Sieben von achtundsechzig KI-Sichtbarkeitsanbietern deklarieren Content Signals. Keiner nutzt das neue Feld.

Content Signals sind der einzige maschinenlesbare Weg zu sagen, was ein KI-Crawler mit Ihrer Seite tun darf, nachdem er sie gelesen hat. Sie stehen in der robots.txt, haben eine Spezifikation hinter sich und kosten nichts. Wir haben am 14. August 2026 alle 69 Anbieter unseres Katalogs nach ihrer robots.txt gefragt. Von den 68 Anbietern, die eine lesbare Datei lieferten, deklarieren 7 Content Signals und 0 deklarieren das vierte Feld.

Das ist eine Kategorie, deren ganzes Produkt darin besteht, von Maschinen richtig gelesen zu werden. Und es ist eine Kategorie, die mit sieben Ausnahmen genau das Feld nicht benutzt hat, das dafür gemacht ist.

Offenlegung: EchoWi ist einer der 69 und einer der sieben, und wir verkaufen Messung von KI-Sichtbarkeit, also ist eine Studie darüber, wer seine Präferenzen sauber deklariert, eine Studie mit Interesse. Die Methode ist eine GET-Anfrage auf /robots.txt und eine Suche nach Zeilen, die mit Content-Signal: beginnen. Das Datum ist der 14. August 2026, jeder deklarierende Anbieter wird unten mit seinem genauen Wortlaut genannt, und die Zählungen stehen in unserem Messregister. Jeder kann das in einer Minute gegen uns wiederholen, und der Abschnitt darüber, was unser eigener früherer Durchlauf falsch gemacht hat, steht darin, weil wir ihn zuerst gegen uns selbst laufen ließen.

Die kurze Fassung

1. 68 der 69 Anbieter liefern eine robots.txt. Einer schickt stattdessen eine Bot-Prüfung zurück, was eine Prüfung ist und keine fehlende Datei, und genau deshalb wird er getrennt gezählt.
2. 7 der 68 deklarieren Content Signals. Das ist grob einer von zehn, in einer Kategorie, die auf Maschinenlesbarkeit gebaut ist.
3. 0 deklarieren content-use, das vierte Feld, das gerade getestet wird. Kein einziger Anbieter der Kategorie hat es übernommen.
4. Sechs der sieben deklarieren voll permissiv, irgendeine Fassung von search ja, ai-input ja, ai-train ja.
5. Einer deklariert ai-train=no und behält dabei ai-input=yes. Das ist kein Widerspruch, und es als einen zu behandeln wäre der bequeme Fehler, den dieses Stück sorgfältig vermeidet.
6. Unsere eigene frühere Zählung derselben Konvention lag bei diesem Anbieter falsch, aus einem Instrumentgrund, den wir beschreiben statt still zu korrigieren.

Was ein Content Signal ist, und das Feld, das gerade aufgetaucht ist

Eine robots.txt konnte immer sagen, wohin ein Crawler gehen darf. Sie konnte nie sagen, was ein Crawler mit dem tun darf, was er findet. Content Signals füllen diese Lücke mit drei Feldern, geschrieben als Direktivenzeile innerhalb einer Gruppe:

User-Agent: *
Content-Signal: search=yes, ai-input=yes, ai-train=yes
Allow: /

Die drei bedeuten Verschiedenes, und der Unterschied ist der ganze Punkt:

• search deckt den Aufbau eines Suchindex über den Inhalt ab.
• ai-input deckt ab, den Inhalt in ein Modell zu geben, um eine Antwort in Echtzeit zu erzeugen. Dieses Feld regelt die Zitierung.
• ai-train deckt ab, den Inhalt zum Trainieren oder Feinabstimmen eines Modells zu benutzen.

Ein Publisher kann über diese drei jede beliebige Kombination von Positionen halten, und das Vokabular existiert, damit eine differenzierte Position ausdrückbar ist statt näherungsweise durch das komplette Blockieren eines Crawlers ersetzt zu werden.

Cloudflare testet derzeit ein viertes Feld, content-use, das beschreibt, was nach dem Zugriff behalten und wiederverwendet werden darf. Es nimmt einen von drei Werten, vom am wenigsten zum am meisten permissiven: use=immediate heißt interagieren und nichts speichern, use=reference heißt indexieren, auszugsweise zitieren und zurückverlinken, und use=full heißt zusammenfassen und reproduzieren. Cloudflares eigene verwaltete robots.txt schreibt use=reference neben ihren Standard search=yes, ai-train=no.

Demselben Katalog wurde am selben Tag mit demselben Instrument eine benachbarte Frage gestellt: die meisten Domains, die Zitierungen gewinnen, liefern keine llms.txt aus, die meisten Anbieter schon, das ist die andere Konvention, die diese Kategorie verkauft.

