Um KI-Referral-Traffic in GA4 zu messen, sollten Sie einen benutzerdefinierten Kanal für KI-Assistenten erstellen, der auf der Dimension Sitzungsquelle basiert. Anschließend können Sie erkennbare Quellen wie ChatGPT, Perplexity, Claude, Gemini und Microsoft Copilot in diesem Kanal zusammenfassen.
Es gibt dabei allerdings eine wichtige Einschränkung.
GA4 kann einen Besuch messen, wenn eine KI-Plattform erkennbare Referral- oder Kampagneninformationen übermittelt. GA4 kann aber nicht erfassen, wie oft ein KI-System Ihre Website erwähnt, empfiehlt oder als Quelle zitiert. Google AI Overviews und AI Mode müssen außerdem separat betrachtet werden, weil ihr Traffic Teil der Google-Suche ist.
Ein sinnvolles Measurement-Setup verbindet deshalb drei unterschiedliche Datenquellen:
GA4 für KI-Referral-Sitzungen, Engagement, Landingpages und Conversions.
Google Search Console für die Sichtbarkeit in Google AI Overviews und AI Mode.
Bing Webmaster Tools für Zitationen in Microsoft Copilot und anderen unterstützten Microsoft-KI-Erlebnissen.
Dieser Leitfaden zeigt, wie Sie dieses Setup konfigurieren, ohne KI-Referrals mit normalem organischem Suchtraffic zu vermischen.
Was ist KI-Referral-Traffic?
KI-Referral-Traffic entsteht, wenn eine Sitzung beginnt, nachdem jemand innerhalb eines KI-Assistenten oder einer KI-generierten Antwort auf einen Link zu Ihrer Website geklickt hat.
Ein Nutzer könnte ChatGPT beispielsweise nach B2B-SEO-Agenturen in Deutschland fragen, auf eine dort zitierte Website klicken und anschließend eine Sitzung auf dieser Website starten. Wenn die Referral-Informationen beim Klick erhalten bleiben, kann GA4 diese Sitzung ChatGPT zuordnen.
Dasselbe Prinzip gilt für Klicks aus Tools wie Perplexity, Claude, Gemini und Copilot.
Das unterscheidet sich von einer KI-Erwähnung oder einer KI-Zitation.
Ein Assistent kann Ihre Marke 1.000-mal erwähnen, ohne einen einzigen Besucher auf Ihre Website zu schicken. Gleichzeitig können wenige Zitationen sehr qualifizierte Referral-Sitzungen erzeugen.
Verwenden Sie GA4-Sitzungen deshalb nicht als Ersatzmetrik für Ihre gesamte KI-Sichtbarkeit.
Beginnen Sie mit „Sitzungsquelle“, nicht mit „Erste Nutzerquelle“
GA4 bietet mehrere Dimensionen für Traffic-Quellen. Wenn Sie die falsche verwenden, kann die Analyse von KI-Traffic schnell verwirrend werden.
Für dieses Reporting sollten Sie mit Sitzungsquelle oder Sitzungsquelle / Medium beginnen.
Sitzungsbezogene Dimensionen zeigen, wodurch eine bestimmte Sitzung ausgelöst wurde. Das ist wichtig, weil ein Nutzer Ihr Unternehmen zunächst über Google entdecken, später über LinkedIn zurückkehren und danach auf eine Empfehlung in ChatGPT klicken kann.
Wenn Sie nur Erste Nutzerquelle betrachten, kann dieser ChatGPT-Besuch hinter der Quelle verborgen bleiben, über die der Nutzer ursprünglich gewonnen wurde.
Beim Reporting von KI-Referrals lautet die zentrale Frage normalerweise:
Welche KI-Plattform hat diese Sitzung ausgelöst?
Das ist eine sitzungsbezogene Frage.
So finden Sie KI-Traffic in GA4, bevor Sie etwas konfigurieren
Bevor Sie einen benutzerdefinierten Kanal erstellen, sollten Sie prüfen, welche Daten Ihre Property bereits erfasst.
Öffnen Sie Berichte.
Gehen Sie zu Akquisition → Neu generierte Zugriffe.
