Kennen ChatGPT, Claude oder Perplexity eigentlich Ihre Website – oder erfinden sie nur, was plausibel klingt? Genau an dieser Frage setzt ein kleines Textformat an, das gerade zum stillen Standard für die KI-Ära wird. Wir haben dafür ein eigenes, kostenloses Tool gebaut, mit dem Sie in wenigen Minuten Ihre eigene Datei erzeugen können – ganz ohne Programmierkenntnisse.
Was ist eine llms.txt überhaupt?
Die llms.txt ist eine einfache Textdatei, die im Stammverzeichnis einer Website liegt – erreichbar etwa unter https://ihredomain.de/llms.txt. Die Idee dahinter ist unter llmstxt.org beschrieben und lässt sich in einem Satz zusammenfassen: So wie die robots.txt Suchmaschinen sagt, was sie crawlen dürfen, gibt die llms.txt KI-Sprachmodellen eine kompakte, saubere Zusammenfassung dessen, worum es auf einer Website eigentlich geht.
Der Hintergrund ist pragmatisch. Klassische Websites sind für Menschen und Browser gebaut – voller Navigation, Werbebanner, JavaScript und visuellem Beiwerk. Ein KI-Modell, das schnell verstehen will, was ein Unternehmen anbietet, welche Themen ein Blog behandelt oder welche Seiten wirklich relevant sind, muss sich durch diesen Ballast erst hindurcharbeiten – und tut das nicht immer zuverlässig. Eine llms.txt liefert stattdessen eine kuratierte, reine Textübersicht: eine kurze Zusammenfassung, thematische Abschnitte und eine handverlesene Liste der wichtigsten Links. Das reduziert Fehlinterpretationen und sorgt dafür, dass Assistenzsysteme, die im Web recherchieren oder Inhalte zitieren, mit den richtigen Fakten arbeiten – nicht mit geratenen.
Ob sich das Format langfristig als offizieller Standard durchsetzt, ist zwar noch offen. Schon jetzt lesen aber immer mehr KI-gestützte Werkzeuge diese Datei aktiv aus, wenn sie vorhanden ist. Wer früh dabei ist, verschenkt jedenfalls nichts.
Unser neues Tool: kostenlos, ohne Anmeldung, ohne Installation
Eine llms.txt von Hand zu schreiben ist mühsam – vor allem, wenn eine Website über viele Unterseiten verfügt und die Zusammenfassung wirklich den tatsächlichen Inhalt treffen soll, nicht nur eine grobe Ahnung davon. Deshalb haben wir ein eigenes Tool entwickelt, das diese Arbeit automatisch übernimmt: Es durchsucht eine öffentliche Website, wertet den vorhandenen Text aus und lässt daraus mit Hilfe einer KI eine fertige, sauber strukturierte llms.txt entstehen – direkt zum Kopieren und Weiterverwenden.
Unser Tool steht Ihnen ab sofort kostenfrei unter llms.cephei.ai zur Verfügung. Sie brauchen keinen Account, keine Installation und keine technischen Vorkenntnisse – ein aufrufbarer Link genügt. Den Quellcode dahinter veröffentlichen wir bewusst nicht, da das Tool eng mit unserer eigenen Crawling- und KI-Infrastruktur verzahnt ist und ein isolierter Quellcode ohne diesen Unterbau Ihnen wenig bringen würde. Genutzt werden kann der Dienst trotzdem von jedem.
So verwenden Sie das Tool
1. Die URL zusammenbauen
Der Aufruf funktioniert über einen einzigen Parameter namens p, an den Sie die Adresse Ihrer Website anhängen:
https://llms.cephei.ai/?p=https://ihredomain.de
Ein konkretes Beispiel:
https://llms.cephei.ai/?p=https://cephei.com
Enthält Ihre URL Sonderzeichen wie & oder # – etwa weil sie selbst schon Parameter mitbringt –, müssen Sie diese vorher URL-kodieren. Aus https://beispiel.de/?a=1&b=2 wird dann:
https://llms.cephei.ai/?p=https%3A%2F%2Fbeispiel.de%2F%3Fa%3D1%26b%3D2
Im Zweifel hilft jeder Online-URL-Encoder weiter.
Alternative: Nutzung über das Terminal mit curl
Wer lieber über die Kommandozeile arbeitet, kann das Tool auch direkt mit curl aufrufen – praktisch, wenn die Generierung etwa automatisiert angestoßen oder das Ergebnis gleich in eine Datei geschrieben werden soll:
curl -N --get 'https://llms.cephei.ai/' \
--data-urlencode 'p=https://ihredomain.de'
Wichtig ist hier die Option -N. Sie schaltet den Ausgabepuffer von curl ab und sorgt dafür, dass der erste Wartehinweis sofort auf dem Bildschirm erscheint, statt erst am Ende der gesamten Verarbeitung. Ohne -N würde curl die Ausgabe zwischenspeichern und alles gebündelt erst nach Abschluss anzeigen – bei einer Verarbeitung, die durchaus ein paar Minuten dauern kann, wirkt das schnell so, als würde nichts passieren. Mit -N sehen Sie dagegen live, dass die Anfrage angenommen wurde und die Generierung läuft.
