Zum Hauptinhalt springen

GEO messen ohne Klicks: So erkennst du den Erfolg

16. November 2026

Lasse dir den Inhalt des Beitrags zusammenfassen:

Wer Inhalte für KI-Systeme wie ChatGPT, Claude oder Google AI Overviews optimiert, stellt sich früher oder später die Frage: Woran erkennt man, ob die Maßnahmen wirken? Denn Generative Engine Optimization (GEO) führt nicht immer zu einem nachvollziehbaren Klick. Viele Nutzer:innen erhalten ihre Antwort direkt im KI-Chat, ohne die verlinkte Quelle zu öffnen.

Klassische SEO-Kennzahlen wie Rankings und organischer Traffic reichen deshalb allein nicht aus. Zusätzlich lassen sich die Klicks aus KI-Systemen in Google Analytics häufig nicht eindeutig zuordnen.

In diesem Artikel erklären wir, warum KI-Traffic so schwer messbar ist, welche Rolle Direct Traffic dabei spielt und welche Kennzahlen sich in der Praxis sinnvoll kombinieren lassen, um den Erfolg deiner GEO-Maßnahmen realistisch einzuschätzen.

Warum Klicks aus KI-Systemen schwer messbar sind

Immer häufiger beginnen Suchanfragen nicht mehr bei Google, sondern in einem KI-System. Dort holen sich Nutzer:innen Empfehlungen, vergleichen Optionen und klicken bestenfalls anschließend auf eine Quelle. Klicks aus KI-Systemen kommen jedoch aus mehreren Gründen nicht sauber als solche in der Webanalyse an:

  • Fehlende Herkunftsinformationen: Der Referrer, also die Information darüber, von welcher Seite ein Besuch kommt, wird von Browsern, Apps oder Datenschutzeinstellungen teilweise nicht übermittelt.
  • Verlorene UTM-Parameter: Auch wenn ein Link mit UTM-Parametern versehen ist, können diese auf dem Weg zum Ziel verloren gehen. Öffnet beispielsweise jemand einen Link in einer KI-App auf dem iPhone, können abhängig von Browser- und Datenschutzeinstellungen UTM-Parameter entfernt werden.
  • Wechsel der Umgebung: Manche Links öffnen sich in einer In-App-Browser-Ansicht oder in einem anderen Browser. Dabei können Tracking-Informationen verloren gehen.

Die Folge: Ein Teil der Besuche landet in Analytics unter „Direct“, obwohl sie ursprünglich von einer anderen Quelle stammen.

Das Problem mit Direct Traffic

Direct Traffic bezeichnet in der Regel Besuche, bei denen die Herkunft nicht erkennbar ist. Im Idealfall hat jemand die Adresse direkt im Browser eingegeben. Das ist jedoch nicht der einzige Fall: Im Direct Traffic landen auch Klicks, die sich nicht nachvollziehen lassen, etwa aus Messenger-Diensten wie WhatsApp, aus E-Mail-Programmen oder durch private Weitergabe. Man spricht in diesem Zusammenhang auch von Dark Search. Das Phänomen wird hier im Detail von Eric Wu beschrieben.

Für die Auswertung ist deshalb entscheidend, auf welche Seite der Besuch trifft:

Zielseite Typische Ursache bei Direct Traffic Aussagekraft als Indikator
Startseite Eingabe der Domain, Lesezeichen, Verlinkungen ohne Tracking oder KI-Systeme, die auf die Startseite verweisen Gering, da viele Quellen den gleichen Einstieg nutzen
Unterseite (z. B. Blogartikel, Ratgeber) Eingabe der vollständigen URL ist unwahrscheinlich; Weitergabe per Messenger oder ein Link aus KI-Antworten sind möglich Höher, da sich ein Teil der Zugriffe gezielt auf inhaltliche Quellen zurückführen lässt
  • Gerade bei tiefen Unterseiten ist es unwahrscheinlich, dass Nutzer:innen die vollständige URL manuell eingeben. Erhält ein Blogartikel über mehrere Monate hinweg regelmäßig Direct-Besuche, sind fehlende Tracking-Informationen naheliegend. Ein Teil davon kann aus KI-Systemen stammen, ein anderer Teil aus Messenger-Weitergaben oder weiteren Quellen.

Direct Traffic als Trendindikator nutzen

Direct Traffic auf Unterseiten lässt sich keiner einzelnen Quelle eindeutig zuordnen. Als Trendindikator eignet er sich jedoch gut, wenn man ihn systematisch beobachtet.

So gehst du vor:

  • Segment anlegen: Erstelle in Analytics ein Segment, das ausschließlich Direct-Besuche auf Unterseiten (nicht auf der Startseite) enthält.
  • Historie prüfen: Werte die Entwicklung der letzten zwei bis drei Jahre aus, sofern die Daten vorliegen. Achte darauf, ob der Anteil dieses Segments am Gesamttraffic steigt.
  • Ausgangswert festlegen: Dokumentiere den Stand vor Beginn der GEO-Maßnahmen über einen ausreichend langen Zeitraum, idealerweise mehrere Monate.
  • Entwicklung beobachten: Verfolge das Segment parallel zu den GEO-Maßnahmen, etwa zu neuen Inhalten, Überarbeitungen oder für Zitierungen optimierten Seiten.
  • Ergebnisse einordnen: Betrachte den Trend statt einzelner Werte und stelle die Entwicklung weiteren Kennzahlen gegenüber.

Tipp: Nutze auch gerne unser Direct Traffic Datastudio-Dashboard, um dir einen schnellen Überblick über den Direct Traffic auf deiner Startseite und Unterseiten zu verschaffen.

