# KI-Nutzungsrechte: KI-Training auf deiner Website erlauben oder verbieten (ai.txt, robots.txt & Co.)

> Machine-Web · Referenz · Stand: 2026-07-03 · KAMINSKI+ (kaminskiplus.de)

KI-Nutzungsrechte regeln, ob und wie KI-Systeme deine Website abrufen, indexieren und zum Training nutzen dürfen. Steuern kannst du das über mehrere übereinanderliegende Signale: die `robots.txt` pro User-Agent, die separaten Trainings-Token `Google-Extended` und `Applebot-Extended`, die aufkommende `ai.txt`, den rechtlichen TDM-Rechtevorbehalt sowie Meta-Tags und HTTP-Header. **Wichtig:** Keines davon ist ein technischer Zwang — es sind Bitten und rechtliche Erklärungen, an die sich seriöse Anbieter halten. (Orientierung, keine Rechtsberatung.)

## Antwort zuerst: Kann KI auf meiner Website trainieren?

Standardmäßig ja. Ist deine Seite öffentlich erreichbar, kann ein KI-Anbieter sie abrufen, solange du nicht aktiv widersprichst. Die Frage ist also nicht „ob“, sondern „welches Signal du setzt“. Fünf Werkzeuge wirken auf verschiedenen Ebenen und ergänzen einander:

| Werkzeug | Wirkung |
|---|---|
| `robots.txt` | Zugriff pro User-Agent — Standard, aber nur eine Bitte |
| `Google-Extended` / `Applebot-Extended` | KI-Training getrennt von der Suche steuern |
| `ai.txt` | maschinenlesbare Nutzungsrichtlinie — permissiv oder restriktiv |
| TDM-Rechtevorbehalt | rechtlicher Opt-out gegen Text-and-Data-Mining (u. a. EU) |
| Meta-Tags / HTTP-Header | `X-Robots-Tag`, `noai`/`noimageai` — wo unterstützt |

## 1. robots.txt — pro User-Agent

Steuert Crawler pro User-Agent mit `Allow` oder `Disallow`.

KI-Training verbieten:

```
User-agent: GPTBot
Disallow: /
User-agent: ClaudeBot
Disallow: /
User-agent: CCBot
Disallow: /
```

KI-Crawler erlauben (max. Sichtbarkeit):

```
User-agent: GPTBot
Allow: /
User-agent: ClaudeBot
Allow: /
User-agent: PerplexityBot
Allow: /
```

Die `robots.txt` ist eine Bitte, kein technischer Zwang. Harte Kontrolle braucht Server-/Firewall-/WAF-Ebene.

## 2. Google-Extended & Applebot-Extended

Google und Apple trennen KI-Training bewusst von der normalen Suche über eigene Token. So machst du einen Google-Extended opt out, ohne aus der klassischen Suche zu verschwinden:

```
User-agent: Google-Extended
Disallow: /
User-agent: Applebot-Extended
Disallow: /
```

`Google-Extended` ist kein eigener Crawler, sondern ein robots.txt-Token; `Googlebot` indexiert davon unberührt weiter. `Applebot-Extended` ist das Apple-Gegenstück zu `Applebot`.

## 3. ai.txt — maschinenlesbare Nutzungsrichtlinie

Die `robots.txt` regelt nur den Zugriff, nicht die Nutzung. Diese Lücke füllt die aufkommende `ai.txt` (üblich unter `/.well-known/ai.txt`): Du benennst einzelne Nutzungsarten — Training, Indexierung, Zitieren, Speichern, Inferenz — und erlaubst oder untersagst sie, **permissiv** oder **restriktiv**. Junger Standard, noch nicht universell unterstützt: eine klare Absichtserklärung, kein durchsetzbarer Vertrag. Ergänzt andere Signale, ersetzt sie nicht.

## 4. TDM-Rechtevorbehalt — rechtlicher Opt-out

TDM steht für Text-and-Data-Mining — die automatisierte Auswertung, die dem KI-Training zugrunde liegt. Im EU-Kontext können Rechteinhaber sie sich vorbehalten; ein idealerweise maschinenlesbarer Vorbehalt ist ein rechtlicher Opt-out. Das schärfste der hier genannten Instrumente, weil es eine Rechtsposition erklärt statt nur um Wohlverhalten zu bitten. **Orientierung, keine Rechtsberatung** — Wirkung hängt von Rechtsraum, Werkart und Ausgestaltung ab.

