Die URL-Priorisierung für llms.txt ist der Prozess, aus Hunderten von Webseiten mithilfe messbarer Kriterien die wertvollsten URLs auszuwählen, die KI-Systemen bereitgestellt werden sollen. Stellen Sie sich vor, eine E-Commerce-Website hat 500 indexierbare Seiten, aber nur 70 davon enthalten aktuelle Produktinformationen und einen starken Kaufkontext. Die kurze Antwort: Statt alle URLs in llms.txt zu stapeln, vergeben Sie für jede Seite fünf Punkte zwischen 0 und 5, berechnen die gewichtete Gesamtsumme und validieren im ersten Pilotprojekt die 50-100 URLs mit dem höchsten Score redaktionell.
llms.txt ist in der Regel eine Markdown-basierte Datei im Root-Verzeichnis der Website, die KI-Tools wichtige Quellen erläutern soll. Sie blockiert keinen Zugriff wie robots.txt, muss nicht alle URLs auflisten wie eine XML-Sitemap und kann nicht garantiert von jedem AI-Tool gelesen werden. Deshalb geht es hier vor allem um das Problem, die richtigen Quellen auszuwählen, noch bevor man über das Dateiformat nachdenkt.
Kurze Antwort: Welche URLs aus 500 sollten ausgewählt werden?
In Ihrem Auswahlmodell können Sie Aktualität mit 20 Prozent, wirtschaftlichem Wert mit 25 Prozent, inhaltlicher Vollständigkeit mit 25 Prozent, Suchintention und Beantwortbarkeit mit 15 Prozent sowie Einzigartigkeit und Zugänglichkeit mit 15 Prozent gewichten. Multiplizieren Sie die Punkte von 0 bis 5 mit den Gewichten und erzeugen Sie einen Score auf einer Skala von 100. Seiten mit 70 Punkten und mehr gelten als Kandidaten, 50 bis 69 als Prüfungs-Queue und alles unter 50 standardmäßig als Außenseiter.
Warum ist die Auswahl von URLs für llms.txt eine redaktionelle Bewertungsaufgabe?
Dass eine URL auf der Website existiert, bedeutet nicht automatisch, dass sie in AI-Antworten nützlich ist. Eine alte Kampagnenseite, eine parameterisierte Filter-URL, 12 Kategorieseiten mit demselben Text oder eine aus dem Sortiment genommene Produktseite können die Datei schnell mit Rauschen füllen. llms.txt als eine Art Sitemap für AI zu denken, ist eine brauchbare Analogie; sie als vollständige technische Sitemap zu verwenden, ist jedoch nicht korrekt.
Erfassen Sie die URL-Basis zunächst aus dem CMS-Export, der XML-Sitemap und dem Analyse-Tool. Deduplizieren Sie anschließend identische URLs; behalten Sie nur Kandidaten mit 200-HTTP-Status, öffentlichem Zugriff, korrektem canonical-Ziel und echtem Nutzerwert in der Liste. Parameter-, Weiterleitungs-, Login- oder entfernte URLs sollten in einer separaten Prüfgruppe bleiben.
Wie wird die Fünf-Punkte-Bewertung angewendet?
1. Wie wird der Aktualitäts-Score berechnet?
Bewerten Sie Aktualität nicht nur anhand des Datums auf der Seite, sondern auch anhand von Preis, Bestand, Rechtslage, Produktmerkmalen und dem tatsächlichen Datum der letzten Quellenprüfung. In einer Beispiel-Rubrik erhalten Inhalte aus den letzten 30 Tagen 5 Punkte, 31-90 Tage 4, 91-180 Tage 3, 181-365 Tage 2, 366-730 Tage 1 und Inhalte älter als 730 Tage 0 Punkte. Bei Nachrichten- oder Rechtsseiten können die Schwellen strenger sein, bei dauerhaften Leitfäden flexibler.
Das automatische Aktualisieren eines Datumsfeldes darf den Score nicht künstlich erhöhen. Selbst wenn sich die Hauptaussage des Inhalts nicht verändert hat, können Abschnitte zu Preis, Garantiebedingungen oder technischer Kompatibilität veraltet sein. Die Redaktion sollte das Datum der letzten Aktualisierung mit den tatsächlichen Änderungen im Inhalt abgleichen. Eine URL mit 5 Punkten sollte trotzdem nicht in die Liste aufgenommen werden, wenn sie falsche Informationen enthält.
2. Wie wird der wirtschaftliche Wert gemessen?
Wirtschaftlicher Wert ist das Potenzial einer Seite, direkt oder indirekt Umsatz, Angebote, Registrierungen oder qualifizierte Anfragen zu erzeugen. 0 Punkte bekommt eine Seite, die nur allgemeines Bewusstsein schafft und keinen nächsten Schritt bietet; 3 Punkte eine Seite mit einer klaren Lösung oder einem Vergleich; 5 Punkte eine Seite, die mit Kauf, Angebotsanfrage, Demo oder einer margenstarken Dienstleistung verbunden ist.
