--- title: AI-Traffic messen heißt mehr als Klicks zählen — isla Studio url: https://isla-stud.io/sv/ratgeber/ai-traffic-messen/ date: 2026-08-13 --- # AI-Traffic messen heißt mehr als Klicks zählen Cloudflare zeigt jetzt, wie Marken in einem wiederholten KI-Prompt-Panel auftauchen. Google registriert organische Link-Impressionen in AI Overviews und AI Mode. Das belegt eine Anzeige, nicht die Aufmerksamkeit eines Menschen. Deine Webanalyse beginnt erst beim Klick. Wer diese Signale sauber trennt, bekommt keine AI-Visibility-Gesamtnote, aber eine brauchbare Diagnose. Cloudflares neues AEO Visibility Dashboard (AEO steht für Answer Engine Optimization) zeigt vier Prozentwerte. Sein eigentlicher redaktioneller Wert liegt in der Messkette dahinter: Cloudflare bringt technische Agent Readiness, synthetische Tests von KI-Antworten und reale Crawl- und Referral-Signale in eine gemeinsame Oberfläche. Seit Juni hat Google die Search Console um einen eigenen Bericht für Generative-AI-Impressionen erweitert. Der zählt etwas anderes: wie oft Google für einen Link deiner Website in AI Overviews oder AI Mode eine organische Impression registriert hat. Ob der Mensch den Link bewusst wahrgenommen hat, lässt sich daraus nicht ablesen. Und dann gibt es noch GA4, Plausible oder dein eigenes Analytics-Setup. Sie sehen den Besuch auf der Website und das, was danach passiert. Alle drei Perspektiven sind nützlich. Unsauber wird es, wenn aus einem synthetischen Prompt-Test eine vermeintliche Reichweite wird, aus einem Bot-Abruf eine Citation oder aus wenigen Klicks die Diagnose „unsichtbar“. Eine Messkette und fünf Fragen Ich würde AI Visibility und AI-Traffic nicht als eine Kennzahl behandeln, sondern als fünf aufeinanderfolgende Fragen: Ist deine Website für relevante Systeme erreichbar und wird sie gecrawlt? Wird deine Marke oder Website in getesteten Antworten erwähnt oder zitiert? Hat Google für einen Link eine organische Impression registriert? Hat jemand geklickt und deine Website besucht? Was ist danach passiert – bis hin zu Anfrage, Kauf oder einem anderen sinnvollen Ziel? Diese Reihenfolge ist kein allgemeingültiger KI-Funnel. Nicht jede Plattform legt alle Stufen offen, und ein Klick muss nicht auf eine vorher beobachtete Citation zurückgehen. Als Prüfmodell verhindert sie aber, dass du Werte vergleichst, die aus verschiedenen Welten stammen. MesspunktTypische DatenquelleWas du wirklich weißtWas offenbleibtErreichbarkeit und CrawlAgent-Readiness-Checks, Server-/Edge-Logs, lokale Bot-AnalyticsEin System durfte oder konnte eine URL abrufenob die Seite in einer Antwort verwendet wurdeMention und Citationwiederholtes, dokumentiertes Prompt-PanelDie Marke oder Domain erschien in den getesteten Antwortenwie oft reale Nutzer:innen sie sahenVon Google registrierte Link-ImpressionSearch Console, Bericht „Generative AI“Google registrierte eine organische Impression für einen Website-Link in AI Overviews oder AI Modebewusste Wahrnehmung, isolierte Gen-AI-Klicks, Queries und ConversionsKlickGA4, Plausible CE, andere WebanalyseEin erkannter Besuch erreichte die Websitealle nicht erkannten oder referrerlosen BesuchePost-Click-WirkungEvents, Shop-/CRM-Daten, Funnel-AuswertungWas nach dem erkannten Besuch im eigenen Messsystem geschahwelche unbeobachteten Einflüsse zur Entscheidung beitrugen 1. Erreichbar heißt noch nicht ausgewählt Der erste Messpunkt liegt vor jeder Antwort. Kann ein Crawler deine robots.txt und Sitemap lesen? Erreicht er