Eine Website kann für Agenten leichter bedienbar werden, ohne häufiger in KI-Antworten aufzutauchen. Wer diese beiden Ziele verwechselt, kauft schnell die falsche Optimierung. Besonders anschaulich wird das an Googles Umgang mit llms.txt.
Google erklärt, dass seine Suche llms.txt ignoriert. Gleichzeitig prüft Googles Browser-Werkzeug Lighthouse, ob eine solche Datei erreichbar ist. Für die einen ist damit bewiesen, dass llms.txt doch wichtig sei. Für die anderen ist es der nächste Widerspruch aus Mountain View.
Beide Reaktionen überspringen die entscheidende Frage: Wichtig wofür?
Diese Unterscheidung habe ich im Mai in „Habe ich mich bei der llms.txt geirrt?“ aufgegriffen. Inzwischen liegen weitere Nutzungsdaten und eine überarbeitete Spezifikation vor. Damit lässt sich genauer entscheiden, was du auf deiner eigenen Website überhaupt testen solltest.
Ein Suchsystem muss entscheiden, welche Quellen es für eine Antwort heranzieht. Ein Agent, der bereits auf deiner Website angekommen ist, muss dort Informationen finden oder eine Aufgabe erledigen. Das sind unterschiedliche Probleme. Eine Lösung für das zweite ist noch kein Beleg für eine Wirkung beim ersten.
Genau deshalb halte ich den Begriff Agentic SEO für erklärungsbedürftig. Er kann sinnvolle Arbeit beschreiben. Er kann aber auch den Eindruck erwecken, Bedienbarkeit, Auffindbarkeit und Empfehlung seien dasselbe.
Erst klären, welches System scheitert
Stell dir einen Hotelanbieter vor. Ein Suchsystem soll ihn bei passenden Reiseanfragen berücksichtigen. Ein Rechercheassistent soll die Bedingungen für die Mitnahme eines Hundes korrekt wiedergeben. Ein Buchungsagent soll ein verfügbares Zimmer auswählen und eine Reservierung vorbereiten.
Im ersten Fall untersuchen wir, ob relevante Informationen gefunden und als Quelle oder Empfehlung verwendet werden. Im zweiten prüfen wir, ob die Regeln vollständig und eindeutig zugänglich sind. Im dritten müssen Datumsauswahl, Zimmerkategorie, Preis, Stornierung und Bestätigung zusammen funktionieren.
Eine zusätzliche Textdatei könnte im zweiten Fall helfen. Sie repariert aber kein Formular, das nach der Zimmerauswahl den Preis verliert. Und selbst ein perfekt bedienbarer Buchungsprozess liefert noch keinen Grund, dieses Hotel einem besser passenden Wettbewerber vorzuziehen.
Was llms.txt heute tatsächlich beschreibt
llms.txt ist ein Vorschlag für eine kompakte, maschinenlesbare Orientierung auf einer Website. Jeremy Howards inzwischen als Version 2 veröffentlichte Spezifikation wurde am 10. August 2026 überarbeitet. Sie beschreibt unter anderem Verweise auf weiterführende Markdown-Inhalte und Möglichkeiten, diese Dateien auffindbar zu machen. Ein zentraler Anwendungsfall bleibt Softwaredokumentation, die Coding-Assistenten gezielt erschließen sollen. 1
Das ist zunächst ein Formatvorschlag. Er belegt weder, dass ein bestimmter Assistent die Datei automatisch verwendet, noch dass ihre Existenz seine Auswahl von Quellen beeinflusst.
Googles Suchdokumentation ist in diesem Punkt eindeutig: llms.txt und entsprechende Spezialdateien verbessern die Sichtbarkeit oder Rankings in Google Search nicht; die Suche ignoriert sie für diesen Zweck. Diese Aussage bezieht sich auf Google Search, nicht auf jede denkbare Agentenanwendung. 2
Die Ahrefs-Auswertung von 137.210 Domains liefert einen ergänzenden Nutzungsbefund. Unter den rund 38.000 Domains mit einer entsprechenden Datei verzeichneten 97 Prozent im Mai 2026 keinen Abruf dieser Datei. Die Stichprobe stammt aus dem Umfeld von Ahrefs Web Analytics und ist nicht repräsentativ für das gesamte Web. Sie misst außerdem Abrufe, keine Wirkung auf Empfehlungen. 3
Zwei Grenzen gehören direkt daneben: Die Messung liegt vor der Überarbeitung des Vorschlags im August. Und seltene Abrufe schließen einen gezielten Nutzen in einem konkreten Dokumentationsworkflow nicht aus. Aus dieser Studie folgt also kein zeitloses Verbot. Sie liefert einen guten Grund, pauschale Sichtbarkeitsversprechen zu hinterfragen.
