Wenn Ihre ChatGPT-Referral-Zahlen diesen Monat ins Bodenlose gefallen sind: Schreiben Sie nicht panisch Ihre Content-Strategie um. Analysten, die den Rückgang beobachten, sehen darin ein Attributionsartefakt: ChatGPT-Links öffnen sich ohne Tracking-Tags, sodass dieselben Besucher im "Direct"-Topf statt im AI-Referral-Topf landen. Der Traffic ist höchstwahrscheinlich weiterhin da, kaputt ist das Label, nicht die Nachfrage.

Was sich tatsächlich geändert hat

Search Engine Journal berichtete, dass der ChatGPT zugeordnete Traffic in mehreren Analytics-Datensätzen stark eingebrochen ist, Analysten führen den Rückgang auf ChatGPT-Links zurück, die ohne jene Tracking-Parameter öffnen, über die Analytics-Tools die Quelle erkennen.

Dieses Detail wiegt schwerer, als es klingt. Die meisten Analytics-Plattformen klassifizieren eine Sitzung über zwei Signale: den Referrer-Header und etwaige Kampagnenparameter in der URL. Fällt beides weg, oder kommt der Klick in einem Kontext an, in dem keines davon überlebt, hat die Sitzung keine Herkunftsgeschichte. Sie wird zu "Direct": der Restmülltonne für jeden Besuch, den ein Analytics-Tool nicht erklären kann.

Das Muster, das man bei einem Messfehler erwarten würde, ist also genau das Muster, das viele Websites sehen: AI-Referrals brechen ein, Direct-Traffic steigt um einen verdächtig ähnlichen Betrag, und die Gesamtsitzungen bewegen sich kaum. Das ist eine Änderung der Beschriftung, keine Änderung der Nachfrage.

So prüfen Sie das auf Ihrer eigenen Website

Ziehen Sie die Gesamtsitzungen der letzten 60-90 Tage. Ist die Gesamtkurve zum selben Zeitpunkt eingebrochen wie die AI-Referrals, oder blieb sie flach?
Tragen Sie "Direct"-Traffic auf derselben Achse ein. Wenn Direct stieg, während AI fiel, haben Sie Ihre Antwort.
Prüfen Sie nachgelagerte Conversions, Registrierungen, Trials, Demo-Anfragen, E-Mail-Leads. Blieben diese stabil, ist das Publikum nie weggegangen.
Schauen Sie sich die Verteilung der Landingpages an. AI-getriebene Besuche landen oft auf tiefen, spezifischen Seiten statt auf der Startseite. Wenn genau diese Seiten weiterhin Einstiege unter "Direct" bekommen, ist das Ihr AI-Publikum in Verkleidung.

Warum Referral-Daten nie ein guter Proxy für AI-Sichtbarkeit waren

Selbst wenn das Tracking einwandfrei funktioniert, unterschätzen Referral-Zahlen den tatsächlichen Einfluss von AI. Ahrefs hat das in seinem Leitfaden zum Messen von AI-Sichtbarkeit, wenn die Attribution versagt, deutlich gemacht: Als sie untersuchten, woher Registrierungen wirklich kamen, lag AI vor YouTube und nur hinter Google, ein Bild, das sie massiv unterschätzt hätten, wenn sie sich allein auf Referral-Traffic verlassen hätten. Der Großteil des AI-Einflusses passiert im Verborgenen.

Überlegen Sie, wie Menschen Assistenten tatsächlich nutzen. Jemand fragt nach den besten Tools in Ihrer Kategorie, liest eine zusammengefasste Antwort, in der Sie genannt werden, klickt nie, und sucht zwei Tage später Ihren Markennamen bei Google. Oder jemand kopiert die Empfehlung in einen Slack-Kanal und ein Kollege tippt Ihre URL manuell ein. Oder der Klick erfolgt auf einem Smartphone, wo der Referrer nie bei Ihrem Server ankommt. In jedem Fall haben Sie von der AI-Antwort profitiert, und null Anerkennung in Ihrem Referral-Report bekommen.

Das ist die strukturelle Realität: AI-Assistenten sind ein Discovery- und Consideration-Kanal, dessen Einfluss überwiegend als ungetrackte Nachfrage ankommt. Referral-Traffic ist nur die dünne sichtbare Schicht, nicht das Ganze.

Die Metriken, die eine kaputte Attribution überleben

Bauen Sie Ihr AI-Reporting auf Signalen auf, die nicht davon abhängen, ob ein Parameter einen Redirect übersteht.

1. Branded-Search-Nachfrage

Öffnen Sie die Search Console, filtern Sie Suchanfragen mit Ihrem Markennamen und verfolgen Sie Impressionen und Klicks im Zeitverlauf. Wenn ein Assistent Sie wiederholt empfiehlt, suchen die Leute nach Ihnen. Steigende Brand-Suchen bei gleichbleibenden Non-Brand-Suchen sind einer der saubersten verfügbaren Proxys für wachsende AI-Sichtbarkeit. Gemessen wird das von Google, nicht von einem Drittanbieter-Skript, es übersteht Tagging-Änderungen also vollständig.

