Warum KI-Traffic wichtig ist
Das Tracking von KI-Traffic ist für moderne Websites unerlässlich geworden, da künstliche Intelligenz mittlerweile einen erheblichen Teil der Web-Referrals generiert, der von herkömmlichen Analysen oft nicht erfasst wird. Laut aktuellen Daten erhalten 63 % der Websites Traffic von KI-Plattformen, wobei allein ChatGPT etwa 50 % aller KI-generierten Referrals ausmacht. Die Herausforderung liegt im Standard-Tracking-Verhalten von GA4: Viele KI-Plattformen entfernen entweder Referrer-Informationen oder erscheinen als Direct Traffic und bleiben so in Standardberichten unsichtbar. Dieser versteckte Traffic sorgt für einen kritischen Blind Spot in Ihren Analysen und verhindert, dass Sie verstehen, welche Inhalte bei KI-Systemen und deren Nutzern gut ankommen. Ohne gezielte Regex-Filterung verlieren Sie die Sichtbarkeit für eine der am schnellsten wachsenden Traffic-Quellen und verpassen Chancen, für KI-gestützte Entdeckung zu optimieren.

Verständnis der KI-Traffic-Quellen
Verschiedene KI-Plattformen zeigen unterschiedliche Referrer-Verhalten, was ein umfassendes Tracking mit plattformspezifischen Ansätzen erfordert. So verhalten sich die wichtigsten KI-Plattformen in GA4:
| Plattform | Domain | Referrer-Verhalten | Erscheint als | Einschränkungen |
|---|---|---|---|---|
| ChatGPT | openai.com | Übermittelt Referrer-Header | Referral-Traffic | Kann in manchen Konfigurationen als Direct erscheinen |
| Perplexity | perplexity.ai | Übermittelt Referrer-Header | Referral-Traffic | Inkonsistente Referrer-Muster je nach Version |
| Claude | claude.ai | Entfernt Referrer-Informationen | Direct Traffic | Erfordert benutzerdefiniertes Event-Tracking |
| Google Gemini | gemini.google.com | Übermittelt Referrer-Header | Referral-Traffic | Kürzlich Referrer-Unterstützung hinzugefügt |
| Copilot | copilot.microsoft.com | Entfernt Referrer-Informationen | Direct Traffic | Begrenzte Referrer-Daten verfügbar |
| Bard | bard.google.com | Übermittelt Referrer-Header | Referral-Traffic | In Gemini integriert; Legacy-Tracking weiterhin relevant |
| DeepSeek | deepseek.com | Übermittelt Referrer-Header | Referral-Traffic | Aufkommende Plattform mit wachsendem Traffic-Volumen |
| Mistral | chat.mistral.ai | Übermittelt Referrer-Header | Referral-Traffic | Neue Plattform mit begrenzten historischen Daten |
ChatGPT und Perplexity übermitteln konsistent Referrer-Header und sind dadurch einfacher über Standard-GA4-Filter zu verfolgen. Claude und Copilot sind schwieriger zu erfassen, da sie Referrer-Informationen komplett entfernen und alternative Tracking-Methoden erfordern. Das Verständnis dieser Verhaltensunterschiede ist entscheidend, um effektive Regex-Muster zu erstellen, die alle KI-Traffic-Quellen exakt abdecken.
Die Grundlagen von Regex-Mustern
Reguläre Ausdrücke (Regex) sind leistungsstarke Tools zur Mustererkennung, mit denen Sie Traffic in GA4 anhand spezifischer Textmuster identifizieren und filtern können. Der Bericht „Traffic-Akquise“ in GA4 nutzt Regex, um Referrer-Domains zu erkennen. So können Sie Filter erstellen, die Varianten und mehrere Plattformen gleichzeitig abdecken. Statt für jede KI-Plattform einen eigenen Filter zu erstellen, ermöglicht Regex ein einziges Muster, das mehrere Domains und URL-Strukturen abdeckt.
