KI-Traffic in GA4 messen: Regex + Data Studio Anleitung

KI-Chatbots wie ChatGPT, Claude oder Perplexity funktionieren heute wie Suchmaschinen: Sie empfehlen Websites, nennen Quellen, verlinken Anbieter – und schicken Besucher. In Google Analytics 4 taucht dieser Traffic versteckt im Kanal „Referral" auf, unsichtbar neben Spam-Referrern und Newsletter-Klicks. Dieser Artikel zeigt, wie man ihn herauslöst, messbar macht und dauerhaft in einem Dashboard vorhält.

1. Warum KI-Traffic überhaupt separat messen?

KI-Systeme funktionieren nach einer anderen Logik als Google: Sie lesen Inhalte, bewerten Quellen und geben konkrete Empfehlungen aus. Wer bei ChatGPT oder Perplexity erwähnt wird, landet in der Antwort – oft mit Klick. Wer nicht erwähnt wird, existiert für einen wachsenden Teil der Nutzer schlicht nicht.

Das Problem: Google Analytics 4 erkennt diesen Traffic nicht als eigenständigen Kanal. ChatGPT, Claude, Perplexity und Co. landen als „Referral" in der Standard-Ansicht – gemischt mit Newsletter-Diensten, Partnerseiten und Spam. Das Ergebnis: Sie sehen nicht, ob KI-Systeme relevante Besucher auf Ihre Website schicken, welche Seiten davon profitieren und wie gut dieser Traffic im Vergleich zu Paid Search oder Organic abschneidet.

2. Agentur-Trick: Eine Einrichtung für alle GA4-Accounts

Eine technische „Master-Einrichtung", die automatisch auf alle GA4-Properties wirkt, gibt es nicht. Custom Channel Groups sind in GA4 immer property-spezifisch – das ist eine bewusste Entscheidung von Google. Für Agenturen und Unternehmen mit mehreren GA4-Properties gibt es aber drei praktische Wege:

Weg 1 (empfohlen): Data Studio als zentrales Analyse-Layer

Der effektivste Ansatz: Sie richten ein einziges Data Studio Dashboard ein, das sich mit mehreren GA4-Properties verbindet. Die Visualisierung, die Vergleiche und alle Grafiken müssen Sie nur ein einziges Mal bauen. Der Channel-Group-Setup in GA4 dauert pro Property etwa 5 Minuten mit der vorbereiteten Regex unten. Das Dashboard selbst wird für alle Properties wiederverwendet – Sie wechseln nur die Datenquelle.

Weg 2: GA4 Admin API (für Entwickler)

Über die Google Analytics Admin API lässt sich der Channel-Group-Setup per Skript auf beliebig viele Properties ausrollen. Einmal programmiert, dauert die Einrichtung einer neuen Property Sekunden. Sinnvoll für Agenturen mit 10+ Properties, die regelmäßig neue Accounts anlegen.

Weg 3: GA4-Property-Template (manueller Quick-Setup)

Legen Sie sich ein internes Onboarding-Dokument mit der Regex, den Kanal-Einstellungen und einer Schritt-für-Schritt-Checkliste an. Pro neuer Property: 5 Minuten Setup. Für die meisten Agenturen die pragmatischste Lösung.

3. Custom Channel Group in GA4 anlegen

Der Kern der Einrichtung: eine neue Channel-Gruppe, die KI-Traffic als eigenständigen Kanal erkennt und klassifiziert – statt ihn im Referral-Pool zu verstecken.

Schritt-für-Schritt

1. Im linken Menü auf das Zahnrad-Symbol (Admin) klicken.
2. Im Bereich „Datenanzeige" auf Channel-Gruppen klicken.
3. Oben rechts + Neue Channel-Gruppe erstellen wählen.
4. Gruppe benennen, z.B. Custom Channel Group oder MEINE AGENTUR Analyse.
5. Alle bestehenden Standard-Kanäle bleiben erhalten – Sie ergänzen lediglich einen neuen Kanal.
6. Auf Neuen Kanal hinzufügen klicken.

Den KI-Kanal konfigurieren

4. Die KI-Regex: vollständige Liste aller Quellen

Diese Regex deckt alle relevanten KI-Plattformen ab: ChatGPT, Claude, Gemini, Perplexity, DeepSeek, Microsoft Copilot, Grok, Mistral, Hugging Face und über 80 weitere Quellen.

5. Standard-Report anpassen: Schnellüberblick in Sekunden

Sobald die Custom Channel Group gespeichert ist, können Sie sie im Traffic-Acquisition-Report aktivieren. Wichtig: Die Gruppe erscheint nicht als neue Zeile automatisch, sondern muss als Option im Dimensions-Dropdown aktiv ausgewählt werden – Sie wechseln das Regelset, nicht die Dimension.

1. Das Dropdown über der Tabelle anklicken (zeigt aktuell „Session default channel group").
2. Es öffnet sich eine Liste aller Dimensionen und Channel-Gruppen. Ihre Gruppe erscheint dort oben – direkt neben „Session primary channel group" und „Session default channel group".
3. Die eigene Gruppe auswählen. Die Tabelle lädt neu und zeigt „Artificial Intelligence" als eigene Zeile.
4. Metriken prüfen: Sessions, Nutzer, Engagement-Rate, Sitzungsdauer, Konversionen.
5. Zeitraum auf 3–6 Monate stellen, um den Trend zu erkennen.

