KI-Suchtraffic in GA4 messen: ChatGPT-, Perplexity- und Gemini-Besucher in GA4 und CRM tracken

Wenn Ihr Vertriebsteam fragt "Woher kam dieser Lead?" und Ihre Antwort meistens "Keine Ahnung, GA4 sagt Direct" lautet, sind Sie damit nicht allein. Künstliche Intelligenz schickt Ihnen ganz offensichtlich Besucher und Kunden — aber KI-Suchtraffic in GA4 messen ist deutlich schwieriger als klassischen SEO-Traffic zu messen, denn der Großteil der Klicks aus ChatGPT, Perplexity, Gemini und Copilot löst sich in den GA4-Berichten unter Direct oder Referral in Luft auf. In diesem Beitrag geht es nicht um Sichtbarkeit — das Thema GEO und Sichtbarkeit haben wir in einem eigenen Artikel behandelt. Hier konzentrieren wir uns auf eine einzige Frage: Wie trennen Sie diesen KI-Traffic in GA4 sauber ab, messen ihn und binden ihn ans CRM an?

1. Warum verschwindet KI-Traffic in GA4?

Die Ursache ist technisch und hat nicht nur einen Grund. Vier verschiedene Mechanismen sorgen dafür, dass die Referrer-Information unterwegs verloren geht, und jeder macht einen anderen Teil Ihres KI-Traffics unsichtbar:

• In-App-Browser: Wer in der ChatGPT-Mobile-App auf einen Link tippt, landet im eingebetteten Browser der App. Diese Browser entfernen den Referrer-Header systematisch. Der Nutzer kam über eine KI-Empfehlung — aber GA4 sieht einen Besuch ohne Quelle.
• Copy-and-paste-Verhalten: Kopiert ein Nutzer die URL aus einer KI-Antwort und fügt sie in einen neuen Tab ein, wird gar kein Referrer-Header übertragen. Besonders am Desktop ist das sehr verbreitet.
• Referrer-Policy-Header: Die strict-origin-Referrer-Policy von chatgpt.com sowie das Attribut rel="noreferrer" auf manchen ausgehenden Links verbergen die Quelle ganz bewusst.
• Links ohne UTM: Die KI schreibt Ihre URL selbst in ihre Antwort. Dieser Link enthält keinen UTM-Parameter, weil Sie ihn nicht gesetzt haben — und auch gar nicht setzen können. Fehlt die Quelle, ordnet GA4 den Besuch Direct zu.

Der entscheidende Punkt: Die Engines verhalten sich nicht gleich. Perplexity und der Google-AI-Modus übergeben meist einen Referrer, sie lassen sich in GA4 also relativ einfach einfangen. ChatGPT-App-Klicks dagegen landen überwiegend als Direct. In branchenüblichen Datensätzen bestätigt sich, dass 60 bis 70 Prozent der KI-Besuche ohne jedes Referrer-Signal ankommen. Deshalb ist Ihre KI-Traffic-Zahl in GA4 immer die Untergrenze der Realität — Sie zählen zu wenig, nie zu viel.

2. Das Wörterbuch der KI-Referral-Domains, das Sie tracken müssen

Bevor Sie Kanalgruppe und Regex einrichten, sollten Sie wissen, welche Quell-/Referrer-Werte Sie überhaupt erwarten. Das sind die wichtigsten KI-Domains, denen Sie 2026 in GA4-Berichten begegnen:

Sagen wir eine Ausnahme ehrlich: Die Klicks aus Google AI Overviews (die KI-Zusammenfassung oben auf der Suchergebnisseite) lassen sich vom organischen Traffic praktisch nicht trennen. Der Nutzer kommt weiterhin über google.com, und GA4 klassifiziert das als google / organic. Wie viele Klicks AI Overviews bringt, wissen Sie also nicht genau — das ist eine echte Grenze der Messung, akzeptieren Sie sie und machen Sie weiter.

3. KI-Traffic in GA4 mit eigener Kanalgruppe und Regex trennen

Die sauberste Methode: In GA4 eine benutzerdefinierte Kanalgruppe (Custom Channel Group) anlegen und darin über einen Regex auf source/referrer einen Kanal namens "KI-Assistenten" definieren. Die Schritte:

1. Folgen Sie in GA4 dem Pfad Verwaltung > Channel-Gruppen und wählen Sie "Neue Channel-Gruppe erstellen" (am praktischsten ist es, mit einer Kopie der Standardgruppe zu starten).
2. Fügen Sie einen neuen Kanal namens "KI-Assistenten" hinzu.
3. Wählen Sie als Bedingung Source stimmt mit Regex überein und tragen Sie das folgende Muster ein.
4. Die Reihenfolge ist entscheidend: GA4 wertet die Regeln von oben nach unten aus. Ziehen Sie den Kanal "KI-Assistenten" über die Zeilen Referral und Organic Search. Sonst landen Quellen wie Perplexity zuerst bei Referral und werden falsch klassifiziert.

