KI-Traffic richtig einordnen
Drei sehr verschiedene Dinge landen in derselben Statistik: Verweise aus Assistenten, Crawler-Abrufe und klassische Suche. Wer sie nicht trennt, sieht einen Trend, den es so nicht gibt.
„Unser KI-Traffic wächst" ist eine Aussage, die in den meisten Fällen drei verschiedene Dinge vermischt — mit dem Ergebnis, dass die Zahl größer aussieht, als sie ist, und gleichzeitig die einzige Information verschwindet, die nützlich wäre.
Die drei Quellen
Verweise aus Assistenten. Ein Mensch liest eine Antwort und klickt auf Ihre Seite. Das ist echter Besuch mit oft hoher Absicht — die Frage war konkret, die Antwort hat Sie genannt, und der Vergleichsschritt liegt bereits hinter dem Besucher.
Crawler. Abrufe ohne Menschen: Systeme, die Inhalte lesen, um sie später verwenden zu können. Wertvoll als Voraussetzung, aber kein Besuch. Wer sie mitzählt, sieht Wachstum, wo niemand kommt.
Klassische Suche. Weiterhin die größte Quelle — auch dann, wenn Antworten über den Ergebnissen stehen.
Ein Crawler-Abruf ist kein Besuch. Er ist die Bedingung dafür, dass später einer entsteht.
Wie man sie trennt
Vier Schritte, alle ohne neues Werkzeug
- 1Die Verweisquelle auswerten, statt alles als Direktzugriff zu verbuchen. Viele Assistenten setzen eine erkennbare Verweisquelle. Wo sie fehlt, landet der Besuch in „direkt" — und diese Kategorie wächst dann ohne Erklärung.
- 2Crawler an der Kennung erkennen. Sie geben sich in der Regel zu erkennen. Eine Auswertung der Serverprotokolle nach diesen Kennungen zeigt zwei Dinge: ob sie kommen und ob sie durchkommen — der Statuscode ist die eigentliche Information.
- 3Landepunkte vergleichen. Assistenten schicken Menschen häufig auf andere Seiten als die Suche: seltener auf die Startseite, öfter auf konkrete Antwortseiten. Diese Verteilung zeigt, welche Inhalte zitiert werden.
- 4Kaufverhalten getrennt messen. Die Menge ist bei fast allen Shops klein. Interessant ist nicht die Menge, sondern das Verhalten.
Was die Serverprotokolle zeigen — und die Statistik nicht
Ein Besucherzähler im Browser sieht keine Crawler, weil sie kein JavaScript ausführen. Die Serverprotokolle sehen sie. Diese Lücke ist der Grund, warum beide Auswertungen nebeneinander gehören:
| Frage | Besucherstatistik | Serverprotokoll |
|---|---|---|
| Kommen Menschen aus Assistenten? | ja | nur indirekt |
| Kommen Crawler? | nein | ja |
| Kommen sie durch (Statuscode)? | nein | ja |
| Welche Seiten werden gelesen? | nur besuchte | alle abgerufenen |
| Wie oft, in welchem Takt? | nein | ja |
Die dritte Zeile ist die wichtigste und die am seltensten geprüfte. Ein Crawler, der abgewiesen wird, taucht in keiner Besucherstatistik auf — er taucht nur als fehlende Sichtbarkeit auf, Monate später. Welche Kennungen es gibt und welche Sie zulassen sollten, steht in Welche KI-Crawler Ihren Shop besuchen dürfen.
Welche Zahl wirklich zählt
Nicht die Menge. Bei fast allen Shops, die wir betreuen, liegt der Anteil der Assistenten-Verweise im niedrigen einstelligen Bereich. Wer darauf ein Quartalsziel baut, wird enttäuscht.
Interessant ist das Verhalten:
Drei Größen, die eine Aussage tragen
Abschlussquote
führt so ein Besuch häufiger zur Bestellung als ein Besuch aus der Suche?
Landepunkte
welche Seiten werden zitiert, und warum gerade die?
Entwicklung
wächst der Anteil über Quartale, nicht über Wochen?
Die erste Größe ist die aussagekräftigste. Wenn Besuche aus Assistenten bei kleiner Menge überdurchschnittlich oft zur Bestellung führen, ist das ein Argument, in diese Sichtbarkeit zu investieren — unabhängig davon, wie klein der Kanal heute ist.
Der Messaufbau, den wir empfehlen
Was eingerichtet sein sollte, bevor man über Ergebnisse redet
- Eine eigene Kategorie für Assistenten-Verweise in der Besucherstatistik, nicht „sonstige".
- Eine regelmäßige Auswertung der Serverprotokolle nach Crawler-Kennungen, mit Statuscode.
- Eine Liste der Landepunkte, monatlich fortgeschrieben.
- Eine getrennte Abschlussmessung für diese Besuchergruppe.
- Ein fester Stichtag — einmal im Monat, nicht wenn jemand danach fragt.
Der letzte Punkt klingt banal und entscheidet über die Brauchbarkeit. Eine Auswertung, die anlassbezogen entsteht, misst immer den Zeitraum, der gerade interessant erscheint.
Wie eine brauchbare Auswertung aussieht
Ein Beispiel für die monatliche Zusammenstellung, die wir in Projekten verwenden. Sie passt auf eine halbe Seite und beantwortet die Fragen, die tatsächlich gestellt werden:
| Angabe | Woher | Warum sie zählt |
|---|---|---|
| Sitzungen mit Assistenten-Verweis | Besucherstatistik | die einzige Menschen-Zahl |
| Abschlussquote dieser Gruppe | Besucherstatistik | sagt, ob sich Sichtbarkeit lohnt |
| Top-5-Landepunkte | Besucherstatistik | zeigt, was zitiert wird |
| Crawler-Abrufe je Kennung | Serverprotokoll | Voraussetzung, kein Besuch |
| Statuscodes je Kennung | Serverprotokoll | kommen sie überhaupt durch? |
| Anteil an allen Sitzungen | beides | hält die Verhältnisse gerade |
Die letzte Zeile ist die, die vor Fehlentscheidungen schützt. Ein Wachstum von 40 Prozent klingt anders, wenn daneben steht, dass es sich um 0,8 Prozent aller Sitzungen handelt.
Was Sie nicht messen können
Wie oft Sie in Antworten genannt werden, ohne dass jemand klickt. Diese Lücke ist real, sie ist groß, und niemand kann sie heute schließen. Wer Ihnen eine Zahl dazu verkauft, verkauft eine Schätzung.
Was stattdessen trägt: ein fester Satz von Fragen, die Ihre Kunden tatsächlich stellen, regelmäßig an dieselben Assistenten gestellt und protokolliert. Das ist keine Reichweitenzahl, aber eine nachvollziehbare Entwicklung — und sie ist reproduzierbar, was mehr ist, als man von den meisten Sichtbarkeitszahlen sagen kann.
Wie sich die klassische Suche parallel dazu verschiebt, steht in Google AI Overviews im E-Commerce.
Wenn Sie Ihre Zahlen einordnen wollen: Wir sehen uns Besucherstatistik und Serverprotokolle nebeneinander an und sagen, welcher Teil des Wachstums Menschen sind. Das ist meistens weniger als erhofft — und die Einsicht, die den nächsten Schritt richtig macht. Mehr dazu unter GEO- und KI-Optimierung.
