KI-Traffic messen, ohne Signale zu vermischen

„Traffic aus ChatGPT“ kann mindestens vier verschiedene Dinge meinen: Ein AI-Crawler ruft eine Seite ab, ein Mensch klickt in einer Antwort auf einen Link, ein AI-fähiger Browser rendert die Website oder ein Nutzer konvertiert nach einer AI-unterstützten Recherche.

Diese Vorgänge brauchen getrennte Kennzahlen. Wer sie in einem AI-Traffic-Wert zusammenfasst, erzeugt eine präzise aussehende Zahl ohne klare Bedeutung.

Die vier Ebenen von AI-Traffic

Signal	Datenquelle	Was es belegt	Was es nicht belegt
Crawler-Abruf	Server-, CDN- oder Edge-Log	Ein identifizierter Client hat einen Pfad angefordert	Menschlicher Besuch, Zitat oder Empfehlung
AI-vermittelter Besuch	Browser-Analytics mit erkennbarem Referrer	Ein Browser kam über einen bekannten AI-Dienst	Vollständige Zahl aller AI-Einflüsse
AI-Browser-Seitenaufruf	Browser-Tracker und ggf. User Agent	Die Seite wurde gerendert und der Tracker ausgeführt	Ob eine Antwort oder Empfehlung den Besuch auslöste
Conversion	Zielereignis plus Backend	Eine gewünschte Handlung fand statt	Sichere Zuordnung zu einem bestimmten Crawler-Abruf

Diese Trennung ist der Kern eines belastbaren AI-Analytics-Berichts.

ChatGPT-Referrals im Browser messen

Wenn ein Nutzer aus ChatGPT, Claude, Perplexity oder einem anderen Assistenten auf deine Seite klickt und der Browser einen erkennbaren Referrer übermittelt, kann normale Webanalyse den Besuch zuordnen.

Prüfe dafür:

• Referrer-Domain und zugeordneten Assistenten;
• Einstiegsseite;
• besuchte Folgeseiten;
• Kampagnenparameter, falls du eigene AI-Kampagnen verwendest;
• erreichte Ziele und Funnel-Schritte;
• bestätigte Registrierung, Anfrage oder Bestellung im Backend.

Die Zahl bleibt eine Untergrenze. Apps, Weiterleitungen, Browser-Datenschutz und fehlende Referrer können die Herkunft verbergen. Direkter Traffic enthält deshalb möglicherweise Besuche, die tatsächlich durch einen Assistenten beeinflusst wurden.

AI-Crawler serverseitig erfassen

Crawler wie GPTBot fordern Inhalte normalerweise direkt von Server, CDN oder Edge an. Sie führen den normalen Browser-Tracker häufig nicht aus. Ein ausschließlich clientseitiges Analytics-System sieht diese Abrufe daher nicht zuverlässig.

Erfasse serverseitig mindestens:

• Zeitpunkt;
• Pfad;
• Statuscode;
• erkannte Crawler- oder Assistentenfamilie;
• Antwortzeit;
• übertragene Bytes oder Größenklasse;
• Ressourcentyp.

Speichere nur die Felder, die du für Betrieb und Analyse brauchst. Bewahre außerdem eine Kategorie „unbekannt“: User Agents können fehlen, gefälscht sein oder sich ändern.

HitKeep nimmt normalisierte AI-Fetch-Daten über einen eigenen Ingest-Pfad an. Die Anleitung AI Fetch Ingest beschreibt das providerneutrale Format; der Browser-Tracker bleibt für menschliche Besuche zuständig.

Crawler, Zitat und Referral sind nicht dasselbe

Ein häufiger Fehler lautet: „GPTBot hat die Seite abgerufen, also hat ChatGPT sie zitiert.“ Das ist nicht ableitbar.

Ein Crawler-Abruf kann Indexierung, Aktualisierung, Training, Retrieval oder einen anderen technischen Zweck haben. Selbst wenn später ein Mensch aus ChatGPT denselben Pfad besucht, lässt sich meistens nicht beweisen, dass genau dieser Abruf genau diesen Klick verursacht hat.

Eine nützliche Korrelation lautet stattdessen:

Welche häufig abgerufenen Pfade erhalten später auch AI-vermittelte menschliche Besuche?

Das ist ein Richtungssignal. Es hilft, Chancen und Fehler zu priorisieren, ohne kausale Attribution vorzutäuschen.

Ein praktisches AI-Traffic-Dashboard

Baue den Bericht in vier Bereiche.

1. Crawler-Nachfrage

• gesamte Abrufe;
• eindeutige Pfade;
• Assistenten- oder Betreiberfamilien;
• 4xx- und 5xx-Rate;
• Antwortzeit und übertragene Daten;
• Entwicklung über Zeit.