die Seite? Bekommt er Inhalt oder einen 403? Läuft ein Link ins Leere und endet mit 404? Cloudflare bündelt solche technischen Checks unter Agent Readiness. Die dazugehörige AI Operator Activity zeigt außerdem reale Crawl- und Referral-Aktivität am Cloudflare-Netzwerk, aufgeschlüsselt nach Operator. Dort lässt sich zum Beispiel erkennen, dass ein Anbieter viele Seiten abruft, aber keine sichtbaren Referrals schickt, oder dass seine Requests an 403- und 404-Antworten scheitern. Das sind echte Signale an der Website. Sie belegen, was ein System dort angefragt hat und welche Antwort der Server gegeben hat. Sie belegen nicht, was später in einer privaten Assistenten-Antwort stand. Unabhängig von Cloudflare findest du dieselbe Evidenzfamilie in Server-Logs oder einer eigenen Bot-Auswertung. Wenn WordPress dein Stack ist, kann citelayer® AI-Bot-Abrufe und erkannte AI-Referrals lokal getrennt auswerten. Eine feste Zahl unterstützter Bots nenne ich bewusst nicht, weil Erkennungsmuster releaseabhängig sind. 2. Cloudflare AEO Visibility zählt Antworten nicht vollständig Cloudflare hat das AEO Visibility Dashboard am 6. August 2026 als Early Access vorgestellt. Zugang wird im Overview-Tab des Cloudflare Dashboards angefragt. Es ist also noch kein allgemein ausgerolltes Standardfeature. Die Oberfläche beantwortet die Frage, wie eine Website in einem von Cloudflare erzeugten Antwort-Panel abschneidet. Dafür leitet Cloudflare Branche und Kategorie aus der Website ab und formuliert wahrscheinliche Fragen für unbranded Discovery, Empfehlungen, Vergleiche und allgemeine Beratung. Die offizielle Pipeline-Grafik nennt außerdem benutzerdefinierte Prompts (Custom Prompts). Aktuell fragt Cloudflare Claude von Anthropic und GPT von OpenAI ab. Vier Werte stehen im Mittelpunkt: Citation Rate: In welchem Anteil der getesteten Antworten innerhalb der Kategorie wird die eigene Website als Quelle zitiert? Mention Rate: Wie oft nennt die Antwort die Marke – unabhängig davon, ob die Website als Quelle verlinkt ist? Prominence: Wenn die Website zitiert wird, wie früh erscheint sie und wie viel der Antwort wird ihr zugeschrieben? Share of Voice: Welcher Anteil der Citations im Panel entfällt im Vergleich zu Wettbewerbern auf die eigene Website? Cloudflares AEO-Ansicht zeigt Citation Rate, Prominence und Mention Rate getrennt nach Anthropic und OpenAI. Die Prozentwerte stammen aus einem wiederholten Prompt-Panel – nicht aus einer vollständigen Zählung realer Nutzerantworten. Quelle: Cloudflare, „AEO: Are AI assistants recommending you?“ (6. August 2026). Die Methode geht über einen gelegentlichen manuellen Prompt hinaus, weil Cloudflare die Varianz der Modelle ausdrücklich berücksichtigt. Laut Methodenblog laufen Prompts mehrfach über verschiedene Modelle via AI Gateway. Anschließend werden Antworttext und genannte Quellen ausgewertet. Cloudflare kombiniert dafür deterministische Textanalyse mit einer Bewertung durch Workers AI, wenn eine nuancierte Einordnung nötig ist. Die offizielle Cloudflare-Grafik trennt Prompt-Abfragen und Antwortauswertung von Branchen- und Edge-Signalen. Genau diese Trennung ist wichtig: Sichtbarkeit in Antworten wird getestet, Crawl- und Referral-Aktivität wird am Netzwerk beobachtet. Quelle: Cloudflare, „AEO: Are AI assistants recommending you?