Bot-Traffic im E-Commerce: So triffst du Entscheidungen mit unvollkommenen Daten
Im vorherigen Artikel unserer Reihe „Die Kontrolle zurückgewinnen in einem immer komplexeren E-Commerce“ haben wir darüber gesprochen, wie KI verändert, wo und wie Kaufentscheidungen fallen, und warum sich Shopbetreiber:innen und E-Commerce-Teams nicht nur auf mehr Traffic, sondern auch auf die Optimierung der Entscheidungsmomente konzentrieren sollten.
Doch hier kommt das nächste Problem: Jede Optimierung, die du vornimmst, hängt von Daten ab. Was, wenn diese Daten verfälscht sind?
Wenn du lange genug im E-Commerce arbeitest, hast du einiges davon wahrscheinlich selbst erlebt:
- Du hast eine Produktseite auf Basis von Engagement-Daten neu gestaltet und dich dann gefragt, ob die Hälfte dieser Sitzungen überhaupt von echten Käufer:innen stammte.
- Du hast eine Kampagne skaliert, weil der ROAS stark aussah, und dann bemerkt, dass die Traffic-Quelle mit Bot-Sitzungen überflutet war.
- Du hast Wiederherstellungs-E-Mails an Hunderte abgebrochene Checkouts geschickt. Die Hälfte kam als unzustellbar zurück. Die E-Mail-Adressen waren gefälscht.
- Du hast einen A/B-Test durchgeführt und einen Gewinner gewählt. Aber du hast keine Ahnung, wie vielen Bots beide Varianten ausgespielt wurden.
Die Berichte fühlen sich „irgendwie falsch“ an, aber du kannst nicht beweisen, warum. Jemand sagt: „Das ist ein Bot-Problem.“ Sofern du nicht in einem Großunternehmen mit starkem Tech-Team arbeitest, wird dieses Problem wahrscheinlich nie vollständig gelöst.
Niemand fühlt sich für das Problem zuständig. Die Verantwortung liegt trotzdem bei dir. Und Entscheidungen musst du trotzdem treffen.
Wie kommst du also weiter mit Daten, denen du nicht ganz vertrauen kannst?
Dieser Artikel richtet sich an nicht-technische Verantwortliche im Tagesgeschäft, Marketer, Vertriebsteams und E-Commerce-Manager. Wir zeigen dir weder, wie du den Bot-Schutz von Cloudflare einrichtest, noch geben wir dir eine Schritt-für-Schritt-Anleitung zum Erstellen von Filtern.
Du weißt bereits, dass es Bots gibt. Du weißt bereits, dass deine Daten selten zu 100 % sauber sind. Auch das erklären wir nicht noch einmal.
Stattdessen lösen wir ein anderes Problem: wie du Entscheidungen triffst, wenn die Grenzen verschwimmen. Welchen Daten kannst du genug vertrauen, um danach zu handeln? Welche verdienen Skepsis? Und wie baust du ein praktisches Framework auf, damit dich unvollkommene Zahlen nicht lähmen?
Am Ende hast du ein klareres Bild davon, wie Bot-Traffic Entscheidungen im E-Commerce verzerrt – und einen praktischen Weg, trotzdem weiter selbstbewusst zu handeln.
Für diesen Artikel haben wir auch den E-Commerce-Experten Nahar Geva um seine Einschätzungen gebeten. Nahar ist seit 2015 E-Commerce-Unternehmer und Gründer und CEO von ZIK Analytics.
Seine praktische Erfahrung in der Branche führte ihn schließlich dazu, eine der bekanntesten Plattformen für Produktrecherche im E-Commerce aufzubauen.
Heute unterstützt ZIK Analytics über 300.000 Verkäufer:innen weltweit. Über die Plattform hinaus ist Nahar ein gefragter Speaker und Mentor, dem es ein echtes Anliegen ist, ganz normalen Menschen durch E-Commerce zu finanzieller Unabhängigkeit zu verhelfen – unabhängig von Hintergrund oder Erfahrung.
1. Ein kleines „Bots 101“ und Veränderungen im Markt
Bevor wir zum praktischen Framework kommen, brauchst du eine kurze Grundlage: Welche Arten von Bots gibt es, und welche bringen deine Daten durcheinander?
Es gibt drei Kategorien von Bots, sortiert nach ihrer Absicht:
| Kategorie | Beispiele | Was sie tun |
|---|---|---|
| Nützlich | Suchmaschinen-Indexer, Barrierefreiheits-Checker und autorisierte Integrationen | Helfen dabei, dass dein Shop gefunden wird und richtig funktioniert. Die willst du haben. |
| Unerwünscht | Preis-Scraper, Restock-Monitore, unbekannte Crawler, nicht autorisierte Lasttests | Nicht direkt schädlich, verunreinigen aber deine Daten und verschwenden Ressourcen. Grauzone. |
| Schädlich | DDoS-Angriffe, Bots für Zahlungsbetrug, Bots zur Kontoübernahme, Scraper für Fälschungen, Bots für Fake-Registrierungen | Schaden deinem Business aktiv, stehlen Daten oder begehen Betrug. |
Weniger technisch ausgedrückt:
- Die hilfreichen Gäste: Suchmaschinen (wie Google), die Menschen helfen, dich zu finden. Die willst du haben.