Ändern Sie die primäre Dimension auf Sitzungsquelle / Medium oder Sitzungsquelle.
Suchen Sie nach Begriffen wie chatgpt, perplexity, claude, gemini und copilot.
Vergrößern Sie den Zeitraum, wenn Ihr KI-Traffic bisher noch gering ist.
Diese erste Prüfung ist sinnvoll, weil sich Referral-Kennungen ändern können. Ihre eigene GA4-Property ist der beste Ort, um festzustellen, welche Quellwerte tatsächlich auf Ihrer Website ankommen.
Eine benutzerdefinierte Channel Group für KI-Assistenten in GA4 erstellen
Google Analytics nennt KI-Assistenten inzwischen ausdrücklich als Anwendungsfall für benutzerdefinierte Channel Groups.
Dadurch wird die Analyse wesentlich einfacher, als jedes Mal einzelne Filter zu erstellen, wenn Sie KI-Traffic auswerten möchten.
Sie benötigen mindestens Editor-Zugriff auf die GA4-Property, um Channel Groups zu erstellen oder zu bearbeiten.
Öffnen Sie Verwaltung.
Wählen Sie unter Datenanzeige den Punkt Channel Groups.
Klicken Sie auf Neue Channel Group erstellen.
Beginnen Sie mit einer Kopie der Standard-Channel-Group.
Fügen Sie einen neuen Kanal mit dem Namen AI Assistants oder KI-Assistenten hinzu.
Verwenden Sie Quelle als Bedingung.
Wählen Sie entspricht Regex.
Fügen Sie Ihren Regex für KI-Quellen ein.
Verschieben Sie KI-Assistenten oberhalb des normalen Kanals Referral.
Speichern Sie die Gruppe.
Die Reihenfolge ist wichtig, weil GA4 Traffic dem ersten passenden Kanal innerhalb der Channel Group zuordnet.
Ein praktischer Regex für KI-Referral-Traffic in GA4
Google stellt in seiner Analytics-Dokumentation einen eigenen, relativ breiten Regex für KI-Assistenten bereit. Für produktives Reporting ist eine engere Regel oft leichter zu kontrollieren, weil dadurch das Risiko sinkt, dass irrelevante Domains aufgrund eines zu allgemeinen Begriffs erfasst werden.
Ein sinnvoller Ausgangspunkt für die wichtigsten Plattformen ist:
Das ist ein Ausgangspunkt und keine dauerhafte, unveränderliche Liste.
Prüfen Sie regelmäßig die tatsächlichen Werte unter Sitzungsquelle in Ihrer Property und erweitern Sie den Ausdruck, wenn neue KI-Plattformen messbaren Traffic liefern.
In manchen Fällen ist es sinnvoller, zusätzliche Assistenten separat auszuwerten, statt alles in einen sehr langen Regex aufzunehmen.
Warum sollten google oder bing nicht einfach in den Regex aufgenommen werden?
Weil dadurch ein erhebliches Attributionsproblem entsteht.
Wenn Sie eine allgemeine Quelle wie google hinzufügen, kann Ihr KI-Kanal auch normalen organischen Google-Traffic erfassen.
Dasselbe Problem besteht bei Bing.
Lassen Sie normalen Suchtraffic deshalb aus dem KI-Referral-Regex heraus, solange Sie keinen Quellwert haben, der eindeutig auf eine bestimmte KI-Funktion verweist.
ChatGPT gehört derzeit zu den einfacher identifizierbaren KI-Quellen
OpenAI dokumentiert ein wichtiges Detail für die Traffic-Zuordnung: Referral-URLs aus ChatGPT Search enthalten automatisch utm_source=chatgpt.com.
Dadurch erhalten Publisher einen klareren Identifikator für eingehenden ChatGPT-Traffic, als wenn sie sich ausschließlich auf den Browser-Referrer verlassen würden.
Filtern Sie ChatGPT-Traffic deshalb nicht ausschließlich nach:
medium = referral
Prüfen Sie stattdessen die Quelle selbst.
