Google Analytics 4 und KI: Weniger Traffic smart analysieren und wo die Reise hin geht18 min Lesezeit

Google Analytics und KI – das sind zwei Bereiche.

1. KI-Traffic: User, die in KI-Assistenten, wie ChatGPT, Gemini, Claude & Co auf eine URL klicken und auf deine Website kommen.

2. KI-Features in GA4: KI-Featues, die dir in Google Analytics zur Verfügung stehen, um die Datenqualität zu verbessern und Datenanalyse zu vereinfachen. 

Schauen wir uns beide Bereich im Detail an:

KI-Traffic (oder nicht)

Leider besuchen immer weniger User deine Website, weil sie Informationen direkt über die KI beziehen.

Du kennst das wahrscheinlich von dir selbst: Statt Informationen altmodisch über die Google Suche zu suchen, fragst du schnell deinen präferierten Chatti. Die Antwort hast du in wenigen Sekunden – ohne jemals eine Website besucht zu haben.

Für die Website-Analyse ist das dramatisch.

Gartner hat dazu 2022 eine spannende Prognose herausgebracht:

• -25% weniger organischer Traffic zwischen 2024-2026
• -50% weniger organischer Traffic bis 2028

Studien aus 2025 zeigen, dass schon heute 93% (!) aller Google Suchen in der KI-Overview ohne Klick enden. Wir rasen also rasant auf eine Zero-Click-World zu…

Fazit: Der Traffic bzw. die Zugriffe auf Websites und somit die Daten, die in Google Analytics einfließen, werden weniger.

Messen kannst du allerdings nur das, was auf deiner Website passiert.

Wie viele User klicken also tatsächlich in einem KI-Assistent auf eine URL, die auf deine Website führt?

Wie viel Traffic erhältst du also tatsächlich von KI?

Schauen wir in Google Analytics nach:

KI-Traffic in GA4 analysieren

Navigiere in Google Analytics in die Standardberichte –> Lebenszyklus –> Akquisition –> Neu generierte Zugriffe:

Wähle als primäre Dimension die „Standard-Channelgruppe“.

Wähle als sekundäre Dimension “Sitzung – Quelle / Medium”.

Suche in der Tabellen-Suche nach “Unassigend”.

Dein KI-Traffic wird sichtbar:

Eine bessere Übersicht über deinen KI-Traffic erhältst du allerdings, wenn du einen eigenen Kanal erstellst und ihn somit aus dem “Unassigend”-Kanal entfernst:

KI-Channel in GA4 erstellen

Um einen eigenen KI-Kanal in Google Analytics zu erstellen klicke in die Verwaltung (Backend von GA4) → Property-Einstellungen → Channelgruppen.

Standardmäßig wird dein Traffic in der “Standard-Channelgruppe” laut Definition von Google erfasst:

Die Google Analytics Standard-Channelgruppe kann in GA4 nicht angepasst werden.

Stattdessen kannst du eine neue, eigene Custom Channelgruppe erstellen und in dieser deinen KI-Kanal definieren.

Hinweis: Falls du bereits eine Custom Channelgruppe besitzt, kannst du den KI-Kanal direkt in dieser definieren.

In GA4 können max. 2 Custom Channelgruppen erstellt werden.

Um eine neue Channelgruppe  zu erstellen, klicke auf „Neue Channelgruppe erstellen“.

Du erhältst eine Kopie der Standard-Channelgruppe mit allen von Google vordefinierten Kanälen.

Hinweis: Eine Übersicht über die GA4 Standard-Channelgruppe findest du in der Google Analytics Hilfe – ein sehr wertvoller Artikel.

Klicke nun auf „Neuen Channel hinzufügen“.

Wähle einen schönen, selbsterklärenden Channelname wie bspw. „AI“ oder „AI / LLM“.