- Die unhöflichen Nachbarn: Wettbewerber, die deine Preise oder Lagerbestände auslesen. Sie stehlen kein Geld, verstopfen aber deine Daten und verschwenden deine Ressourcen.
- Die Eindringlinge: Betrüger, die versuchen, Konten zu stehlen oder gestohlene Kreditkarten zu testen. Sie verursachen echten finanziellen Schaden.
💡Fun Fact: Weißt du, wie CAPTCHA Menschen von Bots unterscheidet?
Menschen sind chaotisch. Bots sind präzise. Genau darauf basiert CAPTCHA.
Wir zögern, scrollen wieder nach oben und klicken „falsch“. Bots sind perfekt – sie verbringen jedes Mal exakt 11,5 Sekunden auf einer Seite. Wenn du eine Gruppe von Besucher:innen mit „perfekt identischem“ Verhalten siehst, schaust du nicht auf ähnliche Käufer, sondern auf ein Skript.
Genau deshalb sind ausgefeilte Bots aber auch schwerer zu erwischen: Sie lernen, Zufälligkeit einzubauen.
Und was ist mit KI-Crawlern? Verhalten die sich wie Käufer?
Kurze Antwort: Nein.
Seriöse KI-Crawler geben sich über ihren User Agent zu erkennen, rufen Inhalte ab und halten sich an die Regeln der robots.txt. Sie simulieren kein Einkaufsverhalten. Sie verhalten sich wie klassische Suchmaschinen-Crawler, nicht wie Käufer.
Du musst dir also keine Sorgen machen, dass seriöse KI-Crawler gefälschte Einkaufsaktionen in deinem Shop erzeugen.
Die KI-bezogene Bedrohung, die du im Blick behalten solltest, ist eine andere: KI-gestützte Bots von böswilligen Akteuren, die mithilfe von KI menschliches Verhalten nachahmen. Darauf gehen wir in Abschnitt 3 ein.
Die kurze Zusammenfassung:
- Gute Bots: Suchmaschinen, seriöse KI-Crawler, Monitoring-Tools. Die willst du haben.
- Schlechte Bots: Daten-Scraper, Scalper, Bots für Zahlungsbetrug, Bots zur Kontoübernahme, Fake-Registrierungen und Bots, die deinen Checkout, deine Authentifizierung und deine Datenendpunkte missbrauchen.
Du musst nicht jeden Bot identifizieren. Du musst nicht alle verhindern. Das ist Aufgabe des IT-Teams.
Dein Ausgangspunkt als Verantwortliche:r im Tagesgeschäft ist einfacher: Verstehe, wo Bot-Verhalten deine Entscheidungen verzerrt, und was du dagegen tun kannst.
Nahar Geva:
Bot-Traffic gab es schon immer, aber wenn es um echte Conversions geht, spielt er ehrlich gesagt keine große Rolle. Wenn du dich auf die richtigen Daten konzentrierst, wird Bot-Traffic irrelevant. Bots können bei dir nichts kaufen. Klar, sie können deine Besucher- und Aufrufzahlen aufblähen, aber am Ende werden die Events „Add to Cart“, „Initiate Checkout“ und „Purchase“ nur von echten Menschen ausgelöst. Wenn du also auf Käufe und ROAS optimierst, filterst du das Rauschen bereits heraus, und der Bot-Traffic ist kein Problem mehr.
2. Die Auswirkungen diagnostizieren: Wann, wo und welche Kennzahlen
Manche von euch möchten die Auswirkungen von Bot-Traffic vielleicht komplett isolieren. Für die meisten E-Commerce-Unternehmen lautet die ehrliche Antwort: Das geht nicht.
Das heißt aber nicht, passiv zu bleiben. Es heißt, zu lernen, Entscheidungen zu treffen – egal, ob deine Daten sauber oder verunreinigt sind.
Laut dem Global Bot Security Report von DataDome aus dem Jahr 2024 sind nur etwa 10 % der E-Commerce-Websites vollständig gegen schädliche Bots geschützt. Über 65 % haben nicht einmal gegen einfache Bot-Angriffe einen Schutz. Wenn du einen Onlineshop betreibst, ist Bot-Traffic mit ziemlicher Sicherheit bereits in deinen Daten.
Der klügste Schritt ist also nicht, perfekt sauberen Daten hinterherzujagen, sondern die Auswirkungen zu diagnostizieren: Wann steigt der Bot-Traffic sprunghaft an, wo zeigt er sich, und welche Kennzahlen verzerrt er?
2.1 Wann steigt er an?
Es gibt keine feste „Angriffssaison“. Bot-Traffic steigt aber meist rund um große Shopping-Events wie den Black Friday, Sales zu Feiertagen und andere Zeiten mit hohem Traffic.
Der Grund ist einfach: In diesen Zeiten sind alle aktiv. Unternehmer:innen nutzen Tools, um Märkte zu recherchieren, Wettbewerber zu beobachten und Trends zu verfolgen. Kaufwillige strömen in die Shops. Und Angreifer nutzen dieses Volumen, um darin unterzutauchen.
