Labrador: ChatGPTs eigener Index und was er von deiner Website verlangt
ChatGPT holt seine Websuche nicht mehr nur bei Partnern ein. Dahinter läuft ein eigener Retrieval-Index, intern Labrador genannt, also eine eigene Ablage von Webseiten, aus der das System Treffer zieht, statt sie fremd einzukaufen. Und es ist nicht ein Index, sondern eine Familie vertikaler Indizes: Web, PDF, YouTube, News, arXiv, Wikipedia, Lokales, Finanzen, Recht, Medizin, Shopping, Bilder.
Das ist der Unterschied zur früheren Logik. Bisher war ChatGPT Search im Kern ein Aufsatz auf Drittanbieter-Suchergebnissen, Bing-Klasse, teils über abgegriffene Google-Ergebnisse. Im Google-Kartellverfahren kam unter Eid heraus, dass die Suchdaten der Nicht-Google-Partner aus OpenAIs Sicht erhebliche Qualitätsprobleme hatten und das Unternehmen deshalb ab 2023 an einem eigenen Index arbeitete, mit dem erklärten Ziel, einen Großteil der Anfragen daraus zu beantworten. Bing ist damit nicht verschwunden, es kommt über Microsofts Web IQ und Deep Research herein. Aber die Frage ist jetzt eine neue: Kennt dich OpenAIs eigener Index?
Prüf, ob OAI-SearchBot deine Seiten überhaupt erreicht, in robots.txt und in Firewall oder CDN. Bleibt der Zugang versperrt, sinken deine Chancen, in ChatGPTs eigenem Index oder in seinen Suchantworten aufzutauchen, unabhängig davon, wie gut deine Inhalte sind.
Wie der Index Inhalte crawlt, bewertet und auswählt
Wie viel dieser eigene Index tatsächlich trägt, lässt sich messen. Zwischen dem 21. Mai und dem 21. Juli 2026 lieferte ChatGPT im eigenen Datenstrom pro Ergebnis ein Feld mit, das die Quelle nannte: labrador für den eigenen Index, daneben drei externe Scraper-Pipelines. Seit dem 21. Juli 2026 ist das Feld weg, seitdem läuft die Zuordnung über Formatmerkmale wie Titelform und Snippet-Länge.
RESONEO hat in dieser Phase gemessen, dass im kostenlosen Think-Modus 74,7 Prozent der Ergebnisse aus OpenAIs eigenem Index stammten, im bezahlten Thinking-Modus dagegen 75,3 Prozent aus abgegriffenen Google-Ergebnissen. Der Mix hängt also davon ab, welche Version deine Leser*innen benutzen.
Der Weg in den Index läuft in drei Stufen: gecrawlt, gespeichert, in einer Antwort ausgespielt. Und jede Stufe kann enden. Ein Bot-Besuch garantiert keine Aufnahme, OpenAI filtert offenbar, nach welchen Kriterien ist nicht veröffentlicht.
Dass gespeichert wird, ist inzwischen belegt: Ein Parameter in OpenAIs Web-Search-API erlaubt einen Modus, in dem ChatGPT ausschließlich aus dem eigenen Cache antwortet, und Inhalte, die dort über 30 Tage lagen, waren weiter abrufbar. Im April 2026 bestätigte OpenAIs Hilfezentrum den Index indirekt, indem es für berechtigte Workspace-Konten eine Offline-Websuche über indexierte und gecachte Webinhalte beschrieb. Dass OpenAI den eigenen Index weiter gegen abgegriffene Suchergebnisse testet, ist am Shopping-Bereich am deutlichsten sichtbar.
Technische Voraussetzungen, damit deine Seite überhaupt erfasst wird
Aus dieser Mechanik folgen harte technische Anforderungen. Für die Suche zuständig ist laut OpenAIs eigener Beschreibung OAI-SearchBot. GPTBot sammelt Trainingsdaten, ChatGPT-User ruft Seiten live ab, während gerade eine Antwort entsteht, ausgelöst durch eine konkrete Nutzeranfrage. Die drei sind in der robots.txt getrennt steuerbar. Du kannst also Training sperren und Suche erlauben. Wer pauschal alle KI-Bots blockt, wirft drei verschiedene Geschäftsentscheidungen in einen Topf.
Änderungen an der robots.txt brauchen rund 24 Stunden, bis OpenAIs Systeme sie berücksichtigen. Eine überarbeitete Fassung der Doku deutet zudem an, dass ChatGPT-User an anderer Stelle nicht mehr strikt an robots.txt gebunden sein könnte, weil Nutzeraktionen die Regeln umgehen können, und OpenAI verwendet bei beidseitiger Freigabe unter Umständen nur einen Crawl für Suche und Training.
Die häufigere Ursache für Unsichtbarkeit sitzt ohnehin nicht in der robots.txt, sondern in Firewall und CDN. Cloudflare, Akamai, AWS WAF, Imperva und Fastly bringen Standardregeln mit, die unbekannte User Agents aggressiv drosseln oder mit Challenges beantworten. Crawler lösen keine CAPTCHAs, sie bekommen 403 oder 429 und sind draußen, obwohl die robots.txt sie erlaubt. Prüf also Statuscodes in den Logs, verifiziere echte Zugriffe über OpenAIs veröffentlichte IP-Bereiche und nimm JavaScript- und CAPTCHA-Challenges für diese IPs heraus.
