AI-Traffic in GA4 messen: ChatGPT & Co. sichtbar machen

Dienstagabend, kurz nach elf. Laura schläft schon, ich sitze mit dem letzten Espresso des Tages am Schreibtisch und öffne GA4. Eigentlich will ich nur kurz prüfen, ob der Traffic vom neuen Blog-Post sauber reinläuft. Aus Gewohnheit klicke ich mich in die Verweisquellen. Und dann sehe ich sie: chatgpt.com. Drei Sitzungen.

Drei. Nicht dreihundert. Drei Menschen haben ChatGPT eine Frage gestellt, eine Antwort mit einem Link auf unsere Seite bekommen und geklickt.

Sechs Wochen vorher hatten wir angefangen, unsere Inhalte für KI-Suchen umzubauen: llms.txt live gestellt, Definitionen nach vorn gezogen, FAQ-Sektionen strukturiert. Und die ganze Zeit lief diese eine nagende Frage mit: Woher weißt du eigentlich, ob das irgendetwas bringt? Google-Rankings kannst du in der Search Console prüfen. Aber ob ChatGPT dich zitiert, steht in keinem Dashboard, das dir jemand freiwillig zeigt. Du optimierst wochenlang ins Dunkle.

Bis zu diesem Dienstagabend. Die Zahl war lächerlich klein, und ich habe trotzdem einen Screenshot gemacht und ihn Laura am nächsten Tag gezeigt. Weil diese drei Sitzungen etwas beweisen, was vorher nur eine Hoffnung war: Die Maschine zitiert uns. Menschen klicken. Der Kanal existiert. Ab da wollte ich diese Zahl jede Woche sehen.

Das Problem: GA4 zeigt sie dir nicht freiwillig. AI-Besuche verstecken sich in der Standard-Channelgruppe unter Referral, Unassigned oder gleich Direct. Dieser Guide zeigt dir Schritt für Schritt, wie du sie sichtbar machst. Und genauso ehrlich: wo die Messung endet.

Warum siehst du AI-Traffic in GA4 nicht?

Weil GA4 in der Standard-Channelgruppierung keinen Kanal für KI-Plattformen kennt. Ein Klick aus einer ChatGPT-Antwort ist für GA4 ein ganz normaler Verweis: Die Sitzung bekommt als Quelle chatgpt.com und als Medium referral und landet im Sammelkanal Referral. Dort steht sie dann zwischen dem Link aus einem Partnerblog, dem Klick aus einem Forum und dem Verweis von irgendeinem Verzeichnis, das dich 2019 mal eingetragen hat.

Noch unsichtbarer wird es, wenn die KI-Plattform gar keinen Referrer mitsendet. Der Referrer ist die Information, von welcher Seite ein Besucher kommt, und sie ist technisch optional. Apps, In-App-Browser und manche KI-Dienste lassen sie schlicht weg. Diese Besuche zählt GA4 als Direct, so als hätte jemand deine Adresse von Hand eingetippt. Dazu unten mehr, das ist die größte ehrliche Grenze der ganzen Messung.

Die Konsequenz: Solange du nichts konfigurierst, ist dein AI-Traffic da, aber unsichtbar. Er verwässert deine Referral-Zahlen, taucht in keinem Report als eigene Größe auf, und du kannst die eine Frage nicht beantworten, um die es bei GEO am Ende geht: Zitieren mich die Maschinen, und kommt darüber Geschäft?

Welche Referrer senden ChatGPT, Perplexity, Gemini und Copilot?

Das hier sind die Domains, nach denen du suchst. Es sind die Spuren, die KI-Plattformen in deinen GA4-Daten hinterlassen:

Zur Einordnung der Größenverhältnisse: Ahrefs hat Anfang 2025 den Traffic von rund 3.000 Websites ausgewertet. 63% aller untersuchten Sites bekamen bereits messbaren AI-Traffic, und 98% davon kamen von nur drei Chatbots: ChatGPT mit rund 50%, Perplexity mit rund 31%, Gemini mit rund 18% (Ahrefs AI-Traffic-Studie, 2025). Neuere Daten verschieben das Bild weiter Richtung Marktführer: In der SE-Ranking-Auswertung von Januar 2025 bis April 2026 stellt ChatGPT knapp 75% des gesamten AI-Referral-Traffics, während Gemini im Jahresvergleich um 231% wächst (SE Ranking, 2026).

