Fehlende llms.txt im KI-Audit: Was die Warnung bedeutet
Prüfen Sie die genaue URL, die HTTP-Antwort und den Zweck des Audits, bevor Sie eine fehlende llms.txt als KI-Suchproblem behandeln.
Stellen Sie sich vor, ein KI-Audit zeigt Ihrer Website die rote Karte: „llms.txt fehlt“. Bevor Sie eine Datei hinzufügen, um die Warnung zu beseitigen, öffnen Sie den Befund und ermitteln Sie die geprüfte URL und das zugehörige Prüfkriterium. Ein fehlender optionaler Index, eine als Erfolg ausgelieferte HTML-Fehlerseite und ein Serverfehler erfordern unterschiedliche Entscheidungen. Keine dieser Beobachtungen allein sagt Ihnen, ob eine KI-Antwort Ihre Website zitieren wird.
Klären, was die Prüfung misst
Speichern Sie Werkzeugname und Version, Datum, genaue Warnung und geprüfte URL. Lesen Sie die Dokumentation dieser Prüfung. Bei unserer Quellenprüfung am 9. November 2026 besagte die llms.txt-Dokumentation von Lighthouse, dass ein Serverfehler beanstandet wird und eine fehlende Datei mit Status 404 als nicht anwendbar gilt. Sie beschrieb die Datei als optional. Ein anderes Werkzeug meldet möglicherweise nur, ob es eine Datei gefunden hat. Seine rote Markierung ändert nicht, was diese Anfrage tatsächlich zurückgegeben hat.
Für Google AI Overviews und AI Mode verlangt Google keine neue KI-Textdatei. Das beantwortet eine Frage zu den Teilnahmevoraussetzungen in Google Search. Es klärt nicht, wie jeder andere Assistent mit einem Index umgeht. Halten Sie Prüfkriterium und Plattformanforderung auseinander, wenn Sie über eine Korrektur entscheiden.
Die Antwort hinter dem Ergebnis lesen
Öffnen Sie genau die URL, die das Audit geprüft hat. Öffnen Sie zur Untersuchung in Chrome den Netzwerkbereich, laden Sie die URL erneut und wählen Sie die zugehörige Anfrage aus. Prüfen Sie Anfragemethode, endgültige URL nach Weiterleitungen, Status, Header und den Inhalt unter „Response“. Eine HEAD-Anfrage oder ein Content-Type-Header allein zeigt nicht, was ein GET zurückgegeben hat.
Nehmen wir die fiktive Dokumentationswebsite docs.example. Ihre /llms.txt gibt 404 zurück, während /docs/llms.txt einen Markdown-Index liefert. Der aktuelle llms.txt-Vorschlag erlaubt Dateien im Stammverzeichnis oder unter einem Unterpfad, die jeweils die darunterliegenden Seiten abdecken. Ein Audit, das nur die Datei im Stammverzeichnis prüft, hat den Dokumentationsindex nicht untersucht. Das ist ein anderer Prüfbereich und kein Beweis dafür, dass die Datei im Stammverzeichnis dupliziert werden muss. Prüfen Sie vor einer Änderung des Speicherorts, wo der vorgesehene Client sucht.
Angenommen, /llms.txt liefert HTTP 200, der Inhalt ist aber eine HTML-Seite mit dem Hinweis „Seite nicht gefunden“ im Design der Website. Eine reine Statusprüfung könnte dies als Erfolg bewerten. Halten Sie das tatsächliche Ergebnis fest: Die URL lieferte eine HTML-Fehlerseite statt des vorgesehenen Markdown-Indexes. Bitten Sie die für das Routing zuständige Person, diese Antwort zu untersuchen. Erhalten Sie stattdessen eine Startseite, eine Anmeldeseite oder eine Zugriffsprüfung, notieren Sie genau dieses Ergebnis; der Header text/html allein unterscheidet diese Fälle nicht.
Gibt die Anfrage 500 zurück, dokumentieren Sie einen Serverfehler. Das belegt nicht, dass die Datei fehlt. Wird lesbares Markdown geliefert, prüfen Sie auch Inhalt und Links. Der Vorschlag verlangt eine Projekt- oder Websiteüberschrift; eine Überschrift allein zeigt aber nicht, ob der Index die aktuelle Website beschreibt oder zu nützlichen Seiten führt.
Entscheiden, für wen die Datei gedacht ist
Ein gepflegter Dokumentationsindex kann Menschen oder Agenten einen kurzen Weg zu relevanten Informationen bieten. OpenAI veröffentlicht einen solchen Index für seine Entwicklerdokumentation. Das zeigt, dass ein veröffentlichter Index existiert. Es belegt weder eine Anforderung an andere Websites noch, dass ChatGPT Search deren Dateien abruft.
Wenn ein bestimmter Client oder Dokumentationsablauf die Datei verwenden soll, bestimmen Sie die Seiten, die er finden soll. Halten Sie die Zusammenfassung korrekt, folgen Sie den Links und prüfen Sie, ob die Zielseiten aktuell und lesbar sind. Nehmen Sie den Index in Ihren Aktualisierungsprozess auf, wenn diese Seiten umziehen. Auch eine kleine Website kann diesen Anwendungsfall haben.
Soll lediglich eine ansonsten hilfreiche Seite in Googles KI-Funktionen gefunden werden, hat die Warnung vor einer fehlenden Datei keine neue Anforderung belegt. Prüfen Sie tatsächliche Zugriffs- und Inhaltsprobleme anhand des Leitfadens zu Inhalten und technischen Grundlagen. Ein zusätzlicher Index belegt weder, dass die verlinkte Seite erreichbar ist, noch, dass ihre Aussagen klar sind.
Die Korrektur mit beobachtbaren Belegen abschließen
Angenommen, Sie korrigieren auf der fiktiven Website einen Link in /docs/llms.txt, der zu einer gelöschten Einrichtungsanleitung führte. Öffnen Sie den Index erneut, folgen Sie dem korrigierten Link und bestätigen Sie, dass die erwartete Anleitung geladen wird. Wiederholen Sie das ursprüngliche Audit mit derselben Werkzeugversion, notieren Sie den Zeitpunkt des neuen Durchlaufs und bestätigen Sie, dass Sie das Ergebnis des neuen Durchlaufs sehen. Prüft es weiterhin nur /llms.txt, kann das Ergebnis unverändert bleiben, obwohl der Dokumentationslink repariert wurde.
Formulieren Sie den Abschluss präzise: „Der Dokumentationsindex verlinkt die aktuelle Einrichtungsanleitung; die Prüfung der Datei im Stammverzeichnis meldet weiterhin ihr eigenes Ergebnis.“ Eine später protokollierte Anfrage belegt nur, was dieser Eintrag erfasst, nicht, dass ein Modell den Inhalt verwendet hat. Eine Zitierung erfordert eine beobachtete Antwort. Ob diese Änderung Zitierungen, Besuche oder Conversions beeinflusst, bleibt ungeprüft, bis Sie dafür Belege haben.