Füge als Channel-Bedingung drei Regeln hinzu:

1. Quelle stimmt überein mit Regex .*^(quillbot\.com|edgepilot|aitastic\.app|bnngpt\.com|waldo|huggingface\.co|anthropic\.com|chatglm\.cn|baichuan-ai\.com|palm-ai\.google\.com|xiaoice\.com|quora\.com/poe|my-ai\.snapchat\.com|deepl\.com|yiyan\.baidu\.com|ai\.baidu\.com|anthropic-api\.com|open-assistant\.io|huggingchat\.com|chat\.suno\.com|deepmind\.com|phind\.com|firefly\.adobe\.com|grok\.x\.com|coze\.com|lighton\.ai|spellbook\.rossintelligence\.com|notion\.so/ai|wordtune\.com|syntesia\.io|hyperwriteai\.com|sap\.ai|reka\.ai|app\.loora\.ai|uminal\.org|alphacode\.google\.com|ai21\.com|openrouter\.ai|magical\.team|useblackbox\.io|ai-coustics\.com|d-id\.com|openchat\.so|floydhub\.com|bing\.com/chat|turing\.microsoft\.com|cosmos\.microsoft\.com|orca\.microsoft\.com|phi\.microsoft\.com|megatron\.microsoft\.com|jarvis\.microsoft\.com|maia\.microsoft\.com|vertexai\.google\.com|ai\.google\.com|deepmind\.google\.com|cloud\.google\.com/ai|cloud\.google\.com/vertex-ai|research\.google\.com/ai|ml\.googleapis\.com|tensor\.google\.com|t5\.google\.com)$

2. Quelle stimmt überein mit Regex .*^(openai|copilot|chatgpt|gemini|gpt|writesonic|nimble|perplexity|google.*bard|bard.*google|bard|edgeservices|astastic|copy.ai|bnngt|gemini.*google|chat\.deepseek\.com|go\.welt\.de|grok\.com|hey\.bild\.de|phind\.com|poe\.com|you\.com).*

2. Quelle endet mit .ai

Die Konfiguration sieht wie folgt aus:

KI-Channel Speichern.

Gruppe speichern.

Hinweis: Es kann nun 24h dauern bis Google den Traffic rückwirkend in die neu definierten Kanäle deiner Custom Channelgruppe kategorisiert. In der Regel geht es deutlich schneller…

Navigiere nun nochmals in den „Neu generierter Traffic“-Bericht: Du hast eine neue primäre Dimension dazu bekommen, welche den Namen deiner eben erstellen Channelgruppe trägt.

Wähle deine Custom Channelgruppe aus.

Voila, dein gesamter KI-Traffic ist nun dem „AI“-Kanal zugeordnet:

Die KI-Zugriffe auf meiner ANALYTICSkiste sind mit 0,92% eindeutig überschaubar…

Spannender wäre, wenn wir Zahlen hätten, wie häufig unsere Website in KI-Suchergebnissen als Quelle erscheinen.

Hinweis: Genau das stellt Bing seit Februar 2026 erstmals in einem AI Performance Report in den Bing Webmaster-Tools zur Verfügung.

Das Dashboard umfasst die Gesamtzahl der Zitate, d.h. wie oft Inhalte in KI-Suchergebnissen als Quelle erscheinen, die durchschnittliche Anzahl der zitierten Seiten pro Tag, die wichtigsten Suchanfragen, welche die KI beim Abrufen deiner Inhalte verwendet hat, die Zitationsaktivität auf Seitenebene und die Sichtbarkeitsentwicklung im Zeitverlauf.

Screenshot: Bing Webmastertools KI Report

Mal schauen, wann Google nachzieht und ähnliche Zahlen zur Verfügung stellt…

Noch detaillierter kannst du deine KI-Zugriffe mit diesem Dashboard analysieren:

Looker Studio Dashboard: LLM Check

Mein großartiger 121Watt-Referenten-Kollege Alin Radulescu hat mir letztens ein Looker Studio Dashboard von Claneo gezeigt, um LLM Traffic aus Google Analytics noch übersichtlicher analysieren zu können:

Wenn du es ausprobieren möchtest, >> rufe das Dashboard unter diesen Link auf <<.

Wähle deine GA4-Property aus.

Navigiere zu „LLM Traffic Overview“.

Du bekommst nun eine nochmal detailliertere Übersicht deiner LLM-Zugriffe mit verschiedenen Darstellungen: Tabelle, Balkendiagramm, Donut-Chart… Hut👒 ab, das ist richtig schick gemacht:

Hinweis: Grundlage dafür sind deine KI-Zugriffe (Quelle / Medium) aus Google Analytics, die du bereits weiter oben analysiert hast.

