VERGLEICH

Proof of Actor vs Mixpanel: Product Analytics und Actor-Evidence im direkten Vergleich

Mixpanel hilft Teams zu verstehen, wie Nutzer ihr Produkt einführen und behalten. Proof of Actor sagt Ihrer Anwendung, wer oder was jede Interaktion ausführt, mit der Evidenz dahinter, und lässt Ihren Code entscheiden, was als Nächstes geschieht. Hier sehen Sie, wie sich beide vergleichen und wie sie zusammenarbeiten.

Frühen Zugang erhalten Funktionsweise erkunden

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

Mixpanel ist eine Plattform für Product Analytics. Teams nutzen sie, um zu sehen, welche Funktionen Menschen übernehmen, wo sie im Funnel abspringen und wer in der nächsten Woche zurückkommt. Dafür ist sie ausgezeichnet, und für viele Produktteams ist sie der Ort, an dem Fragen zum Nutzerverhalten beantwortet werden.

Jetzt steht daneben eine neue Frage. Einige der Ereignisse in Ihrem Produkt werden nicht mehr von einer klickenden Person ausgelöst. Sie stammen von KI-Agenten, die für echte Kunden handeln, von Menschen, die mit einem KI-Assistenten arbeiten, und von Automatisierung, die Sie noch nicht erklären können. Bevor Sie einen Funnel lesen, müssen Sie immer häufiger wissen, wer oder was die Ereignisse darin erzeugt hat, und Ihre Anwendung muss im Moment selbst dieselbe Information kennen, um darauf reagieren zu können. Genau dafür wurde Proof of Actor von AgentCredia entwickelt.

Diese Seite vergleicht beide fair. Die folgenden Fakten zu Mixpanel stammen aus der eigenen Dokumentation von Mixpanel Stand November 2026.

Die Kurzfassung

	Mixpanel	Proof of Actor
Hauptfrage	Wie übernehmen, konvertieren und bleiben Nutzer?	Wer oder was handelt bei dieser Interaktion, und was ist die Evidenz?
Wo er erfasst	Client- und Server-SDKs plus Ingestion-APIs; Mixpanel empfiehlt nach Möglichkeit serverseitiges Tracking	Server-Middleware, Edge, HTTP API, MCP servers sowie ein freigegebener Browser-Collector
Agenten- und Bot-Labels	`$mp_actor_type` von agent, bot oder none, klassifiziert aus dem User-Agent	Human, Human + AI, Agent oder Unknown, mit angegebener Grundlage
Verifizierte Agentenidentität	In der Dokumentation von Mixpanel zum Bot-Traffic nicht beschrieben	Verifizierte Grundlage, wenn eine Request-Signatur gegen einen veröffentlichten Schlüssel geprüft wird
KI-unterstützte Personen	Nicht als eigene Klasse beschrieben	Ein Ergebnis erster Klasse: Human + AI
Unklare Aktivitäten	Als none gekennzeichnet, wenn kein Agent- oder Bot-Treffer vorliegt	Als Unknown gemeldet, mit einem Fallback Ihrer Wahl
Wirkt auf Traffic ein	Nein, es analysiert Ereignisse	Routet pro Ihren Richtlinien in Ihrem eigenen Code, nach der Beobachtung

Der Rest dieser Seite erläutert jede Zeile.

Wofür das Ereignismodell von Mixpanel gebaut ist

Mixpanel ist um Events und die an sie angehängten Properties herum gebaut. Sie instrumentieren Aktionen wie Sign-up, Projekt anlegen oder Teammitglied einladen, fügen Properties wie Plan oder Plattform hinzu und erstellen dann Funnels, Retention-Kurven, Flows und Kohorten, indem Sie Events nach diesen Properties aufschlüsseln. Jede Analysefrage in Mixpanel wird am Ende zu einer Frage danach, welche Events wann, für wen und mit welchen Property-Werten aufgetreten sind.

Genau deshalb passt Actor-Kontext so gut hinein. Ein Actor-Label ist nur eine weitere Property, und sobald sie auf Ihren Events liegt, kann jeder Funnel und jede Retention-Ansicht danach segmentiert werden. Mixpanel ist mit seinem eigenen Actor-Labeling bereits in diese Richtung gegangen. Die offene Frage ist, worauf diese Property basiert und ob Ihre Anwendung dieselbe Antwort nutzen kann, während die Anfrage noch verarbeitet wird.