“ (6. August 2026). Für den Marktvergleich erzeugt Cloudflare ein Branchenpanel einmal pro Kategorie. Dieser Snapshot dient als wiederverwendete Baseline für Domains derselben Kategorie, statt bei jedem Scan alle Vergleichsfragen neu zu stellen. Das macht Ergebnisse schneller verfügbar und schafft einen gemeinsamen Referenzrahmen. Es bedeutet aber auch: Die Aktualität und Passung dieses Panels sind Teil der Messmethode. Was diese Prozentwerte nicht sind Citation Rate, Mention Rate, Prominence und Share of Voice sind keine Vollzählung realer Nutzerantworten. Cloudflare beobachtet dafür selbst erzeugte Fragen und die Antworten ausgewählter Modelle. Das Panel kann eine nützliche, wiederholbare Stichprobe sein. Es ist weder ein AI-Ranking noch ein Wahrheitswert für die gesamte Marktsichtbarkeit. Auch Cloudflares reale Netzwerkdaten schließen diese Lücke nicht vollständig. Sie sehen Crawls und Referrals an der Website. Sie sehen nicht jede Antwort, die eine Nutzerin oder ein Nutzer in einem privaten Assistentenfenster gelesen hat. Genau deshalb finde ich die gemeinsame Oberfläche trotzdem spannend: Sie legt technische Bereitschaft, synthetische Antwortsichtbarkeit und reale Netzwerkaktivität nebeneinander. Solange die drei Signalarten als drei Signalarten lesbar bleiben, ist das eine sinnvolle Triangulation. Was ich im Early Access noch wissen will Das öffentliche Launchmaterial erklärt den groben Ablauf, lässt aber wichtige Fragen offen: Wie viele Fragen gehören zum Panel und wie werden eigene Prompts gewichtet? Welche Sprachen und Regionen werden abgedeckt? Welche konkreten Modellversionen laufen mit wie vielen Wiederholungen? Wie häufig werden Kategoriepanel und Baseline erneuert? Wie genau werden Prominence und Industry Fit berechnet? Wie lässt sich eine falsch erkannte Kategorie korrigieren, und was wird danach neu berechnet? Das Beispiel-UI zeigt zwar eine Funktion „Change market“. Eine vollständige öffentliche Methodendokumentation für Korrektur und Neuberechnung ist das noch nicht. Diese Punkte sind Prüffragen für den Early Access, keine Einladung zum Raten. 3. Google zählt reale Generative-AI-Impressionen Die Google Search Console ergänzt die Messkette an einer Stelle, die bei anderen Assistenten meist unsichtbar bleibt: Google kann zählen, wann es einen Link tatsächlich in einer eigenen Generative-AI-Funktion ausgespielt hat. Der neue Bericht Generative AI umfasst derzeit AI Overviews und AI Mode. Google registriert eine organische Impression, wenn ein Link deiner Website dort einer Nutzerin oder einem Nutzer angezeigt wurde. Das belegt die Anzeige im unterstützten Feature, nicht die bewusste Wahrnehmung des Links. Experimente in Search Labs sind ausdrücklich ausgeschlossen. Anders als Cloudflares Citation Rate stammt dieser Messwert nicht aus Prompt-Monitoring. Er beschreibt eine von Google registrierte organische Link-Impression innerhalb von Google Search. Plattformübergreifend ist er trotzdem nicht: Der Bericht weiß nichts über Claude, ChatGPT oder andere Assistenten. Google rollt die Ansicht zunächst nur an eine Teilmenge von Properties aus. Wenn sie fehlt, kann das am begrenzten Rollout oder an zu wenigen Impressionen liegen. Auch ein Ausschluss über die separate Search-generative-AI-Steuerung kann die Teilnahme verhindern. In der dedizierten Ansicht kannst du Impressions nach Seiten, Ländern, Daten und Geräten auswerten. Einen Query-Tab gibt es dort aktuell nicht. Ebenso weist dieser Spezialbericht derzeit keine isolierten Gen-AI-Klicks, keine eigene CTR und keine Position aus. Der neue Generative-AI-Bericht in der Search Console zeigt von Google registrierte organische