AI Traffic in Google Analytics erkennen und richtig analysieren

Seitdem Large Language Models (kurz LLMs) im Alltag angekommen sind und Nutzer*innen verstärkt KI-Tools wie ChatGPT, Gemini, Claude oder Perplexity nutzen, entsteht eine komplett neue Traffic-Quelle.
Für Websitebetreiber und Marketing-Verantwortliche stellt sich zunehmend die Frage, wie viele User tatsächlich über Verlinkungen und Empfehlungen dieser LLMs auf die eigene Website gelangen und  wie groß der Anteil dieses KI-generierten Traffics am Gesamtbesucher-Aufkommen ist.
Dieser Traffic, nennen wir ihn “AI Traffic”, wird in Google Analytics nicht automatisch angezeigt. In diesem Artikel zeige ich dir, wie du AI Traffic in GA4 finden, messen und bewerten kannst. Gleichzeitig erfährst du, welche Rückschlüsse du daraus für deine Maßnahmenplanung ableiten kannst und warum die AI-Sichtbarkeit in Zukunft genauso relevant wie klassische Suchmaschinen-Rankings sein wird.

Was genau ist AI Traffic und wie setzt er sich zusammen?

Der Begriff AI Traffic bezeichnet alle Seitenbesuche, die aus KI-Systemen und generativen Suchmaschinen entstehen.
Hier einige Beispiele, woher der Traffic kommen könnte:

• Traffic aus ChatGPT/GPT Search

• Traffic von Perplexity

• Traffic aus KI-integrierten Browsern (z.B.: Microsoft Edge mit dem integrierten Copilot)

• Kopierte Links, die Nutzer*innen aus KI-Antworten heraus klicken

AI Traffic kann aktiv durch Nutzer*innen entstehen, wenn sie Links aus einer KI-Antwort anklicken. Zusätzlich gibt es passiven Traffic, wenn KI Systeme Seiten crawlen, um Inhalte für ihre Modelle aufzubereiten.

AI Traffic in GA4 erkennen: Die wichtigsten Methoden

1. Referrer erkennen (z. B. ChatGPT Traffic)

Wenn ein User einen Link aus einer KI-Antwort anklickt, schickt der Browser automatisch einen sogenannten Referrer mit. Diese Info gibt an, von welcher Seite der User kommt. In GA4 taucht diese Angabe im Reiter “neu generierter Traffic” dann als “Referral” auf, zum Beispiel mit der Quelle perplexity oder claude.

Abbildung 1: KI Traffic über einen Referrer 

2. UTM Tracking

ChatGPT hängt seit einiger Zeit automatisch “?utm_source=chatgpt.com” an Links an, die es in Antworten ausgibt. Das bedeutet, dass dieser AI Traffic in Google Analytics nicht als Referral, sondern als eigene Quelle mit UTM-Kennzeichnung auftaucht – und damit leichter und sauberer identifizierbar ist als reiner Referral-Traffic.

Perplexity oder andere KI-Systeme machen das allerdings nicht zwingend. Dieser Traffic ist oftmals nur über den Referrer erkennbar.

AI Traffic in GA4 - Explorative Datenanalyse sichtbar machen

Die explorative Datenanalyse in GA4 bietet die flexibelste Möglichkeit, AI Traffic gezielt auszuwerten. Anders als in den Standard-Berichten kannst du hier eigene Dimensionen, Filter und Segmente frei kombinieren.

Dafür erstellst du eine neue leere Datenanalyse, fügst eine Dimension und auf Wunsch eine oder mehrere Messwerte hinzu:
Dimension --> Sitzung – Quelle/Medium
Messwerte --> Sitzungen

Abbildung 2: Explorative Datenanalyse

Um ausschließlich den Traffic aus KI-Plattformen zu sehen, legst du jetzt einen Filter mit einem regulären Ausdruck (Regex) an. Dieser Filter sorgt dafür, dass nur Sessions angezeigt werden, deren Quelle eine der genannten KI-Plattformen ist.

Abbildung 3: Beispiel für ein Regex, der die verschiedenen KI-Systeme filtert

Das Ergebnis zeigt dir – wie im Beispiel oben – eine aufgeschlüsselte Tabelle nach Quelle und Medium. Dabei fällt auf, dass ChatGPT in zwei Varianten auftaucht: einmal als “chatgpt.com / referral” und einmal mit UTM-Kennzeichnung als “chatgpt.com / (not set)”. Das liegt daran, dass ChatGPT nicht bei jedem Link konsistent den UTM-Parameter anhängt. Es empfiehlt sich daher, beide Einträge bei der Auswertung zusammen zu betrachten.