Hier ein wirklich funktionierender, sauberer Regex. Achten Sie darauf, dass die Punktzeichen escaped sind und Subdomains ((.*\.)?) erlaubt werden:

^(.*\.)?(chatgpt|openai|perplexity|gemini\.google|copilot\.microsoft|bing|claude|you)\.

Dieses Muster fängt die Werte chatgpt.com, chat.openai.com, www.perplexity.ai, gemini.google.com, copilot.microsoft.com, bing.com, claude.ai und you.com. Hinweis: bing ist ein breiter Treffer; wenn Sie die klassische Bing-Organic-Suche nicht mit in den KI-Topf werfen wollen, entfernen Sie bing und behalten nur copilot\.microsoft. Für eine noch sauberere Trennung nutzen Sie das zusammen mit der Dimension Session source.

4. UTM-Strategie: Taggen Sie, was Sie kontrollieren können

Der Regex ist Ihre einzige Chance, die von der KI selbst geschriebenen Links einzufangen. Daneben gibt es aber Links, die Sie eigenhändig platzieren — und diese können Sie mit UTM taggen. Das ist die zuverlässigste Ebene der Messung, denn die Quellinformation ist im Link selbst eingebettet und geht auch dann nicht verloren, wenn der Referrer gelöscht wird.

Wo Sie UTM setzen können:

• Externe Links in llms.txt / Docs / Wissensdatenbank — Inhalte, die KI-Modelle häufig lesen.
• Ihre Profil- und Verzeichniseinträge (OMR Reviews, G2, Crunchbase, LinkedIn-Unternehmensseite, GitHub) — KIs zitieren daraus.
• Ihre Produktdokumentation und Support-Artikel.

Ein einfaches Schema: ?utm_source=chatgpt&utm_medium=ai_referral&utm_campaign=llms_txt. So wird jeder, der über diesen Link kommt, der richtigen Quelle zugeordnet — selbst wenn sein Referrer gelöscht wurde.

Ehrliche Grenze: Einen Link im frei generierten Text der KI können Sie nicht mit UTM taggen. Wenn ChatGPT in seiner Antwort "Schauen Sie sich diese Firma an" sagt und Ihre Startseite zeigt, liegt diese URL nicht in Ihrer Kontrolle und trägt kein UTM. Genau diese Lücke schließt der Regex aus Schritt 3. Beide Methoden ergänzen sich: UTM ist exakt, aber schmal; der Regex ist breit, aber verrauscht.

5. Den Bericht aufsetzen: GA4 Exploration oder Looker Studio

Wenn Kanalgruppe und UTM stehen, muss die Messung sichtbar werden. Es gibt zwei praktische Wege:

GA4 Exploration (kostenlos, schnell)

Erstellen Sie eine freie Analyse (Free-Form) und definieren Sie ein Segment: Session source, das mit dem obigen Regex übereinstimmt. Schneiden Sie dieses Segment dann mit folgenden Dimensionen und Metriken:

• Dimensionen: Session source / medium, Landingpage, Gerätekategorie, Land
• Metriken: Sitzungen, Engagierte Sitzungen, Interaktionsrate, Schlüsselereignisse (Conversions), Rate der Schlüsselereignisse pro Sitzung

Looker Studio (teilbares Dashboard)

Um es Management und Vertrieb zu zeigen, verbinden Sie GA4 mit Looker Studio. Setzen Sie den Kanal "KI-Assistenten" als festen Filter; zeigen Sie den wöchentlichen Trend der KI-Sitzungen als Zeitreihe, die Aufteilung nach Engine und die Conversion-Rate auf einem einzigen Screen. Wenn Sie eine solche Mess-Architektur aufbauen, sorgt es für Vergleichbarkeit mit den anderen Kanälen, wenn Sie die Methodik im selben Rahmen wie unseren Ansatz zur SEO-Datenanalyse halten.

6. Die Lead-Quelle ans CRM anbinden — hier liegt der Kern

KI-Traffic in GA4 zu sehen ist schön, aber der Vertrieb schaut nicht in GA4. Der Vertrieb schaut ins CRM. Damit ein Vertriebler erkennt, dass ein Lead aus ChatGPT kam, müssen Sie die Quelle ins Formular und von dort ins CRM übertragen. Die Logik:

1. Beim ersten Kontakt erfassen: Beim ersten Besuch liest ein JavaScript-Snippet die UTM-Parameter und den Wert von document.referrer aus und schreibt sie als "First Touch" in ein Cookie. So geht die erste Quelle nicht verloren, selbst wenn der Nutzer erst tagelang stöbert und erst später konvertiert.
2. Verstecktes Formularfeld: Beim Absenden des Formulars wird dieser Cookie-Wert in ein Hidden-Input geschrieben.