Wichtig: Ein steigender Wert beweist keinen kausalen Zusammenhang. Er stützt die Annahme, dass die GEO-Maßnahmen wirken, wenn sich der Anstieg zeitlich und inhaltlich plausibel einordnen lässt.

Auch eine steigende Markenbekanntheit kann den Direct Traffic erhöhen. Das ist ebenfalls positiv, lässt sich aber nicht eindeutig von der Wirkung der GEO-Maßnahmen trennen. Deshalb sollte die Entwicklung stets im Kontext weiterer Daten betrachtet werden.

Welche Kennzahlen sich für die GEO-Erfolgsmessung eignen

Eine einzelne Kennzahl reicht für die Erfolgsmessung im GEO nicht aus. Sinnvoll ist ein Mix aus mehreren Quellen mit unterschiedlicher Aussagekraft:

  • Server-Log-Analyse: Zeigt, wie häufig KI-Crawler die eigene Website aufrufen. Sie ist eine vergleichsweise belastbare Kennzahl für die technische Erreichbarkeit und das Interesse von KI-Systemen an den Inhalten.
  • Prompt-Tracking: Misst, ob und wie häufig eine Marke in KI-Antworten zu relevanten Suchanfragen erscheint. Die Ergebnisse hängen allerdings stark von den verwendeten Prompts und Systemen ab.
  • Bing Webmaster Tools: Liefert Daten zu Sichtbarkeit und Klicks in Bing, das auch für einige KI-Systeme relevant ist. Der „AI Performance“-Bericht zeigt, wie oft Seiten in Microsoft Copilot und Bing-KI-Antworten zitiert werden; ChatGPT-Zitierungen sind darin nicht enthalten.
  • Google Search Console: Zeigt Entwicklungen bei Impressionen, Klicks und Suchanfragen. Klicks sind jedoch nicht eindeutig KI-Suchen zuordenbar.
  • Analytics-Segmente für KI-Besuche: Je nach Tool und Konfiguration lassen sich KI-Quellen als eigenes Segment auswerten. Die Abdeckung ist aber unvollständig.

Keine dieser Kennzahlen ist für sich genommen vollständig. In der Kombination entsteht jedoch ein belastbareres Gesamtbild.

Warum Zeitreihen wichtiger sind als Momentaufnahmen

Eine einzelne Messung sagt wenig aus. Ob 200 KI-Crawler-Zugriffe pro Monat viel oder wenig sind, lässt sich ohne Vergleich nicht beurteilen. Entscheidend ist die Entwicklung:

  • Wie sieht der Ausgangswert vor den Maßnahmen aus?
  • Wie verändert sich der Wert nach der Umsetzung einzelner Maßnahmen?
  • Gibt es Parallelen zwischen mehreren Kennzahlen?

Erst dieser Vergleich macht Fortschritte nachvollziehbar und zeigt, welche Maßnahmen Wirkung entfalten.

Die Grenzen der Erfolgsmessung im GEO

Auch bei sorgfältiger Auswertung bleiben Unsicherheiten:

  • Unvollständige Zuordnung: Nicht jeder KI-Besuch wird als solcher erkannt; ein Teil des Effekts bleibt unsichtbar.
  • Startseiten-Effekt: Manche KI-Klicks landen auf der Startseite und lassen sich dort kaum von anderem Direct Traffic trennen.
  • Schwankende Ergebnisse: KI-Antworten unterscheiden sich je nach System, Zeitpunkt und Formulierung.
  • Begrenzte Messung der Markenwirkung: Empfehlungen in KI-Antworten, die nicht zu einem Klick führen, lassen sich mit Standard-Tools nur schwer erfassen.

Ein sinnvoller Umgang damit ist, die Erfolgsmessung als laufenden Prozess zu verstehen und Ergebnisse mit Vorsicht zu interpretieren.

Fazit: GEO-Erfolg mit mehreren Kennzahlen messen

Die Erfolgsmessung im GEO ist derzeit eine Frage der richtigen Kombination. Direct Traffic auf Unterseiten, Server-Log-Daten, Prompt-Tracking und Daten aus den Search-Tools ergeben zusammen ein aussagekräftiges Bild, auch wenn die Daten unvollständig sind. Wichtig ist, frühzeitig mit der Messung zu beginnen, Ausgangswerte festzuhalten und Entwicklungen über einen längeren Zeitraum zu beobachten.

Artikel teilen

Magdalena Mues

Magdalena ist Gründerin und Geschäftsführerin der Claneo GmbH. Mit ihrer Expertise berät sie Start-ups, KMU und Konzerne in den Bereichen Content-Marketing, Suchmaschinenoptimierung (SEO), App-Store-Optimierung (ASO) und Marktplatzoptimierung (MPO).

Weitere Artikel


You found us - now let us help you to be found!

Jetzt Kontaktformular ausfüllen.
Wir melden uns bei Ihnen so schnell wie möglich zurück.


Quadrate und Foto von lächelnder Mitarbeiterin
Quadrate und Foto von lächelnder Mitarbeiterin
Claneo Logo
Revaler Straße 30
10245 Berlin, Deutschland

Claneo ist eine SEO- und GEO-Agentur mit Sitz in Berlin, gegründet 2017. Das Team aus über 80 Expert:innen betreut internationale Kund:innen in mehr als zehn Sprachen und ist BVDW-zertifiziert sowie OMR Reviews Proud Partner in den Kategorien SEO und GEO 2026. Claneo veröffentlichte das erste deutschsprachige Fachbuch zu Generative Engine Optimization und richtet die Konferenz GEO KNOW HOW aus.
+49 30 76731 90 00