Ein sinnvoller GA4-Filter ist beispielsweise:
Sitzungsquelle enthält chatgpt
Anschließend können Sie unter anderem folgende Messwerte hinzufügen:
Sitzungen
Nutzer
Sitzungen mit Engagement
Interaktionsrate
Schlüsselereignisse
Landingpage
Das sagt Ihnen deutlich mehr als nur die Anzahl der Besuche.
Eine Seite mit 20 Sitzungen aus ChatGPT und drei qualifizierten Anfragen kann für das Unternehmen relevanter sein als eine Seite mit 500 gewöhnlichen Referral-Besuchen.
Erstellen Sie einen KI-Referral-Report, der für SEO und GEO nützlich ist
KI-Sitzungen zu zählen ist der einfache Teil.
Die interessantere Frage ist, was diese Besucher nach ihrer Ankunft auf Ihrer Website tun.
Erstellen Sie eine Exploration oder einen benutzerdefinierten Bericht mit folgender Struktur.
Dimension oder Messwert
Warum sie relevant ist
Sitzungsquelle
Identifiziert die KI-Plattform
Sitzungsquelle / Medium
Hilft, Unterschiede bei der Attribution zu erkennen
Landingpage
Zeigt, auf welche Seiten KI-Systeme Besucher schicken
Sitzungen
Misst das Besuchsvolumen
Sitzungen mit Engagement
Hilft, Besuche mit geringem Engagement auszufiltern
Interaktionsrate
Ermöglicht den Vergleich von KI-Traffic mit anderen Kanälen
Schlüsselereignisse
Verbindet KI-Besuche mit geschäftlich relevanten Aktionen
Sitzungs-Schlüsselereignisrate
Hilft beim Vergleich des Conversion-Verhaltens
Bei einer B2B-Website können relevante Schlüsselereignisse beispielsweise sein:
Absendungen eines Kontaktformulars;
Demo-Anfragen;
Terminbuchungen für Beratungen;
Formulare für qualifizierte Leads;
wichtige Downloads von PDFs oder Studien;
andere Aktionen, die tatsächlich kommerzielle Absicht zeigen.
Ein Scroll-Event oder ein zehnsekündiger Besuch kann für die Verhaltensanalyse nützlich sein, ist aber nicht dasselbe wie ein Lead.
Analysieren Sie Landingpages und nicht nur KI-Plattformen
Eine der wichtigsten Dimensionen in einem KI-Referral-Report ist die Landingpage.
Sie beantwortet eine konkrete Content-Frage:
Auf welche Seiten schicken KI-Systeme tatsächlich Nutzer?
Dabei können Sie feststellen, dass sich KI-Referrals anders verhalten als organischer Google-Traffic.
Eine Service-Seite kann bei Google gute Rankings erzielen, während eine eigene Studie, Vergleichsseite, Statistikseite oder ein technischer Guide den größten Anteil der Referral-Besuche aus ChatGPT und Perplexity generiert.
Sobald Sie ein solches Muster erkennen, sollten Sie untersuchen, warum es entsteht.
Prüfen Sie, ob die Seiten, die AI-Referral-Traffic erhalten, folgende Elemente enthalten:
eigene Daten;
klare Definitionen;
konkrete Antworten;
Tabellen, die schnell verstanden werden können;
Verweise auf Primärquellen;
eine sichtbare Methodik;
Expertenkommentare;
aktuelle Datumsangaben und regelmäßige Faktenprüfung.
Diese Analyse ist für Generative Engine Optimization wesentlich hilfreicher, als lediglich zu beobachten, ob der gesamte KI-Traffic steigt oder fällt.
Google AI Overviews und AI Mode benötigen ein anderes Setup
Erstellen Sie keine GA4-Regel, die sämtliche Sitzungen mit google / organic als KI-Traffic einstuft.
Google AI Overviews und AI Mode sind in die Google-Suche integriert. Ein Besuch kann deshalb über die organische Google-Suche eintreffen, ohne dass GA4 zuverlässig erkennen kann, ob der Nutzer auf ein traditionelles Suchergebnis, ein AI Overview oder ein Ergebnis in AI Mode geklickt hat.
Google Search Console bietet inzwischen einen eigenen Generative AI Performance Report.
