KI-Sichtbarkeit für Kanzlei-Websites — llms.txt & Co.

Würdigung — die zweite Sichtbarkeits-Schicht#

Klassische SEOSEO · zum GlossarSearch Engine Optimization — Maßnahmen, damit eine Seite in Suchmaschinen besser gefunden wird. denkt in Google-Trefferlisten: Rang 1 bis 10, vielleicht der Map-Pack oben drüber. Eine zunehmend relevante zweite Schicht ist die KI-Antwort: ChatGPT, Claude, Perplexity, Google AI Overviews, Microsoft Copilot. Wer einer dieser KIs eine Frage stellt, bekommt eine zusammengefasste Antwort mit in der Regel ein bis drei Quell-Verweisen. Diese Quell-Verweise sind die neue Top-3.

Für Kanzleien ist das doppelt wichtig: Erstens sucht ein wachsender Teil der Mandanten direkt per KI nach „welche Kanzlei in Bamberg ist auf Heilberufe spezialisiert?". Zweitens prägen KI-Antworten auch das, was über die Branche allgemein hängen bleibt. Wer dort nicht auftaucht, existiert in einer wachsenden Sicht-Schicht schlicht nicht. Das ist kein Drama — aber ein Hebel, den klassische SEO nicht abdeckt.

Was sind KI-Crawler?#

Crawler sind Programme, die Websites systematisch besuchen und Inhalte einsammeln. Klassische SEO kennt vor allem den Googlebot — der die Inhalte für die Google-Suche indexiert. KI-Crawler tun etwas anderes: Sie sammeln Inhalte entweder für Trainings-Daten von Sprachmodellen oder für Retrieval-Antworten zur Lauf-Zeit. Die wichtigsten heute:

• GPTBot von OpenAI — sammelt Inhalte für künftige ChatGPT-Trainings.
• ClaudeBot von Anthropic — analog für Claude-Trainings.
• Google-Extended — ein eigenständiger Crawler von Google für die KI-Modelle Gemini und Bard.
• PerplexityBot — wird beim Retrieval-Vorgang aktiv (Perplexity beantwortet Fragen meist live mit Quellen).
• Apple-Extended, MetaBot, weitere — neuere KI-Crawler-Marken großer Anbieter.

Alle diese Crawler stellen sich über ihren User-Agent (eine technische Kennung in der HTTP-Anfrage) zu erkennen und respektieren die Standard-Datei robots.txt einer Site — wenn dort eine entsprechende Regel steht.

Was ist llms.txt?#

llmstxt.org ist ein 2024 publizierter Vorschlag von Jeremy Howard (fast.ai), eine standardisierte Datei /llms.txt auf Websites zu hinterlegen, die KI-Crawlern in Markdown eine kuratierte Inhalts-Übersicht bietet — vergleichbar zu sitemap.xml, aber explizit auf KI-Lesbarkeit zugeschnitten.

Stand Juni 2026 ist llms.txt ein Community-Vorschlag, keine offizielle Standardisierung durch das W3C oder IETF. Mehrere große Modell-Anbieter prüfen die Idee; einige berücksichtigen die Datei bereits beim Crawl. Für Kanzlei-Sites ist die nüchterne Einordnung: Eine llms.txt zu pflegen, kostet wenig (eine Markdown-Datei mit kuratierter Übersicht der wichtigsten Seiten) und ist als „kann nicht schaden"-Maßnahme vertretbar — aber sie ist kein Heilsversprechen, und ihr Wert hängt davon ab, ob die jeweiligen Modell-Anbieter sie überhaupt lesen.

Welche robots-Anweisungen die KI-Crawler heute respektieren#

Praktisch wirksam ist heute vor allem die klassische robots.txt, mit anbieter-spezifischen User-Agent-Regeln. Eine Site, die ihre öffentlichen Inhalte zum KI-Training freigibt, deklariert das pro User-Agent: ein User-agent: GPTBot mit nachfolgendem Allow: / lädt OpenAIs Crawler ein; analog ClaudeBot für Anthropic, Google-Extended für Google Gemini, PerplexityBot für Perplexity.

Wer KI-Crawler bewusst aussperren möchte (z. B. weil bestimmte Inhalte nicht in Trainings-Daten enden sollen), schreibt statt Allow: / ein Disallow: / für die betroffenen User-Agents. Wichtig: robots.txt ist eine Bitte, kein Zwang — alle namhaften Crawler respektieren sie, aber technisch durchsetzbar ist es nicht. Inhalte, die niemand außerhalb der Kanzlei sehen darf, gehören nicht ins öffentliche Web.

