Analytics zeigt dir nicht, ob die KI dich empfiehlt. Es zeigt dir die Reste.

76,1 % der Schweizer Bevölkerung nutzen inzwischen KI-Helfer wie ChatGPT oder Gemini, und 41,6 % der Nutzenden suchen Informationen im Chatbot statt bei Google oder Bing – repräsentative Umfrage von Comparis, erhoben durch Innofact im März 2026 unter 1035 Personen. Bei der Informationssuche waren es 2024 noch 27,2 %. Was das für dich heisst: Ein wachsender Teil der Leute, die deinen Service brauchen, sieht deine Website nie. Sie sehen eine Antwort – und in der kommst du vor oder eben nicht.

Genau diesen Teil zeigt dir dein Analytics nicht. Nicht, weil du es falsch aufgesetzt hast, sondern weil die Frage ausserhalb dessen liegt, was ein Analytics-Tool überhaupt beantworten kann.

Sichtbarkeit in der KI zerfällt in zwei Mess-Welten

Die erste Welt ist, was die KI dir schickt: Referral-Traffic, Crawler-Hits, Sessions, Conversions. Das ist messbar – lückenhaft, aber messbar.

Die zweite Welt ist, was die KI über dich sagt: ob dein Name in der Antwort auftaucht, an welcher Stelle, neben welchem Mitbewerber, mit welcher Beschreibung. Diese Welt steht in keinem Analytics-Tool. In keinem. Sie entsteht in einem Chatfenster, das dein Server nie zu Gesicht bekommt, und wenn der Nutzende nicht klickt, hinterlässt sie bei dir kein einziges Byte.

Die beiden Welten zu verwechseln, ist der teuerste Denkfehler in dem Thema. Du schaust deinen AI-Traffic in GA4 an, hältst ihn für "meine KI-Sichtbarkeit" – und misst dabei die Reste einer Grösse, die du nie gesehen hast.

Warum dein GA4 höchstens die halbe Wahrheit zeigt

Seit Mai/Juni 2026 hat GA4 eine eingebaute Kanalgruppe "AI Assistant" mit dem Medium ai-assistant. Das ist grundsätzlich positiv, führt aber dazu, dass viele es für erledigt halten – und der Kanal hat drei harte Lücken:

• Er deckt fünf Quellen ab (ChatGPT, Gemini, Copilot, Grok, DeepSeek). Perplexity fehlt und landet weiterhin im Referral-Topf – ausgerechnet die Engine, deren Nutzer erfahrungsgemäss am weitesten im Rechercheprozess sind.
• Klicks aus AI Overviews und dem AI Mode sind ausgeschlossen. Die tauchen bei dir als google / organic auf, ununterscheidbar von einer klassischen Suche.
• Er ist nicht retroaktiv. Was vor der Aktivierung lief, bleibt weg.

Dazu kommt, was auch die beste Kanalgruppe nicht rettet: Klicks aus den nativen Apps kommen ohne Referrer an und werden bei dir zu Direct. Der Atlas-Browser von ChatGPT verhält sich ähnlich. HTTPS-zu-HTTP-Sprünge und ITP strippen weiteres weg.

Der Punkt, an dem die meisten aufhorchen: Du kannst den Links, die ein LLM generiert, keine UTM-Parameter anhängen. Jede Anleitung, die dir "tag your URLs for ChatGPT" verspricht, löst ein anderes Problem – nämlich deine eigenen ausgehenden Links, nicht die organischen Zitate. Für den Fall, der zählt, gibt es kein Tagging.

In den Fällen, die ich gesehen habe, erfasst der AI-Referral-Traffic grob 50 bis 70 % dessen, was tatsächlich passiert. Deshalb berichten wir ihn konsequent als Untergrenze und nie als Gesamtzahl. Wer die Zahl als Ganzes verkauft, verkauft eine Zahl, die er nicht hat.

Die Sichtbarkeit selbst misst man nur, indem man fragt

Wenn Logs und GA4 nur Traffic messen, bleibt für die eigentliche Frage genau ein Weg: die Modelle aktiv abfragen und auszählen, was zurückkommt. Wir haben dafür einen eigenen Tracker gebaut und dabei gesehen, wo die Stellhebel liegen – vier davon entscheiden darüber, ob die Messung etwas taugt.

