Ermitteln Sie die Wachstumschancen, die es wert sind, priorisiert zu werden, und zwar anhand der Marktnachfrage, des Wettbewerbsumfelds, der Markenwertversprechen und der Zitationsquellen.
Diese praktische Anleitung zeigt SaaS-Teams, wie sie die Klicks, die ChatGPT auf ihre Website leitet, isolieren, messen und nutzen können.
Entdecken Sie 12,000 Nischenmärkte
Aktualisiert von
Aktualisiert am Oct 12, 2026
ChatGPT-Klicks werden in Standardanalysen nicht als eigener Kanal ausgewiesen, weil Google Analytics 4 KI-Plattformen standardmäßig nicht als separate Traffic-Quellenkategorie behandelt. Sitzungen von chatgpt.com landen üblicherweise im allgemeinen Referral-Kanal. Sitzungen, bei denen der Referrer-Header entfernt wurde – was bei mobilen Apps häufig vorkommt –, landen stattdessen unter Direct.
Das ist besonders für SaaS-Teams relevant, da B2B-Käufer, die Software recherchieren, mit größerer Wahrscheinlichkeit als durchschnittliche Nutzer ChatGPT zwischen Meetings auf dem Smartphone verwenden. Dadurch steigt der Anteil der durch KI beeinflussten Besuche, bei denen der Referrer vollständig verloren geht. Ohne gezielte Konfiguration kann ein SaaS-Team ein bedeutendes und wachsendes Volumen an durch ChatGPT ausgelöstem Traffic erhalten, während in den Dashboards nichts davon sichtbar ist.
Ursprünglicher Einblick: Eine nützliche Plausibilitätsprüfung besteht darin, den Trend des Direct-Traffics mit der KI-Erwähnungsrate im selben Zeitraum zu vergleichen. Wenn der Direct-Traffic steigt und gleichzeitig die Erwähnungsrate Ihrer Marke in ChatGPT zunimmt, ist es sehr wahrscheinlich, dass ein Teil des Direct-Wachstums nicht zugeordnetem KI-vermitteltem Traffic entspricht, der sich direkt vor Ihren Augen verbirgt.
Die zuverlässigste Methode, ChatGPT-Klicks in GA4 zu tracken, ist eine benutzerdefinierte Kanalgruppe mit einer Regex-Bedingung für die Sitzungsquelle. So wird der Traffic in allen Standardberichten neu kategorisiert, statt eine einmalige gefilterte Ansicht zu benötigen. Diese einmalige Einrichtung gilt für den zukünftigen Traffic, jedoch nicht automatisch für historische Daten, die vor dem Erstellen der Gruppe erfasst wurden.
GA4 hat Mitte 2026 außerdem eine native Standardkanalgruppe namens „AI Assistant“ eingeführt, die einige Sitzungen von erkannten KI-Plattformen automatisch und ohne manuelle Einrichtung klassifiziert. Dieser native Kanal gilt jedoch nicht rückwirkend und stützt sich auf Googles eigene Liste erkannter KI-Referrer, die bei neueren oder kleineren Plattformen hinterherhinken kann. Der vollständigere Ansatz besteht darin, neben dem nativen Kanal weiterhin eine benutzerdefinierte Kanalgruppe zu verwenden, statt sie zu ersetzen. Beide lassen sich mit einer ODER-Bedingung kombinieren, sodass eine Sitzung erfasst wird, wenn sie entweder Ihrer Regex oder Googles nativer Klassifizierung entspricht.
Sobald ChatGPT-Traffic in einem eigenen Kanal isoliert ist, besteht der nächste besonders hilfreiche Schritt darin, eine Exploration zu erstellen, die die Landingpage-Performance nach KI-Quelle aufschlüsselt. So sehen Sie nicht nur, wie viel Traffic ankommt, sondern auch, welche konkreten Seiten tatsächlich zitiert werden. Eine explorative Freiformanalyse im Bereich „Explore“ von GA4, die die Sitzungsquelle als Dimension zusammen mit Landingpage- und Engagement-Kennzahlen verwendet, zeigt, auf welche Seiten ChatGPT Nutzer weiterleitet. Diese Informationen lassen sich direkt damit verknüpfen, welche Inhalte derzeit Zitate erhalten.
Diese Ansicht ist für zwei unterschiedliche Zwecke nützlich. Erstens zeigt sie, welche Seiten bereits funktionieren, sodass ein SaaS-Team Gemeinsamkeiten in deren Struktur erkennen und das gleiche Muster auf andere Seiten übertragen kann. Zweitens macht sie Landingpages sichtbar, die KI-vermittelten Traffic erhalten, aber bei Engagement oder Conversions schlecht abschneiden. Das deutet eher auf ein Landingpage-Problem als auf ein Sichtbarkeitsproblem hin: Die Marke wird zitiert, aber die Seite wandelt den daraus resultierenden Besuch nicht um.
