Methodik & Grenzen
So messen wir KI-Traffic — und wo die Grenzen liegen.
„Kann man KI-Traffic überhaupt sauber messen?" ist die berechtigtste Frage an ein Tool wie unseres. Die ehrliche Antwort: teilweise — und genau deshalb zeigen wir dir hier jedes Signal, jede Lücke und jede bewusste Entscheidung, statt eine Blackbox zu verkaufen.
Womit wir KI-Besucher erkennen
1. Referrer der KI-Oberflächen
Klickt jemand in ChatGPT, Perplexity, Gemini, Claude oder Copilot auf einen Link zu deiner Website, sendet der Browser meist die Herkunft mit (z. B. chatgpt.com, perplexity.ai, gemini.google.com). Unser Snippet ordnet den Besuch der jeweiligen KI zu.
2. UTM-Parameter als Fallback
Desktop-Apps und einige KI-Oberflächen senden keinen Referrer — hängen aber oft selbst ?utm_source=chatgpt.com o. ä. an den Link. Diese Parameter werten wir als zweites Signal aus und fangen damit einen Teil des App-Traffics auf.
3. Eigene Deep-Links
Wer in llms.txt und Inhalten Links mit Pfad und Parametern platziert (siehe Forschungsergebnis unten), macht KI-Klicks zusätzlich eindeutig zuordenbar — bis auf die Seite genau.
Warum jede Zahl eine Untergrenze ist
Ein Teil des KI-Traffics ist technisch unsichtbar: Die ChatGPT-Desktop- und Mobile-Apps senden oft weder Referrer noch UTM-Parameter, manche Oberflächen entfernen die Herkunft bewusst, und wer eine Empfehlung liest und deine Adresse direkt eintippt, erscheint als Direktzugriff. Diese Besuche können wir — wie jedes andere Tool auch — nicht der KI zuordnen.
Unsere Konsequenz: Wir zeigen lieber zu wenig als zu viel. Jeder ausgewiesene KI-Besuch ist belegt; der echte KI-Einfluss auf dein Geschäft liegt über dem, was du im Dashboard siehst — nie darunter.
Eigenes Forschungsergebnis: Deep-Links überleben, Quellen-Chips nicht
In eigenen Live-Tests (Juni 2026) haben wir untersucht, wie KI-Antworten mit Links umgehen — mit einem für die Messbarkeit entscheidenden Ergebnis:
Link im Antworttext
Überlebt 1:1 mit Pfad und Parametern — ein Klick darauf ist eindeutig der KI und sogar der Seite zuordenbar.
Quellen-Chip / Zitat
Kollabiert häufig auf die Root-Domain — Pfad und Parameter gehen verloren, die Zuordnung wird grob.
Die Folge: Saubere KI-Attribution ist kein reines Tracking-Problem, sondern ein Inhalts-Problem — wer KIs per llms.txt und Content gezielte Deep-Links anbietet, wird messbar; wer nur zitiert wird, bleibt unscharf. Genau diese Optimierung übernimmt unsere Muttergesellschaft, die GEO-Agentur Surfaced.
Was wir bewusst nicht tun
- —Keine Personen-Identifikation: Firmen-Erkennung läuft ausschließlich per Reverse-IP auf Firmen-Ebene — nie auf Personen.
- —Kein Fingerprinting, keine Cookies über Domains hinweg.
- —Keine hochgerechneten Zahlen: Wir zeigen, was gemessen wurde — nicht, was ein Modell schätzt.
- —Käufe zählen als „KI-beeinflusst“ (Multi-Touch über Sessions verknüpft), nicht als allein von der KI verursacht.
Überzeug dich an deinen eigenen Zahlen.
Snippet einbauen, kostenlos messen — und jede Zahl im Dashboard hält dieser Methodik stand.