Proof of Actor erzeugt diese Antwort im Request-Pfad. Jede Interaktion erhält eine von vier Klassen: Human, wenn die Signale auf eine Person hindeuten, Human + AI, wenn eine Person mit KI-Unterstützung gehandelt hat, die deklariert oder über eine unterstützte Integration beobachtet wurde, Agent für automatisierte oder agentenbasierte Interaktionen und Unknown, wenn die Evidenz keine zuverlässige Bestimmung trägt. Jedes Ergebnis nennt seine Evidenzgrundlage, verified, declared, inferred oder unknown, sodass die Property von einem Label zu einem Label mit angegebener Stärke wird.

Wo beide laufen

Mixpanel bietet sowohl clientseitiges als auch serverseitiges Tracking an. Die Dokumentation zur Auswahl einer Tracking-Methode empfiehlt, so viel wie möglich von Ihren Servern aus zu tracken und bei Bedarf clientseitiges Tracking zu ergänzen, und weist darauf hin, dass clientseitiges Tracking von Ad-Blockern beeinflusst wird.

Proof of Actor läuft ebenfalls serverseitig, aber seine Position ist anders. Es sitzt im Request-Pfad Ihrer Anwendung: Node.js-Middleware, Next.js, der von Ihnen kontrollierte Edge, eine allgemeine HTTP API oder Ihr MCP server, optional mit einem Browser-Collector auf freigegebenen Seiten. So sieht es Signale genau im Moment der Anfrage, etwa ob ein Client eine Signatur vorgelegt hat, ob ein Client sich selbst deklariert hat und ob Ihr eigener Assistent die Aktion ausgelöst hat. Die vollständige Liste finden Sie auf der Seite Integrationen.

Wie Mixpanel Bots und KI-Agenten behandelt

Mixpanel hat hier echte Unterstützung ergänzt, und das verdient Anerkennung. Laut der Dokumentation zum Bot-Traffic:

Die JavaScript-Bibliothek von Mixpanel filtert standardmäßig eine kurze Liste bekannter Crawler heraus, darunter Googlebot und Bingbot.
Jedes Event, das mit der Eigenschaft $ignore gesendet wird, wird bei der Ingestion verworfen, sodass Sie Ihre eigene Filterlogik schreiben können.
Die Ingestion-APIs von Mixpanel klassifizieren den User-Agent jedes Events und setzen $mp_actor_type (Actor Type) auf agent für Anfragen von einem LLM, das im Namen eines menschlichen Nutzers handelt, auf bot für allgemeinen automatisierten Traffic wie Crawler und Suchindexierer oder auf none, wenn nichts davon zutrifft. Wenn der Typ agent oder bot ist, enthält $mp_actor_name (Actor Name) die klassifizierte Identität, etwa GPTBot oder ClaudeBot.
Bei serverseitigem Tracking verwendet die Klassifizierung den User-Agent der Anfrage, die Mixpanel erreicht hat, also die HTTP-Bibliothek Ihres Servers, es sei denn, Sie leiten den User-Agent des Endnutzers weiter, zum Beispiel in $mp_raw_user_agent. Mixpanel weist darauf hin, dass die Klassifizierung sonst ungenau sein kann.
Events in Mixpanel sind unveränderlich, daher werden bereits erfasste Bot-Events behandelt, indem sie aus der Analyse herausgefiltert statt gelöscht werden.

Das ist ein nützliches Reporting-Label. Es ist aber auch, dem Design nach, ein vom User-Agent-String abgeleitetes Label. User-Agent-Strings sind selbst gemeldet und leicht zu imitieren, ein Problem, das im Eintrag User-Agent-Spoofing beschrieben wird. Und die Dokumentation beschreibt keine Klasse für Menschen, die mit KI-Unterstützung arbeiten, oder eine Möglichkeit zu sagen, dass die Evidenz zu schwach für eine Einordnung ist.

