---
type: Comparison
title: "Open Knowledge Format (OKF) vs. llms.txt: Zwei Wege, Ihre Website 2026 agentenbereit zu machen"
description: "Open Knowledge Format (OKF) vs. llms.txt: Googles strukturierte Wissenspakete aus Markdown und YAML gegen den Community-Index llms.txt für KI-Agenten. Vergleich von Struktur, Reife, Aufwand, Anbieterunabhängigkeit, tatsächlicher Crawler-Nutzung und der Frage, wann was passt."
resource: "https://www.contextstudios.ai/de/vergleich/open-knowledge-format-vs-llms-txt"
category: technology
language: de
timestamp: "2026-06-27T11:07:57.794Z"
---

# Open Knowledge Format (OKF) vs. llms.txt: Zwei Wege, Ihre Website 2026 agentenbereit zu machen

Das Web bekommt still und leise eine zweite Schicht, die für Maschinen geschrieben ist – und 2026 prägen zwei Formate, wie Sie sie veröffentlichen. llms.txt, im September 2024 von Jeremy Howard (Answer.AI) vorgestellt, ist eine einzelne Markdown-Datei im Wurzelverzeichnis Ihrer Domain, die KI-Systemen einen kuratierten Index Ihrer wichtigsten Seiten mit knappen Beschreibungen liefert. Das Open Knowledge Format (OKF), das Google Cloud am 12. Juni 2026 veröffentlicht hat, geht eine Ebene tiefer: Statt einer einzigen Indexdatei standardisiert es ein ganzes Verzeichnis von Markdown-Dateien, von denen jede einen kleinen Block YAML-Metadaten trägt, der den Inhalt typisiert, betitelt, beschreibt und mit den Nachbardateien verknüpft. Google nennt OKF einen anbieterneutralen, für Agenten wie Menschen lesbaren Weg, kuratierten Kontext zu bündeln – ohne Komprimierungsverfahren, ohne Laufzeitumgebung, ohne vorgeschriebenes SDK. Die Frage lautet also nicht wirklich, „welches gewinnt“, sondern welche Schicht Sie brauchen: eine flache, mühelose Auffindbarkeitsfläche, die in Minuten steht (llms.txt), oder ein strukturiertes, navigierbares Wissenspaket, das ein Agent erfassen kann, bevor er ein einziges Wort liest (OKF). Dieser Vergleich bewertet beide nach Struktur, Reife, Einrichtungsaufwand, Reichweite, Anbieterunabhängigkeit, Navigierbarkeit für Agenten, tatsächlicher Crawler-Nutzung und menschlicher Lesbarkeit – damit Sie entscheiden können, was Sie ausliefern und ob Sie beides ausliefern sollten.

