einer Website fasst wichtige Inhalte zusammen und verweist auf besonders relevante Seiten. KI-Agenten sollen dadurch schneller erkennen können, worum es auf einer Website geht. Doch aus einer plausiblen Idee wird nicht automatisch ein belegter Rankingfaktor.
Was ist llms.txt?
llms.txt ist eine vorgeschlagene Konvention und kein verbindlicher Webstandard. Die Datei soll LLMs und KI-Agenten eine knappe, maschinenlesbare Orientierung geben. Besonders bei umfangreichen Dokumentationen kann das praktisch sein: Ein Agent muss dann nicht erst Navigation, Skripte und Gestaltungselemente aus vielen HTML-Seiten herausfiltern.
Das bedeutet jedoch nicht, dass normale Webseiten für KI-Systeme grundsätzlich unlesbar wären. Suchmaschinen und moderne Abrufsysteme verarbeiten gewöhnliches HTML seit Jahren. Auch Google bezeichnet llms.txt derzeit lediglich als emerging convention und behandelt das Fehlen der Datei im Lighthouse-Test ausdrücklich als optional – ein 404-Ergebnis wird nicht als Fehler gewertet.
Das cats.txt-Experiment: Eine Katzendatei als GEO-Test
Der britische SEO-Fachmann Mark Williams-Cook störte sich daran, dass in der GEO-Diskussion häufig vier Beobachtungen als angeblicher Beweis für die Wirksamkeit von llms.txt verwendet werden. Deshalb erfand er cats.txt: eine offiziell klingende Textdatei, in der Unternehmen ihre Bürokatzen mit Name, Aufgabe, Rasse und einem PurrLevel zwischen 0 und 10 beschreiben können.
- KI-Bots riefen die Datei ab.
- Google nahm die Textdatei in den Index auf.
- KI-Antworten gaben Angaben aus der Datei wieder.
- ChatGPT erklärte auf Nachfrage, eine solche Datei könne die Sichtbarkeit verbessern.
Damit bestand die frei erfundene Katzendatei dieselben vier Tests, mit denen zuvor die Wirkung von llms.txt begründet wurde. Genau darin liegt die Pointe: Wenn eine absichtlich unsinnige Datei dieselben Kriterien erfüllt, taugen diese Kriterien nicht als Wirkungsnachweis.
Was das Experiment tatsächlich beweist
Ein Bot, der eine Datei abruft, bestätigt nur den Abruf. Daraus folgt nicht, dass der Inhalt als besonderes Signal interpretiert, gewichtet oder für Rankings verwendet wird. Ebenso bedeutet die Aufnahme einer Textdatei in den Google-Index lediglich, dass Google die URL und ihren Inhalt verarbeiten konnte.
Auch wenn eine KI Informationen aus cats.txt wiedergibt, muss sie die Datei nicht als neuen Standard akzeptiert haben. Bei einer Suche kann das System die indexierte Datei wie jede andere Webseite finden, öffnen und daraus zitieren. Dann funktioniert cats.txt als gewöhnliche öffentlich auffindbare Textseite – nicht als bevorzugtes GEO-Signal.
Eine KI-Antwort ist kein Experiment. Wenn ChatGPT eine Maßnahme empfiehlt, ist das zunächst eine generierte Einschätzung – kein Nachweis über einen Rankingalgorithmus oder eine tatsächlich gemessene Wirkung.
Was cats.txt nicht beweist
Das Experiment widerlegt nicht jeden möglichen Nutzen von llms.txt. Eine gut gepflegte Übersicht kann Agenten bei umfangreichen Dokumentationen oder schwer zugänglichen Seiten durchaus Orientierung geben. Zudem veröffentlichen inzwischen verschiedene Dokumentationsplattformen und KI-Anbieter eigene llms.txt-Dateien.
Der entscheidende Unterschied lautet: praktische Hilfestellung ist nicht dasselbe wie ein nachgewiesener Sichtbarkeits- oder Rankingvorteil. Solange ein Anbieter nicht dokumentiert, dass er die Datei gezielt für Suche oder Zitationsauswahl nutzt, sollte sie nicht als garantierter GEO-Hebel verkauft werden.
