Wie misst man KI-Agenten-Traffic auf einer Website?

Beginne mit der Entscheidung hinter der Zahl

Wer nach KI-Agenten-Traffic sucht, meint oft Verschiedenes. Marketing möchte wissen, ob ChatGPT Besucher schickt. Ein Verlag fragt, welche Crawler seine Artikel lesen. Entwickler möchten sehen, ob ein Assistent ein WebMCP-Tool aufruft und eine Buchung abschließt. Das sind unterschiedliche Ereignisse mit unterschiedlichen Datenquellen. Ein Dashboard, das sie zu einer einzigen großen Traffic-Zahl addiert, liefert keine brauchbare Handlungsgrundlage.

Schreibe zuerst auf, welche Entscheidung ansteht: eine Einstiegsseite verbessern, einen Bot zulassen oder einen Tool-Fehler beheben. Dann wähle das passende Signal. Der kurze Guide zu agentischen Besuchern definiert die Kategorien; dieser Leitfaden zeigt, wie du sie gemeinsam auswertest, ohne sie zu verwechseln.

1. Besucher aus KI-Assistenten messen

Klickt ein Mensch in einem Assistenten auf einen Link, kann sein Browser einen Referrer wie chatgpt.com oder perplexity.ai senden. Manche Links tragen zusätzlich einen Kampagnenparameter wie utm_source. Erfasse die Herkunftsdomain, die Einstiegsseite, das Datum und eine relevante Conversion. Dieser Besuch ist ein KI-Referral: Es besucht weiterhin ein Mensch die Website. Der Klick bedeutet nicht, dass ein autonomer Agent deine Seite bedient hat.

Ein Referrer ist nicht garantiert. Apps, Datenschutzeinstellungen und Weiterleitungen können ihn entfernen. Der Besuch erscheint dann als Direct oder unter einer anderen Quelle. Kein Analytics-Werkzeug kann die fehlende Herkunft sicher rekonstruieren. Berichte erkennbare KI-Referrals als beobachtete Klicks und nicht als Zahl aller Erwähnungen durch Assistenten. Plausible bietet inzwischen einen Kanal „AI Assistants“; dafür muss man keine eigene Referrer-Liste pflegen. GA4 kann die Quellen ebenfalls auswerten; wie bequem das ist, hängt von der Konfiguration der Berichte ab.

Vergleiche für diesen Bereich Einstiegsseiten und Ergebnisse. Zehn erkennbare ChatGPT-Besuche mit zwei Anmeldungen sagen mehr aus als eine große Bot-Zahl. Bei einer jungen Domain sind viele Tage mit null Klicks normal; bewerte mehrere Wochen zusammen. Der Guide zu ChatGPT-Referrals zeigt die engere Auswertung.

2. Crawler und Live-Abrufe in Server-Logs sehen

Die meisten benannten Crawler fordern HTML an, ohne das JavaScript deiner Webanalyse auszuführen. Ihre Anfragen stehen deshalb im Server- oder CDN-Log. Für die Prüfung brauchst du vorübergehend Zeitpunkt, Pfad, HTTP-Status, User-Agent und Netzwerkadresse. Gruppiere nach Bot und Zweck: Training, Suchindex und Abruf im Auftrag eines Nutzers sind nicht dasselbe. Cloudflares Bot-Referenz nennt unter anderem GPTBot, OAI-SearchBot und ChatGPT-User.

Vertraue nicht allein auf den User-Agent. Jeder kann sich GPTBot nennen. Wenn der Betreiber IP-Bereiche oder ein anderes Prüfverfahren veröffentlicht, gleiche die Anfrage ab, bevor du sie als verifiziert ausweist. Wo eine Prüfung nicht möglich ist, kennzeichne die Zahl entsprechend. Halte Methode und Stand der Anbieterlisten fest, denn sie ändern sich. Der Guide zur GPTBot-Prüfung erklärt den Ablauf.

Prüfe auch Pfade und Statuscodes. Eine Anfrage an eine gelöschte URL mit 404 ist anders zu beurteilen als ein erfolgreicher Abruf deiner Dokumentation. Kurze Folgen mehrerer Abrufe können auf eine aktuelle Recherche hinweisen; das Log verrät aber weder die Frage des Nutzers noch, ob eine Seite zitiert wurde. Ein Origin-Log kann Anfragen übersehen, die bereits ein CDN-Cache beantwortet hat.

3. Tool-Aktionen und erreichte Ziele erfassen

Wenn deine Website Browser-Tools bereitstellt, erfasse Registrierung und Aufruf samt Tool-Namen, Ergebnis, Dauer und Fehlerklasse. Markiere einen tatsächlich abgeschlossenen Vorgang, etwa eine bestätigte Buchung, als Ziel. Ein Tool-Aufruf ist ein Versuch; ein erreichtes Ziel ist ein eigenes Ereignis. Eingabewerte, persönliche Angaben oder ganze Prompts brauchst du für aggregierte Kennzahlen gewöhnlich nicht.