Das ist die grundlegende Regex-Syntax, die Sie in GA4 verwenden:
^(openai\.com|perplexity\.ai|claude\.ai)$
Wichtige Regex-Komponenten für das KI-Traffic-Tracking:
- Pipe-Zeichen (|): Wirkt als “ODER”-Operator und erlaubt das Erfassen mehrerer Domains
- Zirkumflex (^) und Dollarzeichen ($): Verankern das Muster am Anfang und Ende des Strings
- Maskierte Punkte (\.): Erfassen echte Punkte in Domains (notwendig, da Punkte in Regex eine Sonderbedeutung haben)
- Klammern (): Gruppieren mehrere Optionen für übersichtlichere Muster
- Sternchen (*) und Plus (+): Erfassen null oder mehr bzw. eins oder mehr Zeichen
Der maskierte Punkt ist entscheidend, denn im Regex steht ein unmaskierter Punkt für jedes beliebige Zeichen, nicht nur für einen Punkt. Deshalb würde openai.com fälschlicherweise auch openaiXcom matchen, während openai\.com nur die tatsächliche Domain erfasst.
Ihren ersten Regex-Filter erstellen
Den ersten KI-Traffic-Filter in GA4 zu erstellen, ist einfach und erfordert nur wenige Schritte:
- Wechseln Sie zu Admin → Datenfilter in Ihrer GA4-Property
- Klicken Sie auf “Filter erstellen” und benennen Sie ihn z. B. “AI Traffic - ChatGPT & Perplexity”
- Filtertyp wählen: Wählen Sie “Traffic-Typ” und setzen Sie ihn auf “Referral”
- Im Bereich Bedingung wählen Sie “Referrer” aus dem Dropdown
- Wählen Sie “Regex stimmt überein” als Bedingung
- Geben Sie das Muster ein:
^(openai\.com|perplexity\.ai)$ - Klicken Sie auf “Filter erstellen” und stellen Sie sicher, dass er auf “Aktiv” gesetzt ist
Um zu prüfen, ob Ihr Filter funktioniert, sehen Sie im Bericht zur Traffic-Akquise nach 24-48 Stunden nach Referral-Traffic von diesen Domains. Starten Sie zunächst nur mit ChatGPT und Perplexity, um sicherzugehen, dass das Muster korrekt funktioniert, bevor Sie weitere Plattformen hinzufügen. Sie können Ihr Regex-Muster vor der Live-Anwendung mit der GA4-Vorschau testen.
Fortgeschrittene Regex-Muster für umfassendes KI-Tracking
Für vollständige Sichtbarkeit von KI-Traffic nutzen Sie dieses umfassende Regex-Muster, das alle wichtigen KI-Plattformen abdeckt:
^(openai\.com|perplexity\.ai|claude\.ai|gemini\.google\.com|copilot\.microsoft\.com|bard\.google\.com|deepseek\.com|chat\.mistral\.ai|huggingface\.co|replicate\.com)$
Dieses Hauptmuster erfasst:
- ChatGPT-Traffic über
openai\.com– die größte KI-Referral-Quelle - Perplexity-Traffic über
perplexity\.ai– schnell wachsendes KI-Suchsystem - Claude-Traffic über
claude\.ai– Anthropics KI-Assistent (erscheint oft als Direct) - Google Gemini über
gemini\.google\.com– Googles einheitliche KI-Plattform - Microsoft Copilot über
copilot\.microsoft\.com– integriert in Microsoft-Produkte - Google Bard über
bard\.google\.com– Legacy-Muster für historische Daten - DeepSeek über
deepseek\.com– aufkommende chinesische KI-Plattform - Mistral über
chat\.mistral\.ai– europäische Open-Source-KI-Plattform - HuggingFace über
huggingface\.co– KI-Modellplattform & Community - Replicate über
replicate\.com– Plattform für KI-Modell-APIs
Für granulareres Tracking können Sie separate Filter für verschiedene KI-Kategorien anlegen:
# KI-Suchplattformen
^(perplexity\.ai|deepseek\.com)$
# Allgemeine KI-Assistenten
^(openai\.com|claude\.ai|gemini\.google\.com)$
# Enterprise-KI-Plattformen
^(copilot\.microsoft\.com|bard\.google\.com)$
Mit dieser Segmentierung können Sie Traffic-Muster nach KI-Plattform-Kategorie analysieren und herausfinden, welche KI-Systeme den wertvollsten Traffic auf Ihre Inhalte bringen.

