AI-Overview- und ChatGPT-Traffic in GA4 messen (2026)

Bis 2026 senden KI-Engines wie ChatGPT, Perplexity und Gemini einen messbaren und wachsenden Anteil an Verweisbesuchen — doch in einer Standard-GA4-Property ist fast nichts davon als solches gekennzeichnet. Der Traffic ist echt; die Berichterstattung ist blind. Das meiste landet im 'direct'-Eimer oder vermischt sich mit einem undifferenzierten Organic-Kanal, sodass Teams, die klar von KI zitiert werden, nicht beweisen können, dass eine einzige Sitzung von dort kam.

Dieser Leitfaden baut die GA4-Kanalregeln, Regex-Segmente und die UTM-Strategie auf, die den Traffic von ChatGPT, Perplexity, Gemini und Copilot sichtbar machen — und er ist bewusst ehrlich über die blinden Flecken, wie AI Overviews, die kein Segment vollständig schließen kann. Um zu prüfen, wie KI-bereit und gut gemessen Ihre Inhalte heute sind, führen Sie unser kostenloses 5-Achsen-Content-Audit durch.

Aktualisiert am 2026-05-25 mit den aktuellen KI-Verweisquellen-Hostnames, dem GA4-Kanalverhalten und den Messgrenzen, die über Properties in US, UK und Europa beobachtet wurden.

TL;DR — wie man KI-Traffic in GA4 sieht :

KI-Traffic versteckt sich im direct-Eimer und in einem undifferenzierten Organic-Kanal — Standardberichte übersehen ihn. 2. Bauen Sie eine benutzerdefinierte Kanalgruppe mit einem Verweisquellen-Regex über chatgpt.com, perplexity.ai, gemini.google.com und copilot.microsoft.com auf. 3. AI Overviews sind der harte blinde Fleck — diese Klicks lesen sich weiterhin als google.com und können nicht sauber isoliert werden. 4. Taggen Sie jeden Link, den Sie kontrollieren, mit UTM, um zuordenbare KI-Sitzungen aus direct zurückzugewinnen. 5. Berichten Sie eine Untergrenze, keine Gesamtsumme — legen Sie jedes Mal die blinden Flecken der App und der AI Overviews offen.

Warum ist KI- und LLM-Traffic in den Standardberichten von GA4 unsichtbar?

Das Standard-GA4 wurde für ein Web aus Links gebaut, und KI-Oberflächen brechen zwei seiner Kernannahmen. Das Ergebnis ist, dass echte KI-getriebene Besuche über die falschen Kanäle verstreut sind.

Der direct-Eimer — GA4 legt eine Sitzung als direct ab, sobald es keine Quelle bestimmen kann. App-basierte Assistenten — die ChatGPT-App, ein Copilot-Panel, ein mobiler Client — senden häufig keinen Verweis-Header, also landen ihre Klicks in direct, nicht von jemandem zu unterscheiden, der Ihre URL eintippt.

Die organische Unschärfe — Ein Klick aus einem Google AI Overview ist immer noch ein Klick von google.com, also liest er sich als ganz normale Organic Search. Es gibt keinen eigenständigen Hostname, um ihn abzutrennen, was bedeutet, dass sich ein wachsender Anteil KI-beeinflussten Traffics in einem Kanal versteckt, den Sie bereits haben.

Kein Standard-KI-Kanal — GA4 wird mit Organic, Paid, Referral und Direct ausgeliefert, aber mit nichts für KI-Engines, also werden selbst KI-Klicks mit Verweisquelle unter einem generischen Referral abgelegt. Die Lösung beginnt damit, dass Sie die Oberfläche selbst benennen. Für die Strategie, die diesen Traffic überhaupt erst verdient, siehe unseren vollständigen GEO-Leitfaden.

Welche Verweisquellen identifizieren ChatGPT, Perplexity, Gemini und Copilot?

Sie können nicht segmentieren, was Sie nicht benennen können. Der erste Schritt ist eine gepflegte Liste der Hostnames, die jede Engine weitergibt, wenn sie eine Verweisquelle sendet.

ChatGPT — vor allem chatgpt.com, plus das ältere chat.openai.com. Web-Sitzungen tragen üblicherweise eine davon; App-Sitzungen tragen oft keine.

Perplexity — perplexity.ai. Perplexity ist eine der zuverlässigeren Verweisquellen, weil es häufig mit intakter Attribution nach außen verlinkt.

Gemini und Copilot — gemini.google.com für Gemini und copilot.microsoft.com plus bing.com für Microsoft Copilot. Fügen Sie claude.ai, you.com und poe.com hinzu, um die großen Oberflächen abzurunden.

