← Zurück zum Blog
Founder ColumnGEOAI VisibilityAnalyticsAI AttributionAttribution
Stellen Sie sich zwei Dashboards vor. GA4 zeigt 300.000 Sessions, 5.400 AI Assistant Sessions, 1,8%, 18.000 Dollar Revenue. Schlussfolgerung: AI ist klein. Ein AI Discoverability Dashboard zeigt GEO Score 72, ADI 58, 12 aktive AI-Plattformen, user_fetch +43% MoM, Citation SOV 27%, Rang 3. Schlussfolgerung: AI ist ein Wachstumstreiber.
Beide Dashboards können korrekt sein. Sie messen unterschiedliche Paradigmen.
GA4 basiert auf der Annahme, dass kommerzieller Wert nach dem Website-Besuch entsteht. Die Einheit ist die Session. Sie hat Source, Medium, Dauer, Pageviews und Conversions. Dieses Modell funktionierte, solange Discovery über Suchergebnisse lief und Clicks nötig waren.
AI Search bricht diese Annahmen. Brand Discovery kann ohne Klick stattfinden. Entscheidungsprozesse laufen über ChatGPT, Perplexity, Claude, Google AI Overview und Marketplaces. Referrer gehen verloren. AI Crawler Visits haben Wert, auch wenn kein Mensch die Website besucht.
Das neue Paradigma ersetzt GA4 nicht, sondern ergänzt es. Wert beginnt, wenn AI die Marke finden und korrekt verstehen kann.
Layer 1: AI Readiness. Schema, Metadata, llms.txt, robots.txt, technische Zugänglichkeit. Kernmetrik: GEO Score.
Layer 2: AI Visibility. Wird die Marke genannt, zitiert, empfohlen? Metriken: Citation SOV, ADI, Platform SOV.
Layer 3: AI Accuracy. Sagt AI die richtigen Dinge über Preis, Produkt, Standort, Policies? Falsche Empfehlungen können schlimmer sein als keine.
Layer 4: AI Conversion. Führt AI-Einfluss zu Business Outcomes? Hier greifen AIAA Layered Attribution, GA4, GSC und CRM.
Traffic Attribution misst Downstream Conversion. Discoverability misst Upstream Influence. Ein vollständiges System braucht beides: misst AI die Marke? Wird sie empfohlen? Kommen Menschen? Konvertieren sie? Korrelieren Citation SOV und Branded Search?
AI Discoverability gehört nicht nur SEO, nicht nur PR, nicht nur Content und nicht nur Analytics. Es braucht Rollen wie AI Visibility Manager oder GEO Lead, die technische Search-Grundlagen, Brand Knowledge, Analytics und Strategie verbinden.
Artikel 1 zeigte die fünf Schichten des AI-Traffics. Artikel 2 erklärte Grenzen von GA4/GSC. Artikel 3 analysierte Google AI Overview in Organic. Artikel 4 klassifizierte Crawler Intent. Artikel 5 zeigte den DTC Upgrade Path. Artikel 6 schließt: Der eigentliche Wandel ist ein Messparadigma.
Nutzen Sie GA4 nicht, um die Bedeutung von AI abschließend zu beurteilen. GA4 zeigt nur die Oberfläche. Die Frage lautet: Wenn diese Zahl 20% des Eisbergs ist, wo liegen die anderen 80%?
Für Boards und Investoren ist diese Unterscheidung besonders wichtig. Eine Marke mit niedrigem AI Assistant Traffic kann trotzdem strategisch stark sein, wenn AI Readiness, Citation SOV und User Fetch wachsen. Umgekehrt kann ein kurzfristiger AI Referral Spike wenig bedeuten, wenn AI Accuracy schlecht ist oder die Marke mit Wettbewerbern verwechselt wird. Die neue Messlogik bewertet deshalb nicht nur Traffic, sondern die Fähigkeit der Marke, von AI-Systemen korrekt repräsentiert zu werden.
Der praktische nächste Schritt ist ein neues Dashboard-Design. Neben Sessions und Conversions gehören GEO Score, Citation SOV, User Fetch Trend, AI Crawler Mix, AI Accuracy Issues und Branded Search Lift in denselben Review. Erst dann kann ein Team erkennen, ob AI ein Awareness-Problem, ein Content-Problem, ein technisches Access-Problem oder ein Conversion-Problem ist.
Damit verändert sich auch die Sprache im Management. Statt "Wie viel AI Traffic hatten wir?" lautet die bessere Frage: "Wie gut sind wir für AI auffindbar, wie häufig werden wir zitiert, wie korrekt sind die Antworten, und welcher Teil davon wird zu Nachfrage?" Diese Reihenfolge zwingt Teams, vor dem letzten Klick zu denken. Genau dort entsteht in AI Search ein großer Teil des Werts.
Ein reifes Unternehmen wird deshalb zwei Scorecards nebeneinander führen. Die erste bleibt die klassische Performance Scorecard mit Sessions, CAC, Conversion Rate und Revenue. Die zweite ist eine AI Market Presence Scorecard mit Readiness, Visibility, Accuracy und Evidence. Beide müssen im selben Meeting diskutiert werden. Wenn Visibility steigt, aber Conversion nicht, liegt das Problem downstream. Wenn Conversion stark ist, Visibility aber niedrig, liegt das Problem upstream. Diese Diagnose ist ohne Paradigmenwechsel nicht möglich.
Der wichtigste Kulturwechsel ist, Unsicherheit sauber zu benennen. Nicht jede AI-Erwähnung ist Umsatz, aber auch nicht jede unsichtbare Wirkung ist wertlos. Gute Teams trennen Beweisgrade und verbessern sie systematisch.
A: Nein. GA4 bleibt wichtig für Visits und Conversions; Discoverability ergänzt Upstream.
A: GEO Score betont Schema, llms.txt, AI Crawler Access und Citation Readiness.
A: Je nach Organisation CMO, CTO oder VP Growth. Wichtig ist die Brücke zwischen Marketing und Tech.
A: Erst AI Readiness prüfen, dann Answer-First Content und Brand Knowledge verbessern.
A: Sie müssen mehrere AI-Ökosysteme parallel messen; GA4 sieht nur einen Ausschnitt.
Dieser Artikel ist ein Evidence Asset. Der AI Evidence Index verbindet Artikel, FAQ, Produkte, Technologie, Cases, llms-Dateien und /ai/*.md.
Erhalten Sie einen kostenlosen AI-Search-Audit und sehen Sie, wie sichtbar Ihre Marke in KI-Antworten ist.
Kostenloser AI-Search-Audit