KI-Browser im Analytics: Comet und Atlas sauber trennen

Agentische Browser sind keine klassischen Crawler

Bis vor Kurzem war maschineller Traffic von KI-Anbietern vor allem eines: ein Crawler. Dienste wie GPTBot oder ClaudeBot rufen Inhalte ab, um Modelle zu trainieren oder Antworten mit Quellen zu belegen. Sie identifizieren sich über einen eindeutigen User-Agent, kommen aus den Rechenzentren des Anbieters und lassen sich anhand bekannter Namen zuordnen — wie das gelingt, beschreibt der Beitrag zum Messen von KI-Crawler-Traffic. Agentische Browser funktionieren grundlegend anders.

Ein Agenten-Browser wie Comet oder Atlas ist kein Hintergrund-Crawler, sondern eine Anwendung, die synchron mit dem Nutzer arbeitet. Der Mensch stellt eine Aufgabe ("finde das günstigste Angebot", "buche einen Termin"), und der Browser navigiert daraufhin selbständig durch echte Seiten, klickt, scrollt und füllt Felder aus. Aus Sicht des Servers sieht das weitgehend aus wie eine menschliche Sitzung: reale Interaktion, ein normaler Seitenpfad, oft ein handelsüblicher Browserkern. Genau deshalb greifen die alten Erkennungsmuster nicht mehr. Ein automatisierter Zugriff verrät sich zwar häufig über navigator.webdriver oder über Automations-Signaturen, doch nicht jeder Agent setzt diese Marker, und die Grenze zwischen "Werkzeug des Nutzers" und "eigenständiger Bot" verschwimmt.

Die Zahlen: Wie schnell agentischer Traffic wächst

Das Tempo ist bemerkenswert. HUMAN Security beziffert das Wachstum des agentischen Traffics seit Anfang 2025 auf rund 6.900 Prozent (HUMAN Security). In der Auswertung vom April 2026 stellen Agenten-Browser bereits fast drei Viertel des gesamten agentischen Traffics — rund 71 Prozent (HUMAN Security). Innerhalb dieser Agenten-Browser führt Comet mit rund 48 Prozent, gefolgt von Atlas mit rund 21 Prozent (HUMAN Security). Was einst eine Randerscheinung war, ist damit binnen eines Jahres zu einem messbaren Kanal geworden.

Parallel hat sich das Gesamtbild des Web-Traffics verschoben: Automatisierte Zugriffe machen laut Branchenanalyse erstmals 51 Prozent des gesamten Web-Traffics aus und liegen damit vor dem menschlichen Anteil, wovon 37 Prozentpunkte auf schädliche Bots entfallen (Imperva). Der Anstieg wird ausdrücklich auf die breite Verfügbarkeit von KI-Werkzeugen zurückgeführt (Imperva). Und der agentische Traffic ist nicht nur Volumen: Im Handel ist der KI-Verweis-Traffic zu US-Websites im Mai 2026 um 138 Prozent gegenüber dem Vorjahr gestiegen (Adobe Analytics), im ersten Quartal 2026 legte der KI-Traffic zu US-Händlern sogar um 393 Prozent zu (Adobe Analytics), und seit Oktober 2024 summiert sich das Wachstum auf 1.324 Prozent (Adobe Analytics). Bereits 39 Prozent der Befragten gaben an, KI für den Online-Einkauf zu nutzen (Adobe Analytics).

Diese Zahlen bedeuten nicht, dass jede Auswertung ab sofort unbrauchbar ist. Sie bedeuten aber, dass ein blinder Fleck entsteht, wenn agentische Sitzungen unbenannt in die vorhandenen Kanäle sickern — mal als Direktzugriff, mal als Verweis, mal als vermeintlicher Mensch. Genau dieser blinde Fleck wächst gerade mit dreistelligen Raten.

Warum Atlas als Direktzugriff erscheint und Comet als Verweis

Der Unterschied liegt in der Technik der Weiterleitung. Atlas öffnet geteilte oder aus der Konversation heraus aufgerufene Links typischerweise in einem internen Sandbox- beziehungsweise Webview-Kontext und gibt dabei keinen Referrer-Header weiter. Ohne Referrer kann ein Analyse-Werkzeug die Herkunft nicht bestimmen und verbucht die Sitzung als Direktzugriff oder als "nicht gesetzt" (MarTech). Comet dagegen übergibt beim Klick auf ein Ergebnis in vielen Fällen einen Verweis von perplexity.ai und taucht damit als Referral im Bericht auf (MarTech). Zwei Agenten desselben Typs — zwei völlig verschiedene Spuren in der Auswertung.