Dieses vierte Feld ist der Grund, warum dieser Durchlauf jetzt lohnte und nicht später. Es ist neu genug, dass Verbreitung eine echte Frage ist, und die Antwort fällt sauber aus.

Was neunundsechzig robots.txt-Dateien sagen

Das Instrument fragt /robots.txt beim Origin jedes Anbieters an, folgt Weiterleitungen und liest jede Content-Signal:-Zeile im Rumpf. Es ist bewusst unglamourös, und drei seiner Entscheidungen zählen:

Es benutzt GET, nie HEAD. Ein Server ist nicht verpflichtet, auf eine HEAD-Anfrage zu antworten, und das ist hier nicht theoretisch: ein früherer Link-Prüfer in diesem Projekt meldete zwei völlig lebendige Seiten aus genau diesem Grund als tot, bevor er korrigiert wurde.

Eine Prüfung ist keine fehlende Datei. Die Status 401, 403, 429 und 999 heißen, dass eine Bot-Kontrolle im Weg stand. Das ist ein Beleg über die Edge, nicht darüber, ob eine Datei existiert, und es in „keine robots.txt“ zu falten würde eine Zahl herstellen. Ein Anbieter landet in diesem Eimer.

Eine 200 ist nicht automatisch eine robots.txt. Manche Hoster beantworten jeden Pfad mit einer Marketingseite. Der Rumpf muss eine echte Direktive enthalten, bevor die Zeile zählt.

Die Zählungen vom 14. August 2026:

Und die sieben, mit dem, was jeder tatsächlich sagt:

Zwei Dinge sind aus dieser Tabelle abzulesen, bevor jemand aus der Überschrift einen Schluss zieht.

Das erste ist, dass eine robots.txt eine Content-Signal-Zeile pro Gruppe trägt, die Zahl in der mittleren Spalte ist also keine Zierde. Rankability schreibt elf davon, was ein bewusster Akt ist, elf verschiedenen Crawler-Gruppen dasselbe zu sagen. Omnibound schreibt drei, und sie sagen nicht alle dasselbe.

Das zweite ist, dass Rankabilitys Deklaration ai-input vollständig auslässt. Nach der Spezifikation ist ein fehlendes Feld kein Nein, es ist Schweigen, das ist also keine Ablehnung der Zitierung. Es ist ein Anbieter, der über Training und Suche nachgedacht und zu dem Feld, das die Verwendung in einer Antwort regelt, nichts gesagt hat.

Der eine Anbieter, der nein sagt, und warum das die durchdachte Antwort ist

Omnibound ist der einzige der sieben, der irgendwo eine einschränkende Präferenz deklariert: ai-train=no, neben ai-input=yes.

Die verlockende Lesart ist, dass ein Anbieter, der KI-Sichtbarkeit verkauft und KI-Crawlern sagt, sie sollten seinen Inhalt nicht benutzen, ein Widerspruch zum Draufzeigen ist. Diese Lesart ist falsch, und es lohnt sich zu buchstabieren warum, weil der gesamte Wert dieses Vokabulars auf der Unterscheidung ruht, die es trifft.

Trainieren und Antworten sind verschiedene Nutzungen. Ein Modell, das auf Ihrem Inhalt trainiert wurde, hat ihn in Gewichte aufgesogen, zitiert niemanden und schickt niemanden. Ein Modell, das Ihren Inhalt als Eingabe für eine Antwort benutzt, kann ihn zitieren, zuordnen und verlinken. Ein Publisher, der das zweite will und das erste nicht, ist nicht verwirrt. Er drückt genau die Position aus, für die die drei Felder gebaut wurden, und er ist der einzige Anbieter dieser Kategorie, der sich die Mühe gemacht hat.

Nach den Zahlen, wie wir sie gefunden haben, hat Omnibound die durchdachteste Deklaration im Feld. Alle anderen mit einer Deklaration haben zu allem ja gesagt, was für ein Geschäft mit maximaler Maschinenreichweite eine vertretbare Position ist und zugleich das, was man schreibt, wenn man über den Unterschied nicht nachgedacht hat.

Das Instrument lag zuerst falsch, und unsere eigene frühere Zählung auch

Wir ließen drei Tage früher, am 11. August, eine Fassung dieses Durchlaufs laufen, als Teil eines breiteren Audits dessen, was diese Kategorie ausliefert. Jene Zählung hielt fest, dass Omnibound search=yes deklariert, Punkt.

Das war unser Instrument, nicht ihre Datei. Es las die erste Content-Signal:-Zeile und meldete sie, als wäre sie die Deklaration. Omnibound hat drei, und die erste ist zufällig die uninteressanteste davon. Das veröffentlichte Register hatte damit die Position eines Anbieters drei Tage lang verkehrt herum, und nichts schlug an, weil ein abgeschnittener Wert genauso aussieht wie ein vollständiger.