Damit dieser Score nicht auf Intuition basiert, nutzen Sie Formulareinsendungen, Telefonklicks, Add-to-Cart-Aktionen oder Verkaufsbeziehungen der letzten 90 Tage. Nicht jede stark besuchte Seite ist wirtschaftlich wertvoll; eine Glossarseite kann zum Beispiel viel Traffic bringen, aber keine qualifizierten Anfragen erzeugen. Eine Produktseite kann zwar hohen wirtschaftlichen Wert haben, aber wenn Informationen zu Bestand, Preis und Lieferung fehlen, sollte der Score für die inhaltliche Vollständigkeit sinken.
3. Welche Tests muss die inhaltliche Vollständigkeit bestehen?
Inhaltliche Vollständigkeit bedeutet, dass die Seite die Frage alleinstehend beantworten und ihre wichtigsten Aussagen stützen kann. Verwenden Sie einen praktischen Test mit 5 Punkten: Sind Zielgruppe und Thema klar? Wird die Hauptantwort früh geliefert? Sind technische oder kommerzielle Bedingungen genannt? Werden Quellen oder Belege gezeigt? Gibt es einen sinnvollen nächsten Schritt für den Leser? Für jedes Ja gibt es 1 Punkt.
Besteht eine Seite nur aus Überschriften, kurzen Einleitungssätzen oder Links zu anderen URLs, sollte sie eine niedrige Punktzahl erhalten. Fehlen in einem Produktvergleich die Kriterien, werden auf einer Serviceseite Umfang und Ausschlüsse nicht genannt oder fehlen in einem Leitfaden aktuelle Quellen, handelt es sich um Vollständigkeitsprobleme. Nutzt ein AI-System die Seite, kann fehlender Kontext zu einer falschen oder übermäßig allgemeinen Antwort führen.
4. Wie werden Suchintention und Beantwortbarkeit bewertet?
Messen Sie, wie direkt die Seite eine einzelne Hauptfrage oder Aufgabe beantwortet. 5 Punkte gehen an Seiten, deren Titel, Zwischenüberschriften und Beispiele auf dieselbe Nutzerintention ausgerichtet sind; 3 Punkte an Seiten, die mehrere Intentionen vernünftig abdecken; 0 Punkte an Seiten mit unklarem Titel oder gemischten Themen. Falls Search-Console-Abfragen vorhanden sind, sollten Sie echte Suchanfragen in diese Bewertung einbeziehen.
Es ist besser, eine Primärfrage tiefgehend zu beantworten, als fünf verschiedene Keywords nur oberflächlich zu bedienen. Ein Leitfaden zur Versandintegration sollte zum Beispiel unterstützte Systeme, Einrichtungsschritte, Einschränkungen und Kostenpositionen im selben Zusammenhang erklären. Das ist bei der Auswahl wichtiger Seiten aussagekräftiger, als nur auf die Traffic-Zahl zu schauen.
5. Wie wird Einzigartigkeit und Zugänglichkeit überprüft?
Der letzte Score prüft, ob die Seite kein Duplikat einer anderen URL ist und maschinell abrufbar bleibt. 5 Punkte können an eine Seite vergeben werden, die den Status 200 liefert, das richtige canonical kennzeichnet, inhaltlich originell ist und intern verlinkt wird. Kopien mit demselben Text, defekte Links, falsche canonical-Angaben oder URLs, die nur über Filterparameter erzeugt werden, sollten im Bereich von 0 bis 2 bewertet werden.
Diese Regel trennt Varianten auf kommerziellen Seiten sorgfältig. Wenn Farb- oder Größenparameter dieselbe Beschreibung wiederholen, sollten Sie nicht alle in llms.txt aufnehmen, sondern die Hauptprodukt-URL auswählen. Varianten mit wirklich unterschiedlichen technischen Merkmalen und Nutzerabsichten können hingegen eigene Kandidaten sein. Die aufgenommene URL sollte die finale, ohne Login erreichbare Seite sein.
Wie wird der gewichtete Score berechnet?