`$mp_actor_type` und die Proof of Actor-Klasse im direkten Vergleich

Da beide Ergebnisse auf demselben Mixpanel-Event stehen können, hilft ein Blick auf den Zusammenhang:

`$mp_actor_type`	Worauf es basiert	Was die Proof of Actor-Klasse ergänzen kann
`agent`	Ein User-Agent-Match für ein LLM, das für einen Nutzer handelt	Agent mit verifizierter Grundlage, wenn die Request eine gültige Signatur trägt, oder andernfalls eine deklarierte oder abgeleitete Grundlage
`bot`	Ein User-Agent-Match für Crawler und Indexierer	Agent, wenn die Evidenz dafür spricht, oder Unknown, wenn ein Crawler-ähnlicher User-Agent durch nichts anderes gestützt wird
`none`	Kein Agent- oder Bot-Treffer auf den User-Agent	Human, Human + AI oder Unknown, sodass unterstützte Personen und unerklärter Traffic nicht im selben Bucket verschwinden

Die wichtigsten Unterschiede ergeben sich daraus, wo jede Antwort erzeugt wird.

Evidenz jenseits des User-Agent-Strings. $mp_actor_type wird aus dem User-Agent abgeleitet, der selbst gemeldet und leicht zu imitieren ist, wie der Eintrag User-Agent-Spoofing erklärt. Ein verifiziertes Proof of Actor-Ergebnis bedeutet, dass eine Request-Signatur gegen einen veröffentlichten Schlüssel geprüft wurde, unter Verwendung von HTTP Message Signatures wie in RFC 9421 definiert und von Web Bot Auth verwendet.

Eine Klasse für KI-unterstützte Menschen. Unter $mp_actor_type fällt eine Person, die mit einem Assistenten entwirft, zusammen mit allen anderen Nutzern in none. Proof of Actor meldet Human + AI, wenn die Unterstützung deklariert wurde oder über eine unterstützte Integration beobachtet wurde, sodass ein Mixpanel-Funnel zeigen kann, ob KI-unterstützte Nutzer schneller aktiv werden oder an anderen Stellen stocken.

Unknown statt none. none bedeutet, dass kein Treffer gefunden wurde. Unknown bedeutet, dass die Evidenz nicht stark genug für eine Einordnung war, was eine andere und nützlichere Aussage ist. Sie können die Unknown-Rate nach Route verfolgen, und der Leitfaden zum Umgang mit Unknown-Traffic behandelt die Fallback-Muster.

Ereignisse, die nie durch Ihr Tracking laufen. Agenten rufen oft APIs und MCP servers auf, statt durch eine UI zu klicken. Proof of Actor klassifiziert diese Interaktionen dort, wo sie passieren, einschließlich MCP-Tool-Aufrufen; siehe den Use Case für MCP servers.

Eine Entscheidung zum Request-Zeitpunkt. Mixpanel-Events sind unveränderlich und werden im Nachhinein analysiert, was für Analytics richtig ist. Proof of Actor lässt Ihre Anwendung außerdem pro Route, Klasse und Grundlage allow, adapt, challenge, send to review oder rate-limit. Es startet im Observationsmodus, sodass sich nichts ändert, bis Sie sich für enforcement entscheiden.

Mixpanel und Proof of Actor zusammen nutzen

Am Request klassifizieren. Proof of Actor gibt für jede Interaktion in Ihrer Anwendung, API oder Ihrem MCP server eine Klasse und eine Grundlage zurück.
Zwei Event-Properties hinzufügen. Hängen Sie die Klasse und die Grundlage als Properties an, zum Beispiel mit den Namen actor_class und actor_basis, an die Mixpanel-Events, die Sie bereits senden. Serverseitiges Tracking macht das einfach, weil Ihre Anwendung das Ergebnis hält.
$mp_actor_type ebenfalls beibehalten. Leiten Sie den User-Agent des Endnutzers weiter, damit Mixpanels eigenes Label korrekt bleibt, und vergleichen Sie die beiden Properties. Wenn sie voneinander abweichen, sagt Ihnen die Proof of Actor-Grundlage, welcher Evidenz Sie vertrauen sollten.
Die Reports aufschlüsseln, die Sie bereits verwenden. Teilen Sie Funnels, Retention und Flows nach Actor-Klasse auf, um zu sehen, ob agentengesteuerte Sign-ups sich wie menschliche verhalten oder ob KI-unterstützte Nutzer schneller zur Aktivierung gelangen. Der Use Case für SaaS-Apps zeigt, wo das am wichtigsten ist.
Dort handeln, wo es zählt. Schreiben Sie Richtlinien für die Routen, bei denen die Actor-Klasse die Erfahrung ändern soll. Der Leitfaden zum sicheren Rollout von actor-bewussten Richtlinien beschreibt den Ablauf.