Warum der Lighthouse-Audit kein Rankingbeleg ist
Der llms.txt-Check gehört bei Lighthouse zu den Agentic-Browsing-Audits. Laut Dokumentation ist die Datei optional: Fehlt sie und antwortet der Server mit 404, wird der Test als nicht anwendbar behandelt. Ein Serverfehler beim Abruf wird dagegen beanstandet. 4
Auch die ganze Kategorie ist laut Chrome-Dokumentation experimentell. Sie bewertet technische Voraussetzungen für Maschineninteraktion und arbeitet nicht mit dem üblichen gewichteten Gesamtscore von null bis hundert. 5
Meine Schlussfolgerung: Ein Diagnosewerkzeug kann eine technische Konvention prüfen, ohne dass diese Konvention ein Signal der Suchmaschine ist. Wer aus dem Audit einen Rankingfaktor ableitet, müsste diesen zusätzlichen Zusammenhang erst nachweisen. Die bloße Zugehörigkeit beider Produkte zu Google reicht dafür nicht.
Markdown kann Aufwand sparen
Eine saubere Markdown-Fassung kann einem System das Extrahieren von Text erleichtern. Cloudflare bietet dafür eine Auslieferung über Content Negotiation an: Ein Client signalisiert seine Präferenz für text/markdown, und der Dienst kann eine konvertierte Fassung liefern. Cloudflare zeigt an seinem eigenen Ankündigungsbeitrag eine deutliche Verringerung der Tokenzahl gegenüber dem rohen HTML. Das ist ein technisches Beispiel des Anbieters, kein Nachweis höherer Sichtbarkeit. 6
Für einen sinnvollen Einsatz würde ich andere Fragen stellen. Verarbeitet unser relevanter Client diese Fassung tatsächlich? Bleiben Tabellen, Einheiten und Einschränkungen erhalten? Stimmen Preis und Verfügbarkeit mit der normalen Website überein? Wird derselbe Inhalt ausgespielt, oder pflegen wir unbemerkt zwei Wahrheiten?
Gerade der letzte Punkt wird teuer, wenn die Dateien manuell entstehen. Eine veraltete Markdown-Seite ist keine Optimierung. Sie ist eine zusätzliche Fehlerquelle. Wenn ein Angebot mehrere Fassungen braucht, sollten sie aus derselben verlässlichen Datenbasis entstehen und gemeinsam aktualisiert werden.
Der Accessibility Tree ist keine geheime Schnittstelle
Browser können aus einer Seite eine strukturierte Darstellung von Rollen, Namen und Zuständen erzeugen. Dieser Accessibility Tree dient assistiven Technologien und kann auch Agenten bei der Orientierung helfen. Googles web.dev beschreibt daneben HTML und Screenshots als mögliche Zugänge; moderne Agenten können mehrere davon kombinieren. 7
Ein korrekt ausgezeichnetes Eingabefeld sagt beispielsweise, dass hier ein Abreisedatum erwartet wird. Ein echter Button macht eine Aktion erkennbar. Ein verständlicher Fehlerzustand erklärt, warum eine Auswahl nicht funktioniert. Das sind brauchbare Informationen für Menschen und Maschinen.
Deshalb würde ich semantische HTML-Elemente, korrekt zugeordnete Formularbeschriftungen und stabile Bedienelemente vor exotischen Zusatzdateien bearbeiten. Barrierefreiheit hat dabei einen eigenständigen Wert. Sie wird nicht erst dadurch wichtig, dass nun auch ein Agent davon profitieren könnte.
Technische Sauberkeit garantiert allerdings keine korrekte Handlung. Ein Agent kann das Formular verstehen und trotzdem das falsche Datum einsetzen. Die Qualität zeigt sich erst an der erledigten Aufgabe.
