Offene Statistiken
Echte, anonyme Zahlen zu allen bisher von AIVIS gescannten Websites. Keine einzelnen Domains, nur das Gesamtbild.
Score-Verteilung
- A316 (17%)
- B267 (15%)
- C323 (18%)
- D377 (21%)
- F548 (30%)
Nach Branche
- SaaS & Software133 Websites · Ø 79.4/100
- Nachrichten & Medien58 Websites · Ø 63.2/100
- Universitäten49 Websites · Ø 58.7/100
- E-Commerce47 Websites · Ø 65.2/100
- Banken & Finanzen29 Websites · Ø 69.6/100
- Öffentlicher Sektor27 Websites · Ø 55.5/100
- Hotels & Pensionen14 Websites · Ø 68.5/100
- Restaurants12 Websites · Ø 61.1/100
- Telekom & Versorger10 Websites · Ø 60.9/100
- Automotive10 Websites · Ø 71.6/100
- Reisen & Verkehr6 Websites · Ø 60.5/100
- Immobilienmakler6 Websites · Ø 61.5/100
- Webagenturen4 Websites · Ø 92.8/100
- Kanzleien & Freiberufler2 Websites · Ø 76/100
- Handwerker & lokale Geschäfte2 Websites · Ø 73/100
Methodik: Jede Zahl oben wird live aus dem letzten Scan jeder AIVIS bekannten Domain berechnet (echte oder Seeding-Daten), mit einer Stichprobe von bis zu 20.000 Berichten. Nur Aggregate — wir veröffentlichen hier nie den Score einer einzelnen Domain.
Erstellt am 05.11.2026, 13:54.
Diese Zahlen sind auch als JSON verfügbar, kostenlos und ohne Authentifizierung: API-Dokumentation ansehen
GET https://aivis.lumnika.com/api/v1/statsQuellen
Seit September 2022 sind die robots.txt-Regeln, die GPTBot, ClaudeBot und PerplexityBot lesen, ein Internetstandard, RFC 9309; Crawler müssen mindestens 500 KiB davon auswerten. IETF, RFC 9309: Robots Exclusion Protocol
Der llms.txt-Vorschlag, am 3. September 2024 von Jeremy Howard veröffentlicht, gibt Sprachmodellen eine kuratierte Markdown-Karte der Website statt tausender HTML-Seiten. Answer.AI, /llms.txt: a proposal to provide information to help LLMs use websites
Schema.org, das Vokabular, das KI-Suchmaschinen in JSON-LD lesen, wurde im Juni 2011 von Google, Microsoft und Yahoo gestartet und ist heute das gemeinsame Vokabular von Suchmaschinen und KI-Crawlern. Wikipedia, Schema.org