llms.txt: 97% der Dateien werden nie gelesen
Ahrefs hat im Juni 2026 eine der bisher größten Studien zum Thema llms.txt veröffentlicht — mit Daten aus 137.000 Domains, die Ahrefs Web Analytics nutzen. Das Ergebnis ist eindeutig: 28% dieser Domains haben eine llms.txt-Datei veröffentlicht, aber 97% dieser Dateien erhielten im Mai 2026 keinerlei Anfragen. Kein Bot, kein Mensch, nichts.
Von den 3% der Dateien, die tatsächlich aufgerufen wurden, stammten 96% der Anfragen von Bots — und davon waren 77% keine KI-Tools. SEO-Audit-Crawler, Tech-Profiling-Dienste wie BuiltWith und allgemeine Web-Crawler dominierten den Traffic. Tatsächliche KI-Agenten wie GPTBot oder Claude-Code machten nur 19,5% der Anfragen aus — also rund 0,6% aller llms.txt-Anfragen insgesamt.
Besonders aufschlussreich: Slackbot rief llms.txt-Dateien häufiger ab als PerplexityBot. Das zeigt, wie weit die Realität von der Erwartung entfernt ist, die viele SEOs mit dieser Datei verbinden. Kein einziger KI-Bot suchte aktiv nach llms.txt-Dateien auf Domains, die keine hatten — sie gehen also nicht proaktiv auf die Suche.
Google selbst sendete widersprüchliche Signale: Einerseits erklärte das Search-Team in einem offiziellen Guide, dass maschinenlesbare Dateien wie llms.txt nicht nötig sind, um in generativer KI-Suche zu erscheinen. Andererseits baute das Chrome-Team kurz darauf einen llms.txt-Check in Lighthouse ein. John Mueller klärte auf: llms.txt sei kein SEO-Signal, sondern eine temporäre Hilfe für KI-Coding-Tools beim Parsen von Entwicklerdokumentationen.
Was das für deine Website bedeutet:
1. Wenn du llms.txt noch nicht implementiert hast: Lass es vorerst. Die Daten zeigen klar, dass keine der großen KI-Plattformen aktiv nach dieser Datei sucht oder sie konsumiert. Der Aufwand lohnt sich aktuell nicht — außer du betreibst eine Developer-Documentation-Site, für die KI-Coding-Tools wie Claude-Code oder Cursor relevant sind.
2. Wenn du llms.txt bereits hast: Prüfe deine Server-Logs (z.B. in Ahrefs Bot Analytics, Cloudflare oder deinem Hosting-Dashboard) auf /llms.txt-Anfragen. Filtere nach echten KI-User-Agents (GPTBot, ClaudeBot, PerplexityBot, Googlebot-Extended). Wenn du dort null Anfragen siehst, ist das der Normalfall — nicht ein Fehler in deiner Implementierung.
3. Investiere stattdessen in nachweislich wirksame GEO-Maßnahmen: strukturierte Daten (Schema.org), klare Entity-Signale in deinen Inhalten, und zitierfähige Antwortformate (direkte Frage-Antwort-Strukturen im Content). Diese werden von KI-Systemen tatsächlich verarbeitet — im Gegensatz zu llms.txt.
4. Beobachte die Entwicklung, aber handle nicht auf Basis von Spekulation: Die llms.txt-Adoption wurde nicht durch Plattform-Bestätigungen getrieben, sondern durch SEO-Community-Hype. Setze einen Kalender-Reminder für Q4 2026, um zu prüfen ob sich die Nutzung durch KI-Bots signifikant verändert hat — bevor du weitere Ressourcen investierst.
Original-Artikel auf Ahrefs Blog:
We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read ↗Mehr lesen
Steht deine Website auch in ChatGPT?
Buch dir einen 15-Min Call — wir zeigen dir live wo deine Seite in Google + AI Search aktuell unsichtbar ist.