Für dich heißt das: Wenn du nur eine einzige Domain im Blick behalten willst, ist es chatgpt.com. Wenn du es richtig machen willst, baust du dir einmal ein Muster, das alle abdeckt. Genau das machen wir jetzt.

Schritt 1: Finde deine AI-Besuche in der explorativen Auswertung

Der schnellste Weg zum ersten Beweis dauert keine fünf Minuten und braucht null Konfiguration. Die explorative Auswertung arbeitet auf deinen historischen Rohdaten, du siehst also auch AI-Besuche aus den letzten Monaten, nicht erst ab heute.

So gehst du vor:

• ·Öffne in GA4 den Bereich Explorativ und lege eine leere Auswertung (Freies Format) an
• ·Zeitraum: die letzten 90 Tage
• ·Dimensionen importieren: Sitzung: Quelle/Medium und Landingpage
• ·Messwerte importieren: Sitzungen, Aktive Nutzer, Schlüsselereignisse
• ·Zeilen: Sitzung: Quelle/Medium, Werte: die drei Messwerte
• ·Filter anlegen: Sitzung: Quelle/Medium, Bedingung stimmt mit regulärem Ausdruck überein

In das Filterfeld kommt dieses Muster:

`.*chatgpt.*|.*openai.*|.*perplexity.*|.*gemini.*|.*bard.*|.*copilot.*|.*claude.*|.*poe\.com.*|.*you\.com.*|.*bing\.com/chat.*`

Das Muster fängt alle bekannten KI-Referrer aus der Tabelle oben ab, inklusive der alten Varianten: .*openai.* greift chat.openai.com ab, .*bard.* das frühere bard.google.com. Wichtig: GA4 erwartet bei regulären Ausdrücken eine vollständige Übereinstimmung, deshalb stehen die Platzhalter vor und hinter jedem Namen.

Das Ergebnis ist dein erster AI-Traffic-Report: Welche Plattform schickt wie viele Sitzungen, und auf welchen Seiten landen sie. Die zweite Spalte ist dabei die interessantere. Als ich das erste Mal nach Landingpage gruppiert habe, war die Überraschung: Nicht die Startseite wurde zitiert, sondern zwei Blog-Posts mit sauber strukturierten Definitionen. Die Maschinen zitieren Antworten, keine Homepages. Warum das so ist, habe ich in Answer-First-Copywriting auseinandergenommen.

Schritt 2: Baue ein wiederverwendbares Segment für AI-Traffic

Die explorative Auswertung ist gut für den Spot-Check, aber du willst das Muster nicht jedes Mal neu eintippen. Der Zwischenschritt: ein Segment.

• ·Lege in derselben Auswertung ein neues Segment an, Typ Sitzungssegment
• ·Name: AI-Traffic
• ·Bedingung: Sitzung: Quelle stimmt mit regulärem Ausdruck überein, dasselbe Muster wie oben
• ·Speichern

Ab jetzt ziehst du das Segment per Klick in jede Auswertung und vergleichst AI-Traffic direkt gegen andere Segmente: AI gegen Organic, AI gegen Direct, AI gegen alles. Genau dieser Vergleich liefert das erste belastbare Argument für die Chefetage in deinem Kopf: AI-Besucher verhalten sich anders. In der SE-Ranking-Auswertung verbringen AI-Besucher 67,7% mehr Zeit auf der Seite als Besucher aus der organischen Suche (SE Ranking, 2026). Sie kommen mit einer Vorqualifikation an: Die KI hat ihnen schon erklärt, warum dein Inhalt ihre Frage beantwortet.

Ein Wartungshinweis: Die Plattform-Landschaft bewegt sich. Neue Dienste tauchen auf, alte Domains verschwinden. Prüfe das Muster einmal pro Quartal gegen deinen Referral-Report, sonst misst du in einem Jahr an der Realität vorbei.

Schritt 3: Lege einen eigenen AI-Channel in der Channelgruppierung an

Der Endausbau: ein eigener Kanal, der in allen Standardberichten neben Organic Search und Paid Social auftaucht. Dafür nutzt du benutzerdefinierte Channelgruppen, die Google selbst inzwischen mit einem Beispiel für KI-Traffic dokumentiert (Google Analytics-Hilfe).

