Marketing-Attribution: Modelle, Grenzen und wie Sie Traffic von KI-Assistenten zuordnen

Marketing-Attribution beantwortet die Frage, die in jeder Budgetrunde fällt: Welche Kanäle bringen tatsächlich Kunden? Der Wikipedia-Artikel zur Attribution im Marketing definiert sie als das Erkennen der Nutzeraktionen, die zu einem Ergebnis beitragen, und die Zuweisung eines Werts an jede davon. Dieser Leitfaden vergleicht die Modelle, zeigt, was ihnen entgeht, und erklärt, wie Sie Besucher berücksichtigen, die Ihre Marke zuerst in ChatGPT, Gemini oder Perplexity kennenlernen.

Was ist Marketing-Attribution?

Ein Kunde konvertiert selten nach einer einzigen Interaktion. Eine typische B2B-Journey kann so aussehen: eine LinkedIn-Anzeige, eine Google-Suche, die auf einem Blogartikel landet, ein Newsletter, ein Vergleich, den jemand ChatGPT fragt, dann eine Markensuche und eine Demo-Anfrage. Jeder Schritt ist ein Touchpoint; die Demo-Anfrage ist die Conversion. Attribution entscheidet, welchen Anteil an dieser Conversion jeder Touchpoint erhält.

Die Antwort verändert Budgets. Bei Last Click erhält die Markensuche 100 % und der Artikel wirkt nutzlos; bei First Click bekommt die LinkedIn-Anzeige alles. Attribution steht im Zentrum der Marketing-Analyse und sollte Stufe für Stufe entlang Ihres Marketing-Funnels gelesen werden, denn Kanäle am oberen Ende des Funnels werden von Modellen, die den letzten Schritt bevorzugen, systematisch unterschätzt.

Welche Attributionsmodelle gibt es?

Die Modelle teilen sich in zwei Familien: Single-Touch (ein Touchpoint erhält alles) und Multi-Touch (der Anteil wird geteilt).

First Click

Die erste erfasste Interaktion erhält 100 %. Nützlich, um zu sehen, welche Kanäle neue Menschen in die Journey holen, blind für alles, was den Abschluss bewirkt.

Last Click und letzter nicht direkter Klick

Die letzte Interaktion vor der Conversion erhält 100 %. Der letzte nicht direkte Klick ignoriert Direktzugriffe und bewertet stattdessen den letzten identifizierbaren Kanal. Einfach und stabil, überbewertet er Markensuche, Retargeting und E-Mail, die oft Nachfrage ernten, die anderswo entstanden ist.

Linear

Jeder Touchpoint erhält den gleichen Anteil. Scheinbar fair, gibt er einem aus Gewohnheit geöffneten Newsletter das gleiche Gewicht wie dem Artikel, der den Kauf ausgelöst hat.

Zeitverlauf

Touchpoints nahe der Conversion erhalten mehr. Passend für kurze Verkaufszyklen und Aktionen; er benachteiligt den Content, der eine lange Entscheidungsphase angestoßen hat.

Positionsbasiert (U-förmig)

Erster und letzter Touchpoint erhalten je 40 %, die übrigen 20 % verteilen sich auf die Mitte. Das Modell würdigt Entdeckung und Abschluss, mit festen Gewichten, die von vornherein willkürlich sind.

Datengetrieben

Ein Algorithmus vergleicht Pfade, die konvertieren, mit Pfaden, die es nicht tun, und schätzt den zusätzlichen Beitrag jedes Touchpoints. Er passt sich Ihrem Geschäft an, braucht aber genug Conversions und bleibt eine Blackbox.

Welche Attributionsmodelle bietet Google Analytics 4 noch?

Google hat die Auswahl vereinfacht. Laut der Google-Analytics-Hilfe sind die Modelle First Click, linear, Zeitverlauf und positionsbasiert seit November 2023 nicht mehr verfügbar. Google Analytics 4 bietet jetzt drei Optionen:

• Datengetrieben: der Standard, von Google aus den Pfaden Ihres Kontos berechnet.
• Letzter Klick bezahlt und organisch: der gesamte Anteil an den zuletzt geklickten Kanal, Direktzugriffe ausgenommen.
• Letzter Klick auf bezahlte Google-Kanäle: der Anteil an den letzten Google-Ads-Klick, sofern es einen gibt.

Für eine First-Touch-Sicht nutzen Sie in den GA4-Akquisitionsberichten die Dimensionen zur ersten Nutzerquelle und zum ersten Medium oder speichern die erste Quelle jedes Leads in Ihrem CRM. Für den Kanalvergleich bauen Sie einen eigenen Bericht: Unser Leitfaden zum Google-Analytics-Dashboard zeigt, wie.

Warum zeigt Attribution nie die ganze Journey?

Alle klickbasierten Modelle teilen dieselben blinden Flecken, egal welche Formel sie nutzen:

1. Einwilligung und Cookies: Besucher, die das Tracking ablehnen, verschwinden aus den Pfaden, und Browser begrenzen die Lebensdauer von Cookies.
2. Mehrere Geräte: Ein Interessent, der am Handy liest und am Laptop kauft, zählt als zwei Personen, sofern er sich nicht anmeldet.
3. Geschlossene Plattformen: Google Ads, Meta und LinkedIn ordnen Conversions nach eigenen Regeln zu und gleichen sich nicht gegenseitig ab, sodass die Summe der Plattformberichte die tatsächlichen Verkäufe übersteigt.
4. Sichtkontakte ohne Klick: Ein Video, ein Podcast oder eine KI-Antwort kann jemanden überzeugen, der nie klickt.
5. Lange B2B-Zyklen: mehrere Entscheider, monatelange Abwägung und Offline-Termine, die kein Tag erfasst.