Praxisbeispiel: Ein SaaS-Team könnte feststellen, dass eine Vergleichsseite einen wachsenden Anteil der von ChatGPT vermittelten Sitzungen erhält, aber nur halb so viele Conversions erzielt wie die Preisseite. Diese Lücke legt nahe, dass die Vergleichsseite einen klareren nächsten Schritt für Besucher benötigt – nicht mehr Inhalte. Es handelt sich also um eine Optimierung der Landingpage und nicht um eine Maßnahme zur Verbesserung der Sichtbarkeit.
Selbst eine korrekt konfigurierte GA4-Einrichtung erfasst den durch ChatGPT ausgelösten Traffic nicht vollständig, da ein erheblicher Anteil der KI-beeinflussten Besuche überhaupt keinen trackbaren Klick erzeugt. SaaS-Teams sollten zwei strukturelle Lücken kennen, damit sie die angezeigten Dashboard-Daten nicht überinterpretieren.
Die erste Lücke ist der Verlust des Referrers. In mobilen App-Umgebungen werden Referrer-Informationen häufig entfernt, wenn ein Nutzer auf einen Link tippt. Ein tatsächlicher, durch ChatGPT ausgelöster Besuch kann dadurch im Direct-Traffic landen, ohne dass sich seine Ursprungsplattform allein über Standardanalysen zurückverfolgen lässt. Seit ChatGPT 2025 einigen Zitatlinks UTM-Parameter hinzufügt, hat sich diese Lücke teilweise verringert, ist aber nicht geschlossen. Viele Sitzungen kommen weiterhin ohne jegliches Attributionssignal an.
Die zweite und größere Lücke ist der Einfluss ohne Klick. Analysen zum Verhalten bei der KI-Suche haben ergeben, dass die große Mehrheit der Sitzungen im KI-Modus endet, ohne dass ein Klick auf eine externe Website erfolgt. Nutzer können also eine ChatGPT-Antwort lesen, in der Ihre Marke genannt wird, sich eine Meinung bilden und nie eine Sitzung erzeugen, die Ihre Analyse erfassen kann. Später suchen diese Nutzer möglicherweise direkt nach Ihrem Markennamen. In diesem Fall ordnen Standardanalysen die daraus resultierende Sitzung der organischen Markensuche oder Direct zu – nicht der KI-Antwort, die die Entscheidung tatsächlich beeinflusst hat.
Ursprünglicher Einblick: Aufgrund dieser zweiten Lücke sollte das GA4-Klick-Tracking als Teilansicht des KI-Einflusses verstanden werden, nicht als vollständiges Bild. Ein SaaS-Team, das nur Klicks trackt, misst den kleineren, besser sichtbaren Teil der Wirkung von ChatGPT auf seinen Funnel. Das Tracking der Erwähnungsrate erfasst den größeren, unsichtbaren Teil.
Dageno AI ergänzt das GA4-Klick-Tracking, indem es die Ebene misst, die einem möglichen Klick vorausgeht: ob ChatGPT Ihre Marke überhaupt erwähnt und zitiert. Dageno AI bietet den Workflow von Datenmonitoring → Strategie → Content-Erstellung → Ergebniszuordnung und verknüpft so Daten zu Markenerwähnungen, die GA4 nicht sehen kann, mit Klickdaten, die es erfassen kann.
Datenmonitoring: Dageno AI führt fortlaufend echte Prompts in ChatGPT und anderen KI-Plattformen aus und trackt Erwähnungsrate, Zitierungsrate und Position in der Antwort – vorgelagerte Signale, die bestimmen, ob ein Klick überhaupt möglich wird, unabhängig davon, was Ihr GA4-Dashboard anzeigt.
Strategie: Durch den Vergleich von Prompts, bei denen Wettbewerber zitiert werden, mit Prompts, bei denen Ihre Marke fehlt, identifiziert die Plattform genau die Content-Lücken, die sowohl Erwähnungen als auch nachgelagert Klicks verhindern.
Content-Erstellung: Mit demselben Workflow lassen sich Inhalte gezielt für die wertvollsten Prompts erstellen, bei denen Lücken bestehen. So werden in künftigen GA4-Berichten mehr verlinkte Erwähnungen erfasst, die als Referral-Traffic messbar sind.
