AI Channel Analytics ist jetzt allgemein verfugbar
WISLR AI Channel Analytics ist live. Es ist ein serverseitiges Reporting- und Attributions-Dashboard fur den KI- und LLM-Traffic, den browserbasierte Analytics-Tools schlecht messen oder ganz ubersehen. Es erfasst jede Anfrage an Ihre Domain am Edge, klassifiziert KI-Aktivitat nach verifiziertem Bot-Fingerprint und meldet Training-Crawls, Konversations-Zitate, echte Nutzer-Empfehlungen und KI-attribuierte Verkaufe in einer Live-Ansicht uber ChatGPT, Gemini, Claude, Perplexity und jeden anderen LLM-Bot.
Die ersten 30 Tage sind auf jedem Plan kostenlos. Danach beginnen die Preise bei 200 $ pro Monat fur Websites bis 1.000.000 monatliche Sitzungen, ohne Einrichtungsgebuhr. Das Deployment erfolgt am selben Tag, und auf den meisten Websites hinter einem Edge-CDN-Service ist das Dashboard in Minuten live. Die vollstandige Produktseite finden Sie unter AI Channel Analytics.
Warum wir es gebaut haben
Wir haben das gebaut, weil die Tools, auf die sich die meisten Teams verlassen, den grossten Teil des KI-Kanals nicht sehen konnen, und die Grunde dafur stecken in der Funktionsweise dieser Tools. Browserbasierte Analytics-Tools, GA4 eingeschlossen, protokollieren eine Anfrage nur, wenn ein JavaScript-Tag in einem echten Browser auslost. Zwei der wichtigsten KI-Verhaltensweisen offnen uberhaupt keinen Browser. Training-Crawler lesen Ihre Seiten von Server zu Server. Zitat-Abrufe geschehen, wenn ein KI-Assistent eine Seite mitten im Gesprach abruft, um eine Live-Frage zu beantworten, und die Antwort im Chat gerendert wird. Keines der beiden Ereignisse lost einen Tag aus, also bekommt ein browserbasierter Bericht sie nie zu sehen.
Das dritte Verhalten, ein echter Nutzer, der von einer KI-Antwort durchklickt, ist teilweise sichtbar, wird aber stark unterzahlt. Unsere Gerat-fur-Gerat-Tests uber ChatGPT, Gemini und Claude haben ergeben, dass mobile KI-Apps ausgehende Links in isolierten WebViews rendern, die den Referrer entfernen, und dass Gemini und Claude auf den meisten Plattformen kein Attributionssignal weitergeben. Das Ergebnis ist eine 2,5- bis 5-fache Unterzahlung KI-empfohlener Sitzungen. Die vollstandige Methodik steht in LLM-Traffic ist ein blinder Fleck in Ihrer Analytics.
Die andere Tool-Kategorie, KI-Visibility- und Share-of-Voice-Plattformen, arbeitet aus der entgegengesetzten Richtung. Diese Tools fragen KI-Engines mit einem Stichprobenkorb von Prompts ab und melden einen geschatzten Anteil an KI-Antworten. Dieser Ansatz ist nutzlich fur Wettbewerbs-Benchmarking, aber die Zahl ist eine Schatzung, gebaut aus Prompts, die ein Analyst ausgewahlt hat, und sie beruhrt Ihre Website nie. Ein Score sagt Ihnen, dass die KI Ihre Marke erwahnt; er kann Ihnen nicht sagen, welche Seiten die KI liest, wen sie auf Ihre Website schickt oder was diese Besucher kaufen.
AI Channel Analytics fullt den Raum zwischen beiden mit verifizierter First-Party-Messung dessen, was der KI-Kanal tatsachlich auf Ihrer Website tut, beginnend beim ersten Crawl und bis zum Umsatz verfolgt.
Vier Signale, nicht eine Zahl
Das Dashboard ist um das Signalmodell organisiert, das wir in LLM-Traffic-Monitoring: Die drei Signale veroffentlicht haben, zum Launch erweitert um ein viertes Signal, das die Schleife zum Umsatz schliesst.
