Rund ein Fünftel der Website-Sitzungen ist nicht menschlich, und automatisierte Kampagnensysteme lernen aus diesen Geister-Conversions.

Wer aus den vielzitierten 21 Prozent ungültigem Traffic einen Verlust von 21 Prozent des Mediabudgets ableitet, sieht Gespenster an der falschen Stelle. Das Geld ist größtenteils nicht weg. Was heimgesucht wird, ist das Signal, mit dem automatisierte Gebotssysteme entscheiden, wohin das nächste Budget fließt.

Die Zahl selbst stimmt für das, was sie misst. Der Münchner Anbieter fraud0 hat für Q4 2024 rund 1,2 Milliarden Website-Sessions und 10,78 Milliarden programmatische Impressionen ausgewertet und kommt auf 21,3 Prozent ungültigen Onsite-Traffic, Suchmaschinen-Crawler ausdrücklich herausgerechnet [Q122]. Das ist eine Anbieterstudie aus dem eigenen Kundenbestand, kein repräsentatives Panel, und der Messzeitraum liegt inzwischen zwei Jahre zurück. In der deutschen Fachpresse geistert die Zahl trotzdem weiter als aktueller Befund herum [Q92] [Q90].

Derselbe Spuk, Werte zwischen 1 und 57 Prozent

Der interessante Teil ist nicht, dass die Zahlen auseinandergehen, sondern warum.

Integral Ad Science misst über 2025 eine globale IVT-Rate von 1,1 Prozent, Nordamerika liegt mit 1,36 Prozent an der Spitze [Q125]. DoubleVerify meldet für Q1 2026 0,5 Prozent global, minus 24 Prozent gegenüber Vorjahr, in EMEA sogar minus 45 Prozent [Q21] [Q20]. Fraudlogix wiederum findet in 105,7 Milliarden programmatischen Impressionen aus 2025 eine IVT-Rate von 20,64 Prozent [Q43]. Cloudflare Radar weist je nach Bezugsgröße 57,5 Prozent oder 35,5 Prozent Bot-Anteil aus. Die höhere Zahl gilt nur für HTML-Requests, die niedrigere für alle Requests [Q19] [Q12].

Zwischen 1,1 und 21 Prozent liegt Faktor 20, und beide Werte sind korrekt erhoben. Der Unterschied ist, wo man die Geister zählt: Verifizierungsanbieter messen, was nach der Filterung in geschützten Kampagnen übrigbleibt, Session-Analysen messen alles, was an der Haustür klingelt [Q28]. Die niedrige Zahl ist also kein Zeichen, dass es nicht spukt. Sie zeigt nur, dass der Exorzismus schon gelaufen ist.

Auch die Richtung ist umstritten. DoubleVerify meldet für dasselbe Jahr einen deutlichen Rückgang, IAS sieht Invalid Traffic und Ad Clutter über 2025 schlechter werden [Q127]. Beide sind MRC-akkreditiert. Dieser Widerspruch ist nicht geglättet worden, und er lässt sich mit öffentlich einsehbaren Methodiken auch nicht auflösen.

Für deutsche Budgets ist die globale Zahl ein Schauermärchen

Dieselbe Erhebung, die global 20,64 Prozent ausweist, nennt für Deutschland 3,01 Prozent und führt das Land in der niedrigsten Risikokategorie; im ersten Quartal 2026 waren es 1,99 Prozent, ähnlich wie Frankreich mit 1,19 und die Niederlande mit 1,02 Prozent [Q43] [Q38]. Die globale Zahl entsteht wesentlich aus der Länderzusammensetzung. Wer „jede fünfte Impression ist Bot" auf eine Mediaplanung im DACH-Raum überträgt, fürchtet sich vor einem Monster, das um eine Größenordnung kleiner ist.

Mobile ist das dunklere Kapitel: Die deutsche Fraud-Rate lag zwischenzeitlich bei 15,7 Prozent auf Android und 17,9 Prozent auf iOS und ist bis Q1 2026 auf 10,5 beziehungsweise 8,7 Prozent gesunken, während Affiliate Fraud von 33,7 auf 40,2 Prozent stieg [Q74]. Und eine im deutschen Markt kursierende Schätzung, bis zu 30 Prozent der hiesigen Werbeausgaben flössen in betrügerische Kanäle, steht ohne einsehbare Methodik da und widerspricht allen gemessenen Werten [Q73]. Eine Gruselgeschichte fürs Lagerfeuer, als Planungsgrundlage unbrauchbar.

Was die Plattform mit den Geistern macht, die sie erkennt

Hier wird es für dich teuer, und genau hier ist die Beleglage am dünnsten.