<input type="hidden" name="lead_source" value="ai:chatgpt">
<input type="hidden" name="first_touch_referrer" value="chatgpt.com">
<input type="hidden" name="last_touch_medium" value="ai_referral">

3. Auf ein CRM-Feld mappen: Ihr Formular schreibt diesen Wert in ein Feld "Lead Source" im CRM. Öffnet der Vertriebler nun den Datensatz, sieht er lead_source = ai:chatgpt und führt das Gespräch entsprechend.

Für die Fälle, in denen der Referrer gelöscht wird, fügen Sie eine zweite Ebene hinzu: serverseitige Messung. Wenn Sie das Lead-Event über das GA4 Measurement Protocol oder serverseitiges GTM vom Server senden und per client_id zuordnen, vervollständigen Sie die Daten, selbst wenn die Browser-Signale schwach sind. Das ist zugleich die Grundlage einer Conversion API-Infrastruktur, die den Werbeplattformen Conversions zurückmeldet. Wenn Sie First-Touch-/Last-Touch-Quellen über alle Kanäle hinweg in einem einzigen Kundenprofil zusammenführen wollen, ist der richtige Ort dafür eine CDP — dort werden die Quelldaten normalisiert und Sie können Marketing-Automatisierungen nach dem Segment "KI-generierter Lead" auslösen.

7. Auf welche KPIs sollten Sie schauen?

Nach dem Messen des KI-Traffics unterscheiden sich die Kennzahlen, die Sie verfolgen, vom klassischen Traffic-Volumen — die Menge ist klein, aber die Intention hoch:

• KI-Referral-Sitzungen: Gesamt und nach Engine aufgeschlüsselt. Die Trendrichtung ist wichtiger als die absolute Zahl.
• Assistierte Conversions: Customer Journeys, bei denen die KI der erste Kontakt war, die Conversion aber auf einem anderen Kanal abschloss.
• Anstieg der Brand-Suche (Branded-Search-Lift): Mit wachsender KI-Sichtbarkeit steigt die Suche nach Ihrem Markennamen bei Google. Beobachten Sie das in der Search Console — das ist der indirekte, aber starke Beleg für die KI-Wirkung.
• Lead-to-Source-Attribution: Der Anteil KI-generierter Leads im CRM und — am wichtigsten — deren Abschlussquote. In der Regel konvertieren KI-Besucher deutlich über dem Durchschnitt, weil sie ohnehin schon eine Antwort gesucht haben und zu Ihnen weitergeleitet wurden.

8. Ehrliche Grenzen

Seien wir klar darüber, was dieses System kann und was nicht — denn übertriebene Versprechen entwerten die Messung:

• Sie messen den Klick, nicht die Nennung. Wie oft Ihre Marke in einer ChatGPT-Antwort genannt wird, kann GA4 nicht wissen; Sie sehen nur den, der aus dieser Antwort auf Ihre Website klickt. Die Sichtbarkeit innerhalb der KI (Share of Voice) zu messen ist eine eigene Aufgabe und gehört auf die GEO-Seite.
• Die Attribution ist richtungsweisend, nicht fehlerfrei. Klicks mit gelöschtem Referrer bleiben in Direct; Ihre Zahl liegt unter der Realität. Sie lesen Trend und relatives Wachstum korrekt, nicht die absolute Zahl.
• AI Overviews lässt sich nicht abtrennen. Klicks aus der Google-Organik und der KI-Zusammenfassung sind nicht sauber trennbar.

Diese Grenzen machen das System nicht wertlos — im Gegenteil, sie bringen Sie vom Zustand "keine Ahnung" zum Zustand "ich habe einen von der KI getriebenen Hochintent-Kanal, und er wächst". Ohne Messung können Sie diesen Kanal nicht steuern. Wenn Sie diese Infrastruktur für 2026 vorbereiten, sortiert unsere SEO- und GEO-Vorbereitungs-Checkliste, welche Bausteine zuerst aufgebaut werden sollten.

Fazit und nächster Schritt

Um KI-Suchtraffic in GA4 zu messen, braucht es vier Ebenen: (1) KI-Sitzungen mit eigener Kanalgruppe + Regex abtrennen, (2) UTM auf allen Links, die Sie kontrollieren, (3) einen GA4-Exploration- oder Looker-Studio-Bericht, (4) die First-Touch-Quelle über ein verstecktes Formularfeld ins CRM übertragen. Sind alle vier gemeinsam aufgesetzt, sieht Ihr Vertriebsteam, dass ein Lead aus ChatGPT kam, und das Marketing berichtet den echten Beitrag dieses Kanals.

Genau das baut Partnerfy auf: die GA4-Kanalarchitektur, eine vereinheitlichte Kundenquelle per CDP, serverseitige Messung mit der Conversion API und das Tracking der GEO-Sichtbarkeit. Wenn Sie Ihren KI-Traffic aus dem Direct-Topf holen und in einen echten Kanal verwandeln wollen, vereinbaren Sie ein Meeting oder kontaktieren Sie uns — wir schauen uns Ihr bestehendes GA4- und CRM-Setup an und klären gemeinsam, wo der beste Startpunkt liegt.