Allerdings finden Angriffe inzwischen das ganze Jahr über statt, nicht nur saisonal. Große Shopping-Events sind einfach die sensibelsten Zeiten, weil mehr Traffic den Bots mehr Deckung bietet.
Sei in diesen Zeiten bei deinen Kennzahlen besonders vorsichtig. Eine Zahl, die nach Wachstum aussieht, kann auch einfach Rauschen sein.
2.2 Wo und welche Daten sind betroffen?
Nicht alle deine Kennzahlen sind gleich anfällig. Hier sind die, die typischerweise verzerrt werden, entlang der Customer Journey geordnet:
- Sitzungen nach Traffic-Quelle. Bot-Traffic sammelt sich oft unter „Direkt“ oder „Keine“ und bläht diesen Kanal unverhältnismäßig auf.
- Produktseitenaufrufe und Engagement. Gefälschte Besuche machen es schwerer zu erkennen, welche Produkte deine Kundschaft wirklich interessieren.
- Add-to-Cart-Rate. Bots, die Einkaufsverhalten simulieren, blähen diese Kennzahl auf und lassen deinen Funnel gesünder aussehen, als er ist.
- Checkout-Abbruchrate. Von Bots gestartete Checkouts, die nie abgeschlossen werden, machen diese Zahl unzuverlässig.
- E-Mail-Erfassung und Anmeldeformulare. Gefälschte Einträge verunreinigen deine Liste und lösen Automatisierungs-Workflows aus, die dich Geld kosten.
- Kampagnen-Attribution. Wenn Bots über deine Anzeigenlinks kommen, sind deine ROAS-Berechnungen falsch.
Der entscheidende Punkt: Manche dieser Kennzahlen sind sauber, andere verrauscht. Sie sind nicht alle gleich stark verzerrt.
Beispiel für die Ansicht „Kaufprozess“ in Google Analytics
Nahar Geva:
Aufgeblähte Aufrufe, Besucherzahlen und Klicks in Kombination mit niedrigen Conversion-Raten sind ein Zeichen für Bot-Traffic. Natürlich ist der Bot-Traffic in manchen Fällen nicht nennenswert, und es ist viel schwerer zu bestimmen, ob es sich um Bots oder Menschen handelt. Aber am Ende zählt die Kaufaktivität. Wenn eine Kampagne also gut läuft und einen positiven ROAS erzielt, können wir die übrigen „Traffic“-Daten komplett ignorieren.
Wie erkennst du also, ob Bots eine bestimmte Kennzahl tatsächlich beeinflussen? So würde ich an diese Frage herangehen:
Wenn du ein starkes IT-Team hast, kann es die Daten filtern und dir saubere Zahlen liefern. Das ist das ideale Szenario.
Wenn nicht, vergleiche mit deinen eigenen Richtwerten. Darauf solltest du achten:
- Ein sprunghafter Anstieg der Sitzungen? Schlüssel ihn auf. Prüfe, ob die Absprungrate im normalen Bereich bleibt oder sich auf einen absurd niedrigen oder hohen Wert verschoben hat.
- Ein sprunghafter Anstieg der Produktseitenaufrufe? Sieh dir die Engagement-Zeit an. Denk daran: Menschen sind chaotisch, Bots sind präzise. Wenn die Engagement-Zeit über alle Sitzungen nahezu identisch ist – gleiche Dauer, gleiche Muster –, handelt es sich mit hoher Wahrscheinlichkeit um Bots.
- Ein sprunghafter Anstieg abgebrochener Checkouts? Sieh dir die Sitzungsaufzeichnungen an. Echte Käufer:innen springen an unterschiedlichen Schritten und zu unterschiedlichen Zeiten ab. Bots springen am selben Schritt zur selben Zeit ab.
Das Muster ist jedes Mal dasselbe: Vergleiche die Auffälligkeit mit dem, was du als normal für deinen Shop kennst. Deine Erfahrung und dein Wissen über dein Business sind legitime Diagnosewerkzeuge.
Und noch etwas, das du dir merken solltest: Wenn die Entscheidungen, die du gerade treffen musst, die verzerrten Kennzahlen nicht betreffen, kannst du durchatmen. Nicht jede verrauschte Zahl verlangt sofortiges Handeln.
Du sagst nicht „Ignoriere alles“. Du sagst nur „Interpretiere sorgfältig“.
⚠️ Gut zu wissen: der blinde Fleck der Analysen
Dein Analytics-Dashboard sieht nur Besucher:innen, die JavaScript laden und Cookies akzeptieren. Stell sie dir wie Gäste vor, die durch die Vordertür kommen und sich ins Gästebuch eintragen.
Dein Server sieht alles. Jede Anfrage, jedes Klopfen an der Tür – einschließlich Bots, die deine Tracking-Pixel komplett umgehen.
Deshalb können deine Hosting-Logs einen Traffic-Sturm zeigen, während dein Dashboard völlig ruhig aussieht. Wenn dir eine Lücke zwischen beiden auffällt, ist das ein Sichtbarkeitsproblem – und höchstwahrscheinlich ein Zeichen dafür, dass etwas Automatisiertes unbemerkt auf deinen Shop zugreift.
Damit ist die Grundlage gelegt. Kommen wir jetzt zum praktischen Framework.
