Zo trackt u AI-verkeer met Stape

AI-verkeer bestaat uit websitebezoeken of verzoeken die afkomstig zijn van AI-platforms, -assistenten, -browsers of geautomatiseerde AI-systemen. AI-verkeer kan zowel menselijke bezoeken omvatten (wanneer een gebruiker op een link op een AI-platform klikt) als geautomatiseerde verzoeken die door AI-systemen worden gegenereerd (zoals trainingscrawlers en zoekfetchers, die we hieronder bespreken).

AI wordt een belangrijke bron van websiteverkeer. De voortdurende ontwikkeling ervan heeft al invloed gehad op meerdere sectoren (volgens het hieronder aangehaalde onderzoek), en zeer waarschijnlijk heeft het nu al effect op de rapporten over verkeersacquisitie van uw website.

Voordat u AI-verkeersdetectie instelt, is het de moeite waard om te bekijken hoe snel de acceptatie van AI en het door AI doorverwezen verkeer groeien.

Adobe publiceerde in april 2026 een rapport over AI-verkeer. Het platform analyseerde de groei van het aandeel AI-bezoeken in verschillende sectoren:

• De detailhandel zag de grootste stijging op jaarbasis, met 393%
• Reizen met 233%;
• Financiële dienstverlening met 158%;
• Media en entertainment met 84%;
• Technologie en software met 63%.

De groeiende acceptatie van AI onder consumenten draagt ook bij aan deze trend. In de consumentenenquête van Adobe van maart 2026 gaf 54% van de respondenten aan AI vaker te gebruiken.

Volgens het 2026 Generative AI Landscape-rapport van SimilarWeb blijft generatieve AI groeien. Tussen juni 2025 en mei 2026:

• bereikte het gemiddelde aantal maandelijkse webbezoeken 9,5 miljard, een stijging van 70% op jaarbasis;
• groeide het aantal maandelijkse unieke bezoekers met 57% tot 655 miljoen;
• namen de mobiele app-downloads eveneens met 58% toe tot 4,4 miljard.

AI-bots kunnen websites om verschillende redenen bezoeken. Voordat u ze probeert te detecteren, is het daarom belangrijk om te begrijpen dat niet al het AI-gerelateerde botverkeer op dezelfde manier moet worden behandeld. Sommige bots crawlen openbaar beschikbare content om AI-modellen te trainen of te verbeteren, en andere bezoeken pagina’s in realtime om informatie op te halen voor de zoekvraag van een gebruiker of om een AI-antwoord te genereren.

De onderstaande bots crawlen openbaar beschikbare webcontent die kan worden gebruikt om AI-modellen te ontwikkelen, te trainen of te verbeteren:

• GPTBot
• ClaudeBot
• Google-Extended
• Applebot-Extended
• Bytespider
• CCBot
• Meta-ExternalAgent

Bezoeken van trainingscrawlers betekenen niet per se menselijke websitebezoeken. Door ze te tracken, krijgt u echter beter inzicht in hoe vaak AI-systemen uw content bezoeken en kunt u geautomatiseerd AI-crawlen onderscheiden van verkeer dat door gebruikers wordt gegenereerd.

Deze bots kunnen webpagina’s bezoeken als reactie op verzoeken van gebruikers. Een AI-assistent of AI-zoeksysteem kan bijvoorbeeld informatie van uw website ophalen om een antwoord, samenvatting of zoekresultaat te genereren:

• OAI-SearchBot
• ChatGPT-User
• Perplexity-User
• Claude-Web
• Claude-SearchBot

🤔 Hoe detecteert u deze typen AI-bots dan?

AI-bots kunnen worden gedetecteerd door inkomende verzoeken naar uw website te analyseren. De meest gebruikte methode is het controleren van de User-Agent-header van het verzoek en die te vergelijken met bekende identificatoren van AI-crawlers en -fetchers.

Een verzoek kan bijvoorbeeld worden geïdentificeerd als afkomstig van een AI-bot wanneer de User-Agent identificatoren bevat zoals GPTBot, ClaudeBot, OAI-SearchBot of Perplexity-User.

De User-Agent is echter slechts één signaal en kan niet al het AI-verkeer betrouwbaar identificeren. Sommige AI-agents gebruiken mogelijk een gewone browser-User-Agent, waardoor ze op basis van alleen de header van het verzoek moeilijk van menselijke bezoekers te onderscheiden zijn.

Voor een betrouwbaardere detectie kunt u ook het gedrag van bezoekers en andere signalen op verzoekniveau analyseren. AI-agents kunnen bijvoorbeeld:

✅ zeer korte interactietijden met de pagina hebben;

✅ niet scrollen of niet met pagina-elementen interacteren;

✅ navigatiepatronen genereren die afwijken van die van menselijke bezoekers.

Andere signalen, zoals de frequentie van verzoeken, sessiepatronen, de uitvoering van JavaScript en de volgorde van bezochte pagina’s, kunnen ook helpen om geautomatiseerd verkeer te onderscheiden van menselijke gebruikers.

