AI-Sichtbarkeit messen: 7 Signale, wenn die Attribution versagt

Auf einen Blick

KI-Suche beeinflusst Kaufentscheidungen oft, ohne dass ein Klick in der Analytics-Auswertung auftaucht. Ahrefs berichtet in der einzigen Quelle dieses Artikels, dass über 1 von 5 Signups angibt, Ahrefs über ChatGPT oder Claude gefunden zu haben. Damit liegt KI vor YouTube und nur hinter Google. Die Referral-Zahlen allein hätten diesen Effekt „badly undersold". Der Ansatz lautet deshalb, nicht auf eine perfekte Kennzahl zu warten. Stattdessen kombiniert man sieben Signale: zwei sichtbare Attributionswerte (Referral-Traffic und Conversions) und fünf stützende Indizien. Dazu gehören Selbstauskünfte, Direct-Traffic, Markensuchvolumen, Web-Erwähnungen und Traffic-Anteil. Die Methode stammt von einem Tool-Anbieter, und ihre Zahlen sind Ahrefs-eigene Daten. Das gehört zur Einordnung.

Hinweis zur Quellenlage

Dieser Artikel stützt sich auf eine Quelle, den Ahrefs-Beitrag „How to Measure AI Search Visibility When Attribution Falls Short" von Louise Linehan (geprüft von Ryan Law). Community-Meinungen aus Reddit, HackerNews oder YouTube lagen nicht vor, und ich erfinde keine. Alle Zahlen unten sind Angaben des Autors und nicht unabhängig bestätigt.

Was die Quellen sagen

Konsens: 1 von 1 Quellen hält fest, dass der Großteil des KI-Einflusses unsichtbar bleibt. Ein Käufer liest etwa in Gemini über eine Marke, sucht sie später bei Google und erscheint in der Analytics-Auswertung als „organische Suche". Der Beitrag nennt das „Dark Funnel" und leitet daraus ab, dass 1 von 1 Quellen kein einzelnes Beweis-Metrik empfiehlt. Stattdessen sollen mehrere Signale kombiniert, quartalsweise berichtet und mit ihren jeweiligen Grenzen offengelegt werden.

Zur Gewichtung: Selbstauskunft („Wie haben Sie von uns erfahren?") und Direct-Traffic-Analyse sind nach Aussage der Quelle imperfekt, kommen aber der Wahrheit nahe. Die Selbstauskunft ist einer der zwei empfohlenen Wege, KI-Umsatz zu schätzen. Der Autor räumt ein: „Self-reported attribution is imperfect, but it’s close to the truth."

Widerspruch in den Daten: Die Quelle zeigt selbst eine Spannung. Im Ahrefs-Dashboard stiegen die KI-Erwähnungen (+100 %) und die KI-Zitationen (+186 %) deutlich, die KI-Besuche aber nur um 34 % und die Markensuche um 15 %. Der organische Traffic sank gleichzeitig um 48 %. Die Erwähnungen stiegen seit Mai 2026 steil an, die Markensuche „hasn’t quite caught up yet". Das ist keine Widerlegung der Methode. Es zeigt, dass Sichtbarkeit und messbare Nachfrage zeitlich auseinanderlaufen können.

Ein weiterer Kontrast: Die klickbasierten Referral-Daten und die Selbstauskünfte erzählen unterschiedliche Geschichten. In den Referral-Daten des Beispielprojekts dominiert ChatGPT mit 92,4 %. Bei den selbst berichteten Ahrefs-Signups liegt Claude mit 11,3 % leicht vor ChatGPT mit 10,4 %. Beide Datenreihen stammen aus unterschiedlichen Quellen und sind nicht direkt vergleichbar. Sie zeigen aber, dass die Plattform-Rangfolge je nach Messmethode anders ausfällt.

Die sieben Signale im Detail

1. KI-Referral-Traffic tracken

Die Grundlage bleibt der sichtbare Klick. Der Autor verweist auf GA4 und auf Ahrefs Web Analytics als kostenlose Alternative. Dort findet man den Kanal unter „Traffic sources" → „AI search".

Das Beispiel stammt von wordcount.com (30 Tage):

• 801 Unique Visitors, 911 Besuche, 81,7 % Absprungrate
• ChatGPT: 740 Besucher (92,4 %)
• Perplexity: 37 (4,6 %)
• Gemini: 22 (2,7 %)
• Copilot: 2 (0,2 %)

Im Seitenbericht zeigte sich, dass wenige Tool-Seiten den Großteil des KI-Traffics lieferten. Der Paraphrasing-Tool-Seite wurden 440 Besucher mit 5:32 Minuten Verweildauer zugeordnet. Die Daten helfen bei drei Entscheidungen: welche KI-Plattformen Priorität haben, welche Content-Formate mehr Aufmerksamkeit verdienen und was im Reporting steht. Berichtet werden sollten die Gesamtzahl der KI-Besucher, ihr Anteil am Gesamttraffic und die Veränderung zum Vorquartal.