Seit dem 31. August 2026 werden diese Daten laut Google weltweit für Websites ausgerollt. Eine Property benötigt allerdings ausreichend qualifizierende Daten, damit der Bericht angezeigt wird.
Der Bericht konzentriert sich derzeit auf Impressions aus:
AI Overviews;
AI Mode.
Diese Impressions können nach Seite, Land, Datum und Gerät aufgeschlüsselt werden.
Google weist außerdem darauf hin, dass Aktivitäten aus KI-Funktionen weiterhin Teil der normalen Web-Performance-Daten in der Search Console sind. Klicks auf externe Links in AI Overviews und AI Mode zählen dort als Klicks aus der Google-Suche.
Daraus ergibt sich eine wichtige Unterscheidung bei der Messung:
Frage
Wo Sie nachsehen sollten
Wurde meine Seite in generativen KI-Funktionen von Google angezeigt?
Generative AI Performance Report in der Search Console
Wie viel organischer Google-Traffic hat die Seite erreicht?
Kann GA4 zuverlässig zwischen Klicks aus AI Overviews und normalen Google-Klicks unterscheiden?
Nein, nicht allein anhand der normalen organischen Google-Quelle
Halten Sie diese Unterschiede im Reporting sauber auseinander, statt eine Kennzahl für „KI-Traffic“ zu erzeugen, die GA4 technisch nicht zuverlässig belegen kann.
Zitationen in Microsoft Copilot separat messen
Microsoft stellt über Bing Webmaster Tools eine weitere nützliche Datenquelle bereit.
Der Bereich AI Performance zeigt, wie Inhalte einer Website in KI-generierten Antworten innerhalb von Microsoft Copilot, Bing-KI-Erlebnissen und unterstützten Partner-Erlebnissen verwendet werden.
Dieser Report hilft bei Fragen, die GA4 nicht beantworten kann:
Wird die Website als Quelle zitiert?
Welche URLs werden zitiert?
Wie verändert sich die Sichtbarkeit der Zitationen?
Welche Themen oder Suchintentionen erzeugen Sichtbarkeit?
Wenn ein Nutzer anschließend in Copilot auf Ihre Website klickt und die Quelle identifizierbar bleibt, kann GA4 den daraus entstehenden Besuch messen.
Nutzen Sie deshalb beide Datensätze.
Bing Webmaster Tools misst Sichtbarkeit und Zitationen. GA4 misst das Verhalten auf der Website, nachdem eine Sitzung begonnen hat.
Warum KI-Traffic in GA4 unterschätzt werden kann
Ihr KI-Referral-Report wird nicht jeden Besucher abbilden, dessen Entscheidung zuvor durch ein KI-System beeinflusst wurde.
Dafür gibt es mehrere Gründe.
1. Der Nutzer klickt gar nicht
Ein KI-Assistent kann eine Frage mithilfe Ihrer Inhalte beantworten, Ihre Marke erwähnen oder Ihre Seite zitieren, ohne dass daraus ein Besuch entsteht.
GA4 sieht in diesem Fall nichts, weil keine Sitzung gestartet wurde.
2. Referral-Informationen können verloren gehen
Browser-Verhalten, App-Umgebungen, Weiterleitungen, Datenschutzeinstellungen und die Verarbeitung von Links können beeinflussen, welche Attributionsinformationen die Zielwebsite erreichen.
Einige Besuche können deshalb unter einer anderen Quelle oder als Direct Traffic erscheinen.
3. Nutzer setzen ihre Customer Journey an anderer Stelle fort
Eine Person kann ein Unternehmen in ChatGPT entdecken, sich den Markennamen merken und zehn Minuten später danach bei Google suchen.
GA4 sieht dann normalerweise die Google-Sitzung.
GA4 weiß jedoch nicht automatisch, dass ChatGPT die Entscheidung zuvor beeinflusst hat.
4. Zitationen und Traffic messen unterschiedliches Verhalten
Eine Zitation beantwortet die Frage: „Wurde diese Seite als Quelle verwendet oder angezeigt?“
Eine Referral-Sitzung beantwortet die Frage: „Hat jemand anschließend auf den Link geklickt?“
Diese Kennzahlen sollten nebeneinander betrachtet werden, statt sich gegenseitig zu ersetzen.
