Klicks aus AI-Suchergebnissen mit dem Google Tag Manager messen
Google AI Overviews in GA4 tracken
By Ralph Grundmann · Last updated on 25.03.2026
Seit Google AI Overviews in der Suche ausrollt, verändert sich die Art, wie Nutzer auf Websites gelangen. In den Suchergebnissen erscheinen KI-generierte Zusammenfassungen mit weiterführenden Links zu externen Quellen. Für viele SEO-, Content- und Analytics-Teams entsteht dadurch eine ganz praktische Frage: Wie lässt sich Traffic aus Google AI Overviews in GA4 sichtbar machen?
Eine direkte Standardlösung gibt es dafür in Google Analytics 4 nicht. Mit einem pragmatischen Setup im Google Tag Manager lassen sich solche Besuche aber dennoch erfassen. Grundlage ist ein sogenanntes Text Fragment in der URL (#:~:text=). Diese Technik ermöglicht es Browsern, direkt zu einer bestimmten Textstelle auf einer Seite zu springen und sie hervorzuheben. Textfragmente sind Teil des URL-Fragments und werden clientseitig verarbeitet, nicht an den Server gesendet.
Genau dieses Verhalten lässt sich für das Tracking nutzen: Wenn ein Nutzer über einen Link mit Textfragment auf Ihrer Website landet, kann ein GTM-Setup den übergebenen Ausschnitt erkennen und als Event an GA4 senden.
Wichtig ist die richtige Einordnung: Dieses Setup misst nicht, ob ein AI Overview in der Google-Suche eingeblendet wurde. Es misst ausschließlich, ob ein Seitenaufruf auf Ihrer Website mit einem Textfragment angekommen ist.
Das ist ein entscheidender Unterschied. Sie erhalten damit keinen vollständigen Impression-Report für AI Overviews, aber eine sehr brauchbare Messung für konkrete Besuche, die mit einem hervorgehobenen Textausschnitt auf Ihrer Seite ankommen. Google beschreibt AI Overviews als Teil seiner AI-gestützten Suchfunktionen, die Nutzer bei komplexeren Fragen unterstützen und Links zu Webinhalten enthalten.
Messbare Daten im Überblick
Welche Daten das Setup in GA4 sichtbar macht
Mit diesem Ansatz lassen sich in GA4 unter anderem folgende Informationen auswerten:
ob ein Besuch mit Textfragment stattgefunden hat
welche Zielseite aufgerufen wurde
welcher Ausschnitt im Fragment übergeben wurde
wie häufig solche Besuche auftreten
Das ist besonders hilfreich, wenn Sie verstehen wollen, welche Inhalte in AI-Kontexten referenziert werden und welche Landingpages dadurch zusätzlichen Traffic erhalten.
Grenzen klassischer Messungen
Warum normale Referrer bei AI-Traffic scheitern
Traffic aus modernen Suchoberflächen ist analytisch oft schwerer einzuordnen als klassische organische Besuche. Textfragmente bieten hier einen praktischen Ansatz, weil sie direkt in der Ziel-URL erkennbar sind. Da Fragmente clientseitig verarbeitet werden, eignen sie sich nicht für serverseitige Auswertung, aber sehr gut für ein clientseitiges GTM-Setup.
Der technische Aufbau
So funktioniert das Tracking mit GTM und GA4
Das Setup besteht aus drei Bausteinen:
einer benutzerdefinierten JavaScript-Variable
einem Seitenaufruf-Trigger
einem GA4-Event-Tag
Die Variable prüft, ob ein Textfragment vom Typ #:~:text= vorhanden ist. Ist das der Fall, wird der Ausschnitt extrahiert und aufbereitet. Anschließend feuert ein Trigger auf Seitenaufruf-Basis, und ein GA4-Event sendet die Information an Ihre Property. Genau so ist auch dein vorhandener GTM-Export aufgebaut.
Textfragmente auslesen
1. Benutzerdefinierte JavaScript-Variable: Textauszug aus Google AI
Legen Sie im Google Tag Manager zunächst eine neue Variable an.
Navigieren Sie dazu in Ihrem Container zu Variablen → Neu → Benutzerdefinierte JavaScript-Variable.
Vergeben Sie für die Variable am besten den folgenden Namen:
Empfohlener Variablenname: JS – AI Overview Textfragment
Fügen Sie anschließend diesen Code ein:
function() {
try {
// Alle Performance-Einträge des aktuellen Seitenaufrufs abrufen
var entries = performance.getEntries();
// Treffer mit Textfragment sammeln
var matches = [];
for (var i = 0; i < entries.length; i++) {
if (entries[i].name && entries[i].name.indexOf("#:~:text=") !== -1) {
matches.push(entries[i]);
}
}
// Kein Textfragment gefunden
if (matches.length === 0) {
return null;
}
// Textfragment aus der URL extrahieren
var rawMatch = matches[0].name.match(/#:~:text=(.*)/);
if (!rawMatch || !rawMatch[1]) {
return null;
}
// URL-dekodieren und für GA4 lesbarer machen
var fragment = decodeURIComponent(rawMatch[1])
.replace(/, /g, "")
.replace(/,/g, "…")
.replace(/\*/g, ", ");
// Rückgabe an GTM
return fragment || null;
} catch (e) {
// Bei Fehlern keine Werte senden
return null;
}
}
Fragment-Trigger anlegen
2. Trigger - Seitenaufruf mit Snippet-Erkennung
Erstelle jetzt einen Trigger in GTM.
