Zum Hauptinhalt springen
KI-AGENTEN-TRAFFIC-ANALYTICS

KI-Agenten-Traffic-Analytics für Ihre App und Ihre API

Verstehen Sie, wie Menschen, KI-unterstützte Nutzer und autonome Agenten Ihre Anwendung nutzen, Route für Route, mit jeder Klassifizierung durch sichtbare Nachweise gestützt.

Frühen Zugang erhaltenFunktionsweise erkunden
Toshendra Sharma

Von Toshendra SharmaGründer & CEO, AgentCredia · Updated November 13, 2026

Ihre Dashboards zählen eine Welt, die sich verändert hat

Die meisten Analytics-Stacks wurden gebaut, um eine Frage zu beantworten: Was tun Menschen auf meiner Website? Sitzungen, Seitenaufrufe, Funnels und Kampagnen gehen alle davon aus, dass hinter jeder Interaktion ein Mensch steht.

Diese Annahme gilt nicht mehr für jede Interaktion. KI-Assistenten öffnen Seiten im Namen von Nutzern; OpenAI dokumentiert zum Beispiel einen ChatGPT-User-Agent, der Seiten besucht, wenn ein Nutzer ChatGPT eine Frage stellt (OpenAI crawler documentation). Autonome Agenten rufen APIs und MCP-Tools auf, um Aufgaben zu erledigen. Menschen arbeiten in derselben Sitzung neben KI, manchmal mit deklarierter Nutzung, manchmal ohne. Crawler und Skripte lesen weiter alles, was sie erreichen können.

Das Ergebnis ist eine leise Verzerrung in den Zahlen, auf die sich Ihr Team verlässt. Conversion-Raten bewegen sich aus Gründen, die niemand erklären kann. Eine beliebte API-Route stellt sich als von einer Handvoll automatisierter Clients getrieben heraus. Ein Ausschlag, der wie ein Marketing-Erfolg aussah, waren Agenten, die Dokumentation gelesen haben. Ohne Akteurkontext verschmelzen in jedem Diagramm sehr unterschiedliche Verhaltensweisen zu einer Linie. Manche Tools entfernen außerdem einen Teil des Bildes, bevor Sie ihn sehen: Google erklärt, dass Google Analytics Traffic von bekannten Bots und Spidern automatisch ausschließt und dass Sie nicht sehen können, wie viel ausgeschlossen wurde (Google Analytics: known bot-traffic exclusion).

KI-Agenten-Traffic-Analytics behebt das, indem jeder Interaktion eine neue Dimension hinzugefügt wird: wer oder was handelt, und wie sicher Sie dabei sein können. Der Blogbeitrag darüber, wie man erkennt, ob Website-Traffic von KI-Agenten stammt, behandelt die Signale hinter dieser Dimension, und der Anwendungsfall für Websites zeigt sie auf einer produktiven Website.

Was akteursbewusste Analytics zeigen

Proof of Actor organisiert Ihren Traffic in vier Klassen, beschrieben in Human, AI-assisted or agent: a taxonomy for app traffic, und behält die Nachweise bei jeder einzelnen Klasse bei.

  • Human: Interaktionen, bei denen die beobachtbaren Signale auf menschliche Steuerung hindeuten.
  • Human + AI: Interaktionen, bei denen KI-Unterstützung deklariert wurde oder über eine unterstützte Integration beobachtet wurde.
  • Agent: automatisierte oder agentische Interaktionen, gestützt durch verifizierbare Identität oder eine sorgfältig qualifizierte Inferenz.
  • Unknown: Interaktionen, bei denen die Nachweise keine verlässliche Bestimmung erlauben.

Jedes Ergebnis trägt außerdem eine Grundlage: verified, declared, inferred oder unknown. Diese zweite Dimension macht die Analytics vertrauenswürdig. Ein Dashboard, das sagt, dass ein Drittel Ihres API-Traffics von Agenten stammt, bedeutet sehr Unterschiedliches, je nachdem, ob diese Ergebnisse verifizierte Signaturen oder Inferenz aus Request-Mustern sind. Mit Proof of Actor sehen Sie beides und können nach beiden filtern.

Nach Route und Workflow

Die Zusammensetzung der Akteure variiert stark innerhalb einer Anwendung. Öffentliche Dokumentation, Preis- und Katalogseiten ziehen oft Agenten und Assistenten an. Signup-, Checkout- und Kontoeinstellungen ziehen seltener Agenten an, sind aber wichtiger, wenn sie auftreten. API-Routen und MCP-Tools können von automatisierten Clients dominiert werden. Proof of Actor bricht die Ergebnisse nach Route und Workflow auf, damit jedes Team den Teil sieht, für den es verantwortlich ist.

Im Zeitverlauf

Trends zeigen Ihnen, wohin sich Ihr Produkt entwickelt. Beobachten Sie, wie sich der Anteil von Agenten- und KI-unterstützter Aktivität auf den relevanten Routen verändert, sehen Sie, wann ein neuer Agentenbetreiber beginnt, Ihre Inhalte zu lesen, und verfolgen Sie, wie viel Traffic von Unknown zu verifiziert verschoben wird, wenn mehr Clients ihre Requests signieren.