Link-Impressionen in AI Overviews und AI Mode. Sie belegen die Anzeige, nicht die bewusste Wahrnehmung. Die Ansicht enthält Seiten, Länder, Geräte und Daten – aber keine Suchanfragen und keine isolierten Gen-AI-Klicks. Quelle: Google Search Central, „Introducing Search Generative AI performance reports in Search Console“ (3. Juni 2026), CC BY 4.0. Die betreffenden Daten sind zugleich im Web-Suchtyp des normalen Search-Performance-Berichts enthalten. Dort bleiben sie mit anderen Web-Suchergebnissen zusammengeführt. Der Spezialbericht schafft also eine separate Sicht auf Gen-AI-Impressionen, aber noch keinen vollständigen Gen-AI-Funnel. Für die Detailarbeit sind vier Grenzen wichtig: Das Diagramm aggregiert standardmäßig auf Property-Ebene. Werden zwei Ergebnisse derselben Website in einer Generative-AI-Funktion gezeigt, zählen sie dort zusammen als eine Impression. Mit URL-Filter wechselt die Aggregation auf URL-Ebene. In der Tabelle werden Seiten auf Seitenebene aggregiert; Länder, Geräte und Daten auf Property-Ebene. Deshalb können Tabellen- und Diagrammsumme voneinander abweichen. Die üblichen Grenzen des Search-Performance-Berichts gelten auch hier, darunter maximal 1.000 Tabellenzeilen und die üblichen Zeitraumgrenzen. Die jüngsten Daten können vorläufig sein und sich noch ändern. Diagramm und Tabelle lassen sich exportieren. Für die Praxis heißt das: Der Bericht beantwortet „Wurde ein Google-Link in einer unterstützten Generative-AI-Funktion gezeigt?“ Er beantwortet noch nicht separat „Welche Frage führte dazu, wer klickte und was passierte danach?“ 4. Der Klick beginnt in deiner Webanalyse Seit dem 13. Mai 2026 ordnet Google Analytics erkannte Referrer von KI-Assistenten dem Channel AI Assistant zu. GA setzt das Medium auf ai-assistant und die Kampagne auf (ai-assistant). Google nennt ChatGPT, Gemini, Deepseek, Copilot und Grok als Beispiele, nicht als vollständige Referrer-Liste. Klicks aus Google AI Overviews und AI Mode laufen in GA4 dagegen unter Organic Search. Damit taucht derselbe Oberbegriff „AI“ je nach Herkunft in unterschiedlichen Analysewegen auf. Eine kleine Zahl im AI-Assistant-Channel ist deshalb kein Gegenbeweis zu Generative-AI-Impressionen in der Search Console. So prüfst du die Klickschicht: Öffne in GA4 einen Akquisitionsbericht und nutze die Dimension Sitzung – Standard-Channelgruppe. Prüfe, ob AI Assistant als Zeile erscheint. Filtere in einer Exploration auf das Medium ai-assistant und ergänze die Landingpage. Vergleiche das Ergebnis mit Referral-Quellen und der organischen Google-Suche. Nicht jede AI-Domain muss in Googles gepflegter Liste stehen, und nicht jeder Besuch trägt einen verwertbaren Referrer. GA4 ist nur ein Beispiel. Mit einer selbst gehosteten Plausible Community Edition kannst du Referrals, Kampagnen und eigene Events in einer von dir gewählten Infrastruktur erfassen. Das gibt dir mehr Kontrolle über den Datenweg. Es ist kein pauschaler Datenschutz- oder Consent-Freifahrtschein: Tracking, zusätzliche Properties, Hosting und Rechtsgrundlage müssen zum konkreten Setup passen. 