Damit weißt du schon mal, wie viele User, die in KI-Assistenten, wie ChatGPT, Gemini, Claude & Co auf eine URL klicken und auf deine Website kommen.

Schauen wir uns jetzt die KI-Features in GA4 an:

KI-Features in GA4 (mehr top als flop)

Ein großer und wichtiger Teil seit Google Analytics 4 (2020) sind Machine Learning Features bzw. KI.

So verstecken sich seit Anfang an viele kleinere KI-Features in GA4 und es werden laufend mehr:

• Datenmodellierung
• Analytics Radar
• Insights
• Generated Insights
• Anomaly Detection
• Smart Reports
• Predictive Analytics

Hinweis: Ich versuche die Liste bestmöglich aktuell zu halten. Wenn du ein neues Feature entdeckst🧐, welches in meiner Liste fehlt, schreib mir gerne ein Kommentar und ich ergänze sofort. Vielen Dank für deine Mithilfe. 😘

Ziel dieser KI-Feature ist, uns Analysten die oft mühsame Datenanalyse zu vereinfachen.

Gleichzeitig soll mit Modellings die Datenqualität verbessert werden.

Google setzt also auf zwei Anwendungsgebiete:

• Datenqualität
• Datenanalyse

Das ist aber noch nicht alles, denn KI entwickelt sich weiter.

Brandaktuell sind MCP-Server – ein offenes Protokoll, welches Tools an Sprachmodelle anbindet.

Seit Dezember 2025 stellt Google einen Google Analytics MCP zur Verfügung. Dazu weiter unten mehr und wie BigQuery hier nochmal einen BOOST rein bringt…

Schauen wir uns all diese KI-Features von Google Analytics im Detail an:

Datenmodellierung für höhere Datenqualität

KI nimmt uns Traffic weg, das habe ich bereits beschrieben.

Ein zusätzlicher Nachteil in der Webanalyse ist, dass wenn du es geschafft hast, den User auf deine Website zu bringen, du VOR dem Tracking die Zustimmung einholen musst. Du benötigst einen Cookie-Banner und eine aktive Zustimmung Google Analytics nutzen zu dürfen.

Heißt im Klartext: Du verlierst im Durchschnitt 30-50% deiner ohnehin wenigen User, weil diese im Cookiebanner ablehnen und somit keinen Consent geben.

Das ist ein riesen Problem in der Datenanalyse – von dem Google schon lange weiß.

Deswegen gibt es seit GA4 (2020) den Google Consent Mode Advanced, welcher in Kombination mit KI-gestützten Modellierungen diese Datenlücken schließt.

Dazu habe ich hier einen detaillierten Blogartikel geschrieben: >> Warum du den Google Consent Mode V2 ab März 2024 verpflichtend nutzen musst und wie du mit Cookiebot weiterhin DSGVO-konforme Webanalyse betreiben kannst

Google Analytics 4 bietet somit die Möglichkeit, über ein Cookieless-Tracking die Datenqualität zu erhöhen.

Das funktioniert grundsätzlich sehr (sehr!) gut.

Ich kann es nur leider nicht pauschal empfehlen, da es ein datenschutzrechtlicher Graubereich ist. Jedes Unternehmen muss mit seinem Datenschutzbeauftragten klären, ob das Cookielose-Tracking aktiviert werden darf – oder nicht. >> Alle Details im Blogartikel.

Hinweis: Schreib mir gerne deine Meinung über den GCM Advanced in den Kommentaren. Ob ein Unternehmen diesen einsetzen darf oder nicht, bestimmt jedes Unternehmen für sich. Ich informiere hier nur über die Möglichkeiten…

Weiter geht es mit den Features für die smarte Datenanalyse:

Das Analytics Radar

Das Analytics Radar (auf Englisch: Analytics-Intelligence) ist ein vielseitiges KI-Feature und versteckt sich an mehreren Stellen in Google Analytics 4.

Am präsentesten ist es oben im Suchschlitz:

Wenn du eine konkrete Analysefrage hast, kannst du diese in den Suchschlitz eingeben – und bekommst instant eine Antwort.

