Zero-Click und AI-Kannibalisierung: Das Traffic-Paradox

Warum das Traffic-Paradox für DACH-B2B jetzt relevant ist

Marketing- und SEO-Teams im DACH-Raum erleben gerade zwei gegenläufige Bewegungen. Die Präsenz der eigenen Marke in KI-Antworten von ChatGPT, Perplexity und Google AI Overviews wächst. Gleichzeitig fallen die Klickzahlen, die aus der organischen Suche auf die Website kommen. Das ist kein Messfehler, sondern ein struktureller Effekt: KI-Suchsysteme liefern die Antwort direkt im Interface und ersetzen damit den Klick auf die Quelle.

Die Größenordnung ist erheblich. In den ersten vier Monaten 2026 endeten 68,01 Prozent aller Google-Suchen ohne Klick, gegenüber 60,45 Prozent im Jahr 2024 (Daten von SparkToro und Similarweb, ausschliesslich USA). Gartner prognostiziert sogar, dass das traditionelle Suchmaschinenvolumen bis 2026 um 25 Prozent sinkt, weil generative KI zur Substitut-Antwortmaschine wird.

Für B2B-Unternehmen in Österreich und im übrigen DACH-Raum bedeutet das: Wer Sichtbarkeit weiterhin nur an Sessions und Klicks misst, sieht eine fallende Kurve und schliesst auf einen Misserfolg. Tatsächlich verschiebt sich der Wert vom Klick zur Erwähnung und zur Conversion-Qualität des verbleibenden Traffics. Das Paradox aufzulösen, ist 2026 weniger eine technische als eine Mess- und Argumentationsaufgabe.

Die Zero-Click-Mechanik 2026: Wie KI-Antworten den Klick ersetzen

Der Kern des Effekts ist gut dokumentiert. Eine Untersuchung des Pew Research Center auf Basis von 68.879 Google-Suchen von 900 US-Erwachsenen im März 2025 zeigt den Mechanismus klar: Nutzer, die eine KI-Zusammenfassung sahen, klickten nur in 8 Prozent der Fälle auf ein klassisches Suchergebnis. Ohne KI-Zusammenfassung lag dieser Wert bei 15 Prozent, also fast doppelt so hoch. Noch deutlicher: Auf einen Link innerhalb der KI-Zusammenfassung selbst klickten Nutzer in nur 1 Prozent der Besuche.

Diese Klick-Halbierung wirkt umso stärker, je mehr Suchanfragen überhaupt eine KI-Antwort auslösen. Die Abdeckung von AI Overviews schwankt allerdings stark. Eine Semrush-Analyse von über 10 Millionen Keywords zeigt: Die Ausspielung von AI Overviews stieg von 6,49 Prozent der Keywords im Januar 2025 auf einen Höchststand von 24,61 Prozent im Juli und fiel danach wieder auf 15,69 Prozent im November 2025. Die Sichtbarkeitsfläche ist also kein fester Wert, sondern ein bewegliches Ziel, das von Googles Ausspielungslogik abhängt.

Wichtig für die Einordnung: Die oben genannten Zahlen stammen aus den USA. Sie zeigen die Richtung und die Mechanik, lassen sich aber nicht eins zu eins auf den DACH-Markt übertragen. Der KI-Traffic-Anteil ist hier noch deutlich kleiner (siehe Abschnitt zur DACH-Realität).

Von der Kannibalisierung zur Conversion: Warum weniger Klicks nicht weniger Wert bedeuten

Der entscheidende Punkt des Paradox: Der verbleibende KI-Traffic ist oft hochwertiger. Wer in ChatGPT oder Perplexity eine konkrete Antwort liest und dann doch klickt, kommt mit höherer Kaufabsicht. Die KI hat bereits vorqualifiziert.

Die Daten stützen das. Eine Semrush-Studie kommt zu dem Ergebnis, dass ein KI-Suchbesucher gemessen an der Conversion-Rate 4,4-mal so wertvoll ist wie ein durchschnittlicher Besucher aus der klassischen organischen Suche. Dieselbe Studie prognostiziert, dass Marketing- und SEO-Themen ab Anfang 2028 mehr Besucher aus der KI-Suche als aus der klassischen Suche an Websites schicken könnten.

