Prüfe in unter 30 Sekunden, ob KI-Crawler von ChatGPT, Claude, Perplexity und Google deine Website abrufen und lesen können – und wie zitierfähig deine Inhalte sind.
Der Check misst die technischen Voraussetzungen, nicht tatsächliche Erwähnungen: Wir simulieren KI-Crawler, lesen robots.txt, llms.txt und Sitemap und analysieren das ausgelieferte HTML samt strukturierter Daten und Bot-Blocker-Erkennung.
100 % kostenlos. Keine E-Mail, keine Registrierung – Ergebnis sofort im Browser.
So entsteht der Score
Der Score setzt sich aus 9 Kategorien mit gewichteten Einzelchecks zusammen. Eine Warnung zählt 40 % der Punkte der jeweiligen Prüfung. Jede Prüfung zeigt ihre Rohdaten – du kannst jeden Befund nachvollziehen und selbst verifizieren.
So entsteht der Score
Kategorie
Gewicht
KI-Zitierbarkeit
22 %
Autorität & Vertrauen
18 %
robots.txt
14 %
Bot-Blocker
12 %
Technik & Performance
12 %
Startseite
10 %
Schema & strukturierte Daten
9 %
Sitemap
2 %
llms.txt
1 %
Fundamentale Blocker kappen den Score: blockieren alle drei simulierten KI-Bots, liegt er maximal bei 39. Eine komplette robots.txt-Sperre kappt bei 25, fehlendes Server-Rendering bei 49.
Was dein Score bedeutet
0–39KritischKI-Crawler kommen nicht an deine Inhalte oder finden kaum verwertbaren Text.
40–59AusbaufähigHier landen typische nicht optimierte Websites – die Basis steht, zentrale KI-Signale fehlen.
60–79Solide BasisDie wichtigsten Voraussetzungen sind erfüllt, einzelne Hebel bleiben offen.
80–100KI-bereitTechnisch gut aufgestellt – KI-Systeme können deine Inhalte lesen und zitieren.
Was der Check nicht misst
Keine echten Erwähnungen oder Citations in KI-Antworten – dafür braucht es Mention-Tracking. Der Check zeigt die technischen Blocker dahinter.
Nur die Startseite plus robots.txt, llms.txt und sitemap.xml – keine Unterseiten.
Bot-Simulation per User-Agent von unserer IP, keine IP-verifizierte Crawler-Identität.
Keine Domain-Autorität: eine sehr bekannte Website würde trotz mittelmäßigem Score zitiert.
Jeden Befund kannst du selbst nachprüfen, zum Beispiel den Bot-Blocker-Check im Terminal:
curl -A "GPTBot" -I https://deine-domain.de
Was der KI-Sichtbarkeits-Check analysiert
Bot-Zugang & robots.txt
Wir prüfen, ob GPTBot, ClaudeBot und PerplexityBot deine Seiten abrufen dürfen, ob die Opt-out-Direktive Google-Extended gesetzt ist – und ob ein Bot-Blocker wie Cloudflare sie heimlich aussperrt.
llms.txt
Der Check sucht nach einer llms.txt – einer vorgeschlagenen Konvention (llmstxt.org), kein offizieller Standard, mit der du KI-Systemen erklärst, welche Inhalte sie nutzen und priorisieren sollen.
Sitemap & Aktualität
Wir lesen deine XML-Sitemap, zählen die Einträge und prüfen lastmod-Datumsangaben – die Frische-Signale, an denen KI-Crawler erkennen, was sich zu indexieren lohnt.
Structured Data
JSON-LD-Schema, sameAs-Verknüpfungen und speakable-Auszeichnung machen deine Entität für KI eindeutig. Der Check listet vorhandene Typen und fehlende Felder.
Server-Rendering
Inhalte, die erst per JavaScript erscheinen, bleiben für viele KI-Crawler unsichtbar. Wir messen, wie viel Text schon im ausgelieferten HTML steht (SSR).
Zitierbarkeit
Klare Definitionen, kurze Absätze, Listen und eine saubere Überschriften-Hierarchie entscheiden, ob KI deine Passagen wörtlich zitiert. Genau das bewertet der Check.
Die wichtigsten KI-Crawler im Detail
Drei Bot-Familien entscheiden, ob deine Inhalte in den großen KI-Antworten auftauchen. Wer sie kennt – und in der robots.txt nicht versehentlich aussperrt – schafft die Grundlage für KI-Sichtbarkeit.
GPTBot steuert, ob deine Inhalte in die Trainingsdaten der OpenAI-Modelle einfließen. Für Citations in der ChatGPT-Suche ist dagegen OAI-SearchBot entscheidend – der Check prüft beide getrennt. Sperre also nicht pauschal: Wer nur Training ausschließen will, lässt OAI-SearchBot und ChatGPT-User zu.
ClaudeBot – Anthropics Crawler für Claude
ClaudeBot sammelt Inhalte für Anthropics Claude-Modelle; Claude-User und Claude-SearchBot rufen Seiten ab, wenn Nutzer mit Claude im Web arbeiten oder suchen. Anthropic respektiert robots.txt strikt – ein Disallow heißt: keine Zitate in Claude-Antworten, kein Zugang über die Web-Such-Tools.
