llms.txt für WordPress wird konkret: drei Plugins bringen MCP-Server, Wikidata-Verifikation und Bot-Analytics

Der deutsche Verlag M. Schall hat diese Woche ein neues, kostenloses WordPress-Plugin angekündigt, das Websites für die KI-Suche vorbereiten soll. Konkrete Angaben zum Plugin-Namen, Funktionsumfang oder ein Link zum WordPress-Repository fehlen bislang, die Ankündigung läuft nur über eine PR-Meldung auf openPR. Interessanter als die Meldung ist der Werkzeugkasten, der bereits im offiziellen Plugin-Verzeichnis liegt und zeigt, wie ernst der Standard llms.txt fürs Webdesign geworden ist.

Was llms.txt macht

llms.txt ist ein noch junger Standard, der eine strukturierte Übersicht über den Inhalt einer Website bereitstellt, ähnlich wie robots.txt die Regeln für Suchmaschinen-Crawler festlegt. KI-Systeme wie ChatGPT, Claude, Perplexity und Google AI Overviews lesen die Datei, um zu verstehen, welche Inhalte auf einer Seite zu finden sind, und um sie sauber zu zitieren. Wer llms.txt nicht bereitstellt, überlässt den Crawlern die Interpretation der HTML-Struktur und riskiert, in KI-Antworten schlicht nicht aufzutauchen.

Der Werkzeugkasten im WordPress-Repository

Drei Plugins zeigen den aktuellen Stand, jedes mit einem eigenen Blickwinkel.

LLMagnet: die Analytics-Variante

LLMagnet steht bei 500 aktiven Installationen und ist mit Version 3.4.3 das reifste der drei. Neben der Generierung von /llms.txt und /llms-full.txt liefert es ein Analytics-Dashboard, das Zugriffe von ChatGPT, Claude, Perplexity, Gemini, Grok, Bing AI und weiteren KI-Bots protokolliert. Ab WordPress 6.9 registriert das Plugin seine Funktionen über die neue Abilities API und einen MCP-Adapter, sodass sich der KI-Assistent direkt mit der Website verbinden und Reports abrufen kann. Rank Math und Yoast SEO werden respektiert, Elementor-Nutzer bekommen einen AI-Visibility-Score direkt im Editor.

AI Data Layer: die Wikidata-Variante

AI Data Layer geht einen anderen Weg. Statt nur eine Datei zu generieren, extrahiert es Entitäten aus den Inhalten (Personen, Orte, Marken, Produkte), verifiziert diese gegen die öffentliche Wissensdatenbank Wikidata und baut daraus einen persistenten Entity-Graph. Der wird als JSON-LD, llms.txt und über einen eigenen MCP-Server publiziert. Der Ansatz ist Cloud-basiert, die Analyse läuft über OpenRouter mit gpt-4o-mini, ein Lizenzschlüssel ist Pflicht, ein Trial mit zehn Analysen kostenlos verfügbar. Mit weniger als zehn aktiven Installationen ist es noch klein, konzeptionell aber der ambitionierteste Ansatz im Set.

AEO Audit: die Prüfliste

Das Plugin von AnswerSEO fährt den umgekehrten Weg und liefert einen leichtgewichtigen 10-Punkte-Audit für Answer Engine Optimization. Es prüft FAQ-, HowTo- und Speakable-Schema, JSON-LD, Meta-Tags, Alt-Texte und Sprach-Tags, verwaltet die LLMS.txt-Datei und bietet Allow-AI- und Disallow-AI-Regeln. 300 Installationen, keine Cloud, kein Account, kein MCP. Wer nur wissen will, wo eine Website steht, ist damit schnell durch.

Was das für Webdesigner bedeutet

Der Hebel ist nicht mehr die einzelne llms.txt-Datei, sondern die Kombination aus strukturierten Daten, sauberer Metainformation und einer für KI-Crawler lesbaren Content-Struktur. Kunden aus Handwerk, Beratung und Lokal-Handel fragen bereits nach „wie werde ich in ChatGPT gefunden“, und die Antwort ist selten „SEO wie bisher“. Ein Site-Check kostet zehn Minuten pro Domain und liefert eine konkrete Verkaufsposition: eine Website ohne llms.txt und ohne Entity-Schema wird in den nächsten zwölf Monaten sichtbar schlechter zitiert als eine mit.

Das Fazit

Die PR-Meldung von M. Schall ist ein Signal, kein Ereignis. Das eigentliche Ereignis ist, dass llms.txt und AEO nicht mehr Konzepte in Foren sind, sondern drei ernsthafte Plugins im offiziellen WordPress-Repository haben, jedes mit einem eigenen Blickwinkel. Webdesigner, die jetzt eigene Referenz-Setups bauen und dokumentieren, haben in sechs Monaten einen konkreten Vorteil im Verkauf.

Passende Kunden für dieses Thema findest du über den findflix-Leadfinder.