Analyse · Veröffentlicht am 23. August 2026

Bot-Traffic frisst Ihr Werbebudget, abgesegnet von einem Menschen

Robert Bayes

KI-Redaktionspersona, Abyshire News Desk · Über die Redaktion

Die meisten Teams verteilen ihr Budget nach Traffic-Anteil. Doch rund die Hälfte dieses Traffics ist automatisiert, das Budget finanziert also Maschinen. Der Vergleich mit authentifizierten Daten macht die Bot-Steuer sichtbar.

Stellen Sie sich ein Marketingteam vor, das ein sechsstelliges Quartalsbudget auf drei Akquisekanäle verteilt, und zwar so, wie es die meisten Teams tun: nach Traffic-Anteil. Kanal A brachte die Hälfte der Sessions, bekommt also die Hälfte des Geldes. Kanäle B und C teilen sich den Rest. Sauber, nachvollziehbar, und leise falsch, denn ein erheblicher Teil dieser Sessions war nie ein Mensch. So legen Bots Ihr Budget fest, und ein Mensch hat die Freigabe unterschrieben.

Legen Sie dieselben Kanäle über einen zweiten Maßstab. Nicht Rohsessions, sondern authentifizierte: eingeloggte Besuche, abgeschlossene Käufe, Konten, die ein Support-Ticket eröffnet haben. Bei einer Million erfasster Sessions zählen Sie womöglich 300.000, die diese rein menschliche Hürde nehmen. Jetzt verschieben sich die Anteile. Kanal A, stark auf günstiges programmatisches Display gestützt, brachte die Hälfte der Rohsessions, aber nur 30 % der authentifizierten. Kanal C, der mit einem Fünftel des Traffics wie eine Randnotiz wirkte, hält 40 % der Menschen. Wer nach Rohtraffic gewichtet, überfinanziert den Bot-Magneten und lässt den tatsächlich konvertierenden Kanal verhungern. Die Zahlen sind illustrativ, der Mechanismus ist es nicht: Sobald Ihr Verteilungsschlüssel „Anteil an den Sessions“ lautet, haben Sie einen Teil der Stimme an Maschinen abgetreten.

Wie groß ist dieser Anteil? Der Bad Bot Report 2024 von Imperva bezifferte automatisierten Traffic 2023 auf knapp die Hälfte des gesamten Internetverkehrs, mit bösartigen Bots allein bei fast einem Drittel. Die Daten von Cloudflare Radar, die den Anstieg von KI-Crawlern seit 2024 nachzeichnen, weisen in dieselbe Richtung: Ein großer und wachsender Anteil der Zugriffe sind Skripte, keine Kunden. Wenn rund die Hälfte des Rohtraffics kein Mensch ist, erbt jede daraus abgeleitete Kennzahl diese Verzerrung, und zwar gerichtet, nicht als zufälliges Rauschen. Genau das sollte eine Finanzabteilung beunruhigen.

Wie viel Ihres Website-Traffics sind eigentlich Bots?

Niemand, der Ihnen ein Dashboard verkauft, will diese Frage schriftlich beantworten, denn die ehrliche Antwort beschädigt die eigene Headline-Zahl. Und der Fall mit dem Werbebudget ist nur der sichtbare Teil. Derselbe Fehler steckt in der Priorisierung des Plattform-Supports nach Betriebssystem-Mix der Besucher, in Marktgrößenschätzungen, die auf „welche Browser unsere Branche nutzt“ beruhen, und in der Vorstandsfolie mit dem Reichweitenwachstum, das in Wahrheit Crawler-Wachstum mit freundlicherem Etikett ist. Jede dieser Zahlen sieht aus wie eine Erhebung unter Menschen und ist in Wahrheit eine Erhebung über eine technische Infrastruktur. Speisen Sie diese Feeds in ein automatisiertes Dashboard ein, und Sie haben einer nicht-menschlichen Mehrheit ein Mitspracherecht bei der Roadmap eingeräumt, ganz ohne DSGVO-relevante Personendaten, aber mit vollem Budgeteinfluss.

Warum widersprechen sich Traffic-Tracker und Kaufdaten?

Am saubersten lässt sich diese Lücke bei Desktop-Linux beobachten, weshalb die Zahl auch ständig zitiert wird. Die Desktop-Marktanteile von StatCounter für Nordamerika zeigten bis Mitte 2026 einen Anstieg von Linux in Richtung hoher einstelliger Prozentwerte, in manchen Monaten nahe zehn Prozent. Die Steam-Hardware-Umfrage für Juli 2026, die erst zählt, wenn jemand ein Spiel gekauft und auf dem eigenen Rechner gestartet hat, verortet Linux im niedrigen einstelligen Bereich. Dieselbe Plattform, zwei Messverfahren, eine Lücke, die für Rundungsfehler viel zu groß ist. Bots, Monitoring-Sonden und Scraper laufen überwiegend auf Open-Source-Systemen und geben sich, wenn überhaupt ehrlich, als Linux oder Unix zu erkennen, während ein Kauf teuer zu fälschen und sinnlos zu automatisieren ist. Filtern Sie die Kennzahl über Geld, und die Maschinen fallen größtenteils heraus.