PerplexityBot – die KI-Suchmaschine
Perplexity ist eine KI-Suche, die Quellen prominent mit Link zitiert. User-Agent: 'PerplexityBot' und 'Perplexity-User' (Live-Browsing während einer Nutzerfrage). Wer hier lesbar ist, kann als verlinkte Quelle in den Antworten erscheinen.
Häufige Gründe, warum KI deine Website übersieht
GPTBot oder ClaudeBot sind in der robots.txt gesperrt.
Crawler der relevanten KI-Anbieter gezielt erlauben – sonst tauchst du in keiner KI-Antwort auf.
Der Inhalt erscheint erst, nachdem JavaScript geladen hat.
Server-seitiges Rendering (SSR) liefert den Text direkt im HTML – lesbar für jeden Bot, auch ohne JS-Ausführung.
Es gibt keine llms.txt und kein Schema-Markup.
llms.txt bereitstellen und JSON-LD für Organisation, Produkt und FAQ ergänzen – so verstehen KI-Systeme deine Entität.
Texte sind werblich statt faktisch und schwer zu zitieren.
Antworten in kurzen, eigenständigen Absätzen mit Zahlen, Definitionen und Listen formulieren – das zitieren KI-Modelle bevorzugt.
Eine Cloudflare- oder WAF-Regel blockt unbekannte User-Agents.
KI-Bot-User-Agents auf die Allowlist setzen, statt sie pauschal als Scraper abzuweisen.
Hohe Server-Antwortzeit (TTFB) lässt Crawler abbrechen.
Caching, CDN und schlankes HTML bringen die TTFB unter eine Sekunde – Crawler holen mehr Seiten in kürzerer Zeit.
Klassisches SEO vs. KI-Sichtbarkeit
Die Hebel überschneiden sich, aber Signale, Bots und Erfolgskontrolle sind eigenständig.
Klassisches SEO vs. KI-Sichtbarkeit
Aspekt
Klassisches SEO
KI-Sichtbarkeit
Ziel
Top-10-Ranking in Google
Zitat in ChatGPT, Claude, Perplexity
Wichtigste Bots
Googlebot, Bingbot
GPTBot, ClaudeBot, PerplexityBot
Index-Datei
sitemap.xml
llms.txt + sitemap.xml
Strukturierte Daten
Rich Snippets (Product, FAQ)
Entity-Linking (Organization, sameAs, @graph)
Rendering
Google rendert JS – mit Verzögerung
KI-Bots rendern oft kein JS – SSR Pflicht
Erfolgskontrolle
Search Console, Rank-Tracker
Citation-Tracking, Brand-Mentions in LLMs
In 4 Schritten KI-sichtbar werden
Reihenfolge ist wichtig: erst Zugang schaffen, dann Inhalte strukturieren, zuletzt monitoren.
01
Bot-Zugang freischalten
Erlaube GPTBot, ClaudeBot und PerplexityBot in der robots.txt. Prüfe Cloudflare, WAF und Plugins auf User-Agent-Filter – Praxis-Falle: Cloudflare-Defaults setzen sich bei Updates gern zurück, also nach Änderungen erneut prüfen.
02
Schema.org und Entity-Linking aufbauen
Lege Organization-, WebSite- und BreadcrumbList-Schema an. Nutze sameAs-Links zu LinkedIn, Wikipedia und Crunchbase, damit KI deine Marke eindeutig identifiziert.
03
llms.txt veröffentlichen
Lege eine Markdown-Datei unter /llms.txt an mit kuratierter Liste deiner wichtigsten URLs. Format siehe llmstxt.org – eine vorgeschlagene Konvention, kein offizieller Standard; einzelne KI-Crawler und Recherche-Agents lesen sie bereits aus.
04
Server-Rendering und Monitoring etablieren
Stelle sicher, dass Hauptinhalte im initialen HTML stehen. Richte ein wöchentliches Monitoring ein, das Bot-Antworten, Schema-Coverage und Antwortzeiten trackt.
GEO-Leitfaden
Der GEO-Leitfaden für den Mittelstand
Die wichtigsten Maßnahmen aus dem Check als umsetzbarer Leitfaden – kostenlos als PDF.
Was ist LLM-Sichtbarkeit und wie unterscheidet sie sich von SEO?
LLM-Sichtbarkeit beschreibt, ob und wie deine Inhalte in Antworten von ChatGPT, Claude, Perplexity, Gemini und Google AI Overviews auftauchen. Klassisches SEO optimiert für Google-Rankings, LLM-Optimierung für KI-Zitate. Die Hebel überschneiden sich (sauberes HTML, Schema, Geschwindigkeit), aber die Bots, die Signale (llms.txt, Entity-Linking, FAQPage-Schema) und die Erfolgskontrolle sind eigenständig.
Warum ist LLM-Sichtbarkeit besonders wichtig für Online-Shops?