Stell dir vor, dein Chef steht in der Türe und sagt: “Was war der Website Traffic letztes Monat?”

Jetzt kannst du wild beginnen in GA4 nach der richtigen Zahl zu suchen.

Alternativ kannst du die Frage auch direkt in den Suchschlitz eingeben – und erhältst sofort die richtige Antwort:

Okay, die Frage war sehr einfach.

Probiere es aber auch mit diesen hier:

• Traffic zu Black Friday
• Neue Nutzer nach Browser in Prozent
• Häufigsten Länder nach Umsatz
• Umsatz und Nutzer aus organischer Suche im Vergleich zu bezahlter Suche
• Trend bei monatlichen Nutzern im Vergleich zum Vorjahr
• Trend für Umsatz pro Woche in den letzten 12 Monaten
• Top-Produkte nach Umsatz
• …

Weitere Fragen findest du über das „Magic Sparkle Icon“🎇 direkt unter dem Datumsselektor:

Das ist das Analytics Radar – ein Machine Learning Algorithmus, der mit jeder Frage die du ihm stellst, dazu lernt und schneller und bessere Antworten liefert.

Das ist smarter Analytics: Einfach Fragen, du bekommt die Antwort.

Aber nicht nur das, GA4 hilft dir noch tiefer in die Daten einzutauchen:

Google Analytics Insights

Von Google Analytics erwarten wir spannende Insights.

Wir wollen GA4 öffnen und sofort, mit einem Blick sehen was gut oder schlecht läuft.

Was die meisten (außer mir!) nicht wollen, sind harte, mühsame, komplexe Datenanalysen… 🤢

Auch das weiß Google.

Deswegen gibt es das Statistiken-Featuren (auf Englisch: Insights), dass irgendwie auch zum Analytics Radar dazu gehört…

GA4 bietet zwei Arten von Insights:

• Automatische Insights
• Benutzerdefinierte Insights

Beide Features findest du in den GA4 Berichten –> Magic Sparkle Icon🎇 –> Edit Insights:

Automatische Insights

Die automatischen Insights ploppen direkt nach dem Klick auf „Edit Insights“ aus dem Screenshot darüber auf:

Falls du keine Insights siehst, kann das zwei Gründe haben: 

1. Google hat derzeit keine Insights in deinen Daten erkannt.

2. Du musst du Insights erst aktivieren. Klicke dazu weiter oben auf den „Verwalten“-Button und akzeptiere die 5+ automatischen Anomalien, welche Google für dich anlegt. Anschließend dauert es ein paar Tage bis erste Insights verfügbar sind. Falls du den Verwalten-Button nicht auswählen kannst, benötigst du höhere Rechte in GA4.

Wählen nun einen Insight aus und klicke ihn an. Du erhältst weitere Details, welche dir mehr Informationen zu dem Insights liefern:

Mit diesem Insight kannst du nun deine Datenanalysen starten – tiefer forschen, herausfinden ob der Insight einen echten Mehrwert liefert.

Recommendations

Zusätzlich zu den Insights liefert GA4 manchmal auch Recommendations, d.h. direkte Handlungsempfehlungen wie bspw. eine Audience erstellen und für Remarketing in Google Ads nutzen.

Diesen Insights-Typ sehe ich aber tatsächlich relativ selten in GA4…

Benutzerdefinierte Insights

Zusätzlich zu den automatischen Insights und Recommendations, kannst du in GA4 auch eigene, benutzerdefinierte Insights erstellen – sogenannte Custom Alerts.

Alle Details findest du in diesem Blogartikel: >> Custom Alerts – Wie du in 9 Minuten täglich 2 Stunden Arbeit sparst, für immer

Das ist schon genial.

Noch genialer sind die Generated Insights:

Generated Insights

Die Generated Insights sind erst seit Ende 2025 weltweit ausgerollt worden und erweitern das Insights-Feature.

So liefert GA4 proaktiv und textuell Informationen zu wesentlichen Änderungen auf der Website.