Wie wir Kanzlei-Sites KI-zitierfähig machen#

Zitierfähigkeit ist nicht eine einzelne Eigenschaft, sondern ein Bündel von Markern, die KI-Crawler heute auswerten:

• Strukturierte Daten (Schema.org): LocalBusiness mit präzisem address, telephone, openingHours, areaServed. KI-Systeme bevorzugen Sites, deren Fakten maschinen-lesbar belegt sind.
• NAP-Konsistenz: Name/Adresse/Telefon müssen über Website, Impressum, Google-Profil, Branchen-Verzeichnisse zeichengenau identisch sein. KI-Modelle gewichten Quellen-Konsistenz höher als Einzel-Fundstellen.
• Klare Themen-Fokussierung: Eine Site, die zu Steuerberatung für Heilberufe in Forchheim eindeutig positioniert ist, wird häufiger zu genau dieser Suchanfrage zitiert als eine generische Allerwelts-Site.
• Inhalts-Tiefe in Insights/Long-Form: Sachliche, gut belegte Artikel zu Kanzlei-spezifischen Themen werden von KI-Crawlern als belastbare Quelle einsortiert. Marketing-Phrasen werden gefiltert.
• Aktualität: Sites mit nachgewiesenem dateModified (siehe JSON-LD-Struktur) signalisieren Wartung — ein indirekter Vertrauens-Marker.
• Statisches Rendering (SSG): KI-Crawler arbeiten meist auf dem Roh-HTML ohne JavaScript-Ausführung. Statisch gerenderte Sites sind für sie sofort lesbar; rein client-seitig gerenderte SPAs nicht.

Was wir bewusst NICHT veröffentlichen#

Eine wichtige Gegenseite: Nicht jeder Inhalt sollte in KI-Antworten landen. Für Kanzlei-Sites gilt strikt:

• Keine Mandanten-Daten, Mandats-Beispiele, Fall-Geschichten mit Identifizierungs-Möglichkeit — § 203 StGB gilt auch dann, wenn der Mandant in einem KI-Trainings-Datensatz landet.
• Keine internen Workflow-Details, die Wettbewerbern Bauanleitung wären.
• Keine personenbezogenen Honorare und keine Mitarbeiter-Vergütungsdetails.

robots.txt schützt das nicht zuverlässig (technisch nicht durchsetzbar). Das eigentliche Schutz-Werkzeug ist Architektur: Was nicht in den public/-Bereich der Site gehört, ist gar nicht erst veröffentlicht. Tiefer dazu: Ordner-Architektur-Insight.

Wie wir es bauen#

Bei jedem Kanzlei-Projekt richten wir die KI-Sichtbarkeits-Marker mit ein:

• robots.txt mit expliziten Regeln für GPTBot, ClaudeBot, Google-Extended (Standard: erlauben für öffentliche Inhalte).
• /llms.txt mit kurzer Markdown-Übersicht der wichtigsten Seiten (Startseite, Leistungen, Karriere, Insights-Bibliothek, Kontakt).
• Schema.org-LocalBusiness vollständig befüllt, mit NAP-Konsistenz quer durch Site, Google-Profil und Branchen-Verzeichnisse.
• Statisches Rendering, damit alle Inhalte sofort im HTML stehen.
• Insights-Bibliothek als Tiefen-Beleg für Kompetenz-Aussagen.

Für eine strukturierte Bewertung der KI-Sichtbarkeits-Marker einer bestehenden Site empfehlen wir den Hebel-Audit (890 €, bei Mandanten-Boost-Beauftragung innerhalb von 60 Tagen voll anrechenbar).

Zusammenfassung#

KI-Sichtbarkeit ist eine zweite Schicht hinter der klassischen SEO — wer in ChatGPT, Claude, Perplexity oder Google AI Overviews als Quelle zitiert wird, gewinnt eine eigene neue Top-3. Die heute wichtigsten Hebel: explizite robots-Regeln für die anbieter-spezifischen Crawler (GPTBot, ClaudeBot, Google-Extended, PerplexityBot), optionale /llms.txt als kuratierte Markdown-Übersicht (Community-Standard, kein W3C-Standard), strukturierte Daten (Schema.org-LocalBusiness), NAP-Konsistenz, statisches Rendering und Inhalts-Tiefe in Insights. Gleichzeitig gilt für Kanzleien: Bestimmte Inhalte (Mandanten-Bezüge, interne Workflows, Vergütungen) gehören nicht ins öffentliche Web — robots.txt ist eine Bitte, kein Schutz. Architektur entscheidet, was überhaupt veröffentlicht wird; KI-Marker entscheiden, wie gut das Veröffentlichte zitierfähig ist.

Quellen#

• llmstxt.org — Community-Vorschlag (Jeremy Howard, fast.ai) — abgerufen 2026-06-05
• OpenAI — GPTBot Documentation — abgerufen 2026-06-05
• Anthropic — ClaudeBot Documentation — abgerufen 2026-06-05
• Google — Google-Extended Web Publisher Controls — abgerufen 2026-06-05
• Perplexity — PerplexityBot Documentation — abgerufen 2026-06-05
• IETF RFC 9309 — Robots Exclusion Protocol — abgerufen 2026-06-05

Disclaimer: Beschreibung des Stands KI-Crawler und KI-Sichtbarkeits-Marker zum Zeitpunkt der Veröffentlichung. Das Feld entwickelt sich schnell — neue Crawler-Marken, Format-Vorschläge und Standardisierungen können die konkrete Empfehlungs-Lage in wenigen Monaten verschieben.