2. Menschliche AI-Referrals

• Sitzungen und Seitenaufrufe;
• Einstiegsseiten;
• erkennbare Assistenten;
• Engagement und Folgeseiten;
• Ziele und Conversion-Rate.

3. Korrelation

• häufig abgerufene Seiten mit späteren AI-Referrals;
• häufig abgerufene Seiten ohne erkennbare Besuche;
• Pfade mit konzentrierten Crawlerfehlern;
• Veränderungen nach einer technischen oder redaktionellen Korrektur.

4. Geschäftsergebnis

• bestätigte Registrierungen;
• akzeptierte Leads;
• Käufe oder Umsatz;
• qualifizierte Testkonten;
• unterstützte Conversions, wenn die Definition dokumentiert ist.

HitKeeps AI-Agents-Dashboard trennt Fetch-Analytics, Korrelation und Assistentenaktivität. Ziele und Funnels verbinden erkennbare AI-Referrals anschließend mit Website-Ergebnissen.

KI-Sichtbarkeit ist mehr als Website-Traffic

Die Suchanfrage „KI-Sichtbarkeit messen“ zielt oft auf Marken-Erwähnungen und Zitate in generativen Antworten. Website-Analytics kann diesen gesamten Markt nicht direkt beobachten.

Unterscheide daher drei Perspektiven:

1. Antwort-Monitoring: Erscheint die Marke für eine festgelegte Prompt-Stichprobe? Das erfordert wiederholbare Prompts, Regionen und Modelle.
2. Crawler-Beobachtung: Welche Inhalte fragen bekannte AI-Clients an? Das kommt aus Infrastruktur-Logs.
3. Outcome-Messung: Welche erkennbaren AI-Referrals und Conversions erreichen die Website? Das kommt aus Analytics und Backend.

Keine einzelne Kennzahl ersetzt die anderen. Ein hoher Sichtbarkeitsscore ohne Besuche kann Markenwirkung haben; viele Crawler-Abrufe ohne Referral können auf technische Probleme oder schlicht auf fehlende Klickmöglichkeiten hinweisen.

Schritt für Schritt einrichten

1. Referrer klassifizieren

Pflege eine überprüfbare Liste bekannter AI-Referrer und bewahre unbekannte Quellen separat. Ordne Domains zu Betreiberfamilien, ohne jede URL vorschnell als AI-Traffic zu markieren.

2. Ziele definieren

Lege fest, welche Ergebnisse zählen: Newsletter-Anmeldung, Demo-Anfrage, Cloud-Registrierung, Download oder Kauf. Ein Seitenaufruf ist noch kein Geschäftsergebnis.

3. Fetch-Logs anbinden

Normalisiere CDN-, Proxy- oder Serverlogs und sende nur benötigte Felder. Prüfe Stichproben gegen das Rohlog, bevor du Trends interpretierst.

4. Fehler zuerst beheben

Priorisiere abgerufene Seiten mit 404, 5xx, langen Antwortzeiten oder Redirect-Ketten. Technische Erreichbarkeit ist messbar; eine spekulative „GEO-Optimierung“ ohne saubere Auslieferung ist es nicht.

5. Inhalte anhand echter Fragen verbessern

Nutze Search Console, Site Search, Supportfragen und Conversiondaten. Klare Antworten, hilfreiche interne Links, aktuelle Quellen und korrekte strukturierte Daten unterstützen Menschen und Crawler gleichermaßen. Google verlangt für AI Overviews und AI Mode keine besondere AI-Datei oder spezielles Schema.

6. In Zeitfenstern vergleichen

Vergleiche mindestens vier vollständige Wochen vor und nach einer Änderung. AI-Referrals sind oft klein und schwankend; einzelne Tage sind selten aussagekräftig.

Häufige Fragen

Wie kann ich Traffic aus ChatGPT messen?

Erfasse erkennbare ChatGPT-Referrer in der Browseranalyse und verknüpfe sie mit Einstiegsseiten und Zielen. Behandle das Ergebnis als Untergrenze.

Ist ein GPTBot-Abruf ein Besuch?

Nein. Er zeigt nur, dass ein automatisierter Client einen Pfad angefordert hat.

Kann ich Fetches eindeutig späteren Besuchen zuordnen?

Meist nicht. Eine zeitliche Pfadkorrelation ist nützlich, aber kein Beweis für Ursache oder Zitat.

Nächster Schritt

Starte mit zwei getrennten Zeitreihen: AI-Crawler-Abrufe aus deinen Logs und menschliche AI-Referrals aus der Webanalyse. Ergänze erst danach Korrelation und Conversiondaten. HitKeep kann diese Signale in einer offenen Anwendung zusammenführen; Cloud-Region wählen oder selbst installieren.