3. Eine Vertrauenshierarchie für deine Kennzahlen
Die Diagnose ist gemacht. Du weißt, wann Bot-Traffic ansteigt. Du weißt, welche Kennzahlen am ehesten verzerrt sind. Du hast ein Gespür für die blinden Flecken deiner Analytics-Tools.
Jetzt sitzt du vor deinem Dashboard. Die Frage hat sich nicht geändert: Welche dieser Zahlen kann ich wirklich verwenden?
Genau hier bleiben die meisten Verantwortlichen hängen. Nicht, weil ihnen Daten fehlen, sondern weil sie keine Möglichkeit haben, vertrauenswürdige Signale von unzuverlässigen zu trennen.
Die meisten Ressourcen helfen da auch nicht weiter. Sie werfen allen Bot-Traffic in einen Topf und behandeln jeden nicht-menschlichen Besuch als dieselbe Bedrohung. Das ist irreführend.
Unterschiedliche Bots erzeugen unterschiedliche Verzerrungen. Unterschiedliche Verzerrungen betreffen unterschiedliche Teile deiner Daten. Sobald du das erkennst, verschiebt sich die Frage:
Du fragst nicht mehr „Sind meine Daten falsch?“, sondern etwas Nützlicheres: „Sind diese Daten gut genug für genau diese Entscheidung?“
Genau das bauen wir in diesem Abschnitt auf.
3.1 Unterschiedliche Bots, unterschiedliche Verzerrungen
Weiter oben haben wir drei Kategorien von Bots nach ihrer Absicht vorgestellt: nützlich, unerwünscht und schädlich.
So verzerrt jede davon deine Daten auf ihre eigene Weise.
| Kategorie | Wer sie betreibt | Zweck | Traffic-Umfang |
|---|---|---|---|
| Crawler von KI-Plattformen | OpenAI, Google, Anthropic | Indexierung, Modelltraining | Mittel |
| SEO-/Daten-Bots | Agenturen, Anbieter, Wettbewerber | Scraping, Preisbeobachtung, Ranking-Tracking | Hoch |
| Angriffs-Bots | Hacker | Betrug, Missbrauch, Kontoübernahme | Sehr hoch |
| KI-gestützte Bots | Jeder | Alles, vom Scraping bis zum Betrug | Explosives Wachstum |
Genauer gesagt:
Crawler von KI-Plattformen indexieren Inhalte und trainieren ihre Modelle. Sie geben sich in der Regel über ihren User Agent zu erkennen, halten sich an die Regeln der robots.txt und simulieren kein Einkaufsverhalten. Sie rufen deine Seiteninhalte ab und ziehen weiter. Die Datenverzerrung, die sie verursachen, beschränkt sich meist auf aufgeblähte Seitenaufrufe bei Inhalten und Produktseiten. Wenn du einen sprunghaften Anstieg der Aufrufe siehst, aber keine entsprechende Veränderung bei Engagement oder Add-to-Cart-Verhalten, ist es wahrscheinlich genau das.
SEO- und Daten-Bots lesen deine Website nach Preisen, Lagerbeständen, Keyword-Rankings und Produktinformationen aus. Sie crawlen deine Produktseiten immer wieder und sind eine Hauptursache für aufgeblähte Engagement-Kennzahlen. Durch sie lässt sich schwerer erkennen, welche Produkte wirklich das Interesse deiner Kundschaft wecken und welche nur von Wettbewerbern beobachtet werden.
Angriffs-Bots sind da, um deine Systeme zu missbrauchen: Zahlungsbetrug, Kontoübernahmen, Fake-Registrierungen und Ausnutzung des Checkouts. Diese Bots verzerren deine Checkout- und Transaktionsdaten am stärksten. Sie blähen die Rate abgebrochener Warenkörbe auf, erzeugen Rauschen durch fehlgeschlagene Transaktionen und verunreinigen deine E-Mail-Listen mit gefälschten Adressen.
KI-gestützte Bots sind die neueste und am schnellsten wachsende Kategorie. Jeder kann sie für jeden Zweck einsetzen, und sie basieren auf denselben großen Sprachmodellen, die KI-Tools so leistungsfähig machen. Der Unterschied: Sie lernen, sich menschlicher zu verhalten – sie bauen Zufälligkeit in ihr Timing ein, wechseln IP-Adressen und imitieren echte Surfmuster. Ihr Wachstum ist explosiv, und sie sind am schwersten zu erkennen, weil sie nicht den vorhersehbaren Mustern folgen, auf die sich klassische Bot-Erkennung stützt.
Praktische Erkenntnis: Die Verzerrung verrät die Quelle
- Sprunghaft mehr Seitenaufrufe ohne Veränderung bei den Conversions? Wahrscheinlich nützliche Crawler oder unerwünschte SEO-Bots. Die Verzerrung steckt in deinem Traffic-Volumen und deinen Seitenaufrufen.
- Rauschen bei Add-to-Cart, sprunghaft mehr Checkout-Abbrüche, fehlgeschlagene Zahlungen? Keine KI-Plattformen. Das deutet auf schädliche Bots hin, die es auf deinen Transaktions-Funnel abgesehen haben.
