Googles aktuelle Position ist einfach: Eine llms.txt-Datei verbessert keine Rankings in Google Search, und sie verschlechtert sie auch nicht. In Googles offizieller Anleitung zur Optimierung von Websites für generative KI-Funktionen, aktualisiert am 29. Juni 2026, erklärt Google, dass Search diese Dateien ignoriert. Das gilt auch für generative Funktionen in Google Search wie AI Overviews und AI Mode.
Das macht llms.txt nicht überall nutzlos. Es bedeutet nur, dass die Datei kein Ranking-Hebel für Google ist. Wenn ein anderer Crawler, ein Partner, ein internes Retrieval-System oder ein KI-Produkt eine Klartext-Anleitung zu deiner Website lesen möchte, kann es sinnvoll sein, eine solche Datei zu pflegen. Sie sollte das Team aber nicht von der Arbeit ablenken, die Google weiterhin nennt: nützliche, nicht austauschbare Inhalte, crawlbare Seiten, eine klare technische Struktur und normale Suchsteuerungen.
Was Google im Juni 2026 klargestellt hat
Search Engine Roundtable berichtete am 16. Juni 2026, dass Google seine Anleitung zur Optimierung von Websites für generative KI-Funktionen aktualisiert hatte. Das Update beantwortete eine sehr praktische Frage aus der SEO-Community: Sollten Websites llms.txt-Dateien erstellen, um in Google Search besser zu ranken oder häufiger in KI-Antworten zu erscheinen?
Googles Antwort lautet: nein.
Die offizielle Anleitung sagt nun, dass Websitebetreiber keine neuen maschinenlesbaren Dateien, KI-Textdateien, Markups oder Markdown-Dateien erstellen müssen, um in Google Search zu erscheinen, einschließlich der generativen KI-Funktionen. Google ergänzt außerdem, dass es völlig in Ordnung ist, llms.txt oder ähnliche Dateien für andere Dienste oder Systeme zu pflegen, die solche Dateien nutzen. Für Sichtbarkeit oder Rankings in Google Search helfen oder schaden sie jedoch nicht, weil Google Search sie ignoriert.
Das ist der nützliche Punkt. Google sagt nicht, dass jedes KI-System diese Datei ignoriert. Google sagt, dass Google Search sie ignoriert.
Der unbequeme Teil für llms.txt-Befürworter
llms.txt wurde als Methode beworben, um Websites für große Sprachmodelle leichter verständlich zu machen. Die Idee ist sauber: eine Markdown-freundliche Orientierungshilfe im Root der Domain ablegen, Modelle auf die wichtigsten Seiten hinweisen und Crawler-Verwirrung reduzieren.
Für Google Search stößt diese saubere Idee aber an eine harte Grenze. Google erklärt Websitebetreibern, dass seine Search-Systeme diese Datei nicht als besondere Eingabe verwenden.
Damit ist die Ranking-Frage vorerst geklärt:
| Frage | Googles Antwort im Juni 2026 | Praktische Einordnung |
|---|---|---|
| Verbessert | Nein | Verkaufe es nicht als SEO-Rankingfaktor. |
| Kann es Sichtbarkeit in Google Search schaden? | Nein | Eine saubere Datei ist für sich genommen kein Penalty-Risiko. |
| Braucht Google KI-spezifische Markdown-Dateien? | Nein | Google will normale Seiten, die es crawlen, rendern und verstehen kann. |
| Können andere Systeme | Möglich | Behandle es als optionale Infrastruktur außerhalb von Google Search. |
Die Datei kann weiterhin eine sinnvolle Dokumentationsschicht sein. Sie sollte nur nicht im Zentrum einer Google-SEO- oder AI-Overview-Strategie stehen.
Was Google stattdessen wichtig findet
Googles Anleitung ist interessanter als die Fußnote zu llms.txt. Sie erklärt, wie Google generative Suche einordnet: weiterhin verwurzelt in den zentralen Ranking- und Qualitätssystemen von Search.
Zwei Konzepte sind wichtig.
Erstens: Retrieval-Augmented Generation, also RAG. Google beschreibt KI-Antworten als Informationen, die durch Seiten aus dem Search-Index gestützt werden. Das bedeutet, die altbekannte, etwas langweilige Arbeit zählt weiterhin: indexierbare Seiten, nützliche Inhalte, gute Page Experience und Seiten, die es verdienen, abgerufen zu werden.
Zweitens: Query-Fan-out. Ein Modell kann verwandte Suchanfragen rund um die ursprüngliche Nutzerfrage erzeugen und diese Ergebnisse nutzen, um eine breitere Antwort zu stützen. Genau hier planen viele SEO-Teams zu knapp. Eine Seite, die nur für ein exaktes Keyword gebaut ist, beantwortet möglicherweise nicht die angrenzenden Fragen, die ein KI-System erzeugt.
