llms.txt für Magento 2: Modul-Vergleich 2026

llms.txt für Magento 2: Modul-Vergleich 2026

Ein llms.txt-Modul macht Ihren Magento-Katalog für Perplexity, ChatGPT Shopping und Google AI Overviews sichtbar — in unter 30 Minuten Installationszeit per Composer. Laut BrightEdge AI Search Report (2025) laufen bereits 14 % aller E-Commerce-Suchanfragen über AI-Systeme, die Shops ohne llms.txt entweder ignorieren oder fehlerhaft interpretieren.

Die typische Ausgangslage: 8.000 gepflegte Produkte, sauberes Schema.org-Markup, solide Rankings bei Google — und trotzdem null Erwähnungen in AI-generierten Produktempfehlungen. Der Grund ist technisch, nicht inhaltlich. Dieser Artikel vergleicht die vier relevanten Modul-Optionen für Magento 2 im Jahr 2026 (elgentos, run_as_root, manuell, Custom-Agentur) mit konkreten Preisen und Kompatibilitätsprofilen.

Schnellster erster Schritt: Rufen Sie https://ihreshop.de/llms.txt auf. Kommt eine 404-Seite, fehlt das Modul — und die folgende Entscheidungsmatrix zeigt, welches für Ihre Situation passt.

Das eigentliche Problem: Magento wurde nicht für AI-Crawler gebaut

Magento 2 entstand, bevor Large Language Models als Traffic-Quelle existierten. Die Plattform liefert HTML für Menschen und strukturierte Daten für klassische Suchmaschinen. AI-Crawler wie Perplexitys PerplexityBot oder Anthropics ClaudeBot brauchen etwas anderes: einen kompakten, maschinenlesbaren Katalogüberblick in einem einzigen Dokument — nicht 8.000 einzelne Produktseiten.

Adobe hat für Commerce bislang keinen nativen llms.txt-Support angekündigt. Die Open-Source-Community hat diese Lücke mit mehreren Modulen gefüllt — mit unterschiedlicher Qualität, unterschiedlichem Funktionsumfang und unterschiedlichen Cloud-Kompatibilitätsprofilen.

„AI-Suchsysteme brauchen keinen perfekten HTML-Code. Sie brauchen strukturierten Kontext — und genau das liefert llms.txt.“ — Jeremy Howard, Mitautor der llmstxt.org-Spezifikation (2024)

Was AI-Crawler von Ihrem Shop wollen

Ein Large Language Model, das eine Produktempfehlung generiert, liest nicht Ihren kompletten Shop durch. Es sucht eine kompakte Quelle, die drei Fragen beantwortet: Was verkauft dieser Shop? Welche Kategorien gibt es? Was sind die wichtigsten Produkte? Genau das liefert eine gut konfigurierte llms.txt.

Ohne diese Datei ist Ihr Shop für AI-Systeme entweder unsichtbar oder wird auf Basis zufällig gecrawlter Einzelseiten fehlinterpretiert — meist ohne Preis- und Verfügbarkeitskontext.

Kosten des Nichtstuns — konkret gerechnet

Rechenbeispiel: Ein Magento-Shop mit 80.000 EUR Monatsumsatz verliert bei 14 % AI-Search-Anteil und 50 % Sichtbarkeitslücke gegenüber Mitbewerbern rund 5.600 EUR pro Monat. Über 12 Monate sind das 67.200 EUR — für ein Problem, das mit 2–4 Stunden Implementierungsaufwand behebbar ist.

Die vier Modul-Optionen im direkten Vergleich

Vier Ansätze haben sich in der Magento-Community bis 2026 etabliert. Jeder hat klare Stärken — und klare Grenzen.

Option 1: elgentos/magento2-llms-txt (OpenSource, kostenlos)

Das Modul von elgentos ist das meistgenutzte OpenSource-Modul für diesen Zweck. Es generiert eine llms.txt aus Kategorien, CMS-Seiten und konfigurierbaren Produkten. Die Installation läuft vollständig über Composer.

Kriterium	elgentos (OpenSource)	run_as_root (kommerziell)
Preis	Kostenlos	Ab 490 EUR einmalig
Adobe Commerce Cloud	Eingeschränkt (kein statisches File)	Vollständig unterstützt
Custom Attribute	Manuell konfigurierbar	UI-basiert im Admin
Cron-Steuerung	Ja (täglich)	Ja (konfigurierbar)
Magento 2.4.5+	Ja	Ja
Support	GitHub Issues	Direkter Vendor-Support

Pro elgentos: Kostenlos, transparent, schnell installiert, aktive GitHub-Community. Contra elgentos: Keine native Adobe Commerce Cloud-Unterstützung für statische Dateien, kein kommerzieller Support.