Halten Sie all diese in einem einzigen regulären Ausdruck, damit die Liste leicht zu pflegen ist, und überprüfen Sie sie jedes Quartal — neue Engines starten und Hostnames ändern sich. Für die vorgelagerte Arbeit, diese Zitate tatsächlich zu verdienen, deckt unser Leitfaden, um von KI-Engines zitiert zu werden die Inhaltsseite ab.

Wie baut man eine benutzerdefinierte Kanalgruppe und ein Regex-Segment auf?

GA4 gibt Ihnen zwei ergänzende Werkzeuge: eine benutzerdefinierte Kanalgruppe für die laufende Berichterstattung und ein Explorations-Segment für die Analyse. Bauen Sie beide auf.

Benutzerdefinierte Kanalgruppe — Erstellen Sie in der Verwaltung eine benutzerdefinierte Kanalgruppe auf Basis der Standardgruppe und fügen Sie dann einen Kanal namens AI / LLM hinzu. Definieren Sie seine Bedingung als die Sitzungsquelle, die zu einem Regex Ihrer KI-Hostnames passt, und ordnen Sie ihn über dem generischen Referral-Kanal ein, damit KI-Traffic nicht falsch zugeschrieben wird.

Explorations-Segment — Erstellen Sie in Explore ein Sitzungssegment auf derselben Bedingung, um Landingpages, Engagement und Conversions für KI-Besuche zu analysieren. Das zeigt das Verhalten, nicht nur das Volumen. Wenn die Zahlen seltsam aussehen, geht unser GA4-Explorations-Leitfaden tiefer auf den Segmentaufbau ein.

Wie verhalten sich der Traffic der AI Overviews und die 'direct'-Inflation?

Dies sind die beiden Fehlermodi, die kein Regex vollständig löst, und etwas anderes zu behaupten erzeugt einen Bericht, der vollständig aussieht, es aber nicht ist.

AI Overviews — Ein Klick aus einem AI Overview ist ein Klick von google.com, also erfasst GA4 dieselbe organische Verweisquelle wie immer. Es gibt keinen ai-overview-Hostname, der zugeordnet werden könnte, was bedeutet, dass sich dieser Traffic in Organic Search einmischt und nicht allein über die Verweisquelle isoliert werden kann. Sie können Bewegung aus den Landingpage- und Abfragetrends der Search Console ableiten, aber Sie können in GA4 keine harte Grenze ziehen.

Direct-Inflation — Da app-basierte Assistenten die Verweisquellen entfernen, wächst der Anteil echter KI-Besuche, der in direct landet. Ein steigender direct-Kanal ohne offensichtliche Ursache ist oft ein Zeichen für KI-Aktivität, die Sie nicht sehen können, besonders wenn er mit Inhalten korreliert, von denen bekannt ist, dass die Engines sie zitieren.

Die ehrliche Lesart — Behandeln Sie beide als strukturelle Unterzählungen. Das erfasste Segment ist eine Untergrenze; der reale Einfluss ist größer. Wenn eine Traffic-Verschiebung eher wie ein Tracking-Artefakt als wie ein Performance-Problem aussieht, gilt hier dieselbe Trennungsdisziplin aus unserem Leitfaden zur Behebung des Conversion-Trackings.

Wie nutzt man UTMs dort, wo Sie den Link kontrollieren?

Sie können einen Link, den eine KI-Engine selbst schreibt, nicht taggen, aber Sie können jeden Link taggen, den Sie in Inhalten platzieren, die diese Engines lesen. Das ist der Anteil, den Sie aus direct zurückgewinnen können.

Taggen Sie, was Ihnen gehört — Wenden Sie UTMs auf URLs in Ihrer Dokumentation, Wissensdatenbank, llms.txt, Ihren Social-Profilen und syndizierten Beiträgen an. Wenn eine Engine einen dieser Links sichtbar macht, kommt der Klick zugeordnet statt anonym an.

Halten Sie das Schema konsistent — Verwenden Sie eine stabile utm_source- und utm_medium-Konvention, damit KI-Platzierungen sauber zusammenlaufen. Inkonsistentes Tagging fragmentiert die Daten schlimmer als gar kein Tagging.

Verbinden Sie es mit Sichtbarkeit — Je maschinenlesbarer Ihre Inhalte sind, desto mehr kontrollierte Links existieren zum Taggen. Das Veröffentlichen eines llms.txt-Index, behandelt in unserem llms.txt-Implementierungsleitfaden, macht Inhalte sichtbar und schafft zugleich taggbare Oberflächen. Bauen Sie Links schnell mit dem UTM-Builder.

Welche blinden Flecken bei der Messung müssen offengelegt werden?

Ein vertrauenswürdiger KI-Traffic-Bericht benennt seine eigenen Grenzen. Die Lücken zu verbergen lässt die Zahl maßgeblich und still falsch erscheinen.