Direct Traffic nicht nachträglich als KI-Traffic deklarieren
Eine häufige Versuchung besteht darin, einen Anstieg des Direct Traffic nach einer Verbesserung der KI-Sichtbarkeit zu sehen und diese Differenz ChatGPT oder einem anderen Assistenten zuzuschreiben.
Das ist kein zuverlässiger Nachweis.
Direct Traffic ist im Wesentlichen ein Sammelbecken für Sitzungen, bei denen GA4 keine verwertbaren Referral- oder Kampagneninformationen besitzt.
Dort können einige KI-beeinflusste Besuche landen.
Aber auch viele völlig andere Besuche.
Verwenden Sie Veränderungen im Direct Traffic deshalb als Signal für weitere Untersuchungen und nicht als gemessenen KI-Referral-Traffic.
Ein Dashboard für KI-Traffic erstellen
Ein sinnvolles Dashboard benötigt keine 30 Diagramme.
Beginnen Sie mit vier Ansichten.
Entwicklung des KI-Referral-Traffics
Zeigen Sie Sitzungen aus KI-Assistenten pro Woche oder Monat.
Wenn das Traffic-Volumen groß genug ist, können Sie die Entwicklung zusätzlich nach Plattform aufteilen.
Top-Landingpages aus KI-Referrals
Zeigen Sie für jede Landingpage:
KI-Sitzungen;
Sitzungen mit Engagement;
Interaktionsrate;
Schlüsselereignisse;
Schlüsselereignisrate.
KI-Plattformen
Vergleichen Sie ChatGPT, Perplexity, Claude, Gemini, Copilot und weitere verifizierte Quellen, die tatsächlich in Ihrer Property erscheinen.
Geschäftliche Ergebnisse
Zeigen Sie Aktionen, die für das Unternehmen relevant sind:
qualifizierte Leads;
Beratungsanfragen;
Demo-Buchungen;
Umsatz, sofern relevant;
Assisted Conversions oder beeinflusste Pipeline, wenn Ihr CRM-Setup dies unterstützt.
So verhindern Sie, dass Ihr KI-Reporting zu einem weiteren Visibility-Dashboard wird, das niemand mit Umsatz oder Pipeline verbinden kann.
Ein einfaches Framework für monatliches KI-Measurement
Für eine B2B-Website lassen sich die Daten sinnvoll in drei Ebenen unterteilen.
Damit erhalten Sie ein deutlich vollständigeres Bild als mit einer Aussage wie „Der ChatGPT-Traffic ist um 40 % gestiegen.“
Ein Monat könnte beispielsweise folgende Entwicklung zeigen:
mehr Impressions in Google AI Overviews;
mehr Copilot-Zitationen;
fünf zusätzliche Seiten, die Referral-Sitzungen aus ChatGPT erhalten;
zwei Beratungsanfragen aus KI-Referrals.
Das sind unterschiedliche Signale. Zusammen beschreiben sie jedoch den Weg von KI-Sichtbarkeit zu messbarer geschäftlicher Aktivität.
Wie oft sollte der Regex für KI-Quellen aktualisiert werden?
Wenn KI-Traffic für Ihre Akquisitionsstrategie relevant ist, sollten Sie die Liste der Quellen mindestens einmal pro Monat überprüfen.
Prüfen Sie sie außerdem nach größeren Änderungen an KI-Produkten.
Das Ziel ist nicht, den längsten möglichen Regex zu erstellen. Das Ziel ist eine Liste von Quellen, die Sie nachvollziehen und verifizieren können.
Ein einfacher Prüfprozess sieht so aus:
Öffnen Sie den Bericht zur Traffic-Akquisition.
Exportieren oder prüfen Sie die Werte für Sitzungsquelle.
Suchen Sie nach bekannten KI-Marken und Domains.
Verifizieren Sie unbekannte Quellen, bevor Sie sie klassifizieren.
Fügen Sie bestätigte Quellen zur benutzerdefinierten Channel Group hinzu.
Dokumentieren Sie das Datum der Änderung.