Bei Produktrecherchen fragen immer mehr Nutzer ChatGPT oder Perplexity statt Google. Wer in diesen Antworten nicht zitiert oder verlinkt wird, verliert qualifizierten Traffic – selbst bei guten Google-Rankings. Shops müssen Produktdaten serverseitig rendern, Product- und Offer-Schema ausspielen und sicherstellen, dass KI-Bots nicht von der WAF geblockt werden.
Welche KI-Crawler sollte ich kennen?
Die wichtigsten: GPTBot (OpenAI-Training), OAI-SearchBot und ChatGPT-User (ChatGPT-Suche und Browsing), ClaudeBot, Claude-User und Claude-SearchBot (Anthropic), PerplexityBot und Perplexity-User (Perplexity), Applebot-Extended (Apple Intelligence), CCBot (Common Crawl, füttert viele LLMs) und Bytespider (ByteDance/Doubao). Google-Extended ist kein eigener Crawler, sondern eine Opt-out-Direktive für Gemini-Training in der robots.txt. Unser Check prüft alle davon in der robots.txt und simuliert die wichtigsten.
Was ist eine llms.txt und brauche ich sie?
llms.txt ist eine vorgeschlagene Konvention (llmstxt.org): eine Markdown-Datei unter /llms.txt, die KI-Crawlern eine kuratierte Liste deiner wichtigsten URLs nennt – ähnlich wie sitemap.xml für Google. Sie ist kein offizieller Standard, aber einzelne KI-Crawler und Recherche-Agents lesen sie bereits aus. Aufwand minimal, Upside klar.
Wieso bekommen KI-Bots manchmal andere Inhalte als Browser?
Cloudflare Bot Fight Mode, ModSecurity, fail2ban, Varnish-Regeln, Shopware-Plugins und nginx-User-Agent-Filter blockieren KI-Bots oft pauschal. Manche Setups antworten mit einer Captcha-Seite, einer leeren Fallback-HTML oder Status 403. Browser sehen das nie, KI-Bots aber schon. Genau dieser Unterschied wird in unserem Bot-Blocker-Check sichtbar.
Welche Schema.org-Typen sind für KI am wichtigsten?
Pflicht: Organization (wer du bist), WebSite (Sitelinks/Search) und – falls lokal – LocalBusiness oder ProfessionalService. Stark empfohlen: BreadcrumbList (Hierarchie), FAQPage (Voice/AI-Antworten), Product + Offer (Shops), Article + Author (Blog/Magazin), HowTo (Anleitungen). Alle in einem @graph zusammenfassen und mit sameAs-Links zu LinkedIn, Wikipedia, Crunchbase, GitHub anreichern.
Wie oft sollte ich den AI-Sichtbarkeits-Check ausführen?
Mindestens nach jedem Release, der Routing, Headers, robots.txt, Schema oder Performance betrifft. Auch als regelmäßige Routine sinnvoll – CDN-Bot-Schutz, Cloudflare-Defaults oder Shopware-Plugins können sich ändern, ohne dass du es merkst. Das Tool speichert keinen Verlauf: notiere dir den Score oder beauftrage ein Monitoring, wenn du die Entwicklung verfolgen willst.
Kann nextlevels mir helfen, meine LLM-Sichtbarkeit zu verbessern und zu monitoren?
Ja. Wir auditieren deine komplette Site (nicht nur die Startseite), bauen JSON-LD-, llms.txt- und FAQ-Strukturen, räumen Bot-Blocker auf CDN- und WAF-Ebene auf, optimieren Server-Rendering und richten ein dauerhaftes Monitoring ein, das Veränderungen in robots.txt, Bot-Antworten, Schema-Coverage und Antwortzeiten verfolgt. Schreib uns kurz, was du erreichen willst – wir antworten innerhalb eines Werktags.
Lohnt sich der Check auch für B2B- und Industrieunternehmen ohne Online-Shop?
Ja. Einkäufer und Fachkräfte recherchieren zunehmend in ChatGPT oder Perplexity – mit Anfragen wie "Hersteller für X" oder "Anbieter für Y in NRW". Ob deine Website dort als Quelle auftauchen kann, hängt von denselben technischen Voraussetzungen ab wie im Shop-Umfeld: Crawler-Zugang, strukturierte Daten, zitierfähige Inhalte. Entitäts-Sichtbarkeit zählt unabhängig davon, ob du online verkaufst.
Was passiert mit meiner URL und dem Ergebnis?
Der Check ruft nur öffentlich erreichbare Dateien ab (robots.txt, llms.txt, sitemap.xml, Startseite). Geprüfte Domain, Score und Zeitpunkt speichern wir, um das Tool auszuwerten und zu verbessern. Du brauchst keine E-Mail-Adresse, und es gibt keine automatische Kontaktaufnahme. Details stehen in der Datenschutzerklärung.
Dein Check-Ergebnis zeigt, wo es hakt. Wir auditieren die komplette Site, bauen fehlende Schema-, llms.txt- und SSR-Bausteine und richten ein Monitoring für ChatGPT, Perplexity & Co. ein.