App-Klicks — Sitzungen aus Assistenten-Apps tragen oft keine Verweisquelle und fallen in direct. Sie werden jede Engine mit einer beliebten App unterzählen, und Sie können diese Besuche nicht vollständig wiederherstellen.

AI Overviews — Wie oben behandelt, lesen sie sich als organisches google.com und können nicht sauber abgetrennt werden. Berichten Sie die organische Bewegung und die Search-Console-Signale statt einer scheingenauen AI-Overview-Zahl.

Sampling und Entfernung — Manche Verweisquellen werden durch Datenschutzeinstellungen verworfen oder aus Berichten mit hohem Volumen herausgesampelt. Prüfen Sie gegen die Serverlogs gegen, die rohe Verweisquellen sehen, die GA4 möglicherweise nicht sichtbar macht.

Der Berichtsrahmen — Präsentieren Sie ein erfasstes Minimum plus eine beschriftete Liste blinder Flecken, niemals eine einzelne Gesamtsumme, die als vollständig aufgemacht ist. Das ist dieselbe intellektuelle Ehrlichkeit, die unser Leitfaden zum Einfluss der AI Overviews auf Performance-Aussagen anwendet.

Wie das Tracking von KI-Traffic in eine breitere GEO-Strategie passt

Messung ist die Rückkopplungsschleife für Generative Engine Optimization. Sie können nicht verbessern, was Sie zu schätzen verweigern, und Sie können einer Schätzung nicht vertrauen, die ihre Lücken verbirgt.

Messen, um zu steuern — Ein gepflegter KI-Kanal sagt Ihnen, welche Inhalte Zitate und Klicks verdienen, sodass Sie mehr von dem tun können, was funktioniert. Ohne ihn ist GEO Ratespiel.

Verdienen mit Messen verbinden — Zitate zu verdienen und den Ertrag zu messen sind die beiden Hälften derselben Schleife. Die Inhaltsseite lebt in unserem Leitfaden zum Ranking in den AI Overviews; die Messseite ist dieser Artikel.

Schließen Sie die Schleife — Prüfen Sie die Inhaltsqualität und KI-Bereitschaft, rollen Sie den Kanal und das Segment aus, taggen Sie Ihre kontrollierten Links und berichten Sie eine Untergrenze mit ehrlichen blinden Flecken. Um Inhalt, Struktur und Messung zusammenzubringen, führen Sie das kostenlose 5-Achsen-Audit von SteerAds durch und taggen Sie jeden kontrollierten Link mit dem UTM-Builder.

Sources

Offizielle und primäre Quellen, die für diesen Leitfaden konsultiert wurden:

FAQ

Wie verfolge ich ChatGPT-Traffic in GA4?

Bauen Sie ein auf der Verweisquelle basierendes Segment oder eine benutzerdefinierte Kanalgruppe auf, die zu den von ChatGPT verwendeten Hostnames passt, vor allem chatgpt.com und das ältere chat.openai.com. Erstellen Sie in GA4 eine benutzerdefinierte Kanalgruppe, fügen Sie einen Kanal mit einem Namen wie AI / LLM hinzu und definieren Sie seine Bedingung als die Sitzungsquelle, die zu einem Regex dieser Hostnames passt. Sie können auch eine Exploration mit einem Segment auf derselben Bedingung aufbauen, um das Verhalten zu analysieren. Der Haken ist, dass nicht jeder ChatGPT-Klick eine Verweisquelle trägt — Klicks aus den Desktop- und Mobil-Apps kommen oft ohne eine an, also fallen sie in direct und erreichen nie Ihr Segment. Behandeln Sie die Zahl, die Sie erfassen, als Untergrenze, nicht als vollständige Zählung.

Zeigt GA4 den Traffic der AI Overviews?

Größtenteils nein, und das ist der schwierigste blinde Fleck. Ein Klick aus einem Google AI Overview ist immer noch ein Klick von google.com, also sieht GA4 dieselbe organische Such-Verweisquelle wie immer — es gibt keinen eigenständigen ai-overview-Hostname, nach dem man segmentieren könnte. Das bedeutet, dass der Traffic der AI Overviews sich in Ihren bestehenden Organic-Search-Kanal einmischt und nicht sauber allein über die Verweisquelle isoliert werden kann. Sie können Bewegung ableiten, indem Sie Verschiebungen auf Landingpage- und Abfrageebene in der Search Console neben den organischen Sitzungen beobachten, aber Sie können heute in GA4 keine harte Linie um die Klicks der AI Overviews ziehen. Seien Sie bei dieser Einschränkung explizit, wenn Sie berichten.

