Technische GEO-Checkliste für Entwickler

Die llms.txt ist eine Markdown-Datei im Wurzelverzeichnis deiner Domain, die einem KI-System einen kuratierten Überblick über die wichtigsten Inhalte gibt. Sie ersetzt keine Sitemap und keine robots.txt, sondern ergänzt sie: Wo die Sitemap alle URLs auflistet, benennt die llms.txt die Handvoll Seiten, auf die es dir wirklich ankommt, und ordnet sie thematisch.

Der Unterschied zur Sitemap ist der Zweck. Eine XML-Sitemap ist vollständig und maschinell für Crawler gedacht, sie priorisiert nicht. Die llms.txt ist selektiv und für die Zusammenfassung durch ein Sprachmodell gedacht: Sie soll in wenigen Zeilen vermitteln, worum es bei der Marke geht und welche Seiten die Kernaussagen tragen. Leg die Datei unter https://example.com/llms.txt ab, liefere sie als text/plain oder text/markdown mit UTF-8 aus, und verwende ausschließlich absolute URLs, damit jeder Link auch außerhalb des Seitenkontexts eindeutig bleibt.

Regelwerk und Struktur

Die Datei folgt einer festen Reihenfolge: ein H1 mit dem Projektnamen, ein kurzer Blockquote als Zusammenfassung, optionale Fließtext-Absätze, dann thematische H2-Abschnitte mit Markdown-Linklisten. Jeder Link darf eine knappe Beschreibung nach dem Doppelpunkt tragen. Halte die Datei kurz und kuratiert, sie ist eine Empfehlung, kein Volltext-Dump.

# Projektname

> Ein Satz, der erklärt, was die Marke tut und für wen.

## Kernseiten

- [Leistungen](https://example.com/leistungen): Was wir anbieten
- [Methodik](https://example.com/methodik): Wie wir vorgehen

## Wissen

- [Leitfaden X](https://example.com/x): Kurzbeschreibung

Ein vollständiges Beispiel

So sieht eine realistische, kuratierte Datei für eine B2B-Agentur aus. Beschreibungen bleiben knapp, die Abschnitte trennen kommerzielle von erklärenden Seiten, und jeder Link ist absolut.

# Bavaria AI

> Bavaria AI ist eine GEO-Agentur aus München, die Marken in den
> Antworten generativer KI-Suchmaschinen sichtbar und zitierfähig macht.

Wir messen Sichtbarkeit je Engine, bauen extrahierbare Inhalte und
verankern Marken als eindeutige Entität.

## Angebot

- [Leistungen](https://www.bavaria-ai.com/leistungen): Umfang einer GEO-Zusammenarbeit
- [GEO-Preise](https://www.bavaria-ai.com/geo-preise): Preislogik und Modelle

## Methodik und Wissen

- [Methodologie](https://www.bavaria-ai.com/methodologie): Wie der GEO-Score entsteht
- [Was ist GEO](https://www.bavaria-ai.com/generative-engine-optimization/): Begriff und Mechanik
- [Schema für KI-Suche](https://www.bavaria-ai.com/schema-markup-ki-suchmaschinen/): Markup-Referenz

## Belege

- [Case Studies](https://www.bavaria-ai.com/geo-case-studies/): Dokumentierte Ergebnisse

Die Variante llms-full.txt

Neben der kuratierten llms.txt kursiert eine erweiterte Variante, die llms-full.txt. Sie enthält nicht nur Links, sondern den kompletten Textinhalt der wichtigsten Seiten als Markdown, damit ein Modell alles in einem Abruf lesen kann, ohne einzelnen Links zu folgen. Sinnvoll ist sie für Dokumentationen und Wissensbasen, bei denen die Volltexte kompakt und stabil sind. Für eine Marketing-Site mit häufig wechselnden Seiten lohnt der Pflegeaufwand meist nicht.

Schema.org im JSON-LD-Format übersetzt deine sichtbaren Aussagen in maschinenlesbare Fakten. Für KI-Suche ist das doppelt wertvoll: Es macht Entitäten eindeutig, und es liefert die Kernaussagen in einer Form, die sich ohne Interpretation herauslösen lässt. Halte alle Typen in einem einzigen JSON-LD-Graph zusammen und verknüpfe sie über stabile @id-Werte, statt sie zu duplizieren. Details und Muster stehen in der Schema-Referenz.

Nutze JSON-LD, nicht Microdata: JSON-LD steht als geschlossener Block im Dokument, lässt sich unabhängig vom sichtbaren Markup pflegen und ist das von Suchmaschinen bevorzugte Format. Das Herzstück ist die @id-Architektur. Vergib jeder stabilen Entität eine feste, absolute @id wie https://example.com/#organization und referenziere sie überall per { "@id": "..." }, statt den Node zu kopieren. So entsteht ein Graph, in dem der Autor eines Artikels und der Herausgeber dieselben, wiedererkennbaren Knoten sind. Das ist genau die Verknüpfung, aus der eine Maschine eine Entität statt einer losen Zeichenkette liest.

Ein verbreiteter Fehler auf WordPress verdient Warnung: Plugins wie Yoast erzeugen für jede Seite einen eigenen Schema-Graph. Baust du auf einer Custom-HTML-Seite deinen eigenen Graph, hast du plötzlich zwei, oft mit widersprüchlichen Angaben. Unterdrücke die Plugin-Ausgabe für solche Seiten oder integriere dein Markup in den bestehenden Graph, damit pro Seite genau ein Graph ausgeliefert wird. Prüfe das Ergebnis anschließend mit dem Schema-Markup-Validator und dem Rich-Results-Test, beide lesen den gerenderten Quelltext und melden Syntax- wie Pflichtfeld-Fehler.