Nach Beobachtungen aus früheren Tests rendert der Crawler kein JavaScript und liest wohl nur, was serverseitig ausgeliefert wird, nachgeladene Inhalte kommen offenbar nicht an. Für sehr große Seiten wurde zudem eine Obergrenze beschrieben, oberhalb derer eine Seite offenbar gar nicht erst gelesen wird, statt nur gekürzt zu werden. Wie zuverlässig eingebettete Skripte, iframes oder strukturierte Daten im Format JSON-LD beim Einlesen ankommen, ist nicht eindeutig belegt, in der Praxis berichten mehrere Quellen aber davon, dass solches Markup beim Übertrag in Klartext verloren geht. Auch Anweisungen wie Cache-Control: no-store oder ein noindex-Tag scheinen den Abruf nach bisherigen Beobachtungen nicht zuverlässig zu stoppen.
Konkrete Schritte für mehr Sichtbarkeit im neuen Index
Der erste Schritt ist banal und wird trotzdem übersprungen: eine explizite Allow-Regel für OAI-SearchBot statt einer Wildcard-Annahme, und danach ein Blick in die Logs, ob die Zugriffe mit 200 quittiert werden. Wie oft gecrawlt wird, verrät dir gleich mit, wie tief der Index deine Domain überhaupt kennt.
Der zweite Hebel ist der Seiteninhalt selbst. Weil das Abrufwerkzeug Seiten in Textstücken liest, laut der Rekonstruktion von Dan Petrovic in einer Art springendem Fenster, das Design und Skripte wegwirft und kurze Passagen Klartext zieht, spricht einiges dafür, die Antwort serverseitig auszuliefern und jeden Abschnitt für sich verständlich zu machen. Beobachtet, nicht offiziell, aber konsistent mit dem, was technisch durchkommt. Halte Seiten unter der Größengrenze, schneide Render-Abhängigkeiten weg und verlass dich nicht darauf, dass Auszeichnung im Markup deine Aussage transportiert: Schreib sie in den Text.
Als Landkarte kannst du zusätzlich eine llms.txt anbieten, eine Datei im Stammverzeichnis, die den wichtigsten Content in einfacher Textform zusammenfasst und KI-Systemen eine Orientierung gibt. Sie steuert keinen Zugriff und sperrt nichts, sie ist ein Angebot.
Und weil Bing-Daten weiter über Web IQ hereinkommen, kann sich eine saubere Bing-Indexierung samt Sitemap weiter lohnen. Nur eben kein Ersatz mehr für die Frage, ob OpenAIs eigener Index dich kennt.
Verliert meine bisherige Sichtbarkeit in ChatGPT-Antworten jetzt an Bedeutung?
+
Nein, sie verschiebt sich. Sichtbarkeit in ChatGPT-Antworten entsteht weiter aus zwei Wegen: aus dem Index und aus dem Live-Abruf während einer Nutzerfrage. Der Indexweg hängt an eigenen Regeln, die OpenAI setzt und offenbar auch mal verschiebt. Blockierst du OAI-SearchBot, fällst du laut OpenAIs Dokumentation aus den Suchantworten heraus, kannst aber weiter als navigierender Link auftauchen. Wie stabil diese Zusage in der überarbeiteten Doku noch gilt, ist von außen schwer zu beurteilen. Praktisch heißt das: bestehende Sichtbarkeit ist kein Bestandsschutz, du musst den Indexzugang aktiv offenhalten.
Ist diese Änderung dauerhaft oder plant OpenAI weitere Anpassungen?
+
Das ist erkennbar Bewegung, nicht Endzustand. Das Quellenfeld im Datenstrom war zwei Monate sichtbar und verschwand wieder, ein Zeichen dafür, dass OpenAI intern weiter an der Balance zwischen eigenem Index und abgegriffenen Suchergebnissen arbeitet. Auch die Crawler-Dokumentation wurde zuletzt in einzelnen Punkten angepasst. Aus dem Kartellverfahren ist zudem bekannt, dass OpenAI selbst mit weitreichendem Zugriff auf fremde Indexdaten von einem mehrjährigen Weg ausgeht, bis sich zuverlässig sagen lässt, wie viele Anfragen der eigene Index allein tragen kann. Erwarte also weitere Anpassungen und prüf deine Crawler-Einstellungen regelmäßig statt einmalig.
Was bedeutet das für meinen Google-Suchtraffic und meine SEO-Strategie?
+
Er bleibt dein Brot. Gute Google-Indexierung ist Voraussetzung dafür, überhaupt in den abgegriffenen Ergebnisstrecken vorzukommen, und in deutschen Website-Logs machen KI-Chatbot-Zugriffe bei den meisten Projekten bislang nur einen winzigen Anteil aus, während Leads weiter aus den klassischen Suchsystemen kommen. Klassisches SEO, saubere Indexierung, interne Verlinkung, strukturierte Inhalte, ist die Grundlage, auf die die Index-Arbeit obendrauf kommt.
Muss ich beim Crawling durch OpenAI datenschutzrechtliche Aspekte beachten?
+
Für deine eigenen, öffentlich ausgelieferten Seiten ist Crawling zunächst eine Zugriffsfrage, nicht mehr. Wichtig ist die Grenze der robots.txt: Sie steuert OAI-SearchBot und GPTBot, während ChatGPT-User bei nutzerausgelösten Aktionen offenbar nicht in gleichem Maß daran gebunden ist. Inhalte, die nicht in fremde Hände sollen, brauchen also serverseitigen Schutz, keine Direktive. Auf Nutzerseite gibt OpenAI an, Suchanfragen umformuliert an externe Suchanbieter weiterzugeben und dabei den ungefähren Standort aus der IP mitzuliefern, nicht aber die IP-Adresse selbst oder Kontoinformationen.