Jedes Signal stammt aus einem anderen KI-Verhalten, versteckt sich auf andere Weise vor browserbasierten Analytics und verlangt andere Arbeit. In einer einzigen Traffic-Zahl zusammengerollt, geht all das verloren, weshalb das Dashboard sie getrennt halt.
Was das Dashboard zum Launch enthalt
Das Launch-Dashboard umfasst funf zentrale Report-Ansichten, von denen jede eine Frage beantwortet, die Teams tatsachlich an die Daten herantragen.
- Momentum. Ein Wachstumswert pro Signal uber den zuruckliegenden Zeitraum, sodass Sie auf einen Blick sehen, ob Training, Zitate, Empfehlungen und Umsatz beschleunigen oder stagnieren.
- Top Days for Training. Die Tage, an denen KI-Trainings-Bots Sie am starksten crawlen, pro Engine, damit Publikations- und Update-Zeitplane sich danach richten konnen, wann Modelle tatsachlich lesen.
- LLM-Attributed Revenue. Umsatz, der KI-Quellen zugeordnet ist, aufgeschlusselt nach Anbieter: OpenAI, Gemini, Copilot, Perplexity, Anthropic und xAI, jedes Segment bis zu den dahinterliegenden Bestellungen nachvollziehbar.
- Top Referral Destinations. Die Seiten, auf denen KI-Chat-Empfehlungen in den letzten 30 Tagen am haufigsten landen, mit Trainings-, Zitat- und Empfehlungszahlen pro Seite.
- Daily Activity. Eine Heatmap uber ein Jahr fur Leads, Empfehlungen, Zitate und Training-Crawls, ein Quadrat pro Tag, die zeigt, wie sich die Aktivitat im KI-Kanal uber die Zeit entwickelt.
Hinter den zentralen Ansichten sitzen die Arbeitsreports: KI-Bot-Crawl-Coverage nach Engine und Seite, ein Leaderboard der abgerufenen Inhalte, Conversion-Funnels nach KI-Quelle, Umsatz-Attribution mit Time-to-Purchase pro Plattform, Detailansichten auf Produkt- und Kauferebene, Content-Frische fur KI-Training und Seiten, die gecrawlt, aber nie zitiert wurden. Jede Ansicht ist so gestaltet, dass sie Ihnen einen nachsten Schritt an die Hand gibt, nicht nur eine Zahl zum Beobachten.
Wie die Daten erfasst werden
Die Zahlen stammen aus drei Mechanismen, die alle auf Serverebene laufen.
- Serverseitige Anfrage-Protokollierung. Jede HTTP-Anfrage an Ihre Domain wird am Edge erfasst, einschliesslich Anfragen von KI-Bots, die nie JavaScript ausfuhren. Es gibt keinen Tag, der auslosen musste, und keine Abhangigkeit von der Cookie-Zustimmung.
- KI-Bot-Fingerprinting. User-Agent-Abgleich plus verifizierte IP-Bereichs-Prufungen klassifizieren jeden Bot mit hoher Zuverlassigkeit nach Plattform und trennen GPTBot von ChatGPT-User und von einem Nachahmer.
- Bestell- und Lead-Attribution. KI-empfohlene Besuche werden fur verifizierte Umsatz-Attribution mit Bestellbestatigungen und ausgefullten Formularen abgeglichen, probabilistisches Matching deckt den Rest ab.
Das Deployment hangt davon ab, wie Ihre Website ausgeliefert wird. Websites mit eigenem Edge-CDN-Service werden direkt aktiviert, meist innerhalb von Minuten. Websites auf plattformverwalteten Edges, Shopify, Wix, Squarespace und BigCommerce, konnen mit einem zusatzlichen Edge-Service aktiviert werden. Der Site-Tester auf der Produktseite pruft Ihre Domain und sagt Ihnen, welcher Weg zutrifft, bevor Sie sich zu irgendetwas verpflichten.