Mit Erläuterungen

Jeder Wert im Dashboard kann bis auf einzelne Interaktionen geöffnet werden. Für jede Interaktion sehen Sie die Klasse, die Grundlage, was bekannt ist, was nicht bekannt ist und welche Policy-Ausgabe gelten würde. Das macht aus einem Diagramm etwas, womit Produkt-, Plattform- und Security-Teams gemeinsam arbeiten können.

So funktioniert es

Proof of Actor folgt einem evidenzbasierten Ansatz. Die vollständige Beschreibung finden Sie unter How It Works.

  1. Ihre Anwendung empfängt einen Request oder ein Event: einen Seitenaufruf, einen API-Aufruf, einen MCP-Tool-Aufruf oder eine Aktion in der App.
  2. Ihre Integration erfasst die in diesem Kontext verfügbaren Signale: Request-Kontext und Signaturen auf dem Server, Interaktionssignale im Browser, wo der Collector läuft, sowie Deklarationen von Clients und von Ihrer eigenen Anwendung.
  3. Signale werden geprüft, nach Grundlage gekennzeichnet und kombiniert zu einer Klassifizierung.
  4. Das Ergebnis wird aufgezeichnet mit seiner Grundlage und Zusammenfassung der Nachweise und fließt in Ihre Analytics ein.
  5. Ihre Anwendung entscheidet, ob sie nur beobachtet oder eine Policy anwendet.

Da Analytics und Entscheidungen dieselben Ergebnisse verwenden, sind die Zahlen, die Sie untersuchen, genau die Zahlen, auf die Ihre Policies reagieren. Es gibt keine Lücke zwischen dem, was das Dashboard sagt, und dem, was die Anwendung tut.

Detect, Understand, Route

KI-Agenten-Traffic-Analytics sitzt in der Mitte der drei Proof of Actor-Fähigkeiten.

Detect

Sammeln Sie die Akteur-Signale, die jeder Integration zur Verfügung stehen, und trennen Sie verifizierte Aussagen von Verhaltensinferenz. Unknown bleibt als eigene Klasse sichtbar, damit Abdeckungslücken nie in einer anderen Zahl verborgen werden.

Understand

Das ist die Analytics-Ebene: Aufschlüsselungen nach Akteur, Interaktionstrends, Ansichten auf Route-Ebene und erklärbare Klassifizierungen. Teams nutzen sie, um Fragen zu beantworten wie: Auf welche Routen sind Agenten angewiesen, wie viel KI-unterstützte Aktivität sieht ein Workflow und wo ist die Evidenz stark genug, um eine Policy zu stützen.

Route

Wenn die Analytics ein klares Muster zeigen, handeln Sie mit Ihren eigenen Regeln. Geben Sie verifizierten Agenten einen strukturierten Pfad zu den Inhalten, die sie am häufigsten lesen. Behalten Sie die Standarderfahrung für von Menschen gesteuerte Sitzungen bei. Fügen Sie Review für sensible Aktionen nur dann hinzu, wenn Ihre eigenen Bedingungen das rechtfertigen. Legen Sie explizite Fallbacks für Unknown und für Timeouts fest.

Für Apps, APIs und MCP servers entwickelt

Agentenaktivität konzentriert sich dort, wo Maschinen willkommen sind: APIs, Dokumentation, Kataloge und Tools. Deshalb deckt Proof of Actor mehr als Seitenaufrufe ab.

  • SaaS apps und Websites sehen Akteurkontext für Browser-Sitzungen und die dahinterliegenden Server-Routen. Mehr dazu unter SaaS Apps & Websites.
  • APIs erhalten Kontext auf Request-Ebene, der signierte Client-Identität von API-Anmeldedaten und Autorisierung trennt. Mehr dazu unter APIs.
  • MCP servers erhalten Akteurkontext für jeden Tool-Aufruf, damit Sie sehen können, welche Clients welche Tools verwenden. Mehr dazu unter MCP Servers.

Founding-Teams integrieren mit direkter Hilfe unserer Ingenieure. Der Leitfaden zu Akteurkontext zu einer Node.js-App hinzufügen zeigt, wo die Integration in einem typischen Request-Handler sitzt.

Warum Evidenz wichtiger ist als Volumen

Es ist leicht, eine große Zahl für Agenten-Traffic zu erzeugen. Zählen Sie einfach jeden Request ohne Browser-Fingerprint und nennen Sie es Automatisierung. Das Problem ist, dass eine solche Zahl keine Entscheidung stützen kann, weil niemand weiß, wie viel davon real ist.

Proof of Actor ist so aufgebaut, dass jede Zahl verteidigt werden kann. Verifizierte Ergebnisse stammen aus Prüfungen, die tatsächlich bestanden wurden. Deklarationen werden als Deklarationen gekennzeichnet. Inferenzen werden als Inferenzen gekennzeichnet. Unknown wird als Unknown gemeldet. Wenn Sie Agenten-Traffic Ihrer Führung, Ihrem Security-Team oder Ihren Kunden präsentieren, können Sie genau erklären, woher jede Kennzahl stammt.