5. Nach dem Klick beginnt die eigentliche Geschäftsfrage Ein Referral ist interessant, aber leider noch kein Ergebnis. Erst die Post-Click-Schicht zeigt, ob jemand die passende Landingpage erreicht, einen sinnvollen nächsten Schritt geht, anfragt oder kauft. Plausible CE kann diese Schicht mit eigenen Events abbilden. Für eine tiefere, datenhoheitssensible Auswertung entwickle ich unter dem Arbeitsnamen Funnelboard ein eigenständige Analyseanbindung für Plausible CE (eine kostenfreie und auf dem eigenen Server betreibbare Analyse-Software). Im aktuell dokumentierten Entwicklungsstand läuft Funnelboard neben Plausible CE, liest Analytics-Daten read-only und berechnet daraus Funnels, Umsatz nach Quelle und häufige Journeys. Für diese Auswertung bleiben die Analytics-Daten im beschriebenen Setup in der eigenen Infrastruktur; extern vorgesehen ist die EDD-Lizenzprüfung. Diese Aussage über den Entwicklungsstand ersetzt zum aktuellen Zeitpunkt weder die rechtliche Prüfung noch belegt sie jede spätere Betriebsform. WordPress kann in diesem Modell Shop, Content-System oder Quelle zusätzlicher lokaler Signale sein. Die fünf Messfragen funktionieren genauso für andere CMS, Shops und individuell entwickelte Plattformen. Drei Evidenzfamilien statt einer AI-Visibility-Note Die fünf Messpunkte lassen sich auf drei Evidenzfamilien zurückführen: Synthetische Antwortbeobachtung: Cloudflares AEO-Panel oder ein eigenes dokumentiertes Prompt-Monitoring zeigt, was in einer definierten Stichprobe passiert. Reale Systemsignale: Edge-/Server-Logs, Cloudflare Operator Activity und Googles Generative-AI-Impressionen zeigen beobachtete Vorgänge in den jeweiligen Systemen. Eigene Nutzungs- und Wirkungsdaten: Webanalyse, Events, Shop- oder CRM-Daten zeigen den erkannten Besuch und das, was danach im eigenen Messbereich passiert. Keine Familie ersetzt die andere. Zusammen helfen sie bei einer brauchbaren Diagnose: Nicht erreichbar oder viele 403/404: technische Freigabe, URL-Struktur und Crawlbarkeit prüfen. Crawls, aber keine Citations im Panel: Intent-Passung, Quellenwert, Marktzuordnung und Prompt-Set untersuchen. Panel-Citations, aber keine realen Google-Impressionen: Plattformgrenzen beachten; Prompt-Stichprobe und Google-Ausspielung sind nicht dasselbe. Google-Impressionen, aber kaum erkennbare Klicks: Linkdarstellung, Aussageart, Landingpage und Messlücken prüfen – ohne aus fehlender isolierter GSC-Klickzahl eine Null zu machen. Klicks, aber keine passende Wirkung: Landingpage, Angebot, Funnel, Journey und Event-Konzept untersuchen. Cloudflares neues Dashboard ersetzt deshalb weder die Google Search Console noch Webanalyse, Logs oder Post-Click-Auswertung. Es ergänzt sie um eine interessante Antwortperspektive. Google liefert für seine eigenen Generative-AI-Flächen jetzt eine separat lesbare, registrierte organische Link-Impression. Ob sie Aufmerksamkeit bekam und was daraus geschäftlich wird, bleibt in anderen Datenquellen zu prüfen. Wenn du erst die Grundlage sortieren willst, lies Was ist AI Visibility?. Den Aufbau wiederholbarer Tests beschreibe ich in Wie ich AI Visibility Audits mit citelayer® denke. Für technische Crawlbarkeit passt als nächster Schritt AI-Crawler, robots.txt und Content-Signale. Ein citelayer® AI Visibility Audit kann die Messpunkte für deine Website zu einer belastbaren Ausgangslage zusammenführen – ohne Traffic-, Citation- oder Rankingversprechen. Quellen Cloudflare: So arbeitet das neue AEO Visibility Dashboard Cloudflare: Pressemitteilung zum Early Access Google Search Central: Neue Berichte für Generative-AI-Impressionen Google Search Console: Generative AI performance report Google Analytics: AI Assistant in den Release Notes Google Analytics: Definition der Standard-Channelgruppen Plausible: Community Edition selbst hosten Plausible: Referrer und Kampagnen auswerten Plausible: Eigene Events erfassen