Ihre Website ist für KI unsichtbar — und Sie wissen es nicht
Eine Website, die Google perfekt indexiert, kann für LLMs nahezu unsichtbar sein. Was "lesbar für KI" wirklich bedeutet, und wie man das prüft.
Es gibt einen Unterschied zwischen einer Website, die Google indexieren kann, und einer Website, die ein LLM lesen kann.
Google schickt einen Crawler, der HTML abruft, Links folgt, Tags erfasst. Das ist ein seit zwanzig Jahren gut dokumentierter Mechanismus. Tausende Tools prüfen ihn, Millionen Entwickler optimieren dafür.
LLMs funktionieren anders. Wenn ein Modell auf Ihrer Website nach einer Information sucht, navigiert es nicht. Es scannt. Es extrahiert Text. Es sucht nach strukturiertem Sinn. Und wenn das, was es findet, undurchsichtig, fragmentiert, in JavaScript oder schlecht ausgezeichnetem HTML vergraben ist, geht es weiter.
Das Ergebnis: Websites, die perfekt für Google optimiert sind — gut platziert, schnell ladend, mit grünen Core-Web-Vitals-Werten — die aus Sicht eines LLM nahezu nicht existieren.
Was "lesbar für KI" wirklich bedeutet
Es ist keine Frage der technischen Performance. Es sind auch nicht Meta-Beschreibungen oder Alt-Tags.
KI-Lesbarkeit ist die Fähigkeit des Inhalts einer Seite, von einem Sprachmodell extrahiert, verstanden und in einer Antwort an einen Nutzer verwendet zu werden.
Es beginnt mit einer einfachen Frage: Wenn Sie das gesamte JavaScript von Ihrer Seite entfernen und nur das rohe HTML behalten, was bleibt an lesbarem Text übrig? Bei vielen modernen E-Commerce- oder SaaS-Websites lautet die Antwort: nicht viel. Der Hauptinhalt wird dynamisch gerendert. Beschreibungen verstecken sich hinter Akkordeons. Kundenbewertungen kommen über eine Drittanbieter-API. Preise erscheinen erst nach einem JavaScript-Aufruf.
Für ein LLM existiert das alles nicht.
Die häufigsten blinden Flecken
Der erste blinde Fleck ist JavaScript-gerendeter Inhalt. Ein LLM, das eine Produktseite scannt und nur ein leeres HTML-Gerüst findet, weil der gesamte Inhalt clientseitig gerendert wird, ignoriert die Seite einfach. Moderne Frontend-Frameworks sind großartig für die Nutzererfahrung. Für die LLM-Lesbarkeit sind sie oft eine Katastrophe.
Der zweite ist unsichtbare Struktur. Dichter Inhalt ohne klare Hierarchie, ohne gut platzierte Überschriften, ohne eine im Überfliegen lesbare Progression — ein LLM tut sich schwer, ihn zu nutzen. Es liest nicht wie ein Mensch. Es sucht nach Strukturmerkmalen, um zu erkennen, was wichtig ist.
Der dritte ist fehlendes Markdown. LLMs verarbeiten Markdown nativ. Gut strukturierter Markdown-Inhalt ist leichter zu verarbeiten als äquivalenter Inhalt in reichhaltigem HTML. Für strategische Seiten einer Website — Produktseiten, Vergleichsseiten, Kaufratgeber — ist eine zugängliche Markdown-Version ein direkter Vorteil.
Der vierte ist eine schlecht kalibrierte robots.txt. Bestimmte Bots in robots.txt zu blockieren, ohne zu bemerken, dass es sich genau um die Crawler der LLMs handelt. GPTBot, ClaudeBot, Googlebot AI Mode, PerplexityBot — Agenten, die durch aus Vorlagen kopierte robots.txt-Regeln blockiert werden können, die aus einer Zeit vor ihrer Existenz stammen.
Das KI-Lesbarkeitsaudit in der Praxis
Das Audit beginnt mit einem einfachen Test: Rufen Sie jede Ihrer strategischen Seiten über einen reinen Text-Browser oder einen JavaScript-freien Scraper auf und beobachten Sie, was übrig bleibt. Das ist oft aufschlussreich.
Prüfen Sie dann die Übereinstimmung zwischen robots.txt und Ihrer GEO-Strategie. Wenn bestimmte Crawler blockiert sind, ist das beabsichtigt? Wenn ja, welche LLMs sind betroffen? Wird die Auswirkung auf die Sichtbarkeit akzeptiert?
Prüfen Sie den Status der llms.txt. Existiert sie? Stimmt sie mit dem tatsächlichen Inhalt der Website überein? Verweist sie auf die richtigen Seiten?
Analysieren Sie die Informationsdichte der Schlüsselseiten. Hat eine Produktseite, eine Vergleichsseite, eine Preisseite genug textliche Substanz, damit ein LLM etwas Nützliches daraus extrahieren kann?
Vurto bietet ein eigenes Tool für diese Diagnose: eine seitenweise Prüfung der KI-Lesbarkeit der Website, die technische Blockaden, für Crawler unsichtbare Inhalte, Unstimmigkeiten zwischen robots.txt und llms.txt sowie zu priorisierende Seiten für Rewriting oder Restrukturierung identifiziert. Es ist oft das erste Tool, das Webteams öffnen, wenn sie mit der Arbeit an ihrem GEO beginnen.
Was sich für technische Teams ändert
GEO ist nicht nur ein Marketingthema. Es hat direkte technische Auswirkungen.
Server-seitiges Rendering oder teilweise serverseitige Hydration für strategische Inhalte. Statische Markdown-Dateien für Produktseiten oder Ratgeber. Ein robots.txt-Audit zur Überprüfung des Zugriffs von LLM-Crawlern. Implementierung der llms.txt. Aktuelle und kohärente Schema.org-Strukturdaten.
Keine dieser Maßnahmen ist kompliziert. Aber sie erfordern eine Koordination zwischen SEO-, Tech- und Content-Teams, die in den meisten Organisationen noch nicht existiert.
Das Problem ist nicht technisch. Das Problem ist, dass noch niemand klar die Frage gestellt hat: Sind unsere strategischen Seiten für LLMs lesbar? Und in den allermeisten Fällen wäre die ehrliche Antwort: nicht wirklich.
Vurto prüft die KI-Lesbarkeit Ihrer Website: für Crawler unsichtbare Inhalte, robots.txt, llms.txt und die Struktur strategischer Seiten.