Empfohlener Name: PV – AI Overview Textfragment erkannt
Trigger-Typ: Seitenaufruf oder Window Loaded
Bedingung: {{JS – AI Overview Textfragment}}
ist nicht gleich
null
Damit feuert der Trigger nur dann, wenn wirklich ein Textfragment erkannt wurde.
ai_snippet_text = {{JS – AI Overview Textfragment}}
landing_page = {{Page URL}}
Warum diese Namen sinnvoll sind:
Für benutzerdefinierte GA4-Events gelten klare Namensregeln: Eventnamen müssen mit einem Buchstaben beginnen und dürfen nur Buchstaben, Zahlen und Unterstriche enthalten. Außerdem ist einheitliches snake_case in der Praxis deutlich pflegeleichter.
Consent-Check
4. Consent korrekt berücksichtigen
Das Event darf nur dann an GA4 gesendet werden, wenn der Nutzer Analytics zugestimmt hat. In GTM sollte das Tag deshalb an Ihre bestehende Consent-Logik gekoppelt sein, etwa über analytics_storage.
Das ist kein Nice-to-have, sondern Pflicht.
Parameter registrieren
5. Benutzerdefinierte Dimensionen in GA4 anlegen
Damit du die übergebenen Werte später in Explorations oder Berichten verwenden kannst, solltest du in GA4 die Event-Parameter als benutzerdefinierte Dimensionen registrieren.
Empfohlen:
ai_snippet_text
landing_page
Danach kannst du analysieren, welche URLs besonders häufig über dieses Event aufgerufen wurden und welche Textausschnitte dabei übergeben wurden.
Finale Prüfung
6. Setup testen
Prüfe das Setup mit der GTM-Vorschau und dem DebugView in GA4.
Wichtige Testpunkte:
Gibt die Variable einen Wert zurück?
Feuert der Trigger nur bei vorhandenem Textfragment?
Kommt das Event in GA4 an?
Werden ai_snippet_text und landing_page korrekt übergeben?
Grenzen des Trackings
Was das Setup nicht leisten kann
Dieses Tracking ist bewusst pragmatisch und hat klare Grenzen.
Es misst keine Impressionen von AI Overviews, sondern nur Seitenaufrufe mit Textfragment. Außerdem hängt das Setup davon ab, dass ein entsprechendes Fragment in der Ziel-URL vorhanden und clientseitig erkennbar ist. Nicht jeder Besuch aus einer AI-Oberfläche muss zwangsläufig so übergeben werden.
Trotzdem ist der Ansatz in der Praxis wertvoll: Er schafft Transparenz in einem Bereich, in dem klassische Referrer-Daten allein oft nicht weiterhelfen.
Sichtbarkeit & Besuche vereinen
SISTRIX- und GA4-Daten gemeinsam auswerten
Eine sinnvolle Erweiterung des Setups ist der Abgleich mit SISTRIX-Daten. Die AIO-Analyse in SISTRIX zeigt für eine Domain, bei welchen Keywords Google eine AI Overview ausspielt, welche URL dort zitiert wird, an welcher Position sie innerhalb der Box erscheint und ob die zitierte URL zusätzlich organisch rankt.
Zusätzlich stehen Kennzahlen wie Suchvolumen, Wettbewerb und CPC zur Verfügung. Auf dieser Basis lässt sich die Auswertung in GA4 fachlich besser einordnen: SISTRIX liefert die Information über die grundsätzliche Präsenz einer Domain in AI Overviews, während GA4 sichtbar macht, auf welchen Zielseiten daraus tatsächlich Besuche mit Textfragment ankommen. Durch die Kombination beider Datenquellen lässt sich unterscheiden, ob eine URL vor allem von ihrer AI-Overview-Präsenz profitiert oder bereits unabhängig davon organisch stark performt. Das verbessert die Bewertung von Themenclustern, Landingpages und Optimierungspotenzialen im Kontext von AI Search.
Kontakt
Sie möchten AI-Overview-Traffic in GA4 sauber messen?
Ob GTM-Setup, Event-Konzept, Consent Mode oder die saubere Auswertung in GA4: Wir unterstützen Sie dabei, AI-Overview-Traffic belastbar zu erfassen und sinnvoll einzuordnen. Sprechen Sie mit uns, wenn Sie Ihr Tracking-Setup prüfen, erweitern oder direkt produktiv umsetzen möchten.