Was du in GA4 siehst – und was es bedeutet

Wenn du den AI Traffic in GA4 isoliert hast, stehen dir im Wesentlichen drei verschiedene Kennzahlen zur Verfügung:

• Größe & Entwicklung: Wie viele Sessions entstehen über KI-Plattformen? Wie entwickelt sich das im Zeitverlauf? Ein wachsender Wert zeigt, dass deine Inhalte zunehmend von LLMs als Quelle empfohlen werden. Das wiederum ist ein direktes Signal für deine AI-Sichtbarkeit.

• Verlinkungen: Welche Seiten werden verlinkt? Welche deiner Unterseiten tauchen als Landingpages auf? Dieser Messwert zeigt dir, welche Inhalte die LLMs als relevant genug einstufen, um sie zu empfehlen. Das sind deine stärksten Inhalte im KI-Kontext.

• Nutzerverhalten: Verweildauer, Absprungrate und Engagement-Rate des AI Traffics im Vergleich zu anderen Kanälen geben Aufschluss darüber, ob der verlinkte Content auch zur Erwartungshaltung der Nutzer*innen passt. Hohe Absprungraten können dagegen bedeuten, dass die verlinkte Seite nicht das liefert, was die KI-Antwort versprochen hat.

Was du aus dem AI Traffic in GA4 ableiten kannst

Die Landingpages (mit dem AI Traffic) sind dein direktes Feedback darüber, welche Inhalte die LLMs als zitierwürdig einstufen. Schau dir an, welche Gemeinsamkeiten diese Seiten haben: Sind es eher erklärende Ratgeberartikel? Detaillierte Anleitungen? Definitionen? Diese Muster zeigen dir, welches Content-Format LLMs bevorzugen – und das kannst du gezielt für neue Inhalte nutzen!

Content-Lücken identifizieren
Verschaffe dir einen Überblick darüber, über welche Themen dein AI Traffic kommt, und vergleiche sie mit deinem gesamten Content-Angebot. Gibt es Themenfelder, zu denen du zwar Traffic bekommst, aber nur wenige oder dünne Inhalte hast? Das sind deine Content-Lücken – also Bereiche, in denen LLMs dich bereits als relevante Quelle wahrnehmen, du aber noch nicht das volle Potenzial ausschöpfst.

Content gezielt für LLMs optimieren (GEO)
Generative Engine Optimization, kurz GEO, ist das Pendant zu klassischer SEO – nur eben für KI-Systeme. Konkret geht es darum, Inhalte so zu strukturieren, dass  LLMs sie leicht verarbeiten und zitieren können. Dazu gehören klare, präzise Antworten auf spezifische Fragen, gut strukturierte Abschnitte mit eindeutigen Überschriften sowie eine vertrauenswürdige, quellenbasierte Sprache. Seiten, die bereits AI Traffic bekommen, sind dabei dein bester Ausgangspunkt – sie funktionieren offensichtlich schon, und gezielte Optimierung kann ihre Sichtbarkeit in LLM-Antworten weiter steigern.

Fazit: AI Traffic wird ein strategischer Erfolgsfaktor

AI Traffic in GA4 zu erkennen ist möglich, aber nur mit den richtigen Methoden. Wer die AI-Sichtbarkeit versteht und sauber trackt, erhält wertvolle Insights über die Relevanz und Zukunftsfähigkeit der eigenen Inhalte. Für Unternehmen bedeutet das eine neue Verantwortung bei Content Erstellung und technischer Optimierung.

Wenn du Unterstützung bei Tracking, SEO/GEO oder der AI Content Strategie benötigst, melde dich gerne bei uns. Unser Team hilft dir, KI-Sichtbarkeit messbar zu machen und deine Maßnahmen datenbasiert auszurichten. Jetzt Kontakt aufnehmen!

FAQ

Was ist der Unterschied zwischen AI Traffic und Bot Traffic?
Bot Traffic stammt von klassischen Crawlern, während AI Traffic aus KI-Systemen und echten Nutzern in KI-Oberflächen resultiert.

Wird AI Traffic in GA4 automatisch markiert?
Nicht vollständig. Einige Systeme werden erkannt, vieles muss allerdings über Segmente oder Referrer herausgefiltert werden.

Welche KI-Plattformen sollte ich in GA4 tracken?
Die wichtigsten Quellen sind aktuell ChatGPT, Perplexity, Claude, Gemini und Microsoft Copilot. ChatGPT ist dabei in der Regel die größte Quelle, da es automatisch UTM-Parameter setzt und damit am saubersten in GA4 erkennbar ist.

Lohnt sich die Auswertung von AI Traffic, wenn das Volumen noch gering ist?
Eindeutige Antwort: Ja! Wer jetzt beginnt, AI Traffic zu messen und zu verstehen, baut einen Vorsprung auf, bevor dieser Kanal für die Branche zum Standard wird. Ähnlich wie bei SEO in den frühen 2000er Jahren gilt: Wer früh dabei ist, profitiert langfristig.