Option 2: run_as_root/magento2-llms-txt (kommerziell)

Dieses Modul zielt auf Enterprise-Umgebungen auf Adobe Commerce. Es liefert die llms.txt über einen Magento-Controller aus — was das Read-only-Filesystem-Problem auf Commerce Cloud umgeht.

Ein Onlinehändler für Industriebedarf versuchte zunächst, das elgentos-Modul auf seiner Adobe Commerce Cloud-Instanz zu betreiben. Die statische Datei ließ sich nicht schreiben — der Deployment-Prozess überschrieb sie bei jedem Release. Nach dem Wechsel auf run_as_root lief die Auslieferung über den Controller-Endpoint stabil. Erste AI-Search-Impressions in Perplexity zeigten sich nach 9 Tagen.

Pro run_as_root: Cloud-kompatibel, Admin-UI für Konfiguration, kommerzieller Support. Contra run_as_root: Kostenpflichtig, kleinere Community als elgentos.

Option 3: Manuelle llms.txt ohne Modul

Technisch möglich: Eine statische llms.txt manuell erstellen und per Deployment in den Docroot legen. Diese Variante ist wartungsintensiv — bei jedem Katalog-Update muss die Datei manuell aktualisiert werden.

Pro manuell: Keine Modul-Abhängigkeit, vollständige Kontrolle über den Inhalt. Contra manuell: Keine automatische Aktualisierung, hoher manueller Aufwand bei großen Katalogen, fehleranfällig.

Option 4: Agentur-Implementierung mit Custom-Modul

Für Shops mit komplexen Attributstrukturen, mehrsprachigen Katalogen oder B2B-Preisgruppen bieten spezialisierte Magento-Agenturen Custom-Module an. Kosten: 1.500–2.500 EUR einmalig.

Pro Custom: Maßgeschneidert für komplexe Katalogstrukturen, mehrsprachige Unterstützung. Contra Custom: Hohe Einmalkosten, Abhängigkeit von der Agentur für Updates.

Installation Schritt für Schritt: elgentos-Modul als Beispiel

Diese Installationsreihenfolge gilt für Magento Open Source und Adobe Commerce (On-Premise) ab Version 2.4.5. Sie benötigen SSH-Zugriff und eine funktionierende Node-Umgebung auf Ihrem Entwicklungsrechner — falls Sie noch kein Node-Versionsmanagement eingerichtet haben, lohnt sich ein Blick auf nvm installieren für Windows und Linux, bevor Sie mit dem Deployment beginnen.

Schritt 1: Modul per Composer installieren

composer require elgentos/magento2-llms-txt
php bin/magento module:enable Elgentos_LlmsTxt
php bin/magento setup:upgrade
php bin/magento cache:flush

Die Installation dauert typischerweise unter 5 Minuten. Composer löst alle Dependencies automatisch auf.

Schritt 2: Konfiguration im Admin-Panel

Unter Stores → Configuration → Elgentos → LLMs.txt konfigurieren Sie, welche Inhalte in die Datei aufgenommen werden: Kategorien, CMS-Seiten, Produktbeschreibungen, Custom Attributes. Empfehlung: Starten Sie mit Kategorien und den Top-100-Produkten nach Umsatz — nicht mit dem gesamten Katalog. AI-Crawler bevorzugen kompakte, relevante Dateien gegenüber vollständigen Dumps.

Schritt 3: Cron-Job verifizieren

Prüfen Sie, ob der Magento-Cron korrekt läuft:

php bin/magento cron:run --group=default
cat pub/llms.txt

Wenn die Datei Inhalt zeigt, ist die Installation erfolgreich. Testen Sie anschließend die URL /llms.txt in Ihrem Browser.

Vergleichstabelle: Alle Optionen auf einen Blick

Modul / Ansatz	Kosten	Cloud-kompatibel	Automatische Updates	Empfohlen für
elgentos (OpenSource)	Kostenlos	Eingeschränkt	Ja (Cron)	On-Premise, kleine bis mittlere Shops
run_as_root	Ab 490 EUR	Vollständig	Ja (Cron)	Adobe Commerce Cloud, Enterprise
Manuell (statisch)	0 EUR (Eigenaufwand)	Ja	Nein	Kleine Shops, statische Kataloge
Custom Agentur-Modul	1.500–2.500 EUR	Ja	Ja	B2B, mehrsprachig, komplexe Attribute

Was eine gute llms.txt für Magento tatsächlich enthält

Viele Implementierungen scheitern nicht an der Installation, sondern am Inhalt. Eine llms.txt, die nur Produkt-URLs listet, bringt wenig. AI-Systeme brauchen Kontext.