## 5. Meta-Tags & HTTP-Header — noai / X-Robots-Tag

Punktgenau pro Seite statt zentral:

```
<meta name="robots" content="noai, noimageai">
X-Robots-Tag: noai, noimageai
```

`noai`/`noimageai` signalisieren den Wunsch, Text bzw. Bilder nicht fürs KI-Training zu nutzen — wird aber nicht von allen Anbietern ausgewertet. Kein flächendeckender Standard wie `noindex`. Wieder gilt: eine Bitte, kein Zwang.

## Die Debatte: Opt-out vs. Opt-in, Sichtbarkeit vs. Kontrolle

Das heutige Web ist überwiegend **Opt-out**: nutzbar, bis jemand widerspricht. Ein Teil der Rechteinhaber fordert **Opt-in** — Nutzung erst nach Zustimmung. Der Konflikt berührt das Urheberrecht direkt und ist rechtlich wie politisch offen. Für Betreiber bleibt eine Abwägung: **Sichtbarkeit** (erlauben, Präsenz in KI-Antworten) gegen **Kontrolle** (blocken, weniger KI-Sichtbarkeit). Keine für alle richtige Antwort — nur die bewusste Wahl.

## Praxis für beide Lager

**Erlauben (Sichtbarkeit):** pro Crawler `Allow: /` (inkl. allow GPTBot, ClaudeBot, PerplexityBot); erlaubende `ai.txt`; Inhalte via `llms.txt` maschinenlesbar; `noai` weglassen, Extended-Token offen lassen.

**Verbieten (Kontrolle):** Training-Crawler gezielt blocken; `Google-Extended` und `Applebot-Extended` auf `Disallow`; restriktive `ai.txt`, wo unterstützt `noai`/`noimageai`, ggf. TDM-Vorbehalt; harte Durchsetzung nur über Server-/Firewall-/WAF-Regeln.

## Häufige Fragen

**Kann KI auf meiner Website trainieren?**
Standardmäßig ja, solange du nicht aktiv widersprichst. Einschränken über robots.txt-Blocks der Training-Crawler, Google-Extended/Applebot-Extended auf Disallow und — im EU-Kontext — einen TDM-Rechtevorbehalt. Keines ist ein technischer Zwang.

**Wie verbiete ich KI-Training in der robots.txt?**
Jeden Training-Crawler einzeln mit `Disallow: /` benennen (GPTBot, ClaudeBot, CCBot …). Für Google/Apple stattdessen die Token Google-Extended und Applebot-Extended.

**Wie mache ich einen Google-Extended opt out?**
`User-agent: Google-Extended` mit `Disallow: /`. Nimmt Inhalte aus Googles KI-Training, während Googlebot weiter für die Suche indexiert. Applebot-Extended nach demselben Muster.

**Wie erlaube ich GPTBot ausdrücklich?**
Pro User-Agent ein `Allow: /`-Block (GPTBot, ClaudeBot, PerplexityBot …), ergänzt um eine erlaubende ai.txt und eine maschinenlesbare llms.txt.

**Was ist ai.txt und der TDM-Rechtevorbehalt?**
ai.txt: maschinenlesbare Nutzungsrichtlinie (permissiv/restriktiv) für Training, Indexierung, Zitieren, Speichern. TDM-Vorbehalt: rechtlicher Opt-out gegen automatisierte Auswertung (u. a. EU). Beides Orientierung, keine Rechtsberatung.

**Hält sich jede KI daran?**
Nein — robots.txt, ai.txt, Meta-Tags und TDM-Vorbehalt sind Bitten bzw. Erklärungen, kein Zwang. Harte Durchsetzung braucht Server-/Firewall-/WAF-Ebene.

## So lebt KAMINSKI+ das vor

Diese Site trifft ihre Wahl offen: erlauben. Unsere [/.well-known/ai.txt](/.well-known/ai.txt) erklärt eine ausdrücklich erlaubende Nutzungsrichtlinie — Training, Indexierung, Zitieren und Speichern sind hier gewünscht. Passend heißt unsere [/robots.txt](/robots.txt) jeden bekannten KI-Crawler mit `Allow: /` willkommen; wer was tut, steht unter [KI-Crawler & Bots](/machine-web/ai-crawlers/).

## Weiterführend

- [Machine-Web (Übersicht)](/machine-web/) — alle Referenz-Themen
- [KI-Crawler & Bots](/machine-web/ai-crawlers/) — welcher Bot trainiert, sucht, ruft ab
- [llms.txt](/machine-web/llms-txt/) — Inhalte maschinenlesbar machen
- [Leitfaden für Maschinen](/leitfaden/) — das Betriebshandbuch