KI-Suchoptimierung einkaufen: Was sollte der Anbieter nachweisen?
Bewerten Sie ein Angebot zur KI-Suchoptimierung anhand von Ziel, Leistung und Belegen. Erfahren Sie, was llms.txt, Auditwerte und Anfrage-Daten aussagen, bevor Sie weitere Arbeit finanzieren.

Bevor Sie eine KI-Suchoptimierung finanzieren, sollte der Anbieter das System benennen, auf das er einwirken will, die geplante Änderung und die Belege, die weitere Ausgaben rechtfertigen würden. Eine bereitgestellte Datei oder ein besserer Auditwert kann bestätigen, dass die Arbeit erledigt wurde. Für bessere Sichtbarkeit in der Suche, nützliche Besuche oder qualifizierte Anfragen braucht es separate Belege.
Diese Unterscheidung ist wichtig, wenn ein Angebot llms.txt, spezielle KI-Kennzeichnungen oder ein laufendes Paket umfasst, das als GEO, also Generative Engine Optimization, bezeichnet wird. Jede vorgeschlagene Änderung braucht einen Zweck, den Sie beurteilen können.
Beginnen Sie mit dem System und dem angestrebten Ergebnis
Google Search und ein Agent, der öffentliche Entwicklerdokumentation abfragt, sind unterschiedliche Ziele. Für eine Änderung, die einem dieser Zwecke dienen soll, brauchen Sie passende Belege.
Der am 10. Juli 2026 aktualisierte Leitfaden von Google zur Optimierung für generative KI besagt, dass llms.txt die Sichtbarkeit oder das Ranking in Google Search nicht beeinflusst. Die Empfehlungen beziehen sich auf die generativen Funktionen von Google Search. Google unterscheidet außerdem zwischen der grundsätzlichen Eignung und einer garantierten Indexierung oder Ausspielung. Wenn ein Anbieter llms.txt als Voraussetzung für ein besseres Google-Ranking darstellt, sollte er diese Aussage korrigieren und erklären, welchen belegbaren Zweck die übrigen vorgeschlagenen Arbeiten haben.
Die Datei kann einem anderen Zweck dienen. Jeremy Howards llms.txt-Vorschlag beschreibt Anleitungen und verlinkte Dokumentation für Agenten. Der aktuelle v2-Vorschlag wurde am 10. August 2026 überarbeitet. Er kann als Grundlage für ein Experiment mit Agentendokumentation dienen. Er begründet weder eine verpflichtende Anbieterrichtlinie noch belegt er eine Steigerung der Suchsichtbarkeit.
Verstehen Sie, was das Audit tatsächlich prüft
Ein Toolwert ist hilfreich, wenn Sie dessen Regeln kennen. Das am 5. Mai 2026 aktualisierte llms.txt-Audit von Chrome Lighthouse betrifft agentisches Browsen. Es meldet Serverfehler. Fehlt die Datei und wird ein 404-Fehler zurückgegeben, lautet das Ergebnis N/A, weil die Datei optional ist.
Diese Prüfung kann ein technisches Problem mit einer vorhandenen Datei aufdecken. Sie zeigt nicht, dass Agenten potenzieller Kunden die Datei verwenden oder dass sie das Google-Ranking verbessert. Bevor Sie den Befund als Grund für weitere Arbeit betrachten, sollte der Anbieter ihn mit dem benannten System und der Aufgabe des Kunden verknüpfen.
Nutzen Sie Forschung unter Berücksichtigung ihrer Grenzen
Die am 15. Juni 2026 veröffentlichte Studie von Ahrefs untersuchte Anfragen im Mai auf 137.210 Domains mithilfe von Ahrefs Web Analytics. Sie stellte fest, dass llms.txt-Dateien nur selten abgerufen wurden. Das ist ein nützlicher Beleg, um Annahmen über die Verbreitung zu hinterfragen. Die Studie hat jedoch mehrere Grenzen: Die untersuchte Kundengruppe ist technisch versiert und SEO-bewusst, Anfragen wurden anhand von Antworten, Kanälen und User-Agents klassifiziert, und die Dateien wurden auf fehlerhafte Inhalte geprüft, aber nicht ausdrücklich anhand der Spezifikation validiert.