6. Exploration: Welche Seiten, wie lange, wie tief?

Der Standard-Report zeigt das Bild auf Kanalebene. Für die Fragen „Welche Seiten besucht der KI-Traffic?", „Wie lange bleiben diese Nutzer?" und „Wie viele Seiten schauen sie sich an?" brauchen Sie eine Exploration.

Schritt 1: Segment „KI-Traffic" anlegen

1. Im linken Panel unter „Segmente" auf + klicken → Sitzungssegment wählen.
2. Bedingung: Session-Channel-Gruppe → genau gleich → Artificial Intelligence.
3. Alternativ: Sitzungsquelle → entspricht regulärem Ausdruck → gleiche Regex wie oben.
4. Segment benennen: KI-Traffic → Speichern.
5. Segment in die Exploration ziehen (oben links in das Segment-Feld).

Schritt 2: Dimensionen und Metriken konfigurieren

Schritt 3: Exploration aufbauen

1. Dimensionen und Metriken per Doppelklick in die Konfiguration übernehmen.
2. Zeilen: Seitenname – Spalten: leer lassen (oder Sitzungsquelle für Aufschlüsselung nach KI-Plattform).
3. Werte: alle relevanten Metriken in die Wertefelder ziehen.
4. Nach Sitzungen absteigend sortieren → Top-Seiten mit KI-Traffic sofort sichtbar.
5. Zeitraum: mindestens 3 Monate für aussagekräftige Daten.

7. KI vs. Paid: direkter Kanalvergleich

Jetzt wird es strategisch: Wie schlägt sich KI-Traffic im Vergleich zu Paid Search, Organic oder Direct – nicht nur beim Volumen, sondern bei der Qualität?

Segment-Vergleich in der Exploration

1. Zweites Segment anlegen: Sitzungssegment → Session-Channel-Gruppe → Paid Search. Benennen: Paid Search.
2. Optional: drittes Segment Organic Search anlegen.
3. Alle Segmente in die Exploration ziehen – GA4 zeigt sie nebeneinander.
4. Vergleich: Sitzungsdauer, Seiten/Sitzung, Interaktionsrate, Konversionen je Kanal.

Schnellvergleich im Standard-Report

Dort zwei Kanäle auswählen – das Zeitreihendiagramm zeigt den Verlauf beider Kanäle. Schneller als Explorationen, aber weniger Metriken verfügbar.

8. Data Studio Dashboard aufbauen

Seit dem 11. April 2026 heißt Google Looker Studio wieder offiziell Data Studio – Google hat den Namen nach 3,5 Jahren zurückgebracht. Alle bestehenden Berichte bleiben unverändert erhalten, keine Aktion nötig.

Data Studio ist der richtige Ort für das dauerhafte KI-Traffic-Dashboard: Es aktualisiert sich automatisch, kann geteilt und als PDF per E-Mail versendet werden – und funktioniert als zentrales Analyse-Layer über mehrere GA4-Properties.

Verbindung zu GA4 herstellen

1. Data Studio öffnen und einen neuen Bericht erstellen.
2. Datenquelle Google Analytics auswählen (nativer Connector, kostenlos).
3. GA4-Property auswählen und verbinden.
4. Für mehrere Properties: über Datenquelle hinzufügen weitere Properties ergänzen. Ein Bericht kann mehrere Datenquellen gleichzeitig nutzen.

KI-Traffic-Filter einrichten

1. Im Bericht oben: Ressource → Filter verwalten → Filter hinzufügen.
2. Name: Nur KI-Traffic.
3. Bedingung: Sitzungsquelle → entspricht regulärem Ausdruck (RE2) → Regex einfügen.
4. Filter in den gewünschten Diagrammen unter „Filter" aktivieren.

Empfohlene Dashboard-Struktur

1. Überblick: KPI-Kacheln – Sessions gesamt, KI-Anteil %, Engagement-Rate, Sitzungsdauer.
2. Kanalvergleich: KI vs. Paid vs. Organic – alle wichtigen Metriken nebeneinander.
3. Seiten-Analyse: Top-Seiten nach KI-Traffic-Volumen, Zeitverlauf der wichtigsten Seiten.

Automatischen PDF-Report einrichten

Data Studio versendet den Bericht automatisch als PDF – täglich, wöchentlich oder monatlich. Ideal für monatliche Berichte an Kunden oder die Geschäftsführung.

9. Welche Grafiken wirklich helfen

10. Daten exportieren

Aus GA4 direkt

Enthält alle Dimensionen und Metriken der aktuellen Exploration-Ansicht. Für Ad-hoc-Analysen und Excel-Auswertungen geeignet.

Aus Data Studio

1. PDF-Download: Teilen → Herunterladen → Als PDF. Ideal für Client-Reports.
2. CSV aus Diagramm: Rechtsklick auf Diagramm → Daten exportieren → CSV.
3. Automatischer PDF-Versand: Teilen → E-Mail-Zustellung planen → Empfänger und Turnus festlegen.

BigQuery für Rohdaten

GA4 kann alle Event-Daten automatisch in BigQuery exportieren. Für automatisierte Analysen und individuelle Datenpipelines, erfordert Google Cloud-Konto. Die ersten 10 GB Storage und 1 TB Abfragen pro Monat sind kostenlos.

11. Häufige Fragen