Klassische Webanalyse kann eigens instrumentierte Events zählen. Sie erkennt aber nicht automatisch einen Aufruf der Model-Context-API im Browser oder den Unterschied zwischen Assistent und Mensch. Das Snippet von Agent Tracking beobachtet unterstützte Tools und Zielmarker. Achte bei der Zuordnung darauf, einen Menschen mit ChatGPT-Referrer nicht als autonom handelnden Agenten zu bezeichnen. Der WebMCP-Analytics-Guide beschreibt die Tool-Ebene.

Ein wiederholbarer Aufbau für kleine Websites

Nutze zunächst ein gewöhnliches Analytics-Werkzeug, wenn du den gesamten menschlichen Traffic verstehen willst. Lege dann in Agent Tracking eine Website an und binde das verzögert ladende Snippet auf jeder öffentlichen Seite ein. Prüfe bei einem echten Referral, ob die Quelle korrekt erscheint, und stelle sicher, dass normale Besucher nicht als Bots gelten. Importiere anschließend einen Tag Access-Log und automatisiere erst danach den Import. Vergleiche einige Rohzeilen mit angezeigtem Pfad und Verifikationsstatus. Wenn du WebMCP-Tools veröffentlichst, führe eines in einer Testumgebung aus. Markiere schließlich einen realen Abschluss als Ziel und teste den gesamten Ablauf.

Die Software ist auf GitHub quelloffen, steht unter AGPL-3.0 und lässt sich auf einem eigenen Server betreiben. Der gehostete Free-Plan umfasst derzeit eine Website, 10.000 Agenten-Events pro Monat und 30 Tage Dashboard-Verlauf. Größere Pläne haben andere Grenzen. Selbsthosting spart ein Software-Abo, benötigt aber Server und Wartung. Die Dokumentation enthält Einrichtung und API.

Ein Bericht, aus dem eine Maßnahme folgt

Zeige wöchentlich getrennte Zeilen für erkennbare KI-Referrals, verifizierte Crawler-Abrufe, unverifizierte Bot-Behauptungen, Live-Abrufe, Tool-Aufrufe, Erfolgsquote der Tools und abgeschlossene Ziele. Ergänze Vorperiode und wichtigste betroffene Seiten. Schreibe die Definitionen direkt zum Diagramm. Steigende Crawler-Zahlen bei gleichbleibenden Referrals sind zunächst eine Beobachtung, kein Beweis für schlechte Inhalte; Zweck und Zeitversatz der Abrufe spielen eine Rolle.

Verbinde den Bericht mit der Google Search Console: Dort siehst du indexierte Seiten, Impressionen und Klicks. Google stellt inzwischen eine eigene Ansicht zur Sichtbarkeit in generativen Suchfunktionen bereit. Diese Impressionen sind bereits Teil der allgemeinen Leistungsdaten und dürfen nicht wie zusätzliche Besuche addiert werden. Google erklärt den Bericht hier. Prüfe eine Seite mit Impressionen und wenig Klicks, bevor du einen fast gleichen neuen Artikel veröffentlichst.

Eine konkrete Wochenmaßnahme kann sein, den Titel einer oft eingeblendeten, selten geklickten Seite zu verbessern, einen Fehler bei einem Pflichtfeld zu beheben oder ungewöhnlich viele unverifizierte Bot-Anfragen zu untersuchen. Notiere das Änderungsdatum und vergleiche danach dieselbe Kennzahl. Das ist ein Messkreislauf, kein Versprechen für mehr Referrals nach jeder Änderung.

Was die Messung nicht beweisen kann

Ein Crawler-Abruf beweist weder die Nutzung im Training noch eine Erwähnung oder ein Zitat. Ein ChatGPT-Referrer verrät weder den Prompt noch die genaue Antwort. Ein fehlender Referrer beweist nicht, dass keine KI-Empfehlung vorlag. Ein Burst ist ein Muster, keine bestätigte einzelne Nutzerfrage. Und die Zuordnung einer Conversion hängt von den eingebauten Events und verfügbaren Browser-Signalen ab.

Verwende daher die passenden Wörter: abgerufen, vermittelt, aufgerufen, abgeschlossen. Willst du prüfen, ob ein Assistent eine bestimmte Seite sichtbar zitiert, teste die Antwort separat und dokumentiere sie als Stichprobe. Antworten variieren mit Frage, Konto, Ort und Zeitpunkt. Googles Leitfaden für KI-Suche empfiehlt originelle, hilfreiche Inhalte und solide Suchgrundlagen; er verspricht keinen speziellen GEO-Trick.

Kurz gefragt