Pflichtbestandteile einer effektiven llms.txt

Eine gut strukturierte llms.txt für einen Magento-Shop enthält: eine kurze Shop-Beschreibung (2–3 Sätze), die wichtigsten Produktkategorien mit Kurzbeschreibung, die meistverkauften Produkte mit Kernattributen (Preis, Verfügbarkeit, USP), und Links zu den wichtigsten Landingpages. Laut einer Analyse von Ahrefs (2025) werden llms.txt-Dateien unter 50 KB von AI-Crawlern vollständig verarbeitet — größere Dateien werden teilweise ignoriert.

Häufige Fehler bei der Konfiguration

Der häufigste Fehler: Den gesamten Katalog in die llms.txt exportieren. Bei 10.000 Produkten entsteht eine Datei, die AI-Crawler nicht vollständig verarbeiten. Zweithäufigster Fehler: Keine Shop-Beschreibung am Anfang der Datei. AI-Systeme brauchen den Kontext, bevor sie Produktlisten interpretieren können.

„Eine llms.txt ist kein Sitemap-Ersatz. Sie ist eine Visitenkarte für AI-Systeme — kompakt, kontextreich, auf den Punkt.“ — Aus der llmstxt.org-Dokumentation (2025)

Messung des Erfolgs: Wie Sie AI-Search-Traffic tracken

AI-Search-Traffic ist in Google Analytics 4 nicht automatisch als eigene Quelle ausgewiesen. Perplexity, ChatGPT und ähnliche Systeme erscheinen oft als Direktzugriff oder unter dem Referrer des jeweiligen Dienstes.

Tracking-Setup für AI-Referrer

Erstellen Sie in GA4 ein Custom Segment für folgende Referrer: perplexity.ai, chat.openai.com, gemini.google.com, claude.ai. Ergänzen Sie dies mit einem UTM-Parameter-Monitoring für Links, die aus AI-generierten Antworten kommen. Messen Sie die Baseline vor der llms.txt-Implementierung — ohne Ausgangswert ist keine Erfolgsmessung möglich.

Realistische Erwartungen für 2026

AI-Search-Traffic ist kein Ersatz für organischen Google-Traffic — noch nicht. Für die meisten Magento-Shops liegt der AI-Search-Anteil 2026 zwischen 5 und 18 % des organischen Traffics, mit monatlichem Wachstum. Shops, die jetzt implementieren, bauen einen Vorsprung auf, den Nachzügler in 12–18 Monaten aufholen müssen.

„Wer 2026 nicht in AI-Sichtbarkeit investiert, wiederholt den Fehler derer, die 2010 kein Mobile-SEO betrieben haben.“ — E-Commerce-Analyse, Searchmetrics (2025)

Ihre nächsten Schritte: Entscheidung in 60 Sekunden

Die Wahl hängt von drei Faktoren ab: Hosting-Umgebung, Katalogkomplexität, Budget. Wählen Sie das zutreffende Szenario:

Magento Open Source, On-Premise, unter 5.000 Produkte: elgentos-Modul, kostenlos, Installation in 20 Minuten. Führen Sie jetzt aus: composer require elgentos/magento2-llms-txt.

Adobe Commerce Cloud, beliebige Kataloggröße: run_as_root-Modul, ab 490 EUR. Die Controller-basierte Auslieferung ist hier nicht optional — sie ist die einzige stabile Lösung gegen das Read-only-Filesystem.

B2B-Shop mit Kundengruppen-Preisen und mehrsprachigem Katalog: Custom Agentur-Modul, 1.500–2.500 EUR. Nur hier rechtfertigt die Komplexität die höheren Kosten.

Statischer Mini-Katalog unter 200 Produkten: Manuelle llms.txt ausreicht, wenn Sie bereit sind, sie bei Katalogänderungen manuell zu pflegen.

Nach der Installation planen Sie zwei Termine ein: eine Kontrolle nach 10 Tagen (erste Crawler-Zugriffe in den Server-Logs sichtbar?) und eine Traffic-Auswertung nach 8 Wochen (AI-Referrer in GA4 messbar?). Wer diese beiden Checkpoints setzt, misst Wirkung — statt sie zu vermuten.