## Comparison Factors

| Factor | Open Knowledge Format (OKF) | llms.txt | Winner |
|--------|------|------|--------|
| Struktur und Granularität der Metadaten | Ein ganzes Verzeichnis von Markdown-Dateien, jede mit typisierten YAML-Metadaten (Typ, Titel, Beschreibung, Schlagwörter, Verknüpfungen) – feingranularer, maschinell typisierter Kontext | Eine einzige flache Datei: eine kuratierte Liste von Verweisen mit knappen Beschreibungen, optional ergänzt um eine llms-full.txt, die den Inhalt einbettet | a |
| Verbreitung und Reife | Am 12. Juni 2026 von Google Cloud veröffentlicht – zum Start erst wenige Tage alt, Werkzeuge und Konventionen noch im Fluss | Seit September 2024 im Einsatz, mit über 20 Monaten Community-Verbreitung, Generatoren und Beispielen aus der Praxis | b |
| Einrichtungsaufwand | Ein Verzeichnis typisierter Markdown-Dateien anlegen, dazu eine index.md, damit Agenten zuerst die Struktur des Pakets sehen | Eine einzige Textdatei im Wurzelverzeichnis – auch ohne Entwicklerin in Minuten ausgeliefert, ganz ohne Installation | b |
| Reichweite und Tiefe | Gebaut für kuratierte Wissenspakete und unternehmensweiten Agentenkontext – eine portable Wissensbasis, nicht bloß eine Verweisliste | Eine Auffindbarkeitsfläche für die Website – ein Index Ihrer wichtigsten Seiten, kein strukturierter Wissensbestand | a |
| Anbieterunabhängigkeit | Eine wirklich portable Spezifikation, die jedoch von Google Cloud stammt und betreut wird (der offene Teil der Knowledge-Catalog-Einführung) | Ein Community-Vorschlag von Jeremy Howard bei Answer.AI, hinter dem kein einzelner Anbieter den Standard lenkt | b |
| Navigierbarkeit für Agenten | Typisierte Metadaten und verknüpfte Nachbardateien lassen einen Agenten ein ganzes Paket erfassen, bevor er eine einzelne Datei öffnet – ohne Auslesen, ohne Schnittstelle | Ein Agent erhält eine flache Liste von Verweisen und muss danach jede Zielseite erst abrufen und auswerten, um etwas zu erfahren | a |
| Tatsächliche Crawler-Nutzung | Zu neu, um sie zu messen – im Juni 2026 veröffentlicht, noch ohne Felddaten zur Annahme | Heute empirisch dünn: Limys Auswertung von über 500 Mio. Bot-Ereignissen zeigt, dass GPTBot, ClaudeBot, PerplexityBot und andere sie überwiegend überspringen | tie |
| Menschliche Lesbarkeit | Schlichtes Markdown in jedem Editor, auf GitHub darstellbar, von jedem Suchwerkzeug indexierbar – für Mensch und Maschine lesbar | Ebenfalls schlichtes Markdown – ein kurzer, lesbarer Index, den jeder in Sekunden öffnen und bearbeiten kann | tie |

## Key Statistics

- Das Open Knowledge Format ist am 12. Juni 2026 als offene Spezifikation von Google Cloud erschienen: OKF v0.1 ist ein Verzeichnis von Markdown-Dateien mit YAML-Metadaten – ohne Komprimierungsverfahren, ohne Laufzeitumgebung und ohne vorgeschriebenes SDK
- llms.txt wurde im September 2024 von Jeremy Howard (Answer.AI) als kuratierter Markdown-Index im Wurzelverzeichnis vorgestellt – rund 21 Monate vor OKF, was ihm einen großen Reifevorsprung verschafft
- Limy hat im Mai 2026 über 500 Mio. Bot-Ereignisse ausgewertet und festgestellt, dass GPTBot, ClaudeBot, PerplexityBot, OAI-SearchBot und Google-Extended /llms.txt überwiegend überspringen und direkt HTML crawlen
- OKF braucht keine Registrierung und keine Installation; die Spezifikation passt auf eine einzige Seite, und eine index.md lässt einen Agenten die Struktur eines Pakets sehen, bevor er jede Datei öffnet
- OKF ist der portable, offene Teil von Googles Umbenennung von Dataplex zu Knowledge Catalog, neu positioniert als „stets verfügbare Kontext-Maschine“ für KI-Agenten
- llms.txt gibt es in zwei Varianten: llms.txt (ein kompakter Index mit Verweisen) und llms-full.txt (das den vollständigen Seiteninhalt einbettet, sodass ein Agent alles in einem einzigen Abruf aufnehmen kann)

## Choose Open Knowledge Format (OKF) When

- Sie bündeln kuratiertes internes oder unternehmensweites Wissen für Agenten, statt nur eine öffentliche Website zu indexieren
- Sie brauchen typisierte Metadaten je Dokument, die ein Agent navigieren kann, bevor er überhaupt liest
- Sie wollen ein portables Paket, das Agenten unverändert nutzen – ohne Auslesen der Seite und ohne dazwischengeschaltete Schnittstelle
- Erzeuger und Verbraucher über Teams hinweg müssen denselben Kontext ohne Übersetzung gemeinsam nutzen

## Choose llms.txt When

- Sie wollen heute eine mühelose Einzeldatei-Fläche im Wurzelverzeichnis Ihrer Domain
- Ihre Priorität ist die Auffindbarkeit der öffentlichen Website, keine interne Wissensbasis
- Sie wollen den etablierten Community-Standard mit über 20 Monaten Werkzeugen und Beispielen
- Es soll auch ohne Entwicklerteam in Minuten stehen – nichts zu entwerfen, nichts zu installieren

