llms.txt, Schema & Co.: Die technische Seite von GEO

Wer sich mit GEO beschäftigt, stößt schnell auf technische Begriffe: llms.txt, Schema.org, GPTBot. Manche davon sind solides Handwerk, manche sind Zukunftsmusik – und im Netz wird beides gern vermischt. Dieser Artikel sortiert die technische Seite von GEO für alle, die es genauer wissen wollen. Mit ehrlicher Einordnung, was heute wirkt und was (noch) nicht.

llms.txt: Was es ist – und was es nicht ist

Die Idee: Eine Datei namens llms.txt liegt im Hauptverzeichnis Ihrer Website und bietet KI-Systemen eine kompakte, kuratierte Übersicht Ihrer wichtigsten Inhalte in Markdown-Format. Vergleichbar mit der robots.txt, nur nicht als Verbotsliste, sondern als Wegweiser. Vorgeschlagen wurde das Format 2024 von Answer.AI.

Jetzt die Einordnung: llms.txt ist ein vorgeschlagener Standard, kein etablierter. Die großen KI-Anbieter haben nicht verbindlich zugesagt, die Datei auszuwerten. Es gibt keinen Beleg, dass eine llms.txt heute messbar die Sichtbarkeit in ChatGPT oder Perplexity verbessert. Im Gegenteil: Eine Ahrefs-Auswertung von 137.000 Websites (Mai 2026) zeigt, dass 97 % aller llms.txt-Dateien von keinem einzigen Bot abgerufen werden.

Warum wir sie trotzdem nicht abtun: Der Aufwand ist gering, schaden kann sie nicht, und falls sich der Standard durchsetzt, sind Sie vorbereitet. Aber: Wer Ihnen llms.txt als GEO-Wundermittel verkauft, ist unseriös. Es ist eine Wette mit kleinem Einsatz – nicht mehr.

Strukturierte Daten: Das Arbeitspferd

Deutlich handfester sind strukturierte Daten nach Schema.org, meist als JSON-LD im Quellcode hinterlegt. Sie machen aus Fließtext maschinenlesbare Fakten. Für mittelständische Unternehmen sind vor allem diese Typen relevant:

• Organization / LocalBusiness: Firmenname, Adresse, Telefonnummer, Öffnungszeiten, Logo – die Grunddaten Ihres Unternehmens, eindeutig ausgezeichnet.
• Service / Product: Was Sie anbieten, sauber beschrieben.
• FAQPage: Fragen und Antworten in maschinenlesbarer Form.
• Article: Für Blogbeiträge und Fachartikel, inklusive Autor und Datum.

Strukturierte Daten sind seit Jahren bewährtes SEO-Handwerk. Für GEO gewinnen sie zusätzlich an Bedeutung: Systeme, die das Web crawlen und Antworten zusammenbauen, profitieren von eindeutigen, verlässlichen Angaben. Hier gilt: erst die Basis, dann Experimente wie llms.txt.

Saubere HTML-Semantik

Ein unterschätzter Punkt. KI-Crawler müssen aus Ihrem Quellcode die Inhaltsstruktur ableiten. Das gelingt gut, wenn die Seite semantisch sauber aufgebaut ist: eine klare Überschriften-Hierarchie (H1, H2, H3), echte Listen statt Textwüsten, Absätze mit einem Gedanken pro Absatz, aussagekräftige Linktexte.

Problematisch sind Websites, deren Inhalte erst durch JavaScript zusammengebaut werden oder deren Kernaussagen in Bildern stecken. Was ein Crawler nicht als Text lesen kann, existiert für ihn nicht. Viele optisch beeindruckende Websites sind für Maschinen nahezu leer. Wir bauen seit 2004 Websites und sehen diesen Zielkonflikt regelmäßig – er ist lösbar, aber man muss ihn kennen.

Crawler-Zugang: Lassen Sie die KI-Bots überhaupt rein?

KI-Anbieter nutzen eigene Crawler, die sich in der robots.txt Ihrer Website steuern lassen. Die wichtigsten:

• GPTBot (OpenAI): sammelt Inhalte, die ins Training künftiger Modelle einfließen können.
• OAI-SearchBot (OpenAI): wird für die Suchfunktion von ChatGPT verwendet.
• PerplexityBot (Perplexity): indexiert für Perplexity-Antworten.
• ClaudeBot (Anthropic): Crawler für Claude.
• Google-Extended (Google): steuert die Nutzung Ihrer Inhalte für Googles KI-Modelle – wichtig zu wissen: Die KI-Übersichten in der Google-Suche hängen am normalen Googlebot, nicht an Google-Extended.

Zwei typische Probleme aus der Praxis. Erstens: Bot-Schutz und Firewalls (etwa auf CDN-Ebene) blockieren KI-Crawler pauschal, ohne dass der Website-Betreiber es weiß. Zweitens: Pauschale Sperren in der robots.txt, die irgendwann jemand eingetragen hat. Beides lässt sich prüfen – ein Blick in robots.txt und Server-Logs zeigt, welche Bots kommen und welche abgewiesen werden.

Ob Sie KI-Crawler zulassen wollen, ist übrigens eine legitime Abwägung: Wer sperrt, schützt Inhalte vor Trainingsnutzung – verzichtet aber auf Sichtbarkeit in KI-Antworten. Für die meisten Unternehmen, die gefunden werden wollen, überwiegt der Nutzen des Zulassens. Entscheiden sollten Sie es bewusst, nicht per Zufallskonfiguration.

Das FAQ-Format: Schreiben, wie gefragt wird

KI-Assistenten beantworten Fragen. Inhalte, die selbst als Frage und Antwort strukturiert sind, passen zu diesem Muster: „Was kostet eine Unternehmenswebsite?“ – gefolgt von einer direkten, konkreten Antwort in den ersten Sätzen.

Das FAQ-Format zwingt zu genau der Klarheit, von der GEO lebt. Wichtig ist die Reihenfolge: erst die Antwort, dann die Einordnung. Aber: Google zeigt FAQ-Ergebnisse in der klassischen Suche nur noch für wenige Website-Typen prominent an. Der Wert des Formats liegt heute weniger im Suchergebnis-Schmuck, sondern darin, dass Ihre Inhalte für Antwortmaschinen verwertbar werden. Wie man solche Inhalte plant, ist Thema unserer Content-Strategie.

Was hat Priorität?

Wenn wir die technische Seite von GEO gewichten müssten, dann so: Erstens Crawler-Zugang prüfen – ohne Zugang ist alles andere egal. Zweitens saubere HTML-Semantik und lesbare Inhalte. Drittens strukturierte Daten. Viertens FAQ-strukturierte Inhalte. Und erst danach, als Wette auf die Zukunft: llms.txt. Diese Reihenfolge ist auch die, in der wir bei der GEO-Optimierung vorgehen.

Handwerk zuerst, Wetten zuletzt

Die technische Seite von GEO besteht zum größten Teil aus solidem, überprüfbarem Handwerk: Crawler-Zugang, Semantik, strukturierte Daten. Nur ein kleiner Teil ist Spekulation auf kommende Standards – und den sollte man als solche behandeln. Misstrauen Sie jedem, der das nicht sauber trennt.

Wollen Sie wissen, wie Ihre Website technisch dasteht? Unser kostenloser AI-Sichtbarkeits-Check zeigt Ihnen innerhalb von 48 Stunden, wie sichtbar Ihr Unternehmen in KI-Antworten ist – und wo die größten Lücken liegen. Unverbindlich anfragen: Kontakt.