Organization mit Person

Der Organization-Node verankert die Marke als Entität, der Person-Node den Autor. Das sameAs-Feld verweist auf externe Belege wie LinkedIn oder Wikidata und macht die Identität überprüfbar.

"@type": "Organization",
"@id": "https://example.com/#organization",
"name": "Bavaria AI",
"url": "https://example.com/",
"sameAs": ["https://www.linkedin.com/company/bavaria-ai"]
// verknuepfter Person-Node
"@type": "Person",
"@id": "https://example.com/#autor",
"name": "Janis Grinhofs",
"worksFor": { "@id": "https://example.com/#organization" },
"sameAs": ["https://linkedin.com/in/..."]

Article

Der Article-Node datiert und verortet einen Inhalt. Wichtig sind ehrliche Datumsangaben und die Verknüpfung von Autor und Herausgeber über @id, damit die Kette Entität bis Aussage geschlossen ist.

"@type": "Article",
"headline": "Technische GEO-Checkliste für Entwickler",
"datePublished": "2026-07-21",
"dateModified": "2026-07-21",
"author": { "@id": "https://example.com/#autor" },
"publisher": { "@id": "https://example.com/#organization" }

FAQPage und die Verbatim-Regel

FAQPage macht Frage-Antwort-Paare extrahierbar. Die eiserne Regel: Der Text im Schema muss wortgleich zum sichtbaren HTML sein. Weicht das Schema vom sichtbaren Text ab, wertet Google es als irreführend und kann die ganze Auszeichnung ignorieren. Antworten im Schema bleiben reiner Text, ohne Links und ohne Markup.

"@type": "FAQPage",
"mainEntity": [{
  "@type": "Question",
  "name": "Was ist llms.txt?",
  "acceptedAnswer": {
    "@type": "Answer",
    "text": "Wortgleich zum sichtbaren Absatz."
  }
}]

speakable

Die speakable-Auszeichnung markiert per CSS-Selektor die Passagen, die sich für Sprachausgabe eignen. Sie signalisiert der Maschine, welcher Satz die zitierfähige Kernantwort ist, meist der Lead oder eine Definition.

"speakable": {
  "@type": "SpeakableSpecification",
  "cssSelector": [".hero-lead", ".definition-quotable"]
}

Halte auseinander, was ein Typ leistet: Manche Auszeichnungen können in der klassischen Suche sichtbare Rich Results erzeugen, andere helfen vor allem der maschinellen Einordnung, ohne ein eigenes Anzeigeformat zu haben. Für KI-Zitate zählt weniger das hübsche Suchergebnis als die eindeutige, widerspruchsfreie Faktenlage. Baue deshalb zuerst die Typen, die Entität und Kernaussagen tragen, und erst danach die dekorativen. Diese Matrix ordnet die wichtigsten nach Einsatzort und Wirkung, qualitativ statt über fremde Zahlen.

IndexNow ist ein offenes Protokoll, mit dem du Suchmaschinen aktiv meldest, dass sich eine URL geändert hat, statt auf den nächsten Crawl zu warten. Das ist für KI-Suche relevant, weil die ChatGPT-Suche wesentlich über den Bing-Index läuft und Bing IndexNow direkt unterstützt. Eine schnelle Bing-Indexierung ist damit ein direkter Hebel auf die Frische deiner Inhalte in der KI-Antwort.

Setup in drei Schritten

Schritt 1: Erzeuge einen zufälligen API-Schlüssel, eine Hex-Zeichenkette. Schritt 2: Lege eine Datei mit diesem Schlüssel als Namen und Inhalt im Wurzelverzeichnis ab, erreichbar unter https://example.com/{key}.txt. Schritt 3: Sende bei jeder Änderung einen Ping mit der URL und dem Schlüssel an den IndexNow-Endpunkt. Ein Ping an Bing verteilt sich an alle teilnehmenden Suchmaschinen.

Der minimale API-Aufruf

Ein einzelner GET-Aufruf genügt, um eine URL zu melden. In der Praxis automatisierst du das im Deploy- oder Publish-Hook deines CMS.

curl "https://api.indexnow.org/indexnow?url=https://example.com/neue-seite&key=DEIN_KEY"

Für viele URLs auf einmal gibt es statt einzelner GET-Aufrufe die Sammelmeldung: ein POST mit JSON-Body, der Host, Schlüssel und eine Liste von bis zu zehntausend URLs enthält. Sinnvoll ist das beim ersten Rollout oder nach einem großen Deploy. Achte auf zwei Dinge: Melde nur URLs derselben Domain, für die der Schlüssel gilt, und melde nur echte Änderungen, denn wiederholtes Pingen unveränderter Seiten bringt nichts und kann als Rauschen gewertet werden.

IndexNow gegen die Search Console

IndexNow ersetzt die Google Search Console nicht, es ergänzt sie für einen anderen Kanal.

• Crawler-Token und Zwecke: offizielle Betreiber-Dokumentation von OpenAI, Google, Microsoft, Perplexity, Anthropic, Apple und Meta, Stand Juli 2026. Vor Publish erneut gegen die Quelle prüfen.
• llms.txt und llms-full.txt: die Konvention und ihre Spezifikation, dokumentiert unter llmstxt.org.
• IndexNow: die offene Protokoll-Spezifikation und die Bing-Dokumentation.
• Bavaria AI, eigene Messung: GEO-Score-Anstieg von 22 auf 92 über die vier Engines, dokumentiert in den Case Studies.