## Verdict

Das sind ergänzende Schichten, keine Rivalen, und die ehrliche Antwort für 2026 lautet meist: liefern Sie beides aus. Greifen Sie zuerst zu llms.txt, wenn Sie eine öffentliche Website betreiben: eine einzige Textdatei im Wurzelverzeichnis, die auch ohne Entwicklerteam in Minuten veröffentlicht ist, mit über 20 Monaten Community-Werkzeugen im Rücken und dem etablierten Weg, Agenten einen kuratierten Index zu zeigen. Greifen Sie zu OKF, wenn ein flacher Index nicht genügt – wenn Sie kuratiertes internes oder unternehmensweites Wissen bündeln, das Agenten nach Typ und Metadaten navigieren müssen, bevor sie lesen, wenn Erzeuger und Verbraucher ohne Übersetzung zusammenspielen sollen oder wenn Sie ein portables Paket wollen, das Agenten unverändert lesen – ohne Auslesen der Seite und ohne dazwischengeschaltete Schnittstelle. Der ehrliche Vorbehalt gilt für beide: Noch wird keines davon im Feld verlässlich abgerufen. Die Auswertung von über 500 Mio. Bot-Ereignissen durch Limy im Mai 2026 ergab, dass die großen Crawler /llms.txt überwiegend ignorieren und direkt HTML lesen – und OKF ist erst wenige Tage alt. Behandeln Sie beide also als vorausschauende Infrastruktur-Wetten, nicht als Traffic-Garantie. Context Studios empfiehlt Kunden eine zweigleisige Auffindbarkeitsstrategie: llms.txt als öffentliche Eingangstür jeder Website, OKF für die tieferen, typisierten Wissenspakete, über die Ihre Agenten tatsächlich nachdenken – heute ausgeliefert, damit Sie an dem Tag bereit sind, an dem eine große Antwortmaschine den Schalter umlegt.

## FAQ

**Q: Ersetzt OKF die llms.txt?**
A: Nein. Beide wirken auf unterschiedlichen Schichten. llms.txt ist ein flacher Index im Wurzelverzeichnis, der Agenten auf Ihre wichtigsten Seiten verweist; OKF bündelt ein strukturiertes, typisiertes Wissenspaket, das Agenten navigieren können, bevor sie lesen. Sie ergänzen sich problemlos – viele Websites sollten beides veröffentlichen: llms.txt als öffentlichen Index und OKF für tieferes Wissen.

**Q: Rufen KI-Crawler die llms.txt überhaupt schon ab?**
A: Meist nicht. Limy hat im Mai 2026 über 500 Mio. Bot-Ereignisse ausgewertet und festgestellt, dass GPTBot, ClaudeBot, PerplexityBot und andere /llms.txt überwiegend überspringen und direkt HTML crawlen. Es ist eine vorausschauende Infrastruktur-Wette im Business-to-Agent-Bereich – ausliefern lohnt für den Tag, an dem sich das ändert, ein Traffic-Treiber ist es heute nicht.

**Q: Ist OKF eine Bindung an Google?**
A: Das Format selbst ist schlichtes Markdown plus YAML, ohne SDK, ohne Registrierung und ohne Laufzeitumgebung, und Google nennt es anbieterneutral. Es stammt jedoch aus der Knowledge-Catalog-Umbenennung von Google Cloud (vormals Dataplex), die Spezifikation ist also portabel, das umgebende Produkt nicht. Sie können OKF einsetzen, ohne Google Cloud anzufassen.

**Q: Was sollte ich zuerst umsetzen?**
A: Wenn Sie eine öffentliche Website betreiben, liefern Sie jetzt llms.txt aus – das ist eine einzige, triviale Datei. Wenn Sie Agenten im Unternehmen kuratiertes Wissen übergeben, setzen Sie OKF wegen seiner Struktur und typisierten Metadaten ein. 2026 ist die stärkste Antwort eine zweigleisige Strategie, die beides ausliefert, denn noch wird keines verlässlich gecrawlt und früh dran zu sein kostet wenig.

Keywords: Open Knowledge Format vs llms.txt, OKF, llms.txt, agentenbereite Website, Auffindbarkeit für KI-Agenten, Google OKF, llms.txt 2026