---
id: 0x2E
slug: llms-txt-ist-das-neue-robots-txt
canonical: https://a83tech.com/blog/llms-txt-ist-das-neue-robots-txt
version: 2.0
published: 2026-05-28T00:00:00.000Z
modified: 2026-06-25T00:00:00.000Z
language: de
content_type: protocol
review_status: human-reviewed
keywords: [llms-txt, rag, content-map]
---

# llms.txt ist das neue robots.txt — nur höflicher

Crawler aussperren war gestern. Wer heute gefunden werden will, deckt den Tisch: kuratierte Inhaltspfade für Sprachmodelle.

> llms.txt ist ein kuratierter Einstieg für Sprachmodelle. Die Datei ersetzt keine Website und keine Sitemap, sondern beschreibt relevante Inhalte, stabile URLs und ihren maschinenlesbaren Kontext.

`robots.txt` war ein Stoppschild. `llms.txt` ist ein Inhaltsverzeichnis. Es sagt nicht nur, was erlaubt ist, sondern was relevant ist.

## Der kuratierte Pfad
Ein Agent braucht keine Navigation mit Hover-States. Er braucht kanonische URLs, präzise Summaries und stabile Bedeutungsanker. Genau deshalb erzeugt dieser Blog `/llms.txt` direkt aus dem Orbiter-Pod.

Die Datei ist klein, versionierbar im Build und nah am Inhalt. Jeder Eintrag verweist auf ein Dossier und trägt eine maschinenlesbare Summary.

## Hypothesis

Ein kleiner, kuratierter Agent-Index verbessert Orientierung und Retrieval gegenüber unstrukturiertem Crawling der gesamten Navigation.

## Test Setup

Der aus content.pod generierte llms.txt-Endpunkt wird mit JSON Feed, Sitemap und Posts API verglichen. Geprüft werden kanonische URLs, Summaries, Aktualisierbarkeit und die gemeinsame Inhaltsquelle.

## Observations

- llms.txt wird beim Build direkt aus veröffentlichten Orbiter-Dossiers erzeugt.
- Alle Einträge verwenden dieselben kanonischen a83tech.com-URLs wie Feed, Sitemap und API.
- Machine Summaries werden nicht aus dem gerenderten DOM zurückgewonnen, sondern als redaktionelle Felder gepflegt.
- Der kompakte Index verweist auf detailliertere HTML- und JSON-Repräsentationen.

## Findings

- Ein kuratierter Index ergänzt robots.txt und Sitemap, übernimmt aber nicht deren Aufgaben.
- Stabile Dossier-IDs und kanonische URLs sind wichtiger als eine große Menge automatisch erzeugter Metadaten.
- Die Qualität des Agent-Einstiegs hängt direkt von gepflegten Summaries, Claims, Quellen und Beziehungen ab.

## Limitations

Es gibt noch keine Messung mit mehreren externen Sprachmodellen und keinen llms-full.txt-Endpunkt. Die Wirkung auf Retrieval-Qualität ist daher noch nicht quantifiziert.

## Open Questions

- Welche Inhalte gehören in den kompakten Index und welche ausschließlich in llms-full.txt?
- Wie erkennen Agents aktualisierte oder ersetzte Dossier-Versionen?
- Soll der Index zusätzlich Beziehungen und Claim-Status ausgeben?

## Claims

- **llms.txt kann als kuratierte Inhaltskarte dienen.** — observed; confidence: high
  - Evidence: Der Endpunkt listet alle veröffentlichten Dossiers mit kanonischer URL und Summary.
- **Kuratierte Summaries sind verlässlicher als rein automatische DOM-Extraktion.** — interpreted; confidence: medium
  - Evidence: Summaries werden im Orbiter-Schema redaktionell gepflegt und mehrfach wiederverwendet.
- **Ein Agent-Index verbessert Retrieval-Qualität.** — speculative; confidence: medium
  - Evidence: Ein externer Modellvergleich steht noch aus.

## Sources

- Jeremy Howard (2024). The /llms.txt file. llms-txt. https://llmstxt.org/
- Brent Simmons; Manton Reece (n.d.). JSON Feed Version 1.1. JSON Feed. https://www.jsonfeed.org/version/1.1/
- sitemaps.org (n.d.). Sitemaps XML format. sitemaps.org. https://www.sitemaps.org/protocol.html
- M. Koster; G. Illyes; H. Zeller; L. Sassman (2022). Robots Exclusion Protocol (RFC 9309). RFC Editor. https://www.rfc-editor.org/info/rfc9309/

## Relationships

- 0x2E — **supports** → 0x2F: Der Agent-Index ist ein konkreter Einstiegspunkt des DUAL·RENDER-Modells.
- 0x2E — **references** → 0x2D: Der LLMS Block erscheint als höhere Semantic-Depth-Schicht.

## Suggested Prompts

- Welche Aufgabe erfüllt llms.txt im A83-System?
- Vergleiche llms.txt, Sitemap und JSON Feed.
- Welche Grenzen hat der aktuelle Agent-Index?

## Machine Summary

curated markdown index at /llms.txt as canonical content map.

## Representations

- HTML: https://a83tech.com/blog/llms-txt-ist-das-neue-robots-txt
- JSON: https://a83tech.com/blog/llms-txt-ist-das-neue-robots-txt.json
- Markdown: https://a83tech.com/blog/llms-txt-ist-das-neue-robots-txt.md