• ·Verwaltung, dann Datenanzeige, dann Channelgruppen
• ·Kopie der Standard-Channelgruppe erstellen, Name zum Beispiel Mit AI-Traffic
• ·Neuen Channel anlegen: AI Traffic
• ·Bedingung: Quelle stimmt mit regulärem Ausdruck überein, wieder dasselbe Muster
• ·Den neuen Channel in der Reihenfolge über Referral schieben

Der letzte Punkt ist der, den fast alle übersehen. GA4 ordnet jede Sitzung dem ersten Channel zu, dessen Definition passt. Steht dein AI-Channel unter Referral, greift Referral zuerst und dein neuer Kanal bleibt leer.

Drei Dinge solltest du wissen, bevor du dich wunderst (Google Analytics-Hilfe):

• ·Eine Standard-Property erlaubt maximal 2 benutzerdefinierte Channelgruppen mit je bis zu 50 Channels
• ·Die neue Gruppierung wirkt rückwirkend, GA4 wendet sie in den Berichten auch auf alte Daten an
• ·In Berichten musst du die neue Channelgruppe als Dimension aktiv auswählen, sie ersetzt nicht automatisch die Standardgruppe

Der zweite Punkt ist eine angenehme Ausnahme. Viele GA4-Einstellungen greifen erst ab dem Tag der Änderung, die Channelgruppe nicht: Nach dem Anlegen siehst du sofort, wie viel AI-Traffic in den vergangenen Monaten schon da war. Warte trotzdem nicht, bis der Kanal groß genug wirkt. Je früher er in deinen Standardberichten steht, desto früher wird er Teil deiner wöchentlichen Routine.

Wo die Messung endet: Dark Traffic und Zero-Click

Jetzt der Teil, den die meisten Anleitungen weglassen, weil er das schöne Dashboard relativiert. Dein GA4-Setup misst nur einen Ausschnitt der Realität, und zwar den kleinsten.

Erstens: Dark Traffic. Ein erheblicher Teil der KI-Besuche kommt ohne Referrer an. Ahrefs hat in seiner Studie explizit dokumentiert, dass Plattformen wie Copilot die Referrer-Information strippen und deren Besuche als Direct erscheinen. Das Fazit der Autoren: Der tatsächliche AI-Traffic wird deutlich unterschätzt (Ahrefs, 2025). Wenn dein Direct-Traffic seit Monaten unerklärlich wächst, während sich sonst nichts geändert hat, ist ein Teil davon vermutlich KI. Beweisen kannst du es nicht. Das ist dieselbe Demutslektion, die uns das Tracking schon einmal beigebracht hat, als iOS 14.5 die Cookie-Welt zerlegt hat. Wie wir damals gelernt haben, mit unvollständigen Daten zu arbeiten, steht in CAPI statt Cookies.

Zweitens: Zero-Click. Die meisten KI-Antworten erzeugen überhaupt keinen Besuch. Pew Research hat 68.879 echte Google-Suchen ausgewertet: Erscheint eine AI-Zusammenfassung, klicken Nutzer nur in 8% der Fälle auf ein klassisches Ergebnis, ohne Zusammenfassung in 15%. Auf die Quellenlinks in der Zusammenfassung selbst klicken sie in gerade einmal 1% der Besuche (Pew Research Center, 2025). Übersetzt: Deine Marke kann in hunderten KI-Antworten auftauchen, ohne dass GA4 auch nur eine Sitzung registriert. Der Wert entsteht trotzdem, als Markenkontakt, nur eben unmessbar an dieser Stelle. Was das für deine Sichtbarkeit in Googles eigenen KI-Antworten bedeutet, habe ich in AI Overviews Sichtbarkeit aufgeschrieben.

Drittens: Volatilität. KI-Zitationen sind kein stabiles Ranking. Zwischen Mitte Juli und Mitte August 2025 brach der Referral-Traffic von ChatGPT um 52% ein, während Reddit und Wikipedia als Quellen um 87% und 62% zulegten (t3n, 2025). Ein einziges Modell-Update verschiebt den gesamten Zitations-Mix. Wenn deine AI-Kurve einbricht, ist das erste Verdachtsmoment nicht dein Content, sondern die Plattform.