Das macht die Analytics auch im Zeitverlauf nützlicher. Wenn Agentenbetreiber signierte Requests auf Basis von RFC 9421 HTTP Message Signatures einführen und Standardsarbeit wie Web Bot Auth in der IETF webbotauth working group voranschreitet, verschiebt sich mehr Ihres Traffics in die verifizierte Grundlage. Ihre Diagramme werden schärfer, ohne dass sich ändert, wie Sie sie lesen.

Erst beobachten, dann entscheiden

Jede Proof of Actor-Bereitstellung beginnt im Beobachtungsmodus. Ergebnisse werden aufgezeichnet, Analytics füllen sich, und Ihre Anwendung reagiert zunächst genau wie bisher. Ihr Team nutzt diese Phase, um eine Baseline aufzubauen, Ergebnisse mit bereits bekannten Outcomes zu vergleichen und die ersten Routen zu identifizieren, bei denen eine Policy wirklich hilft.

Wenn Sie bereit sind, aktivieren Sie für einen Workflow eine Policy, messen die Wirkung und erweitern sie von dort aus. Nichts wird blockiert, nur weil Proof of Actor installiert wurde. Jede Durchsetzungsentscheidung liegt bei Ihnen.

Werden Sie Teil des Founding-Developer-Programms

Proof of Actor befindet sich in der privaten Beta. Ausgewählte Founding-Developer-Teams können innerhalb der vereinbarten Nutzungsgrenzen bis zu 12 Monate kostenlosen Zugriff erhalten, im Austausch für praktisches Produktfeedback. Sie erhalten direkte Unterstützung bei der Integration, frühen Zugang zu neuen Funktionen und Einfluss auf die Roadmap.

Wenn Sie KI-Agenten-Traffic-Analytics möchten, dem Ihr gesamtes Team vertrauen kann, bewerben Sie sich für Early Access. Erzählen Sie uns von Ihrer Anwendung, den Routen, die Ihnen am wichtigsten sind, und den Fragen, die Ihre Analytics beantworten sollen.

Entdecken Sie Proof of Actor, sehen Sie, wie es funktioniert, oder lesen Sie, was die Evidenz belegen kann.

Quellen

FÜR ENTWICKLER

What your code receives

Every interaction resolves to one result record. Your application reads the class and the basis and applies its own policy.

Result record
{
  "route": "GET /api/v1/catalog",
  "class": "agent",
  "basis": "verified",
  "evidence": [
    { "signal": "http_message_signature", "result": "valid", "keyid": "assistant.example" },
    { "signal": "client_declaration", "value": "assistant.example" }
  ],
  "observed_at": "2026-11-13T10:42:07Z"
}
class
Human, Human + AI, Agent oder Unknown.
basis
Wie stark die Evidenz ist: verified, declared, inferred oder unknown.
evidence
Die Signale hinter dem Ergebnis, damit Ihr Team den Grund sehen kann.

Starten Sie im Beobachtungsmodus: Erfassen Sie Ergebnisse neben Ihren Logs und ändern Sie nichts, bis Sie eine Richtlinie wählen. Lesen Sie die Node.js-Integrationsanleitung

Häufig gestellte Fragen

Was ist KI-Agenten-Traffic-Analytics?

Es ist die Praxis, zu messen, wie viel der Aktivität Ihrer Anwendung von Menschen, Menschen mit KI, autonomen Agenten und unbekannten Quellen stammt, aufgeteilt nach Route, Workflow und Zeit.

Worin unterscheidet sich das von meinem Web-Analytics-Tool?

Web-Analytics-Tools sind darauf ausgelegt, menschliche Besuche und Kampagnen zu zählen. Proof of Actor klassifiziert, wer oder was bei jeder Interaktion handelt, zeigt die Nachweise hinter dem Ergebnis und deckt neben Seiten auch APIs und MCP servers ab.

Enthält es API- und MCP-Traffic?

Ja. Integrationen auf Serverseite und für MCP bringen den Akteurkontext in API-Aufrufe und Tool-Aufrufe ein, und dort ist die Agentenaktivität oft am höchsten.

Basieren die Zahlen auf Vermutungen?

Jede Klassifizierung nennt ihre Grundlage: verified, declared, inferred oder unknown. Sie können Ihre Analytics nach Grundlage filtern, sodass verifizierter Agenten-Traffic und inferierter Agenten-Traffic nie vermischt werden.

Ändert es, wie meine App reagiert?

Nicht standardmäßig. Die Analytics laufen im Beobachtungsmodus. Ihre App ändert ihr Verhalten erst, wenn Ihr Team eine Policy aktiviert.

Wie erhalte ich Zugriff?

Beantragen Sie Early Access. Ausgewählte Founding-Developer-Teams können innerhalb der vereinbarten Nutzungsgrenzen bis zu 12 Monate kostenlosen Zugriff erhalten.

Wissen, wer Ihre App verwendet.

Private Beta für eine kleine Gruppe von Founding-Developern.

Frühen Zugang erhaltenPreise anzeigen

Möchten Sie zuerst sprechen? Mit den Gründern sprechen