Soll das Ergebnis direkt als Datei gespeichert werden, ergänzen Sie einfach --output:
curl -N --get 'https://llms.cephei.ai/' \
--data-urlencode 'p=https://ihredomain.de' \
--output llms.txt
Ein Tipp zur Kontrolle, falls Sie --output nutzen: Prüfen Sie den Inhalt der gespeicherten Datei kurz, bevor Sie sie veröffentlichen. Ein --fail Parameter bei curl erkennt nur Fehler, die noch vor dem Start der eigentlichen Textausgabe auftreten – ein später während der Verarbeitung auftretender Fehler steckt stattdessen als Hinweistext in der gespeicherten Datei selbst und würde von --fail nicht erkannt.
2. Aufrufen und warten
Öffnen Sie die zusammengesetzte Adresse einfach im Browser. Sofort erscheint ein kurzer, englischer Hinweistext, dass die Generierung läuft – die Verbindung bleibt dabei aktiv, es passiert also im Hintergrund weiterhin etwas. Das eigentliche Erzeugen der Datei kann durchaus ein paar Minuten dauern, denn im Hintergrund wird Ihre Website vollständig eingelesen und der Inhalt von einer KI ausgewertet und zusammengefasst. Bitte laden Sie die Seite währenddessen nicht neu und schließen Sie den Tab nicht.
3. Ergebnis prüfen und speichern
Ist die Verarbeitung abgeschlossen, hängt sich die fertige llms.txt direkt an die Antwort an – als reiner Text, bewusst auf Englisch und auf druckbare ASCII-Zeichen beschränkt, unabhängig davon, in welcher Sprache Ihre Website verfasst ist. Das mag auf den ersten Blick überraschen, ist aber Absicht: Englisch gilt derzeit als die verlässlichste gemeinsame Sprache für KI-Systeme, und reine ASCII-Zeichen vermeiden Darstellungsprobleme auf praktisch jedem Server. Eigennamen mit Umlauten oder Akzenten werden dabei automatisch sinnvoll übertragen – aus „Müller“ wird beispielsweise „Mueller“.
Sollte während der Verarbeitung etwas schiefgehen, erscheint statt der fertigen Datei ein klar gekennzeichneter Fehlerhinweis. Eine solche Antwort sollten Sie nicht als llms.txt verwenden, sondern es zu einem späteren Zeitpunkt erneut versuchen.
Markieren Sie den kompletten Text und speichern Sie ihn als Datei mit dem Namen llms.txt – oder nutzen Sie „Seite speichern unter“ in Ihrem Browser. Vor dem Veröffentlichen lohnt sich ein kurzer Blick in den Inhalt: Passt die Zusammenfassung, stimmen die aufgeführten Links? Die Datei ist reiner Text und lässt sich jederzeit von Hand nachbearbeiten oder ergänzen.
4. Datei auf der eigenen Website ablegen
Legen Sie die gespeicherte Datei im Stammverzeichnis Ihrer Website ab, sodass sie unter https://ihredomain.de/llms.txt ohne Anmeldung erreichbar ist – genau dort, wo auch die robots.txt normalerweise liegt. Ein Aufruf im Browser genügt zur Kontrolle.
5. Bei Änderungen einfach erneut generieren
Ändert sich der Inhalt Ihrer Website wesentlich, rufen Sie einfach dieselbe Adresse erneut auf. Jeder Aufruf löst einen frischen Durchlauf aus – es wird nichts zwischengespeichert, Sie bekommen also immer eine aktuelle Auswertung Ihrer Seite.
Ein Hinweis zur fairen Nutzung
Damit der Dienst für alle zuverlässig verfügbar bleibt, sind pro Website und pro Nutzer maximal wenige Anfragen innerhalb eines bestimmten Zeitfensters möglich. Wer es also mit mehreren Versuchen kurz hintereinander übertreibt, bekommt für einen Moment eine Wartemeldung statt eines Ergebnisses – das ist kein Fehler, sondern schlicht Schutz der gemeinsam genutzten Rechenkapazität. Ein erneuter Versuch nach kurzer Zeit funktioniert dann normal.
Ein kleines Werkzeug mit womöglich großer Wirkung
Ob llms.txt sich am Ende als fester Bestandteil jeder Website durchsetzt wie einst die robots.txt, lässt sich heute noch nicht mit Sicherheit sagen – die Entwicklung rund um KI-Suchsysteme ist schließlich alles andere als abgeschlossen. Fest steht aber: Der Aufwand, es einmal auszuprobieren, ist mit unserem Tool auf wenige Minuten geschrumpft. Und wer heute schon dafür sorgt, dass KI-Systeme die eigene Website korrekt verstehen, dürfte morgen zumindest keinen Nachteil daraus haben.