Der Beobachtungszeitraum lag vor der Überarbeitung von v2 im August. Die Studie kann diese Fassung daher nicht bewerten und auch keine Aussage über den Stand im Oktober treffen. Sie hat zudem keine kausalen Verbesserungen bei Zitierungen oder Conversions gemessen. Die Anfragedaten sind eine begrenzte Beobachtung und keine Prognose für Ihr Unternehmen.
Halten Sie den Vorschlag kurz schriftlich fest
Halten Sie vor der Freigabe der Arbeit die folgenden Punkte so fest, dass Sie sie bei der Auswertung heranziehen können:
- Ziel und Aufgabe: Welches Suchprodukt oder welcher Agent, welche Zielgruppe und welche Aufgabe sollen von der Änderung profitieren?
- Leistung und Zuständigkeit: Welche Seiten, Dateien oder Einstellungen werden geändert? Was wird übergeben, und wer hält es aktuell? Trennen Sie die Behebung eines festgestellten Problems von experimenteller Arbeit.
- Belege: Welche aktuellen Anbieterhinweise oder reproduzierbaren Beobachtungen verbinden die Änderung mit dem Zielsystem? Nennen Sie die Quelle und bestehende Unsicherheiten.
- Ausgangslage und Beobachtung: Halten Sie den aktuellen Stand, die gewünschte messbare Änderung, die verfügbare Messung und einen Prüftermin fest. Benennen Sie Lücken beim Datenzugriff oder Reporting.
- Entscheidung nach der Prüfung: Was würde eine Fortsetzung, Änderung oder Beendigung der Arbeit rechtfertigen? Bei laufenden Kosten sollten Sie festlegen, welche nächste Maßnahme durch die Beobachtungen begründet wäre.
Halten Sie die Messwerte auseinander. Ein Abruf belegt nicht, dass ein Agent die Inhalte gelesen oder verwendet, damit trainiert, Ihr Unternehmen zitiert, einen menschlichen Besuch ausgelöst oder eine Anfrage erzeugt hat. Eine Zitierung kann ohne Klick bleiben, ein Besuch ohne Anfrage. Sind Daten nicht verfügbar, ist das Ergebnis unbekannt und nicht null. Eine nach der Umsetzung beobachtete Verbesserung sollten Sie der Änderung nicht ohne Weiteres zuschreiben.
Trennen Sie den Abschluss von der weiteren Finanzierung
Betrachten wir zwei hypothetische Angebote. Einem gewöhnlichen Unternehmen wird llms.txt als Voraussetzung für ein besseres Google-Ranking angeboten. Der Käufer kann ein korrigiertes Angebot auf Grundlage der Google-Hinweise verlangen und anschließend belegbare Fehlerbehebungen oder andere Arbeiten für sich bewerten. Die Installation der Datei würde bestätigen, dass diese Leistung erbracht wurde, aber nicht die Behauptung zum Ranking bestätigen.
Ein Unternehmen mit öffentlicher Entwicklerdokumentation steht vor einer anderen Frage: Kann ein bestimmter Agent aktuelle Anweisungen für eine konkrete Aufgabe finden und korrekt nutzen? Ein kleines, optionales Experiment könnte das bisherige Verhalten mit dem Verhalten nach einer Änderung der Dokumentation vergleichen. Vereinbaren Sie vor einer Ausweitung die Aufgabe, die zuständige Person für die Pflege, den Prüftermin und eine Abbruchbedingung. Fahren Sie nur fort, wenn die Beobachtungen nützliche Arbeit innerhalb dieses Rahmens stützen, und berücksichtigen Sie die Unsicherheit über die Ursache.
Nehmen Sie eine Fehlerbehebung ab, sobald der vereinbarte Mangel behoben ist. Entscheiden Sie separat, ob die Belege ein weiteres Experiment oder eine laufende Verpflichtung stützen. Wenn Sie Ihre Zielgruppe, Ihre bestehende Website und die vorgeschlagenen Arbeiten besprechen möchten, bietet unsere Leistungsübersicht einen Einstieg.