Google empfiehlt ebenfalls, Matching-Regeln für KI-Assistenten zu aktualisieren, wenn sich URLs und Plattformen verändern.
Häufige Fehler beim KI-Tracking in GA4
Nur medium = referral verwenden
Dadurch kann Traffic übersehen werden, bei dem Kampagnenparameter die Attribution beeinflussen. ChatGPT ist ein gutes Beispiel, weil OpenAI die Nutzung von utm_source=chatgpt.com dokumentiert.
Bauen Sie Ihre wichtigste Regel deshalb rund um die Quelle auf.
google in den KI-Regex aufnehmen
Dadurch vermischen Sie KI-Reporting mit regulärer organischer Suche.
Verwenden Sie stattdessen die Search Console für die Analyse der Google-KI-Sichtbarkeit.
Jede KI-Erwähnung als Traffic behandeln
Eine Erwähnung ist keine Sitzung.
Messen Sie Sichtbarkeit und Besuche getrennt.
Sitzungen ohne Landingpages auswerten
Dadurch verlieren Sie eines der besten Signale dafür, welche Inhalte tatsächlich Besucher aus KI-Systemen erhalten.
Traffic ohne Schlüsselereignisse reporten
Das reine Traffic-Volumen zeigt einem B2B-Team nicht, ob KI-Discovery tatsächlich zur Pipeline beiträgt.
Fehlende Attribution als Beweis für fehlenden KI-Einfluss betrachten
GA4 beobachtet identifizierbare Besuche. Es sieht nicht jeden Recherche-Schritt, den ein Käufer vor dem Website-Besuch durchgeführt hat.
Checkliste für das GA4-KI-Referral-Setup
Bestehende KI-Quellen im Bericht zur Traffic-Akquisition prüfen.
Sitzungsquelle für sitzungsbezogenes KI-Reporting verwenden.
Eine benutzerdefinierte Channel Group KI-Assistenten erstellen.
Den KI-Kanal oberhalb von Referral platzieren.
Einen engen und nachvollziehbaren Regex verwenden.
Bei ChatGPT die Quellwerte analysieren und sich nicht nur auf das Referral-Medium verlassen.
Landingpages und Engagement-Metriken einbeziehen.
Sinnvolle B2B-Schlüsselereignisse konfigurieren.
Google AI Overviews und AI Mode aus dem allgemeinen Referral-Regex heraushalten.
Den Generative AI Report der Search Console für Google-KI-Sichtbarkeit verwenden.
Bing Webmaster Tools AI Performance für Microsoft-KI-Zitationen verwenden.
Quellwerte und Regex-Regeln regelmäßig überprüfen.
KI-Traffic nach Möglichkeit mit Leads und Pipeline verbinden.
Was ein gutes KI-Measurement-Setup tatsächlich beantworten sollte
Der Zweck von KI-Traffic-Tracking besteht nicht darin, lediglich eine weitere Zahl für den Marketingbericht zu produzieren.
Das Setup sollte bessere Fragen beantworten.
Welche Seiten werden von KI-Systemen zitiert?
Welche dieser Zitationen führen zu Website-Besuchen?
Welche Landingpages ziehen engagierte Nutzer an?
Welche KI-Quellen erzeugen qualifizierte Leads?
Und welche Content-Formate tragen offenbar sowohl zur Sichtbarkeit als auch zu geschäftlichen Ergebnissen bei?
GA4 beantwortet davon nur einen Teil.
Wenn Sie Referral-Daten mit Google Search Console, Bing Webmaster Tools, Citation Monitoring und Lead-Daten kombinieren, können Sie den gesamten Weg von KI-Sichtbarkeit bis zum Business Impact deutlich besser messen.
With years of experience navigating the ever-evolving crypto landscape, Eugen knows exactly how to make content shine in Google’s eyes—without breaking the algorithm. With experience working as an SEO specialist in real fast-growing crypto companies, along with training in crypto trading, Google Ads Search Certification, and Google Analytics Individual Qualification, he is a master of SEO in the crypto world, blending AI-powered strategies with deep industry knowledge. From ChatGPT to blockchain trends, he knows how to make content rank, engage, and convert.