Das Muster ist nicht neu, nur größer geworden. Fehlender Referrer führt schon lange zu "dunklem" Traffic, der fälschlich als Direktzugriff gilt. In der Praxis landen nach einer Analyse rund 71 Prozent des KI-Traffics als Direktzugriff in klassischen, cookie-basierten Auswertungen (Seresa). Und der Direktzugriff war noch nie so sauber, wie er aussieht: Studien zum sogenannten Dark Social zeigen, dass bei aktivem E-Mail-, Social- und Content-Marketing typischerweise 30 bis 60 Prozent des Direktzugriffs in Wahrheit aus anderen Kanälen stammen (SparkToro), während der Direktzugriff insgesamt rund 37 Prozent aller Besuche ausmacht (SparkToro). Agentischer Traffic verstärkt dieses alte Problem spürbar.

Was die Fehlzuordnung geschäftlich kostet

Falsch zugeordneter Traffic ist kein kosmetisches Problem, er verzerrt Entscheidungen. Wenn agentische Sitzungen im Direktzugriff verschwinden, entsteht ein doppelter Fehler: Die Marke sieht stärker aus, als sie ist, und der KI-Kanal sieht schwächer aus, als er ist. Budget fließt dann in die vermeintlich starke Direktquelle, während der tatsächlich wachsende KI-Kanal untergewichtet bleibt.

Dabei ist dieser Kanal wertvoll. Laut Adobe konvertiert KI-Verweis-Traffic zuletzt spürbar besser als andere Quellen, und der Umsatz pro Besuch liegt rund 37 Prozent über dem Nicht-KI-Traffic (Adobe Analytics). Wer über einen KI-Assistenten auf eine Seite kommt, verbringt dort erfahrungsgemäß 48 Prozent mehr Zeit, ruft 13 Prozent mehr Seiten auf und zeigt eine 12 Prozent höhere Interaktionsrate (Adobe Analytics). Genau dieser hochwertige Traffic geht verloren, wenn er unbenannt im Direktzugriff untergeht. Hinzu kommt die Verzerrung durch rein automatisierte Bots: Sie blähen Seitenaufrufe und Absprungraten auf und lassen Kampagnen besser oder schlechter aussehen, als sie sind — warum saubere Datenqualität hier zählt, zeigt der Beitrag zum Filtern von Bot-Traffic.

Warum der Erstanbieter-Kontext präzise bleibt

Der entscheidende Hebel ist der Messkontext. Ein großer Teil der Verzerrung entsteht, weil im Drittanbieter-Kontext Signale maskiert oder gar nicht erst übergeben werden. Das betrifft nicht nur den Referrer: Auch die IP wird in Drittanbieter-Kontexten zunehmend verschleiert. Wie stark das die Herkunftsauswertung trifft, beschreibt der Beitrag zu Chrome IP Protection und Geodaten. Im Erstanbieter-Kontext hingegen sieht die eigene Seite den Request so, wie er ankommt — mit User-Agent, gesetztem oder fehlendem Referrer und dem tatsächlichen Netz.

Cookiefreie Erstanbieter-Messung wertet genau diese Request-Signale aus, statt auf Endgeräte-Speicher oder auf ein Drittanbieter-Skript angewiesen zu sein. Das hat zwei Vorteile: Erstens bleibt die Zuordnung stabiler, weil sie nicht von der Referrer-Politik eines fremden Kontexts abhängt. Zweitens läuft die Messung ohne Zugriff auf den Browser-Speicher, was sie in der Regel unabhängig von der Einwilligungspflicht für Cookies macht — ein Vorteil, der angesichts des Endes der Drittanbieter-Cookie-Pläne wieder Gewicht bekommt, wie der Beitrag Privacy Sandbox ist tot und die Analyse zu Consent or Pay zeigen. Die Herkunft lässt sich zusätzlich über ein natives IP-Geo-Modul einordnen, das Rechenzentren und Consumer-Netze unterscheidet.

