KI-gesteuerter Traffic: Neue Semrush-Metrik zur Messung der KI-Suchleistung

Veröffentlicht: 2026-11-19
Autor: Thomas Hintz | Seoholics
Lesezeit: 3 min

Semrush führt eine neue Metrik namens AI-influenced traffic ein. Diese schätzt die Website-Besuche, die aus Nennungen oder Zitaten in KI-Antworten resultieren, auch wenn kein direkter Klick aus dem KI-Tool erfolgt.

Was ist passiert?

Semrush hat eine Funktion zur Messung des KI-beeinflussten Traffics veröffentlicht. Die Metrik schließt die Lücke zwischen der bloßen Sichtbarkeit in LLM-Antworten und dem tatsächlichen Website-Besuch. Sie identifiziert Besuche, die durch KI-Empfehlungen ausgelöst wurden, aber über direkte Eingaben oder Markensuchen in Suchmaschinen erfolgen.

Was zu tun ist
  1. Benchmarking der KI-Performance
  2. Themen-Priorisierung
  3. Attributionsprüfung

Die Fakten

Die Einführung der Metrik basiert auf folgenden Punkten:

  • Ein prädiktives Modell schätzt Besuche, die innerhalb eines 24-Stunden-Fensters nach einer KI-Nennung stattfinden.
  • Die Metrik umfasst drei Kanäle: direkte URL-Eingaben, markenbezogene organische Suchen und direkte Referrals aus KI-Zitaten.
  • Die Berechnung nutzt eine Datenbank mit über 29,4 Mrd. Keywords, um die Nachfrage zu steuern.
  • Die Sichtbarkeitsdaten basieren auf mehr als 2,18 Mrd. beobachteten KI-Antworten, die mehrfach gesampelt wurden.
  • Die Funktion ist in den Organic Rankings 2.0 integriert und derzeit für Daten aus den USA und Großbritannien verfügbar.

Was bedeutet das für Dich?

Diese Entwicklung betrifft SEO-Verantwortliche und Marketer, die bereits Sichtbarkeit in KI-basierten Suchergebnissen anstreben oder deren Marken namentlich in LLM-Antworten auftauchen. Wer keine Markenbekanntheit besitzt oder in Nischen agiert, in denen KI-Tools kaum Antworten liefern, wird von dieser Metrik kaum beeinflusst.

  1. Benchmarking der KI-Performance: Vergleichen Sie Ihren AI-influenced traffic mit dem von Wettbewerbern innerhalb der Organic Rankings 2.0. Ein Anstieg der Zahlen im Vergleich zum Wettbewerber zeigt, dass Ihre KI-Sichtbarkeit effizienter in Website-Besuche konvertiert. Der Aufwand ist gering, da die Daten automatisiert bereitgestellt werden.
  2. Themen-Priorisierung: Analysieren Sie, bei welchen Themen die Differenz zwischen organischem Traffic und KI-beeinflusstem Traffic am größten ist. Wenn ein Thema hohe KI-Sichtbarkeit, aber geringen Traffic generiert, müssen die Call-to-Actions oder die Markenpräsenz in diesen Antworten optimiert werden. Dieser Prozess ist zeitintensiv, da er eine inhaltliche Anpassung erfordert.
  3. Attributionsprüfung: Gleichen Sie die Schätzungen des Modells mit Ihren internen Daten für Direct Traffic und Branded Search ab. Wenn die Trends in Ihren Analytics mit den Semrush-Daten korrelieren, ist die Metrik als Steuerungselement für Ihre Strategie validiert. Der Aufwand ist mittel, da ein manueller Datenabgleich nötig ist.

Für kleine Websites

Kleine Seiten sollten die Metrik nutzen, um gezielt die Themen zu identifizieren, bei denen KI-Sichtbarkeit tatsächlich Traffic generiert. Da Ressourcen begrenzt sind, verhindert dies Investitionen in KI-Optimierungen für Themen ohne messbaren Traffic-Impact.

Für Onlineshops

E-Commerce-Seiten müssen prüfen, ob Produktempfehlungen in KI-Antworten zu direkten Markensuchen führen. Die Metrik hilft dabei, den Einfluss von KI-gesteuerten Kaufentscheidungen zu quantifizieren, die sonst im „Direct“-Traffic verschwinden würden.

Wer diese Daten ignoriert, läuft Gefahr, Ressourcen in die Steigerung der KI-Sichtbarkeit zu investieren, ohne zu wissen, ob diese Sichtbarkeit tatsächlich Besucher auf die Website bringt.

Experten-Meinung

Die Einführung einer prädiktiven Metrik ist die logische Konsequenz aus der Natur von LLMs. Da Nutzer selten direkt aus einer KI-Antwort heraus klicken, ist die bisherige Messung von Referral-Traffic unzureichend. Das Modell von Semrush wiederholt das bekannte Muster der Attributionsmodellierung, indem es Korrelationen innerhalb eines Zeitfensters nutzt. Es bleibt jedoch eine Schätzung. Wie Natalka Antoniuk, Digital Marketing Lead bei Appius, anmerkt, hilft die Metrik dabei, die Ziele zu identifizieren, für die es sich der Zeit- und Ressourceneinsatz lohnt.

Daten und Zahlen

Die statistische Basis der Metrik ist auf eine hohe Datenmenge gestützt. Semrush nutzt 29,4 Mrd. Keywords für die Bedarfsanalyse und 2,18 Mrd. beobachtete KI-Antworten für die Validierung der Sichtbarkeit. Die Relevanz dieser Daten wird durch die Problemstellung untermauert, dass 49% der Marketer die Auswirkung von KI auf die Pipeline oder den Umsatz als die am schwersten zu messende Kennzahl einstufen. Die zeitliche Zuordnung von Besuchen erfolgt innerhalb eines 24-Stunden-Fensters.

Datenbasis der Metrik

Statistische Grundlagen von Semrush

Keywords
29,4 Milliarden
KI-Antworten
2,18 Milliarden

Ausblick

Die Ausweitung der Datenbasis über die USA und Großbritannien hinaus auf weitere Märkte ist zu erwarten. Langfristig wird sich die Frage stellen, wie diese prädiktiven Modelle mit First-Party-Daten aus Google Analytics 4 oder anderen Tracking-Tools synchronisiert werden können. SEOs werden lernen müssen, Sichtbarkeit nicht mehr nur in Rankings, sondern in diesem hybriden Traffic-Modell zu bewerten.

Verwandte Artikel