- Menschenähnliche Muster mit verdächtig gleichmäßigem Timing? KI-gestützte Angreifer. Die Verzerrung vermischt sich mit deinen echten Kundendaten und ist daher am schwersten zu isolieren.
Unterschiedliche Bots. Unterschiedliche Verzerrungen. Und wie wir gleich sehen, unterschiedlich viel Vertrauen in die Daten, die sie berühren.
⏰Kurze Pause mit ein paar interessanten Neuigkeiten zu KI-Bots:
- KI-Bots werden zu einer wichtigen Quelle für Web-Traffic (State of Bots Report für Q3 & Q4 2025 von Toiibit)
- Automatisierter Traffic hat menschlichen Traffic inzwischen überholt, angetrieben vor allem von KI- und LLM-gestützten Bots – wobei schädliche Bots 37 % des gesamten Traffics ausmachen (Imperva-Bericht)
- Der Bericht von DataDome (Q4 2025) nennt die Branchen, die am wenigsten gegen schädliche Bots und unerwünschten KI-Traffic geschützt sind: Telekommunikation, Technologie/Software und Gaming.
3.2 Das Datenvertrauensmodell
Dieses Modell ordnet deine E-Commerce-Kennzahlen in drei Stufen ein, basierend auf einer einzigen Frage: Wie schwer ist es für Bots, diese Daten zu fälschen?
Jede Stufe entspricht den Arten von Entscheidungen, die sie zuverlässig stützen kann.
Signale mit hohem Vertrauen
Abgeschlossene Bestellungen. Umsatz. Erstattungsquoten. Zahlungsdaten.
Diese Kennzahlen können Bots am schwersten manipulieren. Denn dafür muss echtes Geld fließen. Ein Bot kann deine Seitenaufrufe aufblähen oder dein Anmeldeformular mit Spam fluten. Einen legitimen, abgeschlossenen Kauf mit gültiger Zahlungsmethode kann er nicht erzeugen.
Das ist dein Fundament. Wenn du Entscheidungen über Umsatzentwicklung, Kanal-ROI, Nachbestellungen oder Budgetverteilung triffst, stütze dich auf diese Zahlen.
Beispiel: Ein Produkt scheint im Trend zu liegen. Triff diese Einschätzung nicht allein auf Basis der Seitenaufrufe. Sieh dir die abgeschlossenen Bestellungen an. Wenn die Bestellungen stark sind, ist der Trend echt – egal, wie aufgebläht die Seitenaufrufe sein mögen.
Signale mit mittlerem Vertrauen
Zwischenschritte im Checkout, etwa das Erreichen der Versandseite, die Eingabe einer E-Mail-Adresse und die Auswahl einer Zahlungsmethode. Aktionen eingeloggter Kund:innen. Verhalten nach dem Kauf, etwa Wiederholungskäufe, abgegebene Bewertungen und Support-Kontakte.
Diese Aktionen setzen ein gewisses Maß an Authentifizierung oder Verbindlichkeit voraus, was es einfachen Bots schwerer macht, sie zu erzeugen. Wir glauben aber, dass ausgefeilte Bots sie heutzutage trotzdem verzerren können, vor allem Checkout-Schritte und Login-Aktivitäten.
Nutze Signale mit mittlerem Vertrauen für die Funnel-Optimierung und die Kundensegmentierung. Begegne ihnen aber mit Skepsis, wenn viel auf dem Spiel steht.
Beispiel: Du testest einen neuen Checkout-Ablauf. Daten mit mittlerem Vertrauen können dir Orientierung geben, aber gleiche sie mit abgeschlossenen Bestellungen und Umsatz ab, bevor du eine dauerhafte Änderung vornimmst.
💡 Experten-Tipp: Mit Checkout-Validierung das Rauschen im Funnel reduzieren
Wenn dein Shop einen mehrseitigen Checkout nutzt, sind Validierungsregeln ein praktischer Weg, um zu verhindern, dass gefälschte oder unvollständige Checkout-Aktionen tiefere Funnel-Schritte erreichen.
Mit Apps zur Checkout-Anpassung auf Shopify kannst du Anforderungen an Warenkorbinhalt, Bestellwert sowie Kontakt- oder Versandangaben festlegen, bevor eine Sitzung weitergeht. Das beseitigt Bot-Aktivität nicht vollständig, legt die Hürde aber hoch genug, damit deine Signale mit mittlerem Vertrauen spürbar sauberer werden.
Außerdem helfen Checkout-Validierungen dabei, unqualifizierte Bestellungen herauszufiltern, und verringern die Notwendigkeit, bei Kund:innen wegen fehlender oder falscher Angaben nachzuhaken.
Beispiel für Checkout-Validierungen mit der App Qikify Checkout Customizer
Signale mit geringem Vertrauen
Sitzungen. Anonyme Seitenaufrufe. Add-to-Cart-Events. E-Mail-Anmeldungen. Engagement-Kennzahlen wie Verweildauer und Scrolltiefe.
Diese Signale können Bots am leichtesten erzeugen, und sie sind am schwersten zu überprüfen.
Ein einziger Scraping-Bot kann Hunderte Sitzungen erzeugen. Ein Formular-Spam-Bot kann über Nacht Tausende gefälschte E-Mail-Adressen in deine Liste eintragen. Das Preisbeobachtungstool eines Wettbewerbers kann ein Produkt allein anhand der Seitenaufrufe extrem beliebt erscheinen lassen.