Google entfernt vor Monatsende erkannten ungültigen Traffic automatisch aus Abrechnung und Berichten, ausdrücklich einschließlich Conversions; später erkannter Traffic wird als Gutschrift verrechnet, nicht zurückerstattet [Q59]. Seit Juni 2026 gibt es dazu ein eigenes Hilfedokument zum Invalid Activity Credit Report mit zehn Metriken für Search- und Performance-Max-Kampagnen. Ob der Report technisch neu ist oder nur erstmals dokumentiert, bleibt unklar [Q57] [Q58].

Entscheidend ist, was dort nicht steht. Google dokumentiert, dass erkannter ungültiger Traffic aus Abrechnung und Berichten verschwindet. Ob und wie er aus den Trainingsdaten der Gebotsmodelle verschwindet, sagt die Dokumentation nicht. Keine der belastbaren Quellen quantifiziert, wie stark Smart Bidding oder Performance Max durch Bot-Conversions in ihrem Ergebnis abweichen. Der Rückkopplungsmechanismus selbst ist Praktikerkonsens, nicht Studienlage: Jede gezählte Conversion behandelt das System als wiederholenswertes Muster aus Zielgruppe, Platzierung, Gerät, Tageszeit und Creative und verschiebt Budget dorthin [Q34] [Q29].

Das ist die eigentliche Heimsuchung. Du bekommst eine Gutschrift für den Klick. Du bekommst keine Korrektur für die Lernkurve, die dieser Klick ausgelöst hat. Der Geist ist aus der Rechnung verschwunden, aber er spukt weiter im Modell.

fraud0 beziffert in derselben Erhebung 9,75 Prozent der Conversions als ungültig, davon 7,82 Prozent bestätigte Bots und 1,92 Prozent Verdachtsfälle [Q122]. Selbstauskunft eines Anbieters, der Bot-Erkennung verkauft, also mit Vorsicht zu behandeln. Aber die Größenordnung ist plausibel genug, um sie ernst zu nehmen: Ein Zehntel verzerrter Zielsignale ist in einem System, das täglich Budget umverteilt, kein Rundungsfehler.

Warum GA4 nur die Gespenster mit Namensschild sieht

GA4 filtert Bots automatisch, auf Basis von Googles eigener Forschung und der International Spiders and Bots List des IAB. Das läuft ohne Konfiguration und entfernt die Crawler, die sich selbst zu erkennen geben [Q82]. Was es nicht entfernt: Traffic, der sich als Mensch verkleidet, IPs rotiert oder über Residential Proxies läuft. Der in GA4 sichtbare Bot-Anteil ist eine Untergrenze, kein Messwert [Q86].

Dazu kommt ein mechanisches Detail, das die Kluft zwischen Serverlogs und Analytics erklärt: KI-Crawler wie GPTBot oder ClaudeBot stehen meist nicht auf der IAB-Liste, führen aber überwiegend kein JavaScript aus. Da GA4 erst beim feuernden Tag zählt, gehen sie oft durch die Wand, ohne einen Hit auszulösen. Das ist eine nachvollziehbare Erklärung aus der Praxis, keine Primärquelle, und sollte als Hypothese gelesen werden [Q88].

Praktisch heißt das: Wenn Serverlogs und Analytics weit auseinanderliegen, ist nicht automatisch eines von beidem kaputt. Sie messen unterschiedliche Dinge. Ein Dashboard, das beide Quellen nebeneinanderstellt, ohne das zu kennzeichnen, produziert Diskussionen statt Entscheidungen.

Die Grauzone, die 2026 neu ist: Gäste ohne Gesicht

Bislang war die Trennlinie Mensch gegen Maschine. Sie trägt nicht mehr.

HUMAN Security misst für April 2026 die Verteilung agentischen Traffics: Comet mit 48,12 Prozent vorn, dahinter Atlas mit 21,33, die Claude-Chrome-Erweiterung mit 17,33 und ChatGPT Agent mit 8,55 Prozent. 69,57 Prozent dieser Aktivität betraf Produkt- und Suchrouten, nur 3,16 Prozent Checkout und Zahlung [Q107]. Im Juni 2026 führte E-Commerce die Branchenverteilung mit 43,8 Prozent an [Q110]. Das sind Sessions, hinter denen in vielen Fällen ein kaufbereiter Mensch steht, der nur jemand anderen an der Tür klingeln lässt.