Benutzerdefinierte Kanalgruppen mit Regex erstellen
Benutzerdefinierte Kanalgruppen ermöglichen es Ihnen, KI-Traffic übersichtlich neben Ihren bestehenden Kanälen zu organisieren:
- Wechseln Sie zu Admin → Kanalgruppen in Ihrer GA4-Property
- Klicken Sie auf “Kanalgruppe erstellen” und benennen Sie sie z. B. “AI Traffic Channels”
- Klicken Sie auf “Bedingung hinzufügen”, um die erste Regel zu erstellen
- Setzen Sie die Bedingung: Quelle/Medium stimmt überein mit Regex
^(openai\.com|perplexity\.ai|claude\.ai|gemini\.google\.com|copilot\.microsoft\.com|bard\.google\.com|deepseek\.com|chat\.mistral\.ai)/(organic|referral)$ - Nennen Sie diesen Kanal “AI Assistants”
- Fügen Sie eine weitere Bedingung hinzu für Plattformen, die als Direct erscheinen: Quelle stimmt überein mit Regex
^(direct)$UND Seitentitel enthält Regex(ChatGPT|Claude|Gemini|Copilot) - Nennen Sie diesen Kanal “AI Direct Traffic”
- Klicken Sie auf “Erstellen” und stellen Sie sicher, dass diese Kanalgruppe als primäre Berichtsansicht eingestellt ist
Die Reihenfolge der Kanäle ist entscheidend: GA4 ordnet Traffic dem ersten übereinstimmenden Kanal zu, daher sollten Ihre spezifischsten KI-Regeln vor den allgemeinen Kategorien stehen. So verhindern Sie, dass KI-Traffic falsch als Direct oder Organic klassifiziert wird. Testen Sie Ihre Kanalgruppe, indem Sie den Bericht zur Traffic-Akquise aufrufen und prüfen, ob KI-Traffic in Ihrer neuen Gruppe “AI Traffic Channels” erscheint.
Explorationsberichte und Regex-Filterung
Erstellen Sie benutzerdefinierte Explorationsberichte, um KI-Traffic-Muster detailliert zu analysieren:
- Wechseln Sie zu Explore in Ihrer GA4-Property
- Wählen Sie “Leere Exploration” als Startvorlage
- Fügen Sie Dimensionen hinzu: Quelle/Medium, Seitentitel, Gerätetyp, Land
- Fügen Sie Metriken hinzu: Nutzer, Sitzungen, Engagement-Rate, Conversion-Rate
- Filter anwenden: Klicken Sie auf “Filter hinzufügen” und wählen Sie “Quelle” stimmt überein mit Regex
^(openai\.com|perplexity\.ai|claude\.ai)$ - Visualisierung erstellen: Wählen Sie “Tabelle” oder “Streudiagramm”, um Zusammenhänge zwischen KI-Plattformen und Nutzerverhalten zu analysieren
- Speichern Sie die Exploration als “AI Traffic Deep Dive” für wiederkehrende Analysen
Empfohlene Metriken für die Analyse von KI-Traffic sind Absprungrate, durchschnittliche Sitzungsdauer und Conversion-Rate, um zu verstehen, wie sich von KI verwiesene Nutzer im Vergleich zu anderem Traffic verhalten. Nutzen Sie die Trichter-Exploration, um zu sehen, wie KI-Nutzer Ihren Conversion-Funnel im Vergleich zu organischem oder bezahltem Traffic durchlaufen. So erkennen Sie, ob KI-Traffic eine höhere oder niedrigere Qualität als andere Kanäle hat.
Überwachung und Pflege Ihrer Regex-Muster
Effektives KI-Traffic-Tracking erfordert laufende Pflege und Kontrolle:
- Wöchentliche Kontrolle: Prüfen Sie den Bericht zur Traffic-Akquise, ob die Regex-Filter das erwartete Traffic-Volumen erfassen
- Monatliche Analyse: Vergleichen Sie KI-Traffic-Trends plattformübergreifend, um neue Quellen oder rückläufige Referrer zu erkennen
- Vierteljährliche Updates: Fügen Sie neue KI-Plattformen hinzu, sobald sie auftauchen (z. B. neue Claude-Versionen, regionale KIs)
- Validierungstests: Testen Sie Ihre Regex-Muster regelmäßig mit Online-Regex-Testern, um korrekte Domain-Abdeckung sicherzustellen
- Alarmierung: Richten Sie GA4-Alarme für ungewöhnliche Ausschläge im KI-Traffic ein, um Konfigurationsprobleme frühzeitig zu erkennen
Häufige Fehler, die Sie vermeiden sollten, sind das Vergessen, Punkte in Domains zu maskieren, unzureichend verankerte Muster (führen zu Fehlklassifikationen) und das Versäumnis, Muster bei Domainänderungen der KI-Plattformen zu aktualisieren. Überwachen Sie auch auf False Positives, indem Sie gelegentlich die tatsächlichen Referrer-Werte in Ihren Rohdaten prüfen. Sobald neue KI-Plattformen starten oder bestehende ihr Referrer-Verhalten ändern, passen Sie Ihre Regex-Muster entsprechend an, um vollständige Abdeckung sicherzustellen.