Auch das Verhalten auf der Seite unterscheidet sich. Eine Adobe-Analyse für den US-Einzelhandel zeigt, dass Besucher aus generativen KI-Quellen 8 Prozent mehr Engagement, 12 Prozent mehr Seiten pro Besuch und eine um 23 Prozent niedrigere Absprungrate aufweisen als Besucher aus Nicht-KI-Quellen. Im selben Zeitraum stieg der Referral-Traffic aus generativen KI-Quellen zum US-Einzelhandel um 1.200 Prozent (Februar 2025 gegenüber Juli 2024). Ein kleiner, aber stark wachsender und qualitativ besserer Kanal entsteht.

Für B2B heisst das: Die richtige Kennzahl ist nicht mehr die reine Klickzahl, sondern der Wert pro Sitzung und der Beitrag des KI-Kanals zur Pipeline. Sinkende Klicks bei steigender Conversion sind kein Widerspruch, sondern die zwei Seiten desselben Paradox.

Strategie: Von Klicks zu Zitaten optimieren

Wenn der Klick seltener wird, rücken Zitat und Erwähnung in den Mittelpunkt. Die Princeton-GEO-Forschung (Generative Engine Optimization) hat untersucht, welche Inhaltselemente die Wahrscheinlichkeit erhöhen, von einem KI-System zitiert zu werden. Die wirksamsten Hebel sind inhaltlicher Natur, nicht rein technisch.

• Statistiken einbauen: Konkrete, mit Quellen belegte Zahlen erhöhen die Zitierwahrscheinlichkeit deutlich. KI-Systeme bevorzugen präzise, belegbare Aussagen.
• Zitate und Quellenangaben: Direkte Zitate und klare Quellenverweise machen einen Absatz für ein KI-System leichter verwertbar und vertrauenswürdiger.
• Front-Loading und Answer Islands: Die Antwort gehört an den Anfang des Absatzes. Ein in sich geschlossener Antwortblock, der ohne umgebenden Kontext verständlich ist (eine Answer Island), lässt sich von einem KI-System leichter extrahieren als eine Aussage, die über mehrere Absätze verteilt ist.
• Klare Struktur: Präzise Zwischenüberschriften, kurze Sätze und eine Frage-Antwort-Logik helfen dem Modell, den relevanten Abschnitt zu finden und korrekt wiederzugeben.

Diese Taktiken zielen darauf, dass die eigene Aussage in der KI-Antwort auftaucht, idealerweise mit Markennennung. Selbst ohne Klick entsteht so Sichtbarkeit und Vertrauensaufbau bei der Zielgruppe.

Brand Mentions statt Backlinks: Was für KI-Sichtbarkeit wirklich korreliert

Eine der wichtigsten Verschiebungen betrifft das Off-Page-Signal. Im klassischen SEO war der Backlink die zentrale Währung. Für KI-Sichtbarkeit verschiebt sich das Gewicht zur reinen Markenerwähnung.

Eine Ahrefs-Studie über 75.000 Marken (Spearman-Korrelation) zeigt: Markenerwähnungen im Web korrelieren mit KI-Sichtbarkeit bei 0,664 für ChatGPT, 0,709 für den AI Mode und 0,656 für AI Overviews. Am stärksten korrelieren YouTube-Erwähnungen mit etwa 0,737. Klassische Link-Metriken wie die Zahl der Backlinks zeigen laut der Studie dagegen nur sehr schwache Korrelationen. Ahrefs fasst es so zusammen: Was am meisten zähle, sei, über ein breites Spektrum von Seiten hinweg erwähnt zu werden.

Praktisch heisst das für DACH-B2B: Präsenz in Fachmedien, Branchenportalen, auf YouTube und in Communities wie Reddit zahlt direkt auf die KI-Sichtbarkeit ein, auch wenn diese Erwähnungen keinen verlinkten Verweis enthalten. Digital-PR und Thought Leadership werden damit zu GEO-Massnahmen. Der Linkgraph bleibt für klassisches SEO relevant, ist aber kein zuverlässiger Proxy mehr für die Wahrnehmung durch KI-Systeme.

Das technische GEO-Fundament: llms.txt, Schema und Crawler-Steuerung

Damit Inhalte überhaupt von KI-Systemen erfasst und korrekt interpretiert werden, braucht es ein technisches Fundament. Drei Bausteine sind zentral.