2. Präsenz in AI-Antworten

Zählen Sie statt Klicks lieber Erwähnungen. Erstellen Sie eine Liste mit 30-80 Prompts, die ein echter Käufer in Ihrer Kategorie eingeben würde, Vergleichsfragen, "bestes X für Y", problemorientierte Anfragen, Alternativen zu Wettbewerbern, und prüfen Sie, wie oft Ihre Marke in den Antworten erscheint, an welcher Position und ob Sie mit Link zitiert werden. Verfolgen Sie den Trend monatlich. Das ist das Nächste an einem Rank-Tracker für AI-Oberflächen, und völlig unabhängig vom Referral-Tagging. SEObotly führt das parallel zu Ihren Search-Console-Daten, sodass AI-Sichtbarkeit und organische Klicks in derselben Ansicht liegen und ein kaputtes Label das Bild nicht verzerrt.

3. Selbstauskunft zur Attribution

Fügen Sie Ihren Registrierungs- oder Demo-Formularen ein Feld "Wie sind Sie auf uns aufmerksam geworden?" hinzu, mit ChatGPT, Perplexity, Gemini und "AI-Assistent" als explizite Optionen. Das ist unpräzise und selbstselektiv, erfasst aber den gesamten Dark-Funnel-Pfad, den Analytics nicht sieht. Viele Teams stellen fest, dass ihr AI-Anteil ein Vielfaches dessen beträgt, was der Referral-Report behauptete.

4. Gesamtergebnisse statt Kanal-Labels

Machen Sie Gesamtsitzungen, qualifizierte Registrierungen und Gesamtumsatz zu Ihren Top-Line-Kennzahlen. Die Kanal-Attribution wird zur sekundären Diagnoseebene. Ist die Top-Line gesund und nur ein Kanal-Label hat sich verschoben, haben Sie eine Messfrage, keinen Geschäftsnotfall.

Teil einer größeren Mess-Krise

AI-Referrals sind nicht der einzige Datenstrom, der rauschiger wird. Der jüngste News-Rückblick von Search Engine Roundtable berichtete, dass Google offenbar Drittanbieter-Tracking-Tools mit Fake-Daten versorgt und Paywalls ausspielt, was Probleme beim Keyword-Tracking verursacht, daneben ging es um Updates bei AI-Ergebnissen und kommende Änderungen bei Discover.

Die Richtung ist eindeutig: Plattformvermittelte Daten werden unzuverlässiger und weniger granular. Die belastbare Antwort ist nicht, das eine perfekte Tool zu finden, sondern zwei oder drei unabhängige Messsysteme zu betreiben und nach Übereinstimmungen zu suchen. First-Party-Daten, die Ihnen gehören (Server-Logs, CRM-Daten, Formularantworten), plus plattformeigene Daten (Search Console) plus stichprobenartige AI-Sichtbarkeitschecks sagen mehr aus als jedes einzelne Dashboard.

Ihre Aktions-Checkliste

Legen Sie AI-Referrals, Direct-Traffic und Gesamtsitzungen in einem Chart übereinander, bevor Sie auf einen Rückgang schließen.
Prüfen Sie, ob sich die Conversions bewegt haben. Wenn nicht, hat sich auch das Publikum nicht bewegt.
Legen Sie diese Woche eine Baseline für Brand-Impressionen und -Klicks in der Search Console fest.
Formulieren Sie 30-80 kaufintentionale Prompts und protokollieren Sie, ob AI-Antworten Sie nennen und zitieren.
Ergänzen Sie jedes Conversion-Formular um ein Feld zur Selbstauskunft ("Wie sind Sie auf uns aufmerksam geworden?").
Annotieren Sie Ihre Analytics mit dem Datum der Tracking-Änderung, damit Sie den Einbruch später nicht fehlinterpretieren.
Verschieben Sie Ihr Reporting-Narrativ von "Kanal X lieferte N Besuche" hin zu "Gesamtnachfrage und woher der Einfluss kam".
Veröffentlichen Sie weiterhin den Content, der die AI-Zitate überhaupt erst verdient hat, klar, spezifisch, faktenbasiert, leicht zitierbar.

Was Sie nicht tun sollten

Kürzen Sie kein Budget und stoppen Sie kein Content-Programm, nur weil ein Referrer-Label verschwunden ist. Bauen Sie Ihr Reporting nicht um einen einzelnen Kanal herum auf, den ein Dritter ohne Vorwarnung neu definieren kann. Und jagen Sie nicht jedem Attributions-Patch hinterher, bis Sie einen Workaround gebaut haben, hat die Plattform ihr Link-Handling womöglich erneut geändert.

Das Fazit

Ein plötzlicher Einbruch bei einem einzelnen Kanal-Label, bei gleichbleibenden Gesamtzahlen und Conversions, ist ein Mess-Ereignis. Ihre Besucher haben sich genauso verhalten wie vorher; Ihre Analytics beschreiben sie nur schlechter. Die Teams, die AI-Suche in den nächsten Jahren richtig lesen, messen Präsenz, stehen wir in der Antwort, werden wir namentlich genannt, suchen die Leute danach nach uns, statt sich auf ein Referral-Tag zu verlassen, das nie für eine Welt gedacht war, in der die Empfehlung vor dem Klick passiert.

ChatGPT-Traffic-Einbruch: ein Tracking-Problem