Tragen Sie für jede URL die fünf Werte in eine Tabelle ein. Aktualität A, wirtschaftlicher Wert W, Vollständigkeit V, Intention I und Einzigartigkeit E. Um die Werte von 0 bis 5 auf eine 100er-Skala zu übertragen, können Sie diese Formel verwenden:
=RUNDEN((A2*20+W2*25+V2*25+I2*15+E2*15)/5;0)Zum Beispiel erhält eine Produktseite mit A=4, W=5, V=4, I=5 und E=5 einen Score von 88. Eine andere Seite mit A=1, W=4, V=2, I=3 und E=5 bleibt bei 57 Punkten. Diese Schwellen sind keine universelle AI-Regel, sondern werden an Ihre redaktionelle Kapazität und Ihre Geschäftsziele angepasst. Wenn Sie pro Monat nur 20 Seiten aktualisieren können, priorisieren Sie die hoch bewerteten Kandidaten, schließen Sie aber Seiten, die aus rechtlichen Gründen oder wegen Produktsicherheit kritisch sind, nicht allein aufgrund des Scores aus.
Technische Checkliste
- Führen Sie alle URLs aus CMS, XML-Sitemap und Analysedaten in einer einzigen Tabelle zusammen.
- Normalisieren Sie die URLs; prüfen Sie http/https, abschließenden Slash, Groß- und Kleinschreibung sowie Parameterunterschiede.
- Speichern Sie für jeden Kandidaten die letzte tatsächliche Inhaltsaktualisierung, den HTTP-Status und das canonical-Ziel.
- Bewerten Sie die fünf Regeln mit 0 bis 5 Punkten und berechnen Sie die gewichtete Summe automatisch.
- Validieren Sie Kandidaten ab 70 Punkten mit der Redaktion; verbessern Sie zuerst kommerzielle Seiten mit niedriger Vollständigkeit.
- Erstellen Sie in der ersten Version eine kontrollierte Liste mit 50-100 URLs; blähen Sie die Datei nicht auf, um alle 500 Seiten abzudecken.
- Testen Sie, ob jede ausgewählte URL öffentlich zugänglich, aktuell und eine echte Endadresse ist, die eine Nutzerfrage beantwortet.
- Veröffentlichen Sie die Datei unter /llms.txt im Root der Website und verfolgen Sie Änderungen über Versionskontrolle oder das CMS-Log.
Beispielszenario: eine 500-seitige B2B-Software-Website
Ein B2B-Softwareunternehmen crawlt 500 URLs und findet 180 Blogartikel, 120 Integrationsseiten, 80 Funktionsseiten, 60 Kundengeschichten und 60 Hilfeseiten. Zuerst trennt es Weiterleitungen, wiederholte Tag-Seiten und 90 URLs mit Zugriffsbeschränkung von der Kandidatenliste ab. Die verbleibenden Seiten werden nach den fünf Regeln bewertet. Die höchsten Durchschnittswerte entstehen bei aktuellen Integrations-, Preis-, Sicherheits-, Funktions- und Use-Case-Seiten.
Eine Sicherheitsseite mit 82 Punkten, die aber seit 8 Monaten nicht aktualisiert wurde, wird vom Editor nicht direkt aufgenommen, sondern zuerst um Zertifikats- und Datenverarbeitungsinformationen ergänzt. Ein Blogartikel mit 74 Punkten landet wegen der schwachen kommerziellen Verbindung in der Prüfgruppe. Am Ende bleiben 64 URLs übrig, die Produkt- und Dienstleistungskontext erklären. Ein Beispiel für llms.txt könnte so aussehen:
# Acme Yazılım
> B2B ekipleri için entegrasyon, güvenlik ve kullanım kaynakları.
## Ürün ve Fiyatlandırma
- [Platform özellikleri](/platform/ozellikler)
- [Fiyatlandırma](/fiyatlandirma)
## Teknik Kaynaklar
- [API entegrasyon rehberi](/gelistiriciler/api-rehberi)
- [Güvenlik ve veri işleme](/guvenlik)
## Kullanım Senaryoları
- [E-ticaret entegrasyonu](/senaryolar/e-ticaret)Dieses Beispiel zeigt, dass nicht alle URLs automatisch in die Datei geschrieben werden, sondern ausgewählte Quellen in thematischen Clustern präsentiert werden. Dass eine URL in der Datei steht, bedeutet nicht, dass ein AI-Tool diese Seite zwingend crawlt, nutzt oder zitiert. Der Wert liegt darin, ein klareres redaktionelles Signal zu erzeugen, das die richtigen Seiten systematisch sichtbar macht.
Häufige Fehler
- llms.txt mit robots.txt verwechseln und annehmen, dass sie Crawling erlaubt oder blockiert.
- Alle 500 URLs auflisten und die Datei in eine zweite Sitemap verwandeln.
- Den Aktualitäts-Score nur nach dem Veröffentlichungsdatum vergeben.
- Hochwertige kommerzielle Seiten ohne Prüfung der Vollständigkeit aufnehmen.
- Parameter-, Duplikat- oder Weiterleitungs-URLs statt des canonical-Ziels auflisten.
- Die Liste einmal veröffentlichen und Preis-, Bestands-, Rechts- und Produktänderungen nicht mehr verfolgen.