Hier ein Screenshot aus dem Google Support Center, da bei mir gerade kein Insight aktiv ist (liefere ich asap nach!):

Einen Generated Insight habe ich bisher bereits gesehen (und keinen Screenshot gemacht🙄): In meinem GA4 Seminar im Januar haben meine Seminarteilnehmer festgestellt, dass auf der 121Watt Website die letzten 28 Tage deutlich weniger Traffic verzeichnet wurde. Über die Generated Insights hat uns Google informiert, dass der Traffic aufgrund der Weihnachtsferien eingebrochen ist – keine Panik, halb so schlimm, der Traffic wird schnell wieder anziehen – und so war es dann auch. Das war ein nützlicher Hinweis, wenn auch offensichtlich…

Mal schauen, wie sich das Feature entwickelt, da es von vielen bekannten Analytics-Stimmen hoch gelobt wird…

Anomaly Detection und Smart Reports

<Content folgt>

Predictive Analytics

• Predictive Messwerte
• Predictive Segmente & Zielgruppen

<Content folgt>

Das ist aber längst nicht alles.

Hold my Aperol🍹 – jetzt wird es richtig heiß:

Der GA4 MCP-Server

MCP steht für Modell Context Protocol: Ein offenes Protokoll, welches Tools an Sprachmodelle anbindet. Somit kann jeder so einen MCP Server aufsetzen.

Google hat dieses offene Protokoll genutzt, um die Google Analytics Data API an seinen KI-Assistenten Gemini anzubinden.

Mit der Google Analytics Data API können Google Analytics Daten abgefragt werden – auch das kann jeder tun. Viele Tracking Monitoring Tools nutzten die Data API, um schnell und automatisiert an die Google Daten heranzukommen.

KI hat den Vorteil, die mit zusätzlichen Kontext zu füttern. Allerdings ist die KI „offen“ und bezieht nicht nur alle Informationen aus dem Internet, sondern stellt sie auch dem Internet zur Verfügung. Ein Datenschutz Thema!

Mit einem MCP-Server kann nun eine eigene, geschlossene Umgebung aufgebaut werden, mit der du deine Daten mit der KI abfragen kannst – ohne das deine Daten nach draußen in die böse, weite Welt gelangen. Sie sind geschützt in der MCP-Umgebung. Dazu musst du dich auch authentifizieren.

Das macht das Setup ein wenig aufwändiger.

Hier ist die Anleitung einen MCP-Server einzurichten: https://github.com/googleanalytics/google-analytics-mcp

Sobald du geschafft hast, deine eigene Entwicklungsumgebung einzurichten, geht die Post🥳 ab.

Matt Landers hat in diesem 5-Minuten Video unfassbar anschaulich erklärt, welche Möglichkeiten der Google Analytics MCP Server liefert:

• Was sind die meistverkauften Produkte? nach Umsatz? nach Verkäufen? nach Land?
• Erstelle mir einen datengesteuerten Marketingplan.
• In welchen Kanal mehr Geld ausgeben, weil mehr Conversions?
• usw.

Schau dir das an: >> Introducing the Google Analytics MCP Server

Das ist cool, aber viel zu aufwändig?

Google weiß das…

Deswegen gibt es Gemini jetzt auch in BigQuery:

Gemini in BigQuery

Ab dem 20. März 2026 ist Gemini für Google Cloud API automatisch aktiv.

Damit kannst du direkt in BigQuery mit Gemini über deine Google Analytics Daten sprechen – ohne einen MCP-Server aufsetzen zu müssen.

Alle Details kannst du hier nachlesen: >> Gemini in BigQuery

Erste Insights folgen nach dem 20. März 2026…

Wichtig: Damit du von Gemini in BigQuery profitieren kannst, muss deine GA4-Property mit BigQuery verknüpft sein. >> Weitere Details findest du hier.

Prognose: Wo die Reise hin geht

Mit so viel KI im Kopf stellt du dir eventuell die Frage: Wie geht es weiter?

Gute Frage!

Heute ist es für die Web- und Datenanalyse noch zu früh, um eine fundierte Antwort und einen Blick in die Zukunft zu geben.

Die Zukunft ändert sich aktuell jeden zweiten Donnerstag (da werden die neuesten KI-Updates präsentiert)… Vielleicht passe ich schon nächsten Donnerstag diesen Blogartikel um detaillierte Prognosen und die neuesten Neuigkeiten an…

Was wir heute schon sehen: Die Welt verändert sich.