Teste Aufgaben und deren Grenzen
Für den Hotelanbieter könnte eine konkrete Testaufgabe lauten: Finde für zwei Erwachsene mit Hund ein Zimmer für diese Daten, prüfe die Stornobedingungen und bereite eine Buchung vor. Schließe sie erst nach ausdrücklicher Bestätigung ab.
Ich würde vorab festlegen, woran Erfolg erkennbar ist: richtige Reisedaten, passende Belegung, Hund ausdrücklich erlaubt, vollständiger Preis, korrekte Stornobedingungen und kein Abschluss ohne Freigabe. Dann teste ich wiederholt mit den tatsächlich relevanten Agenten und protokolliere Fehler, Abbrüche, nötige Rückfragen und erfolgreiche Durchläufe.
Anschließend wird die konkrete Ursache behoben. Fehlt die Information, muss sie zugänglich werden. Ist der Button unverständlich, braucht er eine saubere Beschriftung. Ist ein optionaler Zusatz vorausgewählt und wird übersehen, muss der Prozess eindeutiger werden. Nach der Änderung läuft dieselbe Aufgabe erneut.
Für komplexe Anwendungen können explizite Werkzeugschnittstellen wie das noch in Entwicklung befindliche WebMCP interessant sein. Auch hier sollte ein Pilot zuerst zeigen, ob die relevanten Clients damit zuverlässiger arbeiten. Eine neue Schnittstelle ist kein Ersatz für eine sichere Anwendung. 8
Die dahinterliegende Verwechslung begegnet mir auch bei Texten. In meiner Einordnung zu LLM Readability trenne ich deshalb gute Verständlichkeit von einem behaupteten Effekt auf KI-Zitationen. Für eine Schnittstelle gilt derselbe Maßstab: Zuerst muss klar sein, welches Problem sie nachweislich löst.
Meine zusätzliche Anforderung betrifft die Verantwortung: Eine Datei mit Handlungshinweisen darf keine Berechtigungsprüfung ersetzen. Anmeldung, Zugriff auf fremde Konten und die Bestätigung verbindlicher Aktionen gehören in die Anwendung selbst. Ein Agent darf sie nicht durch eine freundlich formulierte Anweisung umgehen können.
Wer Agentenoptimierung verkaufen will, sollte deshalb eine einfache Demonstration liefern können: Diese Aufgabe scheiterte vorher an dieser Stelle; nach der Änderung gelingt sie in einem dokumentierten Test zuverlässiger. Das wäre ein überzeugender Fortschritt. Ob daraus auch mehr Sichtbarkeit in KI-Antworten entsteht, ist anschließend eine eigene Frage.
Geht es um eure Präsenz in Antworten, ist meine SEO/GEO-Beratung der passende Einstieg. Soll ein Agent dagegen einen konkreten Prozess zuverlässig ausführen, geht es um Arbeitsabläufe, Freigaben und technische Umsetzung. Schon die Beauftragung sollte diese Ziele auseinanderhalten.
Quellen
- Jeremy Howard · The /llms.txt file, v2 · überarbeitet am 10. August 2026 ↩︎
- Google Search Central · Optimizing your website for generative AI features on Google Search · Abschnitt zu llms.txt ↩︎
- Louise Linehan · We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read · 15. Juni 2026 ↩︎
- Chrome for Developers · Lighthouse llms.txt audit ↩︎
- Chrome for Developers · Lighthouse agentic browsing scoring ↩︎
- Cloudflare · Introducing Markdown for Agents ↩︎
- Google web.dev · Build agent-friendly websites ↩︎
- Google web.dev · Build agent-friendly websites ↩︎
Abonniere das AFAIK-Update
KI verstehen. Fundiert entscheiden. Wirksam umsetzen.
Im AFAIK-Update teile ich meine Einordnungen und Erfahrungen zu KI im Unternehmen: von Strategie und sinnvollen Anwendungsfällen über die Auswahl passender Lösungen bis zur praktischen Umsetzung. Kostenlos, persönlich und mit einem klaren Blick auf Chancen und Grenzen.
Keine Sorge, ich mag Spam genauso wenig wie Du und gebe Deine Daten niemals weiter! Du bekommst höchstens einmal pro Monat eine E-Mail von mir. Versprochen.