Was hilft gegen die blinden Flecken? Eine zweite, unabhängige Messquelle. Microsoft Clarity ist kostenlos, erkennt KI-Plattformen als eigene Traffic-Kategorie und zeigt dir zusätzlich Session-Recordings und Heatmaps der AI-Besucher. Clarity ersetzt GA4 nicht, aber es validiert deine Zahlen und fängt Fälle ab, die GA4 anders einsortiert. Und für Links, die du selbst auf KI-nahen Plattformen setzt, etwa in Reddit-Antworten oder Verzeichnissen, bleiben UTM-Parameter das Mittel der Wahl. Nur erwarte nicht, dass die KI deine UTM-Links übernimmt: Wenn sie Inhalte extrahiert und eigene Links generiert, sind deine Parameter weg.

Was ist ein sinnvolles AI-Traffic-Reporting?

Die ehrliche Antwort auf die Frage, wie man drei Sitzungen reportet: als Trend, nicht als Absolutwert. Wer bei diesen Größenordnungen ROI-Rechnungen aufmacht, belügt sich selbst. Was stattdessen funktioniert, ist ein schlankes Ritual:

• ·Wöchentlich, 5 Minuten: AI-Sitzungen gesamt, Veränderung zur Vorwoche, Top-3-Landingpages. Mehr nicht.
• ·Monatlich, 30 Minuten: Anteil am Gesamt-Traffic, Aufteilung nach Plattform, Schlüsselereignisse aus AI-Sitzungen, Vergleich der Engagement-Werte gegen Organic.
• ·Bei jedem Einbruch: zuerst den Zitations-Mix der Plattformen prüfen, dann erst am eigenen Content zweifeln.

Der Punkt, der dieses Reporting wertvoll macht, ist nicht die Größe der Zahl. Es ist die Rückkopplung. Die Landingpage-Liste zeigt dir, welche Inhalte die Maschinen zitieren, und genau dort baust du weiter aus. Bei uns hat diese Schleife die Content-Planung messbar verändert: Die Formate, die AI-Traffic anziehen, sind dieselben, die im GEO-Hub beschrieben sind, vorangestellte Definitionen, Statistiken mit Quelle, FAQ-Strukturen. Die Messung beweist, dass die Theorie arbeitet.

Und sie hält dich ehrlich in beide Richtungen. Sie schützt dich vor dem Hype (nein, KI-Traffic ersetzt 2026 keinen einzigen funktionierenden Kanal, bei durchschnittlich 0,17% Traffic-Anteil) und vor der Ignoranz (ein Kanal, der sich in zwei Jahren versechzehnfacht und Besucher mit 67,7% mehr Verweildauer liefert, ist kein Spielzeug). Aus unseren drei Sitzungen von damals ist inzwischen eine kleine, stetig steigende Kurve geworden. Klein genug, um bescheiden zu bleiben. Steil genug, um sie ernst zu nehmen.

Wenn du dieses Mess-Setup nicht als Einzelbaustein sehen willst, sondern als Teil eines kompletten Systems aus Content, Ads, Funnel und Tracking: Genau das bauen wir im KI Agent Cash & Traffic Mastery gemeinsam auf, inklusive der Automatisierungen, die dir die Reports schreiben.

Die GEO-Checkliste: 15 Maßnahmen als PDF

Messen ist die halbe Arbeit. Die andere Hälfte ist, dafür zu sorgen, dass es überhaupt etwas zu messen gibt: Inhalte, die von ChatGPT, Perplexity und Gemini zitiert werden.

Dafür habe ich unsere komplette GEO-Umsetzung als PDF aufbereitet: 15 Maßnahmen auf 12 Seiten, von llms.txt über Schema bis zur Definitions-Struktur, in der Reihenfolge, in der wir sie selbst umgesetzt haben.

→ GEO-Checkliste als 12-Seiten-PDF herunterladen

Kostenlos, mit E-Mail. Kein Spam, nur die Checkliste plus Updates, wenn die Plattformen wieder etwas umbauen.

FAQ

Robby Schadt

9,5 Mio€ verwalteter Ad-Spend auf META · 9.000+ Leads/Monat · Speaker: Contra, Founder Summit, DRX, OMKO, IMK · Alumni: Investment Punk · Weissenhaus & Champions Mastermind