Nutze Signale mit geringem Vertrauen nur als grobe Richtung. Sie sagen dir, dass etwas passiert, aber nicht mit genug Sicherheit, was oder warum, um eine wichtige Entscheidung zu rechtfertigen.
Drei Regeln, die du dir merken solltest:
- Erhöhe nie dein Werbebudget wegen eines Traffic-Anstiegs, ohne zu prüfen, ob die Conversions mitziehen.
- Präsentiere nie ein Produkt auf deiner Startseite aufgrund von Seitenaufrufen, ohne das tatsächliche Kaufverhalten zu bestätigen.
- Vertraue E-Mail-Anmeldezahlen nie blind, ohne nach dem ersten Versand Bounce-Raten und Engagement zu beobachten.
Eine kurze Übersicht über das Modell:
| Vertrauensstufe | Signale | Nutzen für | Beispielentscheidung |
|---|---|---|---|
| Hohes Vertrauen | Abgeschlossene Bestellungen, Umsatz, Erstattungsquote, Zahlungsdaten | Umsatzentscheidungen, Kanal-ROI, Nachbestellungen und Budgetverteilung | „Sollen wir dieses Produkt nachbestellen?“ Sieh dir abgeschlossene Bestellungen an, nicht Seitenaufrufe. |
| Mittleres Vertrauen | Zwischenschritte im Checkout, Aktionen eingeloggter Nutzer, Verhalten nach dem Kauf | Funnel-Optimierung, Kundensegmentierung (mit Einschränkungen) | „Ist unser neuer Checkout-Ablauf besser?“ Prüfe die Abschlussraten und verifiziere sie dann mit dem tatsächlichen Umsatz. |
| Geringes Vertrauen | Sitzungen, Seitenaufrufe, Add-to-Cart, E-Mail-Anmeldungen, Engagement-Kennzahlen | Nur als grobe Richtung. Vor dem Handeln abgleichen. | „Liegt dieses Produkt im Trend?“ Die Seitenaufrufe sagen Ja, aber prüfe die Bestellungen, bevor du es hervorhebst. |
Das Ziel ist nicht, dich in Bezug auf deine Daten paranoid zu machen. Es geht darum, dir eine einheitliche Methode zu geben, um einzuschätzen, wie viel Gewicht eine Zahl verdient, bevor du danach handelst.
Stell es dir wie Lead-Scoring vor. Bevor du auf deine besten Interessenten zugehst, bewertest und priorisierst du deine Leads. Das ist derselbe Schritt – nur angewendet auf deine Daten, bevor du Entscheidungen triffst.
So sieht das in der Praxis aus: Jemand aus deinem Team sagt: „Unser Traffic ist diesen Monat um 30 % gestiegen. Wir sollten das Budget erhöhen und skalieren.“
Du musst keine Bot-Untersuchung starten. Du stellst nur eine Frage: Ist Traffic eine entscheidungsreife Kennzahl oder eine, die überprüft werden muss?
Er muss überprüft werden. Bevor also jemand ein Budget anpasst, kombiniere ihn mit Umsatz oder abgeschlossenen Bestellungen. Wenn sich das Wachstum auch dort zeigt, handle danach. Wenn nicht, grab tiefer, bevor du dich festlegst.
4. Was Shopify im Hintergrund tut (und wo die Lücken sind)
In diesem Artikel geht es darum, mit unvollkommenen Daten bessere Entscheidungen zu treffen – nicht darum, dir eine technische Lösung zu liefern.
Es hilft aber zu wissen, was deine Plattform bereits im Hintergrund tut. Dieser Kontext verändert, wie du deine Zahlen liest.
Wenn du Shopify nutzt, solltest du drei aktuelle Änderungen kennen:
- Dimension „Human or Bot Session“: Ein neuer Berichtsfilter, mit dem du echte Kundensitzungen von automatisiertem Traffic trennen kannst.
- Grenzen über die robots.txt: Neue Standardregeln, die verhindern, dass autonome KI-Agenten ohne menschliche Prüfung Zahlungen abschließen.
- Automatisierung mit Shopify Flow: Eigene Regeln, um verdächtige Bestellungen zurückzuhalten oder bei ungewöhnlicher Aktivität Warnungen auszulösen.
Die technischen Details musst du nicht verstehen. Wichtig ist, zu wissen, dass es diese Funktionen gibt und wie sie mit der Bewertung deiner Daten zusammenhängen.
Das Update zur Bot-Filterung
Die für Verantwortliche im Tagesgeschäft wichtigste Änderung ist die Dimension „Human or Bot Session“, eingeführt am 7. Oktober 2025. Damit kannst du deine Shopify-Analysen filtern und echte Kundensitzungen direkt in deinem Dashboard von automatisiertem Traffic trennen.
Du kannst jetzt:
- Deine tatsächliche Conversion-Rate sehen, indem du Bot-Sitzungen ohne Conversion herausnimmst.
- Traffic-Quellen vergleichen, um zu erkennen, welche Kanäle echte Käufer bringen und welche durch Bots aufgebläht sind.