Die Ahrefs-Zahl von 88,46 Prozent richtig verstehen
Eine Ahrefs-Auswertung von 1,4 Millionen ChatGPT-Prompts ergab, dass der interne Abrufkanal ref_type=search die zitierten Quellen deutlich dominierte. Für diesen Kanal nennt Ahrefs eine Zitationsrate von 88,46 Prozent und schreibt, dass rund 88 Prozent der letztlich zitierten URLs direkt aus der allgemeinen Suche stammten.
Daraus lässt sich aber nicht ableiten, dass 88,46 Prozent der ChatGPT-Zitate zwingend aus dem Google-Index kommen. Untersucht wurde ChatGPTs Abrufkanal search, nicht ausschließlich das organische Google-Ranking. Auch die Aussage „ohne gutes Google-Ranking ist man in KI-Antworten unsichtbar“ geht über die Daten hinaus.
Belastbar ist dagegen: Inhalte müssen in den passenden Abrufpool gelangen und semantisch zur Frage passen. Ahrefs fand insbesondere Zusammenhänge zwischen Zitierung und der Übereinstimmung von Seitentitel, URL sowie Inhalt mit den Unterfragen, die ChatGPT im Hintergrund erzeugt.
Warum klassische SEO trotzdem das Fundament bleibt
Für Googles eigene generative Suchfunktionen ist die Lage eindeutig: Eine Seite muss indexiert, technisch zugänglich und für die Anzeige eines Snippets geeignet sein. Google betont ausdrücklich, dass bewährte SEO-Grundlagen weiterhin gelten.
- HTTP-Status 200 und keine unbeabsichtigte Crawling-Sperre
- kein versehentliches
noindex - klare Seitentitel, Überschriften und nachvollziehbare URL-Strukturen
- hilfreiche Inhalte, die konkrete Fragen vollständig beantworten
- interne Verlinkung, erkennbare Verantwortlichkeit und belastbare Quellen
- für ChatGPT Search: kein Blockieren des
OAI-SearchBot
GEO ersetzt SEO daher nicht. Sinnvolle GEO-Maßnahmen bauen auf einer technisch sauberen, indexierbaren und inhaltlich überzeugenden Website auf. Eine zusätzliche Textdatei kann dieses Fundament nicht kompensieren.
Sollte man llms.txt trotzdem einsetzen?
Bei einer großen Dokumentation, vielen klar strukturierten Wissensseiten oder einem häufig von Agenten verwendeten Angebot kann eine gepflegte llms.txt sinnvoll sein. Der Aufwand ist meist überschaubar. Die Datei sollte jedoch dieselben korrekten Informationen enthalten wie die eigentliche Website und regelmäßig aktualisiert werden.
Unsere Priorität wäre trotzdem klar:
- Indexierbarkeit und technische Fehler beheben.
- Suchintention und Kundenfragen sauber beantworten.
- Vertrauen, Quellen und Unternehmenssignale stärken.
- Erst danach optionale Formate wie
llms.txtergänzen und anhand echter Messwerte beobachten.
Fazit: Nicht die Datei, sondern die Belege zählen
cats.txt ist ein gelungener Hinweis auf ein verbreitetes Problem im KI-Marketing: Beobachtungen werden schnell zu vermeintlichen Beweisen erklärt. Dass ein Bot etwas abruft, Google es indexiert oder ChatGPT es empfiehlt, belegt noch keinen Ranking- oder Zitationsvorteil.
Die vernünftige Schlussfolgerung ist deshalb weder „llms.txt ist nutzlos“ noch „jede Website braucht sofort eine solche Datei“. Richtig ist: SEO schafft die auffindbare und vertrauenswürdige Grundlage. GEO kann diese Grundlage gezielt erweitern – muss seine Wirkung aber genauso sauber belegen wie jede andere Marketingmaßnahme.