Ergebniszuordnung: Da Dageno AI dieselben Prompts im Zeitverlauf erneut ausführt, können Teams steigende Erwähnungs- und Zitierungsraten in Dageno mit steigenden KI-vermittelten Sitzungen in GA4 vergleichen und so überprüfen, ob die beiden Datenquellen ein konsistentes Bild zeigen.
Erhalten Sie den GEO-Bericht für Ihre Website!
Jetzt starten – kostenlos erhalten!>Einen genaueren Einblick in die Faktoren, die Erwähnungen und Zitate in diesem Prozess beeinflussen, bietet Dagenos Leitfaden zum Tracking von Markenerwähnungen in ChatGPT. Für Teams, die daraus einen wiederholbaren Prozess zur Softwarebewertung machen möchten, bietet die Übersicht über die besten Tools zum Tracking von Markenerwähnungen in KI-Antworten einen umfassenderen Überblick über die verfügbaren Tools.
Teilweise – GA4 hat 2026 den nativen Kanal „AI Assistant“ eingeführt, der einige Sitzungen von erkannten KI-Plattformen automatisch klassifiziert. Er funktioniert jedoch nur bei Sitzungen mit intakten Referrer-Daten und gilt nicht rückwirkend für historische Daten. Für ein vollständigeres und historisch konsistenteres Tracking wird zusätzlich ein benutzerdefinierter Kanal mit einer Regex-Bedingung empfohlen.
Das passiert, wenn der Referrer-Header entfernt wird, bevor der Klick Ihre Website erreicht. Dies kommt beim Surfen über mobile Apps und bei bestimmten Arten der Linkverarbeitung innerhalb von Apps häufig vor. Dieser Traffic lässt sich nicht zuverlässig allein durch eine Konfiguration der Analysen wiederherstellen. Deshalb lohnt es sich, Direct-Traffic-Trends zusammen mit Kennzahlen zur KI-Sichtbarkeit als indirektes Signal zu beobachten.
Ein geeignetes Muster muss die Domains der für Ihre Zielgruppe relevanten KI-Plattformen abgleichen. Dazu gehören üblicherweise mindestens chatgpt.com, perplexity.ai, claude.ai, gemini.google.com und copilot.microsoft.com. Weitere Plattformen können ergänzt werden, sobald sie für Ihre Kategorie relevant werden. Prüfen und aktualisieren Sie das Muster regelmäßig, da neue KI-Plattformen entstehen und sich Domains ändern können.
Sie können dieselben Kennzahlen verwenden, beispielsweise Conversion-Rate und Engagement-Rate. Sie sollten jedoch damit rechnen, dass sich das zugrunde liegende Nutzerverhalten zwischen den beiden Kanälen deutlich unterscheidet, statt von einer Gleichwertigkeit auszugehen. Mehrere unabhängige Studien haben unterschiedliche Engagement-Muster bei ChatGPT-vermittelten Sitzungen im Vergleich zur organischen Suche festgestellt. Betrachten Sie solche Vergleiche daher als richtungsweisend und nicht als exakte Gegenüberstellung.
Nicht unbedingt – das GA4-Klick-Tracking erfasst nur den Teil des KI-Einflusses, der zu einem trackbaren Klick führt. Ein großer Anteil der KI-bedingten Markenpräsenz erzeugt überhaupt keinen Klick. Wenige oder keine KI-vermittelten Sitzungen in GA4 können also entweder auf eine tatsächliche Sichtbarkeitslücke oder auf den Zero-Click-Charakter vieler KI-Suchanfragen zurückzuführen sein. Deshalb ist das Tracking von Erwähnungen auf Prompt-Ebene eine notwendige Ergänzung zum Klick-Tracking.
Mindestens vierteljährlich, da regelmäßig neue KI-Plattformen hinzukommen und bestehende Plattformen gelegentlich ändern, wie sie Referrer- oder UTM-Daten übermitteln. Betrachten Sie dies als laufende Wartung, vergleichbar mit der Überprüfung Ihrer UTM-Konventionen, und nicht als einmalige Einrichtungsaufgabe.
OpenAI Help Center – ChatGPT Search
Analytics Mania – So tracken und berichten Sie KI-Traffic in GA4
GA4 Optimizer – GA4-Kanal „AI Assistant“: So tracken Sie Chatbot-Traffic
Aktualisiert von
Dageno
Dageno is the research and insights team at Dageno AI, publishing industry reports and expert analysis on AI Search Visibility, Generative Engine Optimization (GEO), and AI-powered search discovery.
Tim • Oct 05, 2026
Tim • Oct 09, 2026
Ye Faye • Oct 15, 2026
Ye Faye • Oct 03, 2026
Alexa for Shopping