- Den Filter für alle standardmäßigen sitzungsbezogenen Kennzahlen nutzen, etwa Sitzungen, Conversion-Raten und Besucherzahlen.
Wie Shopify menschliche und Bot-Aktivitäten definiert
Shopify hat außerdem angekündigt, die Funktion auch für Headless- und Hydrogen-Shops bereitzustellen. Wie du den Filter anwendest, erfährst du im Artikel zur Bot-Filterung im Shopify-Hilfecenter.
Es gibt Einschränkungen, die du kennen solltest. Der Filter gilt nur für sitzungsbezogene Kennzahlen und umfasst nur Daten ab dem 7. Oktober 2025. Die Überprüfung einer Sitzung dauert 24 bis 48 Stunden. Deine Daten sehen in Echtzeit „verunreinigt“ aus und zwei Tage später „sauber“. Wichtig: Dieser Filter korrigiert deine Berichte, verhindert aber derzeit nicht, dass Bots deine Meta- oder Google-Pixel auslösen. Deine Werbealgorithmen „sehen“ die Bots weiterhin, bevor Shopify sie markieren kann.
Die größte Lücke für alle, die bezahlte Kampagnen schalten:
Der Filter verhindert nicht, dass Bots deine Marketing-Pixel in Echtzeit auslösen. Deine Werbealgorithmen bei Meta und Google lernen aus jedem Signal, das sie erhalten – auch aus denen, die von Bots erzeugt werden. Und nach Diskussionen auf Reddit und in der Shopify Community zu urteilen, haben die meisten Shops mit Bot-Traffic zu kämpfen, vor allem während bezahlter Werbeaktionen, wenn höhere Traffic-Volumen den Bots mehr Deckung bieten.
Wenn du bei bezahlten Kampagnen mit solchen Problemen zu tun hattest, empfehle ich dir, Zeit in fortgeschrittene Targeting- und Ausschlussregeln für deine Kampagnen zu investieren. Bots vollständig verhindern kannst du nicht, aber du kannst deine Filter definitiv verschärfen und Budget sparen.
Im Sinne des Datenvertrauensmodells ist der Filter vor allem nützlich, um deine Signale mit geringem Vertrauen zu verbessern. Sitzungen, Seitenaufrufe und Daten zu Traffic-Quellen werden zuverlässiger, wenn du auf menschliche Besuche filterst. Deine Signale mit hohem Vertrauen bleiben unverändert, weil sie für Bots ohnehin schwer zu fälschen waren.
Tools von Drittanbietern für mehr Schutz und tiefere Analysen
Die nativen Tools von Shopify sind ein spürbarer Fortschritt. Aber sie lösen nicht alles. Und in Community-Kanälen gibt es viele Beschwerden darüber, ob der Filter genug erkennt – selbst im Shopify-Plus-Tarif.
Wenn das zum Problem wird, können Tools von Drittanbietern helfen. Sie fallen in zwei Kategorien:
Schutz-Apps: entwickelt, um schädlichen Traffic zu blockieren, bevor er deine Daten erreicht. Beliebte Optionen: Disable Right Click & NoSpy (Shop-Schutz gegen Spionage, Bots, VPNs usw.), Blockify (umfassenderer Shop-Schutz mit Blockierung nach IP, Land und VPN).
Fortgeschrittene Analyseplattformen: etwa PostHog und Mixpanel. Sie lassen sich in Shopify integrieren und bieten Sitzungsaufzeichnungen, individuelles Event-Tracking, Funnel-Analysen und Nutzersegmentierung. Sie blockieren keine Bots, aber du kannst damit tief in deine Daten eintauchen, verdächtige Muster erkennen und Signale über alle Vertrauensstufen hinweg abgleichen. Beide bieten kostenlose Tarife für kleinere Shops.
Die Konfiguration von PostHog zum Filtern von Bot-Events
Du musst keines dieser Tools sofort einführen. Aber wenn sich deine Daten trotz des integrierten Filters unzuverlässig anfühlen, sind das deine nächsten Schritte.
Der Unterschied zwischen den Shopify-Tarifen
Die Tarife Basic und Standard bieten dir die vorgefertigten Berichte und den Sitzungsfilter „Human or Bot“. Für die meisten, die das Datenvertrauensmodell anwenden, deckt das das Wesentliche ab.
Shopify Plus bietet zusätzlich ShopifyQL Notebooks, mit denen technisch versierte Nutzer oder Agenturen fortgeschrittene Abfragen ausführen können, um komplexe Bot-Muster zu erkennen und eigene Berichte zu erstellen.
In allen Shopify-Tarifen hat Shopify seine Standardregeln für Onlineshops aktualisiert, um zu verhindern, dass autonome KI-Agenten ohne menschliche Prüfung Käufe abschließen. Das schützt deine Transaktions- und Checkout-Daten – die entscheidungsreifen Kennzahlen an der Spitze des Vertrauensmodells. Keine Konfiguration nötig. Das wird auf Plattformebene geregelt.
Für die meisten Händler:innen in Standardtarifen bringen dich der integrierte Filter und das Vertrauensmodell aus Abschnitt 3 schon sehr weit.