Wir korrigieren die frühere Zahl nicht. Sie ist eine eingefrorene Tatsache darüber, was unser Instrument an seinem eigenen Tag gesehen hat, und ihre Zählungen werden an mehreren Stellen zitiert. Was wir stattdessen getan haben: den neuen Durchlauf getrennt erfassen, jede Zeile mit ihrer Anzahl daneben speichern, und in die Daten selbst schreiben, warum die beiden Daten nicht übereinstimmen. Ob Omnibound die Datei zwischen dem elften und dem vierzehnten geändert hat oder unser früheres Instrument sie schlicht falsch las, ist nicht mehr rekonstruierbar. Die uns schmeichelnde Erklärung zu wählen hieße, eine Tatsache zu erfinden.

Die allgemeine Regel daraus: wenn ein Format erlaubt, dass ein Feld mehr als einmal vorkommt, sammelt das Instrument alle ein und das Register speichert, wie viele es waren. Eine Anzahl neben einem Wert ist das, was die nächste Kürzung sichtbar macht.

Und die Seiten, die tatsächlich zitiert werden, machen es nicht besser

Der naheliegende Einwand gegen alles oben ist, dass wir die Falschen gemessen haben. Anbieter verkaufen Sichtbarkeit, sie gewinnen sie nicht zwangsläufig. Also haben wir dieselbe Frage den Domains gestellt, die sie gewinnen.

Die Grundgesamtheit ist jede Domain, die dieses Register in drei oder mehr getrennten Sondenzeilen als zitiert festgehalten hat, das sind 122 der 1.019 verschiedenen Domains, die es gesehen hat. Die Schwelle ist willkürlich und wir deklarieren sie: hoch genug, dass eine Domain über mehrere Fragen hinweg zitiert wurde und nicht ein einziges Mal, niedrig genug, um eine Stichprobe größer als den Anbieterkatalog übrig zu lassen. Von diesen 122 lieferten 113 eine lesbare Datei, 5 schickten eine Prüfung, 3 lösten nicht auf und 1 antwortete mit 200 auf etwas, das keine robots.txt ist.

9 der 113 zitierten Domains deklarieren Content Signals. Gegen 7 von 68 bei den Anbietern ist das dieselbe Rate innerhalb jedes Fehlers, der den Namen verdient.

Das läuft gegen den Rahmen, mit dem dieses Stück beginnt, also sagen wir es deutlich: die Kategorie ist nicht besonders nachlässig mit einer Konvention, von der ihr eigenes Produkt abhängt. Sie ist normal. Normal ist nur sehr niedrig, in beiden Grundgesamtheiten, und ein Befund über eine Branche schreibt sich unbequemer als einer über ein Konkurrenzfeld.

Zwei Unterschiede überleben den Vergleich, und einer ist kleiner, als er aussieht.

Das vierte Feld existiert draußen und nicht in der Kategorie. Kein Anbieter deklariert content-use. Zwei zitierte Domains tun es. Aber beide schreiben die Byte für Byte identische Zeichenkette search=yes,ai-train=no,use=reference, Leerzeichen eingeschlossen, zwei Anwender sind also kein Beleg für zwei Entscheidungen. Die wahrscheinlichste Erklärung ist ein Plugin oder ein kopierter Schnipsel, und so halten wir es fest und nicht als Verbreitung.

Training abzulehnen ist außerhalb der Kategorie häufiger. Vier der neun zitierten Domains, die deklarieren, sagen ai-train=no, gegen einen von sieben Anbietern. Das sind absichtlich Zählungen und keine Raten: bei einstelligen Zahlen wäre ein Prozentsatz Theater, und ehrlich ist zu sagen, dass die einzige Grundgesamtheit, in der Nein zum Training üblich ist, die ist, die nicht wir gebaut haben.

Was das nicht zeigt

Eine Konvention, ein Tag, ein Katalog. Das sind 69 Anbieter, die wir verfolgen, am 14. August 2026. Es ist keine Stichprobe des Webs und keine Aussage über irgendjemanden außerhalb dieser Liste.

Deklarieren ist nicht Einhalten, und Nichtdeklarieren ist nicht Blockieren. Content Signals drücken eine Präferenz aus. Sie erzwingen nichts, ein Crawler darf sie ignorieren, und ein Anbieter ohne Deklaration hat damit nichts verweigert. Die richtige Lesart der 61 Nichtdeklarierenden ist, dass sie schweigen, nicht dass sie feindlich sind.