Wann Sie welches Produkt wählen sollten

Wählen Sie Mixpanel, wenn Ihre Frage das Produktverhalten betrifft: Aktivierung, Conversion, Retention, Funktionsnutzung und die Pfade, die Nutzer nehmen. Das $mp_actor_type-Label ist ein guter erster Schnitt, um Agenten und Bots in dieser Analyse zu trennen.

Ergänzen Sie Proof of Actor, wenn dieses Label Evidenz tragen soll, wenn KI-unterstützte Nutzer für Ihr Produkt wichtig sind, wenn ein großer Teil Ihres Agent-Traffics über APIs oder MCP servers kommt oder wenn Ihre Anwendung zur Laufzeit statt in einem Report reagieren soll. Mixpanel zeigt Ihnen, wie Ihr Produkt genutzt wird. Proof of Actor zeigt Ihnen, wer es bei jeder Interaktion nutzt, mit Evidenz, und gibt Ihrem Code eine Möglichkeit, darauf zu reagieren.

Loslegen

Proof of Actor ist in der Private Beta. Über das Founding Developer Program können ausgewählte Teams bis zu 12 Monate kostenlosen Zugang innerhalb vereinbarter Nutzungslimits erhalten, ohne automatische Abrechnung. Für Early Access bewerben und erzählen Sie uns von Ihrem Produkt und den Interaktionen, die Sie verstehen möchten.

Mixpanel ist eine Marke von Mixpanel, Inc.

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

Muss ich Mixpanel durch Proof of Actor ersetzen?

Nein. Mixpanel bleibt das richtige Tool für Funnels, Retention und die Analyse von Produktevents. Proof of Actor ergänzt die Klassifizierung pro Interaktion mit einer Evidenzgrundlage und lässt Ihre Anwendung darauf routen. Die meisten Teams behalten Mixpanel und ergänzen Proof of Actor.

Kann ich Actor-Klassen in Mixpanel senden?

Ja. Ihre Anwendung erhält jedes Proof of Actor-Ergebnis, sodass Sie die Actor-Klasse und die Grundlage als Event- oder User-Properties zu den Events hinzufügen können, die Sie bereits erfassen. Anschließend können Sie Mixpanel-Funnels und Retention nach Human, Human + AI, Agent und Unknown aufschlüsseln.

Mixpanel kennzeichnet Agenten bereits. Warum Proof of Actor ergänzen?

Laut der Dokumentation von Mixpanel wird die Eigenschaft Actor Type Stand November 2026 aus dem User-Agent klassifiziert. Proof of Actor gibt die Grundlage jedes Ergebnisses an, kann die Agentenidentität mit HTTP Message Signatures verifizieren, weist KI-unterstützte Personen als Human + AI aus, gibt Unknown zurück, wenn die Evidenz zu dünn ist, und stellt Ihrem Code Richtlinien bereit, um auf das Ergebnis zu reagieren.

Filtert Mixpanel Bots standardmäßig?

Laut der Dokumentation von Mixpanel filtert die JavaScript-Bibliothek standardmäßig eine kurze Liste bekannter Crawler, und Sie können andere Ereignisse verwerfen, indem Sie die Eigenschaft $ignore setzen. Die Ingestion-APIs fügen außerdem einen Actor Type von agent, bot oder none hinzu, auf den Sie in Berichten filtern können.

Blockiert Proof of Actor etwas?

Nein. Es startet im Observationsmodus und verändert bei der Installation nichts. Sie sehen sich Richtlinien gegen echten Traffic in der Vorschau an und setzen sie Route für Route in Ihrem eigenen Code durch.

Funktioniert Proof of Actor mit serverseitigem Tracking?

Ja. Proof of Actor läuft in Node.js-Middleware, Next.js, am Edge, in einer allgemeinen HTTP API und auf MCP servern, sodass es Interaktionen klassifiziert, die nie einen Browser berühren.

Wissen, wer Ihre App verwendet.

Private Beta für eine kleine Gruppe von Founding-Developern.

Frühen Zugang erhalten Preise anzeigen

Möchten Sie zuerst sprechen? Mit den Gründern sprechen