KI wird eine noch wichtigere Rolle spielen.

Nicht nur im Marketing:

WebMCP: Deine Website für KI zugänglich machen

WebMCP ist eine Open-Source-JavaScript-Bibliothek, die es jeder Website ermöglicht, das Model Context Protocol (LLM) zu integrieren.

Damit wird eine neue Art von API entwickelt, die es der KI ermöglichen soll, besser mit einer Website zu interagieren.

Aktuell holt sich die KI den HTML-Code und Screenshots aller Websites und versucht zu verstehen, was auf der Website verfügbar ist, wo geklickt werden kann, etc. Kalkulatoren, komplexe Produktfinder und weitere Features, die auf Websites verfügbar sind, muss die KI somit sehr mühsam bedienen um ein Ergebnis zu bekommen – wenn sie es überhaupt schafft.

Wenn WebMCP implementiert wird, kann die KI direkt mit einer Javascript-Funktionen mit der Website interagieren und so viel schneller und korrekter Ergebnisse liefern. Das ist grundsätzlich sehr gut.

Hinweis: Aktuell ist WebMCP noch in der sehr frühen Beta von Google Chrome (siehe Google Dev Blog) und der neue Standard noch nicht fertig aus definiert.

Dazu passend hat Google Anfang 2026 auch das UCP vorgestellt:

UCP: Die Website ist tot

Das Universal Commerce Protocol (UCP) ist ein weiterer offener Standard, welchen den digitalen Handel vereinheitlichen soll.

Er ermöglicht direkte, sofortige Käufe über KI-Agenten in KI-Chats (oder in der Google Suche): Produkte sollen online gekauft werden – ohne jemals die Website besuchen zu müssen.

Beispielsweise kannst du damit der KI sagen, dass sie ein Flugticket für Zeitraum X nach nach Mallorca buchen soll. Die KI sucht, kauft, trägt den entsprechenden Termin im Kalender ein und übernimmt damit die gesamte Organisation. Die Website einer Fluglinie oder Preisvergleichsseiten brauchst du nicht mehr besuchen.

Das klingt im ersten Moment verlockend.

Die KI übernimmt weitere lästige, mühsame Aufgaben.

Aber: Ist die Website damit tot?

UCP ist ab Q1 2026 in den USA mit einigen wenigen Shops aktiv.

Shopify soll schnell folgen.

Dann wird es rasant gehen: Wie schnell sich KI und deren Features entwickeln und angenommen werden, haben wir in den letzten Jahren gesehen…

Für das Tracking wird es spannend: Aktuell gibt es keine Möglichkeit, Käufe über UCP online zu tracken – nur möglicherweise über Offline Conversions und das Measurement Protocol.

Mehr zum Measurement Protocol findest du hier: >>Praxishandbuch Measurement Protocol: Offline-Käufe für Analysen (GA4) und Targeting (Google Ads) nutzen

Ist die Website-Tracking damit tot?

Wir werden es sehen…

Heute ist es noch zu früh, um eine fundierte Antwort zu geben.

Was wir HEUTE tun können ist, auf dem Laufenden bleiben. Abonniere daher gleich meinen Newsletter:

Deine 3 Key Takeaways

1. In Google Analytics messen können wir nur, was bei uns auf der Website passiert. Sehr spannend ist das Lookerstudio von Claneo für eine übersichtliche Analyse der KI-Zugriffe über ChatGPT, Gemini, Claude & Co auf deiner Website.

2. GA4 bietet ganz viele KI-Features, welche die Datenqualität verbessern und Datenanalyse unterstützen.

3. Die Zukunft von GA4 wird Gemini für Google Analytics sein: Deine GA4-Daten mit KI abfragen und so die komplexe Datenanalyse mit KI zu unterstützen. Das wird großartig – noch dauert es ein wenig, bis wir profitieren können.

Fragen zu KI in GA4?

Du hast eine Frage zu KI in Google Analytics 4, die dich Nachts nicht schlafen lässt?

👉 Schreibe sie einfach in die Kommentare. Ich helfe, wo ich kann.

Happy Analyzing,

Deine Michaela