• AI-Crawler-Steuerung in robots.txt: KI-Crawler wie GPTBot (OpenAI), ClaudeBot (Anthropic) und PerplexityBot lassen sich in der robots.txt gezielt zulassen oder sperren. Die Steuerung ist eine bewusste Entscheidung: Wer in KI-Antworten erscheinen will, muss die relevanten Bots zulassen. Die Adoption nimmt zu. Laut HTTP Archive stiegen die robots.txt-Direktiven für GPTBot von 2,6 Prozent (2024) auf rund 4,5 Prozent (2025).
• Strukturierte Daten und Schema: Schema-Markup hilft KI-Systemen, Entitäten, Fakten und Beziehungen eindeutig zu erfassen. Saubere strukturierte Daten erhöhen die Chance, dass Aussagen korrekt und mit Markenbezug wiedergegeben werden.
• llms.txt: Diese vorgeschlagene Datei soll KI-Systemen eine kuratierte Übersicht der wichtigsten Inhalte einer Website geben. Die Verbreitung ist bisher gering: Laut HTTP Archive weisen nur 2,13 Prozent der Desktop-Seiten eine gültige llms.txt auf (2,1 Prozent mobil). Der Standard ist noch nicht etabliert, der Aufwand jedoch gering, weshalb frühe Adoption als risikoarmes Experiment sinnvoll sein kann.

Das technische Fundament macht Inhalte zugänglich und maschinenlesbar. Es ersetzt aber nicht die inhaltlichen Hebel aus dem vorherigen Abschnitt. Beides greift ineinander.

Häufige Fehler bei der Bewertung des Traffic-Paradox

• Sinkende Klicks pauschal als Misserfolg werten: Wer nur Sessions misst, übersieht den Wert der gestiegenen KI-Sichtbarkeit und der besseren Conversion. Der Kanal verschiebt sich, er verschwindet nicht.
• KI-induzierten Verlust nicht von Saisonalität trennen: Ein Klickrückgang kann saisonal, durch ein Google-Update oder durch AI Overviews verursacht sein. Ohne sauberen Vorjahresvergleich und ohne Abgleich mit der AIO-Abdeckung der eigenen Keywords sind Ursachen nicht zuzuordnen.
• US-Zahlen auf den DACH-Markt übertragen: Werte wie der 8-Prozent-CTR oder die 68-Prozent-Zero-Click-Quote stammen aus den USA. Der KI-Traffic-Anteil im DACH-Raum ist deutlich kleiner. Eine unkritische Übernahme führt zu falschen Prioritäten.
• Auf Backlinks statt Erwähnungen setzen: Wer Off-Page-Budget allein in Linkaufbau steckt, ignoriert, dass Markenerwähnungen stärker mit KI-Sichtbarkeit korrelieren.
• Markennennung in KI-Antworten nicht tracken: Wer nur Klicks misst und Share of Voice in KI-Antworten ignoriert, hat keinen Indikator für den eigentlichen GEO-Erfolg.

Die DACH- und Österreich-Realität: Wie gross der KI-Traffic wirklich ist

Hier ist Nüchternheit gefragt. Im DACH-Raum ist der direkte KI-Referral-Traffic noch sehr klein. Eine SE-Ranking-Analyse von 63.987 Websites aus Deutschland, Österreich und der Schweiz (Januar bis April 2025) beziffert den KI-Traffic-Anteil auf nur 0,13 bis 0,15 Prozent. Bei den Engines dominiert klar ChatGPT mit 76,48 Prozent des KI-Traffics, gefolgt von Perplexity mit 20,54 Prozent.

Die Nutzungsbasis wächst dagegen schnell. Laut Bitkom nutzen 67 Prozent der Menschen in Deutschland ab 16 Jahren zumindest hin und wieder generative KI (2025), gegenüber 40 Prozent im Sommer 2024. Bei den Tools führt ChatGPT mit 43 Prozent, gefolgt von Microsoft Copilot mit 39 Prozent, Gemini mit 28 Prozent und Perplexity mit 1 Prozent. Die Lücke zwischen hoher Nutzung und noch geringem messbarem Referral-Traffic ist der eigentliche Befund: Die Nutzer sind schon da, der attribuierbare Klick-Strom hinkt nach.

Die Conversion-Seite stützt die Investition. Eine Conductor-Analyse weist für KI-Traffic eine Conversion-Rate von 14,2 Prozent aus, verglichen mit 2,8 Prozent bei Google-Traffic. Wichtig: Diese Conversion-Zahl ist nicht geografisch auf den DACH-Raum eingegrenzt, während die Traffic-Anteile (0,15 Prozent, ChatGPT, Perplexity) explizit aus der DACH-Analyse stammen. Für österreichische B2B-Anbieter heisst die Schlussfolgerung: klein im Volumen, hochwertig in der Absicht, mit klarer Wachstumsrichtung.

