llms.txt im Marketing: Nutzen, Grenzen und Prioritäten

Immer mehr Menschen beginnen ihre Recherche nicht mehr bei Google, sondern in ChatGPT, Perplexity oder KI-Antworten in der Suche. Für Content-Teams stellt sich damit eine praktische Frage: Wie müssen Websites aufgebaut sein, damit KI-Systeme Inhalte finden, verstehen und zitieren können? Eine Datei namens llms.txt soll dabei helfen, wichtige Seiten strukturiert sichtbar zu machen. Sie ist jedoch kein Ersatz für SEO, Schema-Markup oder gute Inhalte. Entscheidend ist, ihren aktuellen Nutzen realistisch einzuordnen und technische Maßnahmen nach ihrer Wirkung zu priorisieren.

KI-Referral-Traffic verändert die erste Recherchephase

Pierre DeBois beschreibt in seinem Beitrag bei CMSWire, warum sich die Auffindbarkeit von Inhalten zunehmend in Richtung KI-gestützter Antworten verschiebt. Nutzerinnen und Nutzer stellen Chatbots und Suchsystemen konkrete Fragen zu Produkten, Anbietern und Themen. Dadurch kann eine Marke bereits in der frühen Recherchephase präsent sein, noch bevor jemand eine klassische Suchergebnisseite besucht.

Die Entwicklung lässt sich laut den im Beitrag genannten Analysen auch im Traffic messen. Adobe Analytics stellte für US-Handelswebsites zwischen Juli 2024 und Februar 2025 einen Anstieg von Referral-Traffic aus generativer KI von mehr als 1.200 Prozent fest. Am Cyber Monday 2024 lag das Wachstum demnach zeitweise bei 1.950 Prozent. WebFX zufolge wuchs KI-Referral-Traffic insgesamt 165-mal schneller als organischer Suchtraffic.

Solche Prozentwerte beginnen allerdings von einer vergleichsweise kleinen Basis. Für die Praxis sind daher nicht allein Besucherzahlen relevant. Wichtiger ist die Frage, ob Menschen aus KI-Systemen gezielter auf eine Seite kommen und dort häufiger eine gewünschte Aktion ausführen. Wer KI-Referrals in der Webanalyse getrennt von organischem Suchtraffic auswertet, kann diese Qualität besser beurteilen.

Von SEO zu AEO: Verständlichkeit wird wichtiger

Suchmaschinenoptimierung bleibt relevant. Backlinks, technische Sauberkeit, klare Seitenstrukturen und belastbare Inhalte spielen weiterhin eine Rolle. Mit Answer Engine Optimization, kurz AEO, verschiebt sich jedoch der Schwerpunkt. Inhalte sollen nicht nur für ein Ranking geeignet sein, sondern für KI-Systeme eindeutig interpretierbar sein.

Das betrifft vor allem drei Fragen:

• Ist die Aussage präzise? KI-Systeme benötigen klare Definitionen, nachvollziehbare Fakten und eindeutige Zusammenhänge.
• Ist die Quelle erkennbar? Autorinnen, Autoren, Unternehmen, Studien und Veröffentlichungsdaten erhöhen die Einordbarkeit.
• Ist die Seite strukturiert? Überschriften, Listen, Fragen und Antworten sowie maschinenlesbare Daten erleichtern die Verarbeitung.

Google bündelt ähnliche Anforderungen seit Langem im E-E-A-T-Prinzip: Experience, Expertise, Authoritativeness und Trustworthiness. Für Content-Teams bedeutet das vor allem, Fachwissen sichtbar zu machen, Quellen zu nennen und Aussagen regelmäßig zu aktualisieren.

Auch die Reputation einer Domain bleibt wichtig. Eine im Ausgangsartikel zitierte Untersuchung von SE Ranking kam zu dem Ergebnis, dass Websites mit mehr als 32.000 verweisenden Domains 3,5-mal häufiger von ChatGPT zitiert würden als Seiten mit wenigen Backlinks. Die Zahl sollte nicht als feste Schwelle verstanden werden. Sie zeigt aber, dass externe Signale und eine etablierte Marke auch in KI-Antworten Gewicht haben können.