Nahar Gevas abschließender Rat an alle E-Commerce-Händler:
Als E-Commerce-Verkäufer treffen wir in vielen verschiedenen Bereichen des Geschäfts datenbasierte Entscheidungen. Ich würde aber sagen, die wichtigste datenbasierte Entscheidung fällt gleich im ersten Schritt: wenn man entscheidet, was man verkaufen will. Viele neue Verkäufer:innen haben es eilig, weil sie schnell loslegen wollen, und fallen auf den Irrglauben herein, dass das erste Produkt, an das sie gedacht haben, ihr Goldticket ist. Leider sieht die Realität so aus, dass Verkäufer im Schnitt rund 10 verschiedene Produkte testen müssen, bevor sie einen Gewinner finden – und genau da scheitern die meisten und geben auf.
Wie bei jeder Chance im Leben müssen wir lernen, eine großartige Gelegenheit von einer schlechten zu unterscheiden. Was heißt das? Ganz einfach: Such konsequent weiter nach einem Gewinnerprodukt, das alle Kriterien erfüllt, ohne bei irgendetwas Kompromisse zu machen – selbst wenn das bedeutet, eine Woche zu suchen, bevor du überhaupt anfängst. Verlass dich außerdem nicht auf nur ein Produkt. Wir können nicht garantieren, dass unser erstes Produkt gut läuft, also müssen wir bereit sein, mehrere Produkte zu testen.
Um das richtig zu machen, müssen Verkäufer ein Analysetool nutzen, das Verkaufshistorie, Traffic-Daten und Anzeigendaten liefert, und all diese Datenpunkte mit gesundem Menschenverstand kombinieren, um ihre Auswahl zu treffen.
Es spielt keine Rolle, auf welchem Marktplatz du verkaufst – ob du deinen eigenen Shopify-Shop hast, auf eBay verkaufst, Dropshipping betreibst, eine eigene Marke führst oder mit eigenem Lager verkaufst: Du musst Daten nutzen, um zu entscheiden, was du verkaufst. So erhöhst du deine Chancen, Gewinnerprodukte zu finden, die echten Umsatz bringen und dich zu einem erfolgreichen E-Commerce-Verkäufer machen. Das derzeit führende Tool für Produktrecherche für E-Commerce-Verkäufer und Dropshipper ist ZIK Analytics.
5. Mit Zuversicht abschließen
Das war eine Menge Stoff. Fassen wir kurz zusammen, damit du das Gesamtbild mitnimmst:
Bots sind bereits in deinen Daten, und das ist okay. Nicht alle Bots bringen dieselben Dinge durcheinander. Sobald du weißt, welche Art welche Kennzahl beeinflusst, bist du schon in einer viel besseren Position, um zu reagieren.
Diagnostiziere, bevor du reagierst, und nutze ein Datenvertrauensmodell für dein Business. Im Zweifel gleiche die Daten ab, bevor du dich bei Budget, Lagerbestand oder Strategie festlegst.
Deine Plattform hilft, hat aber Lücken. Tools von Drittanbietern können diese Lücken füllen, wenn du sie brauchst.
Jetzt der eine Perspektivwechsel, der alles zusammenführt:
Hör auf zu fragen: „Sind meine Daten sauber?“
Frag stattdessen: „Sind diese Daten zuverlässig genug für genau diese Entscheidung?“
Du musst nicht jeden Bot blockieren. Du brauchst keine perfekten Analysen. Du musst nur wissen, welche Zahlen für die anstehende Entscheidung zählen – und ob sie vertrauenswürdig genug sind, um danach zu handeln.
So sieht Kontrolle für Verantwortliche im E-Commerce aus.
Dies ist die erste Station unserer siebenteiligen Reihe „Die Kontrolle zurückgewinnen in einem immer komplexeren E-Commerce“.
Als Nächstes in der Reihe: Wir gehen dorthin, wo all das zusammenläuft – zum Checkout. Dort werden deine Daten zu Umsatz, dort wird dein Kundenerlebnis auf die Probe gestellt, und dort wird die Lücke zwischen deinem Dashboard und der Realität spürbar. Wir sehen uns dort.
-----
Du willst das ganze Bild? Lies alle sieben Kapitel von „Die Kontrolle zurückgewinnen in einem immer komplexeren E-Commerce“ – jetzt als kostenloses E-Book. E-Book herunterladen →
Gewinne wertvolles Wissen, um dein Business zu stärken
Mit einem Klick auf „Abonnieren“ erklärst du dich damit einverstanden, dass Qikify dir Newsletter-E-Mails an deine Adresse sendet.
Weitere Informationen findest du in unserer Datenschutzerklärung.
about the author
Lauren Nguyen
Growth Marketing Specialist at Qikify
Hey there! Lauren here - the data-driven marketing gal at Qikify. My thing? Providing eCommerce merchants like you with the most valuable insights and streamlined solutions to help grow your online stores and drive more sales. Since joining this exciting industry, I've been all about sharing expertise to boost your success. When I'm not geeking out over marketing, you'll find me kickstarting my day with a delicious morning coffee (and let's be real, an afternoon cup is a must some days to power through). Feel free to connect with me through LinkedIn. I'm always stoked to chat with fellow marketing enthusiasts, store owners, swap ideas, and explore cool new collaborations. Together, we can take your online business to new heights!