2. KI-Conversions messen

Im Bericht „Tracked events" lässt sich nach dem Kanal „AI search" filtern. Laut Quelle melden sich 6 % der KI-Besucher für Ahrefs Free an. Das ist etwa das Vierfache der Conversion-Rate der organischen Suche. Weitere Ereignisse aus dem Beispiel: 23,9 % besuchten kostenlose Tools, 7,1 % die Preisseite.

Für die ROI-Rechnung multipliziert man Conversions mit dem durchschnittlichen Kundenwert. Der Autor warnt allerdings, dass kostenlose Signups für sich genommen keinen Wert haben. Man sollte messen, wie viele davon zahlende Kunden werden, und den Kundenwert darauf aufbauen.

3. „Wie haben Sie von uns erfahren?" fragen

Hier setzt die Quelle auf drei Wege:

• Im Vertriebsgespräch fragen (der Autor nennt Conversation-Intelligence-Tools wie Gong)
• KI-Tools in das Onboarding-Dropdown aufnehmen
• Kunden nach den Prompts fragen, mit denen sie die Marke gefunden haben, um Produkte und Kategorien für Investitionen zu erkennen

Offene Antworten lassen sich mit KI zu quantifizierbaren Mustern verdichten. Die selbst berichteten Ahrefs-Signups 2026 (kostenlos und bezahlt) sehen so aus:

4. Direct-Traffic als Dark-Funnel-Indikator

Manche KI-Plattformen entfernen Referrer-Daten. Außerdem tippen Nutzer die Marke nach einer KI-Antwort oft in Google ein. Beides landet im Direct-Traffic. Der Autor testete das selbst: Ein Klick von Microsoft Copilot auf eine unbekannte Ahrefs-Seite erschien als „Direct / None".

Die empfohlene Methode in drei Schritten:

1. Direct- und No-Referrer-Traffic vor den KI-Maßnahmen festhalten.
2. Ihn nach jeder KI-Content-Aktion beobachten.
3. Steigt er und erklärt kein anderer Faktor (Kampagnen, PR, Saisonalität) den Anstieg, kann man den Zuwachs vernünftigerweise der KI zuschreiben.

Den Wert schätzt man mit der bestehenden Direct-Conversion-Rate. Bei 2 % ergeben 1.000 zusätzliche Direct-Besuche etwa 20 zusätzliche Conversions. Der Autor nennt das ausdrücklich eine Annahme.

5. Markennachfrage durch KI-Suche messen

In Ahrefs Brand Radar zeigt der Tab „Search demand" mit aktiviertem Schalter „Brand name only" nur Suchen nach dem Markennamen und blendet Kategorie-Anfragen aus. KI-Erwähnungen und Markensuchvolumen legt man nebeneinander, um eine Korrelation zu prüfen.

Das Ahrefs-Dashboard (gebaut mit Letaido und Brand Radar) zeigt monatliche Veränderungen:

• KI-Crawler-Zugriffe: +295 %
• KI-Zitationen: +186 %
• KI-Erwähnungen: +100 %
• KI-vermittelte Besuche: +34 %
• Share of Voice gegenüber SEO-Wettbewerbern: +62 %
• Markensuchvolumen: +15 %
• Organischer Traffic: −48 %

6. Web-Erwähnungen als Frühindikator

Es gibt keine Search Console für KI-Plattformen. Prompt-Tracking ist nützlich, aber volatil, und Referrals sind oft verborgen. KI-Modelle lernen über Marken größtenteils aus dem, was das Web über sie sagt. Eine Studie mit rund 75.000 Marken zeigt die Korrelation mit KI-Erwähnungen:

• YouTube-Erwähnungen: ca. 0,74 (höchster Wert)
• Markenerwähnungen im Web: 0,656 (ChatGPT), 0,709 (AI Mode), 0,664 (AI Overviews)
• DR, verweisende Domains, Backlinks und URL Rating: alle unter 0,33

Im Beispiel der AEO-Tool-Kategorie folgte das Wachstum von Drittseiten, die Ahrefs erwähnen, der KI-Sichtbarkeit sehr eng (r = 0,98). Die Empfehlung: Erwähnungen als Leading Indicator berichten, etwa mit dem Satz „Erwähnungen sind um 30 % gestiegen, was KI-Sichtbarkeitsgewinnen tendenziell vorausgeht". So zeigt man Fortschritt aus PR, Content und Outreach, bevor die harten Kennzahlen nachziehen.