Stand Oktober 2026 gibt es dafür keine Branchenregel. Verifizierungsanbieter führen deklarierte KI-Agenten unter General Invalid Traffic [Q72]. Die MRC hat die Aktualisierung ihrer Standards zu KI in der Mediamessung zur Priorität für 2026 erklärt und nennt in ihrer Interimsguidance vom 8. Juli 2026 ausdrücklich die Implikationen agentischer KI und die wachsende Komplexität von General IVT, wenn deklarierte Crawler zunehmen [Q65] [Q67]. Ein separates MRC-Vorhaben soll Accountability-Standards für KI-Einkaufsagenten wie Performance Max und Advantage Plus adressieren. Das ist die Aussage eines Marktteilnehmers, nicht ein MRC-Dokument [Q69]. Parallel hat das IAB Tech Lab am 6. Januar 2026 eine Agentic Roadmap veröffentlicht und seit 1. März 2026 ein Agent Registry gestartet, über das Unternehmen ihre Agenten registrieren können [Q54] [Q52].

Die Standardisierung läuft also, sie ist aber nicht fertig. Bis dahin gilt: Ein Teil dessen, was deine Filter heute als Geist markieren, ist echte Nachfrage im Kostüm. Und ein Teil dessen, was als Mensch durchgeht, ist es nicht.

Was das für dein Budget heißt

Drei Dinge, in dieser Reihenfolge.

Erstens, und das kostet kein zusätzliches Mediabudget: Hör auf, globale IVT-Raten auf deine Planung anzuwenden. Für Kampagnen im deutschen Markt liegen die gemessenen Werte bei etwa 2 bis 3 Prozent [Q43] [Q38], nicht bei 20. Das Budget, das du auf Basis der höheren Zahl in Geisterjagd stecken wolltest, ist an der Signalqualität besser aufgehoben.

Zweitens, und hier kommt das Geld her: Wenn du Lead-Gen über automatisierte Gebotsstrategien fährst, verschiebe das Conversion-Ziel vom Formular-Submit auf eine qualifizierte Stufe. Google selbst empfiehlt für Offline-Messung „Qualified Lead"- oder „Converted Lead"-Ziele und ergänzt importierte Offline-Conversions über Enhanced Conversions for Leads um nutzerbereitgestellte Daten [Q102] [Q101]. Das ist kein zusätzliches Mediabudget, sondern eine Umstellung der Zieldefinition und des CRM-Rückflusses. Dafür brauchst du Implementierungskapazität, und zwar jetzt: Seit 15. Juni 2026 laufen Offline-Conversion-Importe und Enhanced-Conversions-Uploads nur noch über die Data Manager API, in der Google Ads API werden sie blockiert; Developer-Tokens ohne Request zwischen Januar und Juni 2026 haben keinen Legacy-Zugang mehr [Q102]. Wenn du noch über den alten Weg hochlädst, prüf deshalb zuerst, ob deine Offline-Conversions überhaupt noch ankommen.

Drittens, und das ist das Kleinste: Zieh dir den Invalid Activity Credit Report, gleiche die Gutschriften gegen deine Rechnungen ab und prüfe, ob die bereinigten Leistungskennzahlen deine Entscheidungen der letzten Monate verändert hätten [Q57]. Wenn ja, hast du ein Reporting-Problem und kein Fraud-Problem. Wenn nein, lass die Geister ruhen und investiere die Zeit in Punkt zwei.

Was du nicht tun solltest: ein Fraud-Tool kaufen, bevor du weißt, welches Conversion-Ereignis deine Gebotsstrategie trainiert. Knoblauch vor der falschen Tür hilft nicht. Ein Filter vor einem falsch definierten Ziel macht das Ziel nicht richtig, er macht nur die Zahl darunter sauberer.

Dass Messung nicht nur berichten, sondern steuern muss, ist genau der Punkt, an dem wir mit Kunden ansetzen, und wer dieses Fundament systematisch bauen will, findet es im Measurement & Ops Kit, das aus Reporting ein Entscheidungssystem macht.

Die 21 Prozent sind also keine Rechnung, die du bezahlst. Sie sind ein Hinweis darauf, dass ein Teil deiner Zielsignale nicht von Menschen stammt, die kaufen wollen, und dass dein Gebotssystem diesen Unterschied nicht kennt, solange du ihm kein besseres Ziel gibst. Die Branche schreibt gerade erst die Regeln für die Geisterstunde. Deine Zieldefinition kannst du vorher ändern.

Wenn du prüfen willst, welche deiner Zahlen eine Entscheidung trägt und welche nur spukt, lass uns in einem kostenlosen Erstgespräch draufschauen.

Dieser Beitrag wurde mit KI-Unterstützung erstellt und redaktionell geprüft.