Anwendungsfalle
Dieselben vier Signale lesen sich unterschiedlich, je nachdem, was Ihre Website verkauft. Das sind die Muster, um die wir das Launch-Dashboard gebaut haben.
E-Commerce: nachweisen, dass der KI-Kanal sich auszahlt, und ihn dann ausbauen
Verlage und Content-Teams: sehen, was die KI liest und zitiert
B2B und Dienstleister: die Leads attribuieren, die die KI schickt
Agenturen: einen Kanal berichten, den Ihre Kunden nirgendwo sonst sehen konnen
Site-Migrationen und Replatforming: die KI-Coverage durch den Wechsel hindurch schutzen
Content-Frische: das, was die KI gespeichert hat, aktuell halten
Preise
Die ersten 30 Tage sind auf jedem Plan kostenlos. Danach skaliert ein einzelnes pauschales monatliches Abonnement mit dem monatlichen Sitzungsvolumen. Jeder Plan enthalt das Live-Dashboard und die Edge-Datenerfassung, und es gibt keine Einrichtungsgebuhr.
| Monatliche Sitzungen | Preis pro Monat |
|---|---|
| Bis 1.000.000 | 200 $ |
| Bis 3.000.000 | 250 $ |
| Bis 6.000.000 | 550 $ |
| Bis 10.000.000 | 750 $ |
Fur Teams, die einen Partner wollen, der auf das reagiert, was das Dashboard sichtbar macht, ist ein separates Senior-Strategist-Engagement als Quartals-Retainer ab 6.250 $ verfugbar. Das Dashboard steht fur sich allein; das Strategist-Engagement ist fur Teams, die zusatzlich Hilfe dabei wollen, die Daten zu interpretieren und die Anderungen umzusetzen, auf die sie hinweisen.
Wie es sich neben Ihre bestehenden Tools einfugt
AI Channel Analytics ersetzt nicht Ihren Analytics-Stack, und es ist kein weiterer Share-of-Voice-Score.
Behalten Sie GA4, oder welches browserbasierte Tool Sie auch einsetzen, fur die Kanale, fur die es gebaut wurde. AI Channel Analytics deckt den Kanal ab, an dem das browserbasierte Modell strukturell bricht: Es sieht die Crawls und Zitat-Abrufe, die nie einen Browser offnen, und es holt das Empfehlungs- und Umsatzvolumen zuruck, das WebViews und entfernte Referrer verbergen.
Behalten Sie ein Share-of-Voice-Tool, wenn Off-Site-Wettbewerbs-Benchmarking fur Sie wichtig ist. Es beantwortet eine andere Frage: wie oft die KI Ihre Marke uber ein gesampeltes Set von Prompts hinweg erwahnt. AI Channel Analytics beantwortet, was auf Ihrer Website passiert ist, mit einem verifizierten Anfrage-Log statt einer Schatzung. Beide funktionieren gut nebeneinander, aber nur eines von beiden kann den Kanal mit einem Umsatzbetrag beziffern. Das KPI-Framework hinter dem Dashboard ist in KI-Performance-Metriken: Die sieben KPIs beschrieben und das Messmodell in LLM-Traffic-Monitoring: Die drei Signale.
Erste Schritte
Die Einrichtung erfolgt am selben Tag, und die kostenlosen 30 Tage beginnen, sobald die Daten fliessen.
- Testen Sie Ihre Website. Der Tester auf der Produktseite pruft, ob Ihre Domain auf einem eigenen Edge-CDN-Service lauft (direkte Aktivierung) oder auf einem plattformverwalteten Edge wie Shopify, Wix, Squarespace oder BigCommerce (Aktivierung mit einem zusatzlichen Edge-Service).
- Planen Sie die Einrichtung. Ein kurzer Call klart das Deployment und bestatigt, was das Dashboard fur Ihre Website verfolgen wird.
- Sehen Sie die ersten Signale eintreffen. Training-Crawls erscheinen meist innerhalb von Stunden; Zitate, Empfehlungen und attribuierter Umsatz fullen sich, wahrend das Log wachst.