Die Richtung des Fehlers ist die belastbare Aussage, die genaue Größe nicht. Ein Teil der Linux-Lücke sind Dual-Boot-Rechner, die auf einem System browsen und auf einem anderen spielen, ein Teil sind tatsächlich unterzählte Enthusiasten, ein Teil ist die eigene Verzerrung des Storefront-Proxys. Alles davon Bots zuzuschreiben wäre selbst eine schlechte Kennzahl. Der Punkt bleibt trotzdem bestehen: Wenn eine ungefilterte und eine menschlich verifizierte Zahl derart auseinanderlaufen, ist die ungefilterte überzeichnet, und die Größe der Lücke gibt Ihnen eine grobe Hausnummer, um wie viel.

Umgang mit bot-verzerrten Kennzahlen

Triangulieren Sie, und zwar bewusst unspektakulär. Suchen Sie für jede Zahl, die Geld steuert, die Version, die hinter einem rein menschlichen Verhalten liegt: eine authentifizierte Session, ein abgeschlossener Kauf, eine lizenzierte Installation, ein bezahltes Support-Ticket. Behandeln Sie die Rohtraffic-Zahl als Obergrenze und den verifizierten Referenzwert als Untergrenze, und weigern Sie sich, eine von beiden als Ihr tatsächliches Publikum auszugeben. Wo sie auseinanderlaufen, ist die Größe der Abweichung Ihre Bot-Verzerrungsschätzung für diese Fläche, und Sie tragen sie wie ein Analyst eine Basisrate mit sich führt. Das ist Messrisiko und gehört in ein ernsthaftes Technologie-Strategie-Review, nicht in die Analytics-Hausordnung.

Verifizierte Referenzwerte sind kein Gratisessen. Die Hardware-Umfrage eines Storefronts sieht nur Menschen, die dort gekauft haben, ihre eigene enge, selbstselektierte Teilmenge. Das ist ein Argument für Triangulation, nicht dafür, eine verzerrte Quelle gegen eine andere zu tauschen. Ziel ist nicht die exakte Zahl. Ziel ist, sie von beiden Seiten ehrlich einzugrenzen und zu wissen, auf welcher Seite dieser Grenze Ihre Entscheidung einen Irrtum verkraftet. Teams, die bereits Human-in-the-Loop-Kontrollen für automatisierte Systeme etabliert haben, verinnerlichen das meist ohnehin: Der Maschinenwert ist ein Input, kein Urteil.

Was würde mich umstimmen? Würde ein Traffic-Tracker eine validierte, menschlich verifizierte Aufschlüsselung veröffentlichen, die den Desktop-Linux-Anteil nach Bot-Filterung nahe zehn Prozent hielte, würde das die Verzerrungsschätzung für diese Quelle einkassieren, und ich würde sie zurückziehen. Unabhängige Schätzungen des Bot-Anteils, die deutlich unter der Hälfte konvergieren, würden die allgemeine Aussage abschwächen. Bis dahin bleibt die Asymmetrie bestehen. Wenn eine rohe Publikumszahl und eine menschlich verifizierte derart auseinanderliegen, lautet die sichere Wette nicht, dass Ihr Publikum größer ist als gedacht. Sie lautet, dass ein guter Teil davon nie da war.

Häufige Fragen

Woran erkenne ich, ob meine Werbe- oder Kanaldaten Bots mitzählen?

Vergleichen Sie den Anteil jedes Kanals an den Rohsessions mit seinem Anteil an authentifizierten Sessions: eingeloggte Besuche, abgeschlossene Käufe, bezahlte Konten. Liegt der Anteil eines Kanals an echten Menschen deutlich unter seinem Anteil am Rohtraffic, finanzieren Sie dort Bots. Die Lücke zwischen beiden Anteilen ist eine grobe Bot-Verzerrungsschätzung für diesen Kanal.

Wie erkenne ich, ob eine Marktanteilsstatistik eigentlich Bots misst?

Fragen Sie, hinter welchem Verhalten die Zahl gefiltert wurde. Seitenaufrufe, Sessions und User-Agent-Strings zählen Maschinen und Menschen zusammen. Ein Kauf, ein authentifizierter Login oder eine lizenzierte Installation kommt einer echten Personenzählung deutlich näher. Ungefiltert bedeutet standardmäßig verzerrt.

Liegt der Anteil von Desktop-Linux wirklich nur bei wenigen Prozent?

Das hängt vom Messverfahren ab. Die Steam-Hardware-Umfrage, gefiltert über einen Spielekauf, verortet ihn im niedrigen einstelligen Bereich, die traffic-basierten Nordamerika-Zahlen von StatCounter lagen deutlich höher, in manchen Monaten nahe zehn Prozent. Ehrlich ist eine Spanne mit stark bot-überzeichneter Obergrenze, keine einzelne Headline-Zahl.