Der Wikipedia-Artikel hält fest, dass Multi-Touch- und regelbasierte Modelle häufig von den Effekten abweichen, die kontrollierte Experimente messen. Attribution liefert eine Richtung, keine exakte Buchführung.

Wie ordnet man Traffic aus KI und Zero-Click-Suchen zu?

Das ist der jüngste blinde Fleck. Ein wachsender Teil der Recherche findet in ChatGPT, Gemini, Perplexity, Claude oder den AI Overviews von Google statt, und vieles davon erzeugt keinen einzigen Klick.

Die ankommenden Besuche messen

KI-vermittelter Traffic ist sichtbar, wenn der Assistent einen Referrer oder einen Parameter übergibt. OpenAI gibt in seinem FAQ für Publisher an, dass ChatGPT den zitierten Links utm_source=chatgpt.com hinzufügt. Andere Assistenten erscheinen als Referrer wie perplexity.ai, gemini.google.com oder copilot.microsoft.com. Legen Sie in GA4 eine eigene Kanalgruppe an, die diese Quellen bündelt; unsere Anleitung zum Messen von KI-Zitaten mit Google Analytics liefert den passenden regulären Ausdruck.

Die versteckten Besuche schätzen

Ein Teil des von KI erzeugten Traffics kommt ohne Referrer an: in den Browser kopierte Links, mobile Apps oder ein Nutzer, der die Antwort liest und dann Ihren Markennamen eintippt. Dieser unsichtbare KI-Traffic bläht Direktzugriffe und Markensuchen auf. Beobachten Sie den Verlauf dieser beiden Linien parallel zu Ihrer Sichtbarkeit in KI.

Antworten ohne Klick bewerten

Zero-Click-Attribution stützt sich auf vorgelagerte Signale: wie oft KI-Assistenten Ihre Marke bei den Fragen Ihrer Käufer zitieren, und Ihren KI-Share-of-Voice gegenüber Wettbewerbern. Das KI-Erwähnungstracking von Sorank verfolgt 25 bis 150 Prompts in ChatGPT, Claude und Gemini (ab dem Pro-Tarif zusätzlich Perplexity und Grok) und zeigt, wer an Ihrer Stelle zitiert wird. Unsere Studie zu ChatGPT-Zitaten zeigt, welche Quellen der Assistent bevorzugt.

Was ergänzt die Attribution?

Erfahrene Teams kombinieren drei Methoden, statt einem einzigen Modell zu vertrauen:

Marketing-Mix-Modellierung ist zugänglich geworden: Google veröffentlicht Meridian, ein Open-Source-Modell. Für kleinere Unternehmen ist das Selbstauskunftsfeld der schnellste Gewinn: Fügen Sie „ChatGPT oder ein anderer KI-Assistent“ als ausdrückliche Antwort hinzu, und Sie sehen einen Kanal, den Klickdaten verbergen.

Wie richtet man Marketing-Attribution Schritt für Schritt ein?

1. Definieren Sie Ihre Conversions: Demo-Anfrage, Kauf, Registrierung, jeweils mit einem Wert.
2. Taggen Sie jede Kampagne nach einer schriftlichen UTM-Konvention (Kleinbuchstaben, feste Quellnamen) mit einem UTM-Builder.
3. Verbinden Sie Analyse und CRM, damit jeder Lead seine erste Quelle, seine letzte Quelle und seinen Umsatz behält.
4. Wählen Sie ein Referenzmodell (datengetrieben, wenn Ihr Volumen reicht, sonst letzter nicht direkter Klick) und behalten Sie es ein ganzes Jahr, um Zeiträume vergleichen zu können.
5. Vergleichen Sie quartalsweise mit First Touch, um zu sehen, welche Kanäle Journeys eröffnen.
6. Ergänzen Sie die KI-Ebene: KI-Kanalgruppe, Selbstauskunftsfeld, Zitat-Tracking.
7. Bewerten Sie nach Rendite: Berechnen Sie den Umsatz je Kanal mit einem ROAS-Rechner und verschieben Sie das Budget entsprechend.

Attribution, SEO und GEO

Organischer Content leidet am stärksten unter Last-Click-Attribution: Artikel und Leitfäden eröffnen Journeys, die mit einer Markensuche oder einer E-Mail enden. Dasselbe gilt für GEO, wo eine KI-Zitierung einen Käufer beeinflusst, der nie klicken wird. Messen Sie organische Suche und KI-Sichtbarkeit gemeinsam in einem GEO- und SEO-Dashboard und bewerten Sie Content nach First-Touch-Conversions, unterstützten Conversions und Zitaten, nicht nur nach Last-Click-Umsatz.

Das richtige Attributionsmodell ist das, das Sie stabil halten, mit anderen Methoden abgleichen und auf KI-Antworten ausweiten. Um zu sehen, wie oft ChatGPT, Claude und Gemini Ihre Marke zitieren und welche Wettbewerber Ihren Platz einnehmen, starten Sie mit Sorank, der SEO- und GEO-Software im Autopilot, mit 3 Tagen kostenlosem Test.