Die praktische Schlussfolgerung: Schreibe für das Thema und die Aufgabe, nicht für eine einzelne Datei oder eine einzelne Phrase.
Auspias Sicht: llms.txt ist ein Sidecar, nicht der Motor
Auspias Einschätzung ist direkt: llms.txt gehört in die Kategorie "nett, wenn es gebraucht wird". Dort verlieren die meisten Teams nicht ihre Sichtbarkeit in AI Search.
Die meisten Lücken liegen weiterhin in der Website selbst:
- Wichtige Seiten sind dünn, generisch oder mit Wettbewerberseiten austauschbar.
- Produkt-, Service- und Autorendaten sind innerhalb der Website inkonsistent.
- Seiten beantworten die Hauptfrage, aber nicht die Folgefragen, in die ein KI-System ausfächern könnte.
- Strukturierte Daten existieren, aber die sichtbare Seite stützt dieselben Fakten nicht.
- Teams jagen neuen KI-Dateien hinterher, während Crawling, interne Verlinkung und Page Experience ungelöst bleiben.
Es gibt einen Ort, an dem llms.txt nützlich sein kann: als Governance-Artefakt. Wenn dein Team damit entscheidet, welche URLs, Fakten, Dokumente und Produkterklärungen kanonisch sein sollen, kann die Datei redaktionelle Disziplin erzwingen. Aber diese Disziplin ist wichtiger als die Datei selbst.
Wenn du prüfen möchtest, ob deine Website für AI-Search-Oberflächen bereit ist, nutze nach der Prüfung der Grundseiten einen Diagnose-Workflow wie den AI Search Visibility Checker von Auspia.
Eine operative Regel für SEO- und GEO-Teams im Juni 2026
Für das nächste Quartal würde ich diese Regel verwenden: Veröffentliche llms.txt erst, wenn die zentralen Suchoberflächen gesund sind.
Die Prioritäten sollten so aussehen:
- Stelle sicher, dass deine wichtigen Seiten crawlbar, indexierbar und intern verlinkt sind.
- Verbessere Seiten, die wie austauschbare Zusammenfassungen statt wie eigene Antworten klingen.
- Ergänze klare Produkt-, Local-Business-, Ecommerce- oder Organisationsdaten, wo es passt.
- Nutze strukturierte Daten für bestehende Search-Funktionen und Rich-Result-Berechtigung, nicht als magisches KI-Markup.
- Steuere Snippets und Vorschauen mit bestehenden Google-unterstützten Werkzeugen, wenn du Grenzen brauchst.
- Füge
llms.txtnur hinzu, wenn ein anderes System, ein Partner, ein Crawler oder ein interner Workflow einen echten Grund hat, es zu lesen.
Der letzte Punkt ist wichtig. Eine Datei für einen realen Konsumenten ist etwas anderes als eine Datei, die nur gepflegt wird, weil auf X plötzlich Angst vor KI-Crawlern herrscht.
Was du nach diesem Update nicht tun solltest
Die schlechteste Reaktion wäre ein Wechsel von Hype zu pauschaler Ablehnung.
Sag deinem Team nicht, dass llms.txt ein geheimer Rankingfaktor ist. Laut Google ist es das nicht.
Sag deinem Team aber auch nicht, dass alle KI-lesbaren Dokumentationen wertlos sind. Manche Systeme können solche Dateien nutzen, und das eigene Team kann von der Klarheit profitieren.
Ersetze SEO nicht durch "GEO-Hacks". Googles Anleitung ist ausdrücklich: SEO gilt weiterhin für generative Funktionen in Google Search. Begriffe wie AEO und GEO können hilfreich sein, um Arbeit zu organisieren. Google fordert aber, solche Taktiken daran zu messen, wie Search tatsächlich funktioniert.
Erstelle keine falschen Erwähnungen, Füllseiten oder KI-only-Markups. Wenn die sichtbare Website schwach ist, rettet eine maschinenlesbare Hilfsdatei sie nicht.
Quellen
Dieser Artikel basiert auf zwei öffentlichen Quellen:
- Googles offizielle Search-Central-Anleitung, "Optimizing your website for generative AI features on Google Search" , zuletzt aktualisiert am 29. Juni 2026.
- Der Search-Engine-Roundtable-Beitrag vom 16. Juni 2026, "Google: LLMS.txt Files Won't Help Or Hurt Your Search Rankings" , der Googles Klarstellung behandelt, dass
llms.txtRankings in Google Search weder hilft noch schadet.
Search Engine Roundtable weist außerdem auf eine spätere Formulierungsanpassung um den 29. Juni 2026 hin. Für SEO-Teams bleibt die Substanz gleich: Google Search ignoriert llms.txt für Ranking und Sichtbarkeit.
Author: Julian Mercer, Technical-SEO-Praktiker mit 14 Jahren Erfahrung bei Auspia. Julian schreibt über Crawlability, schema, Rendering, Website-Architektur und technische Grundlagen für KI-lesbare Inhalte.