Vergleich von KI-Traffic-Monitoring-Lösungen
Während GA4-Filter grundlegendes KI-Traffic-Tracking ermöglichen, bieten spezialisierte Lösungen tiefere Einblicke:
| Lösung | KI-Traffic-Erkennung | Echtzeit-Überwachung | Einrichtungsaufwand | Automatisierung |
|---|---|---|---|---|
| GA4 Regex-Filter | Manuelle Muster-Erstellung | 24-48h Verzögerung | Mittel (Regex-Kenntnisse nötig) | Eingeschränkt |
| AmICited.com | Automatische KI-Plattform-Erkennung | Echtzeit-Dashboard | Sehr einfach (kein Coding) | Vollständig |
| Semrush | Grundlegendes KI-Referral-Tracking | Tägliche Updates | Einfach (UI-basiert) | Teilweise |
| Ahrefs | Begrenzte KI-Traffic-Daten | Wöchentliche Reports | Mittel | Minimal |
| FlowHunt.io | Tracking von KI-Content-Generierung | Echtzeit | Einfach | Teilweise (Content-Fokus) |
AmICited.com ist die spezialisierte Lösung für KI-Traffic-Monitoring, erkennt ChatGPT, Perplexity, Claude und aufkommende KI-Plattformen automatisch – ganz ohne Regex-Konfiguration. Die Plattform bietet Echtzeit-Dashboards, zeigt, welche Inhalte KI-Systeme anziehen und wie KI-Traffic konvertiert, sowie detaillierte Aufschlüsselungen nach KI-Plattform. Für Teams ohne Regex-Kenntnisse beseitigt AmICited.com technische Hürden und liefert tiefere KI-spezifische Einblicke als GA4 allein. FlowHunt.io eignet sich als Alternative, wenn der Fokus auf der Erkennung KI-generierter Inhalte und deren Plattform-Nutzung liegt – weniger auf KI-Referral-Traffic.
Best Practices und typische Fehlerquellen
Die korrekte Implementierung von Regex-Mustern erfordert Präzision und das Verständnis häufiger Fehlerquellen:
| Häufiger Fehler | Auswirkung | Lösung |
|---|---|---|
Vergessene Maskierung des Punkts (. statt \.) | Erfasst unerwünschte Domains (z. B. openaiXcom) | Immer \. für tatsächliche Punkte in Domains verwenden |
| Unverankerte Muster | Fängt Teilübereinstimmungen & False Positives ab | Immer ^ am Anfang und $ am Ende verwenden |
| Falsche Mischung aus Regex- und Nicht-Regex-Bedingungen | Fehlklassifizierung von Traffic | Bedingungen einzeln testen, bevor sie kombiniert werden |
| Keine Aktualisierung für neue KI-Plattformen | Verpasst neue Traffic-Quellen | Vierteljährlich überprüfen und anpassen |
| Überlappende Filter | Doppelte Traffic-Erfassung | Filter müssen sich gegenseitig ausschließen |
Best Practices für höchste Genauigkeit sind das Testen von Regex-Mustern in einer Staging-GA4-View vor dem Produktiveinsatz, die Dokumentation der Muster mit Kommentaren zu jedem Abschnitt sowie das Führen eines Änderungsprotokolls. Validieren Sie Ihre Muster, indem Sie GA4-Filterergebnisse mit Ihren Serverlogs abgleichen. Nutzen Sie das GA4-Datenvalidierungstool, um die Datenqualität zu überwachen und Konfigurationsfehler frühzeitig zu erkennen.