Agentische Sitzungen erkennen: die Signale

Eine belastbare Klassifikation stützt sich nicht auf ein einzelnes Merkmal, sondern auf ein Bündel von Signalen aus dem Request-Kontext. Vier Gruppen tragen den Großteil der Trennschärfe:

So trennt XICTRAQ menschliche von agentischen Sitzungen

XICTRAQ misst im Erstanbieter-Kontext ohne Cookies und klassifiziert jede Sitzung anhand der genannten Signale. Ein ASN-basierter Datacenter-Filter verwirft Zugriffe aus Hosting-Netzen, ohne echte Mobilnutzer zu treffen. Bekannte Agenten-Kennungen wie Comet und Atlas werden erkannt und als eigener Typ geführt, statt sie stumm im Direktzugriff oder im Verweis verschwinden zu lassen. Das native IP-Geo-Modul ordnet die Herkunft ein und trennt Rechenzentren von Consumer-Netzen.

Wichtig ist die Reihenfolge: Rein automatisierte Bots gehören aus den Kennzahlen heraus, damit Seitenaufrufe, Verweildauer und Absprungrate das echte Publikum abbilden. Agentische Sitzungen dagegen werden nicht gelöscht, sondern als eigener Kanal sichtbar gemacht — denn sie stehen, wie die Adobe-Zahlen zeigen, für wachsenden und gut konvertierenden Traffic (Adobe Analytics). So entsteht eine Auswertung, die den Menschen sauber misst, den Bot aussortiert und den Agenten benennt.

Attribution: den KI-Kanal sichtbar machen

Trennung ist die halbe Miete, Zuordnung die andere. Sobald agentische Sitzungen als eigener Typ vorliegen, lässt sich der KI-Kanal messen, statt ihn im Direktzugriff zu verlieren. Das ist eng verwandt mit der Frage, wie sichtbar eine Marke in KI-Antworten überhaupt ist — der Beitrag zum Messen von KI-Sichtbarkeit und GEO-Verweis-Traffic vertieft das. Parallel lohnt der Blick auf verfälschende Quellen: Wie man künstlichen Referrer- und Geister-Traffic aus der Auswertung hält, zeigt der Beitrag zu Referrer-Spam und Ghost-Traffic.

Praktisch heißt das: Comet-Verweise werden als KI-Kanal ausgewiesen statt pauschal als "Referral"; Atlas-Sitzungen werden über ihre Kennung erkannt und aus dem Direktzugriff herausgelöst; und die KI-Sichtbarkeit misst, in welchen Antworten die Marke auftaucht. So wird aus einem diffusen "irgendwas mit KI" ein benannter Kanal mit eigener Conversion, eigener Verweildauer und eigenem Beitrag zum Umsatz.

Analytics 2026 auf agentischen Traffic einstellen

Die Umstellung ist weniger ein Projekt als eine Routine. Fünf Schritte bringen die Auswertung auf den Stand des agentischen Webs:

1. Bestandsaufnahme: Prüfen Sie, wie hoch Ihr Direktzugriff ist und wie er sich zuletzt entwickelt hat — ein plötzlicher Anstieg ohne Kampagnengrund deutet auf agentischen Traffic hin.
2. Bots aussortieren: Filtern Sie rein automatisierte Zugriffe über Netz/ASN und Automations-Marker aus den Kennzahlen, damit die Basis stimmt.
3. Agenten benennen: Führen Sie agentische Sitzungen (Comet, Atlas und weitere) als eigenen Kanal, statt sie in Direktzugriff und Verweis zu verstreuen.
4. Erstanbieter messen: Verlagern Sie die Messung in den cookiefreien Erstanbieter-Kontext, damit Referrer, Netz und User-Agent unverfälscht ankommen.
5. Trend beobachten: Verfolgen Sie den KI-Kanal über Wochen in Reports und Statuspages und behandeln Sie einen unerklärten Sprung im Direktzugriff wie eine Anomalie, nicht wie einen Zufall.

Agentischer Traffic verschwindet nicht wieder; er wächst weiter. Wer jetzt die Trennung von Mensch, Agent und Bot in die eigene Auswertung einbaut, misst 2026 das, was tatsächlich passiert — und nicht das, was ein fehlender Referrer vortäuscht.

Starten Sie mit einem kostenlosen Test und sehen Sie, wie sich Ihr Direktzugriff aufschlüsselt. Oder vereinbaren Sie eine persönliche Demo, um Bot-Erkennung, Erstanbieter-Messung und KI-Kanal in Aktion zu sehen.