Eine robots.txt ist das, was die Edge ausliefert, nicht das, was im Repository liegt. Das wissen wir aus Erfahrung: unsere eigene Deklaration war für einen früheren Durchlauf unsichtbar, weil ein CDN noch eine mit einem Jahr TTL zwischengespeicherte Fassung auslieferte. Eine Messung dessen, was eine Site deklariert, ist eine Messung dessen, was ihr Cache an dem Tag herausgibt.

Null Verbreitung eines Feldes ist kein Beleg dafür, dass das Feld schlecht ist. content-use ist neu und wird noch als Test beschrieben. Dass es noch niemand übernommen hat, ist ebenso eine Tatsache über den Zeitpunkt wie über das Feld, und ehrlich ist, es später noch einmal zu messen statt jetzt etwas zu schließen.

Wir haben nicht gemessen, ob irgendetwas davon die Zitierung verändert. Nichts hier verbindet eine Deklaration damit, häufiger oder seltener zitiert zu werden. Das bräuchte einen anderen Aufbau, und wir sagen das lieber, als den Zusammenhang anzudeuten.

Häufige Fragen zu Content Signals

Was sind Content Signals in der robots.txt?

Content Signals sind maschinenlesbare Direktiven in einer robots.txt-Datei, die angeben, was ein Crawler mit Inhalten tun darf, nachdem er darauf zugegriffen hat. Es gibt drei Felder: search für den Aufbau eines Suchindex, ai-input für das Einspeisen von Inhalten in ein Modell zur Erzeugung einer Antwort in Echtzeit, und ai-train für Training oder Feinabstimmung eines Modells. Sie werden als Direktivenzeile innerhalb einer Crawler-Gruppe geschrieben, etwa Content-Signal: search=yes, ai-input=yes, ai-train=yes, und jedes Feld nimmt yes oder no.

Wie viele KI-Sichtbarkeitsanbieter deklarieren Content Signals?

7 der 68, die eine lesbare robots.txt lieferten, gemessen am 14. August 2026 über die 69 Anbieter unseres Katalogs. Ein weiterer Anbieter schickte statt einer Datei eine Bot-Prüfung, die wir getrennt zählen, weil eine Prüfung kein Beleg dafür ist, dass eine Datei fehlt. Die sieben sind in der Tabelle oben mit ihren genauen Deklarationen genannt.

Was ist das Feld content-use?

content-use ist ein viertes Content-Signals-Feld, das derzeit getestet wird und beschreibt, was nach dem Zugriff behalten und wiederverwendet werden darf. Seine drei Werte reichen vom am wenigsten zum am meisten permissiven: use=immediate heißt interagieren, aber nichts speichern und nichts wiederverwenden, use=reference heißt indexieren, auszugsweise zitieren und zurückverlinken, und use=full heißt zusammenfassen und reproduzieren. Stand 14. August 2026 deklariert es keiner der 68 Anbieter, die wir lesen konnten.

Schadet ai-train=no der KI-Sichtbarkeit?

Für sich genommen nicht, denn Trainieren und Antworten sind getrennte Nutzungen. ai-train regelt, ob Ihr Inhalt in die Gewichte eines Modells aufgenommen werden darf, während ai-input regelt, ob er als Quellmaterial für eine generierte Antwort dienen darf, und das ist das Feld, das Zitate und Links erzeugt. Ein Publisher kann das erste ablehnen und das zweite erlauben, und ein Anbieter in diesem Durchlauf tut genau das.

Sollte ich Content Signals in meine robots.txt aufnehmen?

Es kostet nichts, es ist eine Zeile pro Crawler-Gruppe, und es ist der einzige standardisierte Weg, den Unterschied zwischen trainiert werden und zitiert werden auszusprechen. Ob permissiv oder einschränkend deklariert wird, ist eine Rechte-Entscheidung und keine technische, der nützliche Schritt ist also, für jede der drei Nutzungen zu entscheiden, was Sie wirklich wollen, bevor Sie etwas schreiben. Deklarieren erzwingt nichts, es steht also neben den Zugriffskontrollen, die Sie ohnehin betreiben, und nicht an deren Stelle.

Wie prüfe ich, was eine Site deklariert?

Fordern Sie /robots.txt beim Origin der Site mit einem GET an, nicht mit einem HEAD, und lesen Sie jede Zeile, die mit Content-Signal: beginnt. Es kann mehr als eine geben, weil eine Datei eine pro Crawler-Gruppe trägt, und nur die erste zu lesen ist genau die Art, wie wir in einem früheren Durchlauf die Position eines Anbieters falsch wiedergegeben haben. Gibt die Anfrage 401, 403, 429 oder 999 zurück, sind Sie auf eine Bot-Prüfung gestoßen und haben nichts über die Datei erfahren.