IAB ordnet KI-Verkäufe neu zu: Warum ChatGPT-Empfehlungen im Tracking verschwinden

Das Interactive Advertising Bureau hat am 12. November 2026 einen neuen Standardrahmen vorgestellt, der KI-Empfehlungen entlang des Kaufprozesses sichtbar machen soll. Der AI-Era Attribution Blueprint unterscheidet dabei, ob Menschen eigenständig kaufen, ob KI die Entscheidung unterstützt oder ob ein Agent den Kauf ausführt. Die zentrale Frage für Marketingteams: Wem wird ein Verkauf zugerechnet, wenn der erste entscheidende Kontakt in einer KI-Antwort statt auf einer Website stattfindet?

Das bisherige Last-Click-Reporting sieht häufig nur den letzten Google-Suchtreffer, den Direktaufruf oder die Shop-Sitzung. Ein Kunde kann sich aber Tage zuvor in ChatGPT, Gemini oder einem Einkaufsagenten über das Produkt informiert haben.

Drei Kaufwege statt einer einzigen Conversion-Zahl

Der Branchenverband definiert drei Kategorien:

• Human-Owned: Ein Mensch entwickelt die Kaufabsicht, entscheidet und führt den Kauf selbst aus.
• AI-Assisted: Ein KI-System hilft bei Recherche, Auswahl oder Empfehlung; die Entscheidung bleibt wesentlich beim Menschen.
• AI-Executed: Ein Agent übernimmt den abschließenden Einkauf oder die Transaktion im Auftrag des Nutzers.

Für jeden Vorgang soll dokumentiert werden, wer die Absicht ausgelöst, die Entscheidung getroffen und die Transaktion ausgeführt hat. Anschließend kann eine Plattform, ein Publisher oder ein anderer Beteiligter Ansprüche auf einen Beitrag zum Verkauf anmelden – allerdings auf Basis nachvollziehbarer Belege. Eine bloße Behauptung ist noch keine anerkannte Attribution.

Damit baut der neue Blueprint auf dem älteren IAB-Rahmen für AI Visibility auf: Während es dort um Erwähnungen und Quellen in KI-Antworten ging, interessiert jetzt die Verbindung zum Geschäftsergebnis. Die Unterschiede zwischen Marken-Nennung, Citation und Referral hatten wir bereits bei der KI-Sichtbarkeitsmessung erklärt.

Warum viele KI-Empfehlungen als Search oder Direct auftauchen

Wie groß die Lücke sein kann, illustrieren Similarweb-Daten, die das IAB in seiner Untersuchung zitiert. Nutzer, denen ein KI-Assistent eine Marke empfohlen hatte, besuchten deren Website in den folgenden sieben Tagen 2,5-mal so häufig wie andere Nutzer der ausgewerteten Vergleichsgruppe. Von diesen Besuchen wurden aber lediglich 8,8 Prozent als direkte KI-Referrals erfasst. 55,9 Prozent liefen über die Suche, 19,9 Prozent über direkten Zugriff.

Ein klassisches Analytics-Dashboard könnte bei solchen Verläufen also Search oder Direct als wichtigsten Kontakt ausweisen, obwohl die Marke bereits in einer KI-Konversation ins Relevant Set aufgenommen wurde. Genau diese Fehlzuordnung beeinflusst, wohin Budget fließt.

Auch die eigene Messpraxis zeigt Anpassungsdruck: Laut IAB Outlook Study 2026, September-Update nennen 45 Prozent der befragten Werbekäufer den Vergleich von KI-getriebenen und herkömmlichen Journeys als wichtigste Messherausforderung; 44 Prozent greifen auf Branded Search oder Direct Traffic als Näherungswerte für KI-Einfluss zurück.

Publisher haben eine neue Attribution-Frage

Besonders spannend ist die Rolle journalistischer Inhalte. Ein Nutzer lässt sich von einem Assistenten ein Produkt empfehlen, dessen Antwort auf einem Testbericht basiert, und kauft anschließend im Shop. Der Testbericht kann zur Entscheidung beigetragen haben, ohne jemals einen registrierten Klick erhalten zu haben.

Deshalb unterscheidet das IAB zwischen Ansprüchen auf den entscheidenden Kontakt und auf einen mitwirkenden Beitrag. Publisher müssen dafür nachweisen können, dass ihre Inhalte genutzt wurden und – sofern verfügbar – mit einer späteren Conversion zusammenhängen. Die IAB-Empfehlung an Plattformen lautet: bezahlte und organische Empfehlungen unterscheiden, Quellen offenlegen und KI-ausgelösten Traffic konsistent kennzeichnen.

Das berührt die Diskussion um Google AI Overviews und fehlende Publisher-Klickdaten. Zugleich passen die neuen ChatGPT Business Analytics zu Markenerwähnungen und Klicks als erster Teil eines künftig breiteren Mess-Stacks dazu.

Was Marketer jetzt in ihr Reporting aufnehmen können

Statt Search, Social und Direct sofort anders zu gewichten, können Teams die Datenlage systematisch ergänzen: KI-Empfehlung, sichtbares Quellenzitat, KI-Referral, Branded Search und nachgelagerte Conversion sollten getrennt erfasst werden. Ergänzend helfen Befragungen nach der ursprünglichen Produktentdeckung und kontrollierte Lift-Tests.

Gerade KI-Agenten verändern zudem die Unterscheidung zwischen menschlichen Besuchen und automatisierten Aktionen. Der neue IAB-Blueprint liefert dafür ein gemeinsames Vokabular – die tatsächlichen Transaktionsbelege müssen Plattformen, Shops und Publisher nun gemeinsam zugänglich machen.

Quellen - IAB: Offizielle Pressemitteilung zum AI-Era Attribution Blueprint, 12. November 2026 - IAB: AI-Era Attribution Blueprint – Rahmenwerk und Kategorien - Digiday: Das neue IAB-Attributionsmodell und die Datenlücken - MediaPost: Hintergründe zum IAB-Attributionsrahmen