Agentic Commerce: Die nächste Welle

Die nächste Stufe geht über die Antwort hinaus zur Handlung. KI-Agenten wie Perplexity Comet recherchieren nicht nur, sondern agieren als Kaufschnittstelle: Sie vergleichen, wählen aus und leiten Transaktionen ein. Damit wird die KI selbst zum Entscheidungsknoten zwischen Anbieter und Kunde.

Für B2B-Sichtbarkeit verschiebt das die Anforderungen erneut. Wenn ein Agent Produkte und Anbieter vorqualifiziert, müssen Produktdaten, Spezifikationen und Konditionen maschinenlesbar, vollständig und strukturiert vorliegen. Was der Agent nicht sauber erfassen kann, wird nicht in den engeren Vergleich aufgenommen. Strukturierte Daten und ein konsistentes Entitätenprofil werden damit nicht nur zum Sichtbarkeits-, sondern zum Vertriebsfaktor. Dieser Trend ist 2026 noch jung, die Richtung aber klar: Wer für Agenten unsichtbar ist, fällt aus der Vorauswahl.

Metriken und Messung: Das Traffic-Paradox sichtbar machen

Um das Paradox zu steuern, braucht es Kennzahlen jenseits der Klickzahl.

• Share of Voice in KI-Antworten: Wie oft erscheint die eigene Marke in den Antworten von ChatGPT, Perplexity, Google AI Mode und AI Overviews zu relevanten Prompts, im Verhältnis zum Wettbewerb? Das ist der zentrale GEO-Sichtbarkeitsindikator.
• Citation- und Mention-Tracking: Erfasse, ob die Marke zitiert (mit Quelle) oder nur erwähnt wird. Beobachte auch den Mention-Source-Divide: aus welchen Quellen (Fachmedien, YouTube, Communities) speisen sich die Erwähnungen, die in KI-Antworten auftauchen?
• AI-Referral-Attribution in GA4: Segmentiere Traffic aus KI-Quellen separat und miss Conversion-Rate und Wert pro Sitzung getrennt vom klassischen organischen Traffic. So wird der bessere Conversion-Wert des KI-Kanals belegbar.
• Klick-Verlust sauber isolieren: Vergleiche CTR und Klicks im Jahresvergleich und gleiche den Rückgang mit der AIO-Abdeckung der eigenen Keywords ab. Nur so trennst du KI-induzierten Verlust von Saisonalität und Algorithmus-Updates.

Die ROI-Argumentation gegenüber der Geschäftsführung folgt daraus direkt: Klicks können sinken, während Sichtbarkeit (Share of Voice) und Wert pro Sitzung steigen. Wer beide Seiten misst, kann den Beitrag des KI-Kanals zur Pipeline belegen, statt nur eine fallende Klickkurve zu präsentieren.

Handlungsrahmen für DACH-B2B

Das Zero-Click-Paradox ist kein Grund zur Sorge, sondern eine Aufforderung zur Umstellung. Drei Prioritäten ergeben sich aus den Daten.

Erstens die Content-Architektur: Inhalte so strukturieren, dass KI-Systeme Antworten extrahieren können. Front-Loading, in sich geschlossene Antwortblöcke, belegte Statistiken und klare Quellenangaben sind die wirksamsten Hebel. Zweitens die Off-Page-Strategie: Markenerwähnungen über ein breites Spektrum von Fachmedien, YouTube und Communities aufbauen, da diese stärker mit KI-Sichtbarkeit korrelieren als Backlinks. Drittens die Messung: Share of Voice in KI-Antworten und den Wert pro Sitzung tracken, KI-Traffic in GA4 separat ausweisen und den Klick-Verlust gegen die AIO-Abdeckung kontrollieren.

Für den DACH-Raum gilt dabei eine realistische Erwartung: Der KI-Traffic ist heute klein, wächst aber schnell und konvertiert überdurchschnittlich. Wer jetzt das technische Fundament legt und die Inhalte für Antwortextraktion aufbereitet, baut Sichtbarkeit in einem Kanal auf, der absehbar an Gewicht gewinnt. Das Paradox löst sich nicht auf, indem man die Klicks zurückholt, sondern indem man den Erfolg richtig misst.