Warum wird KI-Traffic in GA4 als direct gezählt?

Weil die Verweisquelle fehlt. GA4 legt eine Sitzung als direct ab, sobald keine Quelle bestimmt werden kann, und KI-Oberflächen entfernen oder lassen die Verweisquelle häufiger weg als klassische Websites. App-basierte Assistenten — die ChatGPT-App, ein Copilot-Panel, ein mobiler Client — senden häufig überhaupt keinen Verweis-Header, und einige Engines geben absichtlich keinen weiter. Das Ergebnis ist, dass ein bedeutender Anteil echter KI-getriebener Besuche in direct landet und nicht von jemandem zu unterscheiden ist, der Ihre URL eintippt. Das UTM-Tagging der Links, die Sie kontrollieren, ist die einzige zuverlässige Methode, einen Teil dieses Traffics wieder aus dem direct-Eimer herauszuholen.

Kann ich einen KI-Kanal in GA4 aufbauen?

Ja. GA4 erlaubt Ihnen, eine benutzerdefinierte Kanalgruppe zu erstellen, in der Sie einen neuen Kanal hinzufügen — nennen Sie ihn AI / LLM — und seine Übereinstimmungsregel mit einem regulären Ausdruck über die Sitzungsquelle oder die Verweisquelle definieren. Listen Sie die Hostnames auf, die Sie interessieren, wie chatgpt.com, perplexity.ai, gemini.google.com und copilot.microsoft.com, verbunden mit dem OR-Operator des Regex. Benutzerdefinierte Kanalgruppen gelten ab jetzt und je nach Konfiguration für einen Teil der historischen Daten, und sie verhindern, dass KI-Traffic fälschlicherweise Organic oder Referral zugeschrieben wird. Es ist der sauberste einzelne Schritt, den Sie unternehmen können, vorausgesetzt, Sie akzeptieren, dass er nur Sitzungen erfasst, die tatsächlich eine dieser Verweisquellen tragen.

Wie genau ist das Tracking von KI-Traffic in GA4?

Teilweise, und das sollten Sie laut sagen. Was Sie erfassen, ist eine zuverlässige Untergrenze — Sitzungen, die wirklich eine KI-Verweisquelle trugen — aber die wahre Zahl ist höher, weil App-Klicks, entfernte Verweisquellen und AI Overviews in direct und organic durchsickern. Rechnen Sie damit, zu wenig zu zählen, manchmal erheblich, und präsentieren Sie das Segment niemals als vollständiges Bild. Die richtige Einordnung in einem Bericht ist ein erfasstes Minimum plus eine klar beschriftete Menge blinder Flecken. Kombinieren Sie das GA4-Segment mit einer Serverlog-Analyse und Search-Console-Trends, um zu triangulieren, und aktualisieren Sie Ihren Verweisquellen-Regex, sobald neue Engines auftauchen, denn die Liste ändert sich jedes Quartal.

Welche Verweisquellen sollte ich für KI-Engines aufnehmen?

Beginnen Sie mit den großen Oberflächen und erweitern Sie, sobald Sie Traffic sehen. Die Kernliste 2026 ist chatgpt.com und chat.openai.com für ChatGPT, perplexity.ai für Perplexity, gemini.google.com für Gemini, copilot.microsoft.com und bing.com für Microsoft Copilot, und claude.ai für Claude. Fügen Sie you.com, poe.com und jeden vertikalen Assistenten hinzu, der für Ihren Markt relevant ist. Halten Sie die Liste in einem einzigen Regex, damit sie leicht zu pflegen ist, und überprüfen Sie sie vierteljährlich, denn neue Engines starten und Hostnames ändern sich. Denken Sie daran, dass dies nur Sitzungen mit Verweisquelle erfasst; die blinden Flecken der App und der AI Overviews bleiben bestehen, egal wie vollständig Ihre Hostname-Liste ist.

Sollte ich UTMs für KI-Traffic verwenden?

Ja, überall dort, wo Sie den Link kontrollieren. Sie können einem Link, den eine KI-Engine selbst erzeugt, keine UTMs hinzufügen, aber Sie können jede URL taggen, die Sie in Inhalten platzieren, die die Engines lesen — Ihre Dokumentation, Ihre Wissensdatenbank, Ihre llms.txt, Ihre Profile und Ihre syndizierten Beiträge. Ein konsistentes UTM-Schema verwandelt diese kontrollierten Platzierungen von anonymen direct-Treffern in zuordenbare Sitzungen. Es wird niemals organische KI-Zitate erfassen, aber es gewinnt den Anteil zurück, den Sie beeinflussen können, und es ist die mit Abstand wirkungsvollste Gewohnheit, um den KI-Verweis-Traffic über die Zeit zu messen.