Attribution in KI-Antworten: Warum ChatGPT kein Organic-Tracking liefert

Duane Forrester hat für Search Engine Journal eine Umfrage gestartet, ob Tools für KI-Sichtbarkeit ihr Geld wert sind. Nach Attribution hat er absichtlich nie gefragt. Das Wort kam trotzdem. Ein Agenturinhaber, der mehr als ein Dutzend Kunden betreut, antwortete auf die Frage nach dem größten offenen Punkt mit einem Wort und einem Ausrufezeichen: attribution! Diese Lücke wird kein Anbieter schließen, weil sie so gewollt ist. Wie ich stattdessen Sichtbarkeit in KI-Antworten messbar mache, steht weiter unten.

Die Zahl, die das Problem erklärt

Referral-Traffic aus KI-Antworten liegt laut Forresters Analyse auf den meisten Seiten unter 1 Prozent des Gesamttraffics. Wer den Wert von KI-Sichtbarkeit in der eigenen Analytics-Oberfläche sucht, sucht also in einem Rinnsal. Ein Berater aus der Umfrage beschreibt das Kernproblem als die Aufgabe, Sichtbarkeit und Erwähnungen in Euro zu übersetzen. Ein weiterer Teilnehmer formulierte müde, dass Tracking nur der erste Schritt sei, und fragte nach dem zweiten.

Das deterministische Messen war vor dem ersten Sprachmodell schon erledigt

Third-Party-Cookies gingen in die langsame Abschaltung. Apples App Tracking Transparency, also die Abfrage zur Tracking-Erlaubnis auf iPhones, kappte einen großen Teil der mobilen Signale. Google Analytics stellte auf modellierte Conversions um, statt sie zu zählen. Media Mix Modeling, ein Verfahren, das älter ist als die meisten seiner heutigen Nutzer, kam zurück, weil der klare Pfad von Klick zu Kauf ausgefranst war. Keine dieser Verschiebungen hatte mit ChatGPT zu tun. Sprachmodelle kamen nach dem Bruch und machten ihn für alle sichtbar.

Die Messung kommt, durch die Anzeigen-Tür

In OpenAIs eigener Dokumentation stehen beide Hälften nebeneinander. Für Website-Betreiber gibt es Schalter: OAI-SearchBot erlauben, damit die Inhalte in ChatGPT-Antworten auftauchen, GPTBot sperren, damit sie nicht ins Training wandern. An oder aus. Eine Messfunktion fehlt. Für Werbekunden existiert bereits eine vollständige Server-zu-Server-Kette mit Pixel, Events-API an einen Ads-Manager-Account, Standardereignissen wie order_created samt Betrag, Währung und Artikeldetails, Dublettenabgleich zwischen Browser und Server sowie einer datenschutzfreundlichen Kennung, die Kontakt und Ergebnis verbindet. Das ist geschlossene Conversion-Attribution, heute verfügbar, hinter einem Werbekonto. Der organische Betreiber auf derselben Plattform erhält eine robots.txt.

2011 hat das Drehbuch geschrieben

Google verschlüsselte damals die organischen Suchreferrer, und die Keyword-Daten verschwanden in den not-provided-Eimer. Werbekunden bekamen im selben Zeitraum immer reichere Conversion-Daten. Gleiche Suchintention, gleiches Verhalten, auf einer Seite monetarisiert, auf der anderen ausgehungert. Die Lehre daraus ist eindeutig: Ein Entzug kostet Jahre an Vertrauen, also entziehe nichts, sondern gewähre es von Anfang an nie. Eine geplante Leerstelle löst keinen Protest aus, nur ein dumpfes Unbehagen. Dieses Wissen lag offen, und jeder kompetente Betreiber einer Antwortmaschine kannte es.

Warum es bei keinem Anbieter anders läuft

Forrester ordnet die Modellanbieter auf einer Linie zwischen gebaut, um zu verkaufen und gebaut, um zu dienen. OpenAI läuft hart auf Handel und Werbung zu und baut die bezahlte Messkette zuerst. Perplexity zielt auf Discovery und Shopping und bewegt sich in dieselbe Richtung. Google ist bereits ein Werbekonzern. Anthropic stellt Sicherheit und langfristigen Nutzen in den Mittelpunkt und hat damit den geringsten strukturellen Anlass, überhaupt eine Werbe-Attribution zu bauen. Am Ende der Linie steht überall derselbe Befund: Kostenlose Attribution auf Artikelebene für SEOs bringt niemandem Geld ein. Wer den Fokus auf Google AI Overviews legt, trifft auf dieselbe Logik.

Ein Wort, drei getrennte Aufgaben

Praktiker mischen unter Attribution drei Dinge mit drei verschiedenen Antworten. Referral-Attribution fragt, ob eine KI-Antwort verlinkt hat, ob jemand geklickt hat und ob die Sitzung konvertiert ist. Das ist heute messbar, weil der Klick einen Referrer in die eigene Analytics trägt. Incrementality fragt, ob die Sichtbarkeit zusätzlichen Umsatz verursacht hat, und diesen Beweis führst du selbst. Influence beschreibt den Dark-Funnel-Fall, bei dem jemand deine Marke in einer KI-Antwort liest, nie klickt und drei Wochen später über eine Markensuche auftaucht. Das bleibt schwer. Der Fehler liegt darin, alle drei als eine verstopfte Leitung zu behandeln, während zwei davon längst fließen.

Was ich in Projekten tatsächlich einrichte

Bei meinen Kunden landet ein großer Teil der ChatGPT-Sessions in Google Analytics 4 unter Direct oder Organic, weil KI-Sitzungen sich nicht zuverlässig selbst kennzeichnen. Deshalb starte ich mit der Klassifizierung. Links, die ich selbst kontrolliere, bekommen UTM-Parameter, also Kampagnenkennungen in der Adresse. Für den Rest baue ich eine Regel, die Referrer mit Landingpage-Mustern und Suchanfragen kombiniert. Die Zahl, die dabei herauskommt, behandle ich als Untergrenze, weil nicht zuordenbare Käufe und Kaufentscheidungen über längere Zeitfenster jeden ehrlichen Wert nach unten ziehen. Für die Wirkungsfrage halte ich Regionen als Kontrollgruppe zurück oder vergleiche ein festes Set an Suchanfragen vor und nach einem Content-Push. Diese Art von Messung gehört dir, also berührt die Undurchsichtigkeit der Modelle sie nicht. Für den Dark Funnel nutze ich das Handwerkszeug, das B2B seit zwanzig Jahren einsetzt: das Feld Wie haben Sie von uns erfahren direkt am Conversion-Punkt und die Korrelation zwischen steigender KI-Sichtbarkeit und wachsender Markennachfrage. Wer als verlässliche Quelle in KI-Antworten auftaucht, sieht das zuerst in Markensuchen und Direktzugriffen.

Die eine Frage vor dem nächsten Tool-Kauf

Frage jeden Anbieter, welche Datenquelle bei ihm den Kreis schließt. Lautet die ehrliche Antwort First-Party, also Agenten auf deiner Seite, dein Google Analytics 4, dein CRM, dann verkauft er etwas Reales. Verweist die Antwort auf Plattformdaten, die es organisch nicht gibt, sparst du dir das Budget. Mein nächster Schritt für dich: Nimm dir diese Woche eine Stunde, prüfe in Analytics, wie viele Sitzungen aus KI-Oberflächen unter Direct verbucht sind, und schreib die Zahl auf. Sie ist der Startwert für alles, was danach kommt. Wenn du dabei Unterstützung willst, melde dich.