7. Traffic-Verluste mit Traffic Share verteidigen

KI-Antworten senken branchenweit die Klicks. Fällt der eigene Traffic um 10 %, die Kategorie aber um 25 %, hat man Anteil gewonnen. Rohtraffic zeigt das nicht. Der Workflow in Ahrefs:

1. Im Bericht „Organic Keywords" die Top 10.000 Keywords nach Ranking auswählen.
2. Auf „Copy" klicken.
3. Sie in die Suchleiste des Keywords Explorer einfügen.
4. Den Bericht „Traffic share by domain" öffnen.
5. Den eigenen Anteil mit dem Rest des Marktes vergleichen.

Vergleich: Die sieben Messansätze

Konkurrierende Tools lagen im Quellen-Paket nicht vor. Die Tabelle vergleicht daher die sieben Messansätze und die dafür genannten Werkzeuge.

Preise und Kosten

Das Quellen-Paket enthält keine Preisangaben für Competitors. Die einzige Aussage zu Kosten ist, dass Ahrefs Web Analytics laut Autor eine kostenlose Alternative zu GA4 ist. Zu Brand Radar, Keywords Explorer, Letaido oder Gong nennt die Quelle keine Preise. Bitte prüfen Sie diese direkt auf den Anbieter-Websites.

Zu den Kosten des Nichtmessens nennt die Quelle ein Beispiel. Hätte Ahrefs sich nur auf Referral-Traffic verlassen, wäre der Einfluss der KI stark unterschätzt worden. Außerdem verweist der Beitrag auf drei Entwicklungen, die das Thema wirtschaftlich relevanter machen:

• ChatGPT Shopping verkürzt den Weg von der Empfehlung zum Kauf.
• Publisher testen Pay-per-Crawl-Modelle.
• Google pilotiert „AI Contribution", ein Search-Console-Programm, das manche Publisher bezahlt, deren Inhalte wesentlich zu AI Overviews, AI Mode und Gemini-Antworten beitragen.

Wie sich KI-Zitationen konkret deuten lassen, erklärt vikotool.com im Beitrag zu AI Citations 2026.

Fazit: Für wen lohnt es sich?

Für Marketing-Teams mit KI-Budget-Rechtfertigung: Die Signale 1 bis 4 liefern eine belastbare Argumentationskette. Sie bestehen aus sichtbarem Traffic, Conversions, Selbstauskunft und Direct-Anstieg. Mit dem Kundenwert ergibt das eine ROI-Schätzung, die sich offen mit ihren Annahmen präsentieren lässt.

Für SEO- und Content-Teams unter Traffic-Druck: Signal 7 (Traffic Share) hilft, Verluste einzuordnen. Fällt der Markt stärker als der eigene Traffic, ist das ein Erfolgsargument.

Für PR- und Brand-Teams: Signal 6 gibt ihnen eine Kennzahl, die vor den harten Metriken anschlägt. Die Quelle nennt die Erwähnungen ausdrücklich einen Leading Indicator.

Für alle: Der Autor rät, Signale zu wählen, die zum eigenen Geschäft passen, sie quartalsweise mit der ROI-Schätzung zu berichten und zu sagen, was jedes Signal nicht messen kann. Seine Schlussbotschaft lautet, nicht auf perfekte Attribution zu warten.

Einschränkungen: Die Zahlen stammen von einem einzelnen Anbieter, der die Tools selbst verkauft und überwiegend eigene Daten zeigt. Ob die 6 % Signup-Rate oder die Korrelationswerte für andere Branchen gelten, belegt die Quelle nicht. Das Seitenbeispiel (wordcount.com) und die Studie mit 75.000 Marken sind getrennte Datenpunkte. Für belastbare Aussagen über die eigene Branche bleiben eigene Tests nötig.

Quellen

1. Ahrefs Blog: How to Measure AI Search Visibility When Attribution Falls Short, Louise Linehan, geprüft von Ryan Law: https://ahrefs.com/blog/how-to-measure-ai-search-visibility/

Tool-URLs, Reddit-/HackerNews-Diskussionen und YouTube-Videos lagen im Quellen-Paket nicht vor. Die im Artikel genannten Tools (Ahrefs Web Analytics, Brand Radar, Keywords Explorer) sind in der Quelle beschrieben, ihre Preise bitte auf den Anbieter-Websites prüfen.

Empfohlene Tools

Dieser Artikel enthält Affiliate-Links. Wenn du über diese Links ein Produkt kaufst oder dich anmeldest, erhalten wir eine kleine Provision — für dich entstehen keine Mehrkosten.