llms.txt und GEO: Inhalte schreiben, mit denen AI-Systeme antworten

AI Overviews und Chatbots ranken Ihre Seite nicht, sie lesen sie und antworten mit ihr. Hier steht, was der llms.txt-Standard ist, was Antwortfähigkeit bedeutet und wie AdAstra Ihre Inhalte daran misst.

~6 Min. Lesezeit . GEO

Suche bedeutete früher zehn blaue Links und einen Klick. Zunehmend bedeutet sie ein AI Overview, eine Chatbot-Antwort oder eine Zusammenfassung, die den Leser nie auf Ihre Website schickt. Generative Engine Optimization (GEO) ist die Praxis, Inhalte so zu schreiben, dass ein AI-System beim Lesen eine korrekte, gut belegte Antwort daraus ziehen und Sie dafür zitieren kann. Genau darum drehen sich der llms.txt-Standard, die Antwortfähigkeit und das AIO-Scoring von AdAstra.

Was GEO und AI Overviews verändert haben

Klassisches SEO optimiert auf Rankings: Ihre Seite soll möglichst weit oben in einer Ergebnisliste stehen, die ein Mensch dann überfliegt und anklickt. AI Overviews und die Chatbots, die immer öfter die erste Station einer Recherche sind, funktionieren anders. Sie lesen die Inhalte hinter mehreren Quellen, erzeugen eine zusammengefasste Antwort und zeigen diese direkt an. Die Seite selbst wird womöglich nie angeklickt, selbst wenn sie die Quelle war, auf die sich die AI gestützt hat.

Damit verschiebt sich das Ziel. Es reicht nicht mehr, für ein Keyword zu ranken: Ihre Inhalte müssen so strukturiert sein, dass ein AI-System einen Fakt, eine Definition oder eine Antwort sauber herauslösen und korrekt zuordnen kann. GEO ist die Summe der Praktiken, die auf dieses Ziel einzahlen.

Der llms.txt-Standard (was er ist)

llms.txt ist eine vorgeschlagene Konvention, kein Gesetz: eine Text- oder Markdown-Datei im Wurzelverzeichnis einer Website, gedanklich neben robots.txt und sitemap.xml, die AI-Crawlern und Sprachmodellen eine kuratierte Karte der wichtigsten Inhalte gibt, in einem Format für maschinelles Lesen statt für einen Menschen, der eine Navigationsleiste durchklickt. Es gibt keine zentrale Instanz, die das durchsetzt, und die Verbreitung im Web ist bislang uneinheitlich.

Ob eine Website tatsächlich eine echte llms.txt-Datei veröffentlicht oder nicht: Die Grundidee, nämlich Inhalte, die ihre Fakten klar benennen, ihre Begriffe definieren und sich so ordnen, dass ein maschineller Leser nicht raten muss, trennt eine Seite, die ein AI-System selbstbewusst zitiert, von einer, die es überspringt.

Antwortfähigkeit (FAQ-Stil)

Als Erstes sucht ein AI-System nach einer herauslösbaren Antwort: einem Fakt oder einer Definition, die es aus Ihren Inhalten übernehmen kann, ohne sie aus dem umgebenden Text erschließen zu müssen. Antwortfähige Inhalte gliedern sich in klare Frage-Antwort-Paare, formulieren Fakten und Definitionen als eigenständige Sätze, statt sie in einem langen Absatz zu vergraben, und nutzen Listen oder Tabellen überall dort, wo sich ein Zitat dadurch leichter herausziehen lässt.

Das ist das Rewrite im FAQ Style: dieselbe Information, aber so umgebaut, dass die Antwort nicht erst redigiert werden muss, bevor ein AI-System sie zitieren kann.

Tiefe und Quellenwert

Zitierbar zu sein reicht nicht, wenn darunter nichts steht. AI-Systeme gewichten, wie umfassend und zitierfähig eine Quelle wirklich ist: Deckt sie das Thema mit echter Substanz ab oder wiederholt sie nur das Offensichtliche? Tiefe und Quellenwert entstehen aus eindeutigen Entitäten und klar definierten Begriffen statt vager Verweise, und aus einem engen thematischen Fokus, der den Text zu einem Thema autoritativ wirken lässt, statt mehrere anzureißen.

Dem entspricht das Rewrite In-depth Analysis: die Substanz aufbauen, aus der eine AI-generierte Antwort tatsächlich schöpfen und die sie mit Überzeugung zitieren kann.

Kernaussagen

Das dritte Element ist die Darstellung. Selbst wirklich tiefe, gut belegte Inhalte sind für ein AI-System schwer zusammenzufassen, wenn der Kernpunkt am Ende eines langen Abschnitts vergraben ist. Inhalte, die jeden Abschnitt mit ihrem Kernpunkt eröffnen und eine klare, herauslösbare Zusammenfassung der Kernaussagen anbieten, geben einem AI-System genau das, was es braucht, ohne dass es die Argumentation selbst rekonstruieren muss.

Das ist der Rewrite-Stil Key Takeaways: erst die Schlussfolgerung nennen, dann begründen.

Was AdAstra bewertet

Die SEO- und LLM-Analyse von AdAstra liest Ihre Seiteninhalte und bewertet sie entlang dieser drei Kategorien, also FAQ und Antwortfähigkeit, Tiefe und Quellenwert sowie Kernaussagen, und erzeugt daraus konkrete Empfehlungen und einen Konformitätswert im Sinne von llms.txt.

Dabei lohnt sich Genauigkeit. AdAstra crawlt Ihre Website nicht, ruft keine echte /llms.txt-Datei ab und prüft nicht, ob es eine gibt. Das Modell liest Ihre Inhalte und schätzt anhand der Qualität und Struktur dessen, was Sie tatsächlich geschrieben haben, ob eine Seite wie diese wahrscheinlich eine passende llms.txt-Datei hätte, und bewertet diese Einschätzung auf einer Skala von 0 bis 100.

In der Praxis bewertet AdAstra damit die AIO-Reife Ihrer Inhalte, also wie gut sie abschneiden würden, wenn ein AI-System sie herausziehen, zitieren oder zusammenfassen wollte, und nicht die Existenz einer Datei, die auf Ihrem Server liegen mag oder nicht. Wert und Empfehlungen zeigen Ihnen, wo Ihre Inhalte gegenüber den Kategorien FAQ, Tiefe und Kernaussagen stehen; ein Crawl-Report sind sie nicht.

Die Kurzfassung

• GEO bedeutet, für AI-Systeme zu schreiben, die Inhalte lesen und zitieren, nicht nur für Suchrankings.
• llms.txt ist eine vorgeschlagene Konvention, die AI-Crawlern eine strukturierte Karte einer Website gibt; die Verbreitung ist uneinheitlich, und keine Instanz setzt sie durch.
• Antwortfähigkeit (FAQ Style) heißt eigenständige, herauslösbare Fakten und eine Struktur aus Frage und Antwort.
• Tiefe und Quellenwert (In-depth Analysis) heißt eindeutige Entitäten, definierte Begriffe und echte thematische Substanz.
• Kernaussagen heißt, mit dem Kernpunkt zu führen und eine klare Zusammenfassung sichtbar zu machen.
• AdAstra bewertet die AIO-Reife und die llms.txt-Konformität Ihrer Inhalte, indem es sie liest; es crawlt keine echte llms.txt-Datei auf Ihrer Website und prüft sie nicht.