Erstens: Fragen wie deine Kunden, nicht wie dein Marketing. Ein Query-Set aus 30 bis 80 Prompts, das den ganzen Trichter abdeckt – Brand-Prompts ("Ist [Marke] seriös?"), Kategorie-Prompts ("Treuhänder für KMU in Zürich"), Vergleiche, Problem-Fragen. Die Kategorie-Prompts sind die Klasse, die zählt: Dort erscheinst du unaufgefordert oder gar nicht.

Zweitens: Ein einzelner Lauf ist Rauschen. LLM-Antworten sind nicht-deterministisch, auch bei Temperatur 0 (arXiv 2408.04667). Fragst du einmal und dein Name kommt, weisst du nichts. Jeder Prompt läuft 3 bis 5 Mal, berichtet wird die Rate: "4 von 5" statt "ja". Ein Screenshot als Beweis ist keine Messung, sondern ein Zufallstreffer mit Rahmen drum.

Drittens: Ort und Sprache kontrollieren. KI-Antworten sind geo- und sprachabhängig. Eine "Schweizer Sichtbarkeit", gemessen auf Englisch aus einer US-IP, ist wertlos. Abgefragt wird in de-CH, mit Schweizer IP, und das Locale wird dokumentiert.

Viertens: Erwähnung ist nicht Zitat. Genannt zu werden (Mention) und als Quelle verlinkt zu werden (Citation) sind zwei verschiedene Ergebnisse mit zwei verschiedenen Konsequenzen. Wer sie zusammenzählt, schönt.

Wie genau eine Engine gewichtet, weiss ausserhalb dieser Firmen niemand – da braucht sich niemand etwas vorzumachen. Was sich messen lässt, ist das Ergebnis: ob du in der Antwort stehst, wie oft, und neben wem. Damit arbeiten wir.

Die Lücke ist grösser als das Problem

Eine kleine Umfrage von GoodFirms unter 100 Marketing- und SEO-Fachleuten (Januar/Februar 2026 – bei der Stichprobengrösse als Hinweis zu lesen, nicht als Beweis) fand: 43 % nennen KI-Optimierung als Kernstrategie für 2026, 14 % verfolgen ihre Zitate überhaupt. Die Richtung deckt sich mit dem, was mir in Gesprächen begegnet: Optimiert wird längst, gemessen fast nie.

Das ist keine Nachlässigkeit. Es ist die logische Folge davon, dass die Standard-Werkzeuge für diese Frage keine Antwort haben – und dass die Zahl, die sie liefern, aussieht wie eine Antwort. Ein Dashboard mit einer Zahl drin beruhigt stärker als ein leeres Feld, auch wenn die Zahl die falsche Frage beantwortet.

Was das für dich heisst: Bevor du Content umbaust, Schema einbaust oder eine Agentur beauftragst, brauchst du einen Ausgangswert. Sonst optimierst du gegen ein Gefühl und wirst in sechs Monaten nicht sagen können, ob etwas davon gewirkt hat.

Was du diese Woche machen kannst

Die kleine Version kostet dich einen Nachmittag: Schreib zwanzig Fragen auf, die deine Kunden tatsächlich stellen, bevor sie bei dir landen. Stell jede davon drei Mal in ChatGPT und Perplexity, auf Deutsch, in der Schweiz. Zähl in einer Tabelle aus, wie oft dein Name kommt und wie oft der Mitbewerber. Das Ergebnis ist grob, aber es ist ein Wert – und in zwei Monaten hast du einen Vergleichspunkt, den dir kein Analytics geben kann.

Die saubere Version läuft automatisiert, wöchentlich, mit Konfidenzband und festem Mitbewerber-Set. Genau das bauen wir bei innoframe – falls dich der Ausgangswert interessiert, meld dich.

Quellen

• Comparis/Innofact, repräsentative Umfrage März 2026 (1035 Befragte): Medienmitteilung
• GoodFirms, Umfrage unter 100 Marketing- und SEO-Fachleuten, Januar/Februar 2026: AI SEO Statistics 2026
• Non-Determinismus von LLM-Antworten: arXiv 2408.04667