Daarom combineert betrouwbare detectie van AI-verkeer meestal User-Agent-analyse met gedrags- en technische signalen.

U kunt AI-botverkeer detecteren met behulp van:

• Serverlogs, die details over inkomende verzoeken bevatten, waaronder User-Agent-strings.
• CDN- of webserverlogs, zoals logs van Cloudflare, Nginx of Apache.
• Tools voor botdetectie, die bekende AI-crawlers automatisch herkennen en hun verkeer categoriseren (een van deze oplossingen bespreken we verderop in deze gids).

Niet al het AI-gerelateerde verkeer staat voor hetzelfde type bezoeker. Menselijk AI-verkeer ontstaat wanneer iemand een AI-platform zoals ChatGPT of Perplexity gebruikt en vervolgens doorklikt naar uw website. Verkeer van LLM-agents wordt gegenereerd wanneer een AI-systeem of -agent rechtstreeks uw website bezoekt om informatie op te halen, een taak uit te voeren of namens een gebruiker met uw site te interacteren.

Deze twee typen verkeer kunnen moeilijk te onderscheiden zijn, omdat ze aan hetzelfde AI-platform gekoppeld kunnen zijn, maar in uw analysegegevens verschillend naar voren komen.

De meest betrouwbare aanpak is het verkeer te analyseren op verzoekniveau voordat het uw analyseplatform bereikt:

• Menselijk AI-verkeer. Zoek naar bezoeken waarbij de verwijzings- of acquisitiegegevens op een AI-platform wijzen en waarbij het verzoek zich gedraagt als een gewone gebruikerssessie, bijvoorbeeld door pagina’s te laden en client-side events te activeren.
• Verkeer van LLM-agents. Zoek naar verzoeken van bekende AI-crawlers, zoekfetchers of user agents van agents, zoals OAI-SearchBot, GPTBot of ClaudeBot. Deze verzoeken zijn vaak te herkennen aan de User-Agent en andere server-side verzoekgegevens.

AI-verkeer kan lastig te meten zijn, omdat het in analyseplatforms niet altijd als duidelijk herkenbare verkeersbron verschijnt. Afhankelijk van hoe een bezoeker op uw website terechtkomt, kan verkeer van AI-platforms worden geregistreerd als verwijzing, direct verkeer, organisch zoeken of een ander acquisitiekanaal.

👉 Als een AI-platform bijvoorbeeld geen verwijzingsinformatie doorgeeft, kan het bezoek als direct verkeer worden toegeschreven. Als u verkeer ontvangt via een AI-zoekfunctie (zoals AI Overview in Google), kan het bezoek aan de zoekmachine worden toegeschreven in plaats van aan het AI-platform. Dat maakt de attributie van AI-verkeer inconsistent.

Een andere uitdaging is het herkennen van verkeer dat door AI-browsers wordt gegenereerd. Veel AI-browsers zijn gebouwd op Chromium en kunnen dezelfde of zeer vergelijkbare user agent-strings als Chrome gebruiken. Uit onze tests bleek bijvoorbeeld dat browsers zoals Atlas en Comet dezelfde user agent-string als Chrome kunnen versturen, waarbij de browserversie het belangrijkste verschil is. We hebben een aparte blogpost over het tracken van AI-browsers; raadpleeg deze voor meer details.

Dit maakt de analyse van AI-verkeer ook lastiger. Zonder een specifieke manier om AI-verkeer te detecteren, kan het moeilijk zijn om te bepalen welke AI-platforms nieuwe bezoekers opleveren, AI-verwijzingsverkeer te monitoren en betrokkenheid en conversies uit AI-bronnen te meten.

De AI Traffic Detection power-up van Stape helpt AI-gedreven verkeer te identificeren en deze informatie toe te voegen aan inkomende verzoeken in een server GTM-container. Zo kunt u AI-verkeer gemakkelijker onderscheiden van andere bronnen en de gedetecteerde gegevens gebruiken voor analyse en attributie van AI-verkeer (hieronder geven we een voorbeeld van de configuratie).

In plaats van alleen te vertrouwen op standaard verwijzingsgegevens of user agent-strings, kunt u de gedetecteerde informatie gebruiken in uw server-side trackingconfiguratie en doorgeven aan analyseplatforms zoals GA4, Matomo of elk ander platform dat u nodig hebt.

De power-up is beschikbaar voor klanten van Stape met het Pro-abonnement of hoger.

Met behulp van de power-up kunt u AI-gedreven verkeer meten en inzicht krijgen in hoe AI-platforms bijdragen aan websitebezoeken en conversies. U kunt de gedetecteerde gegevens ook gebruiken om aangepaste rapporten te maken en veranderingen in AI-verkeer in de loop van de tijd te volgen.

De gratis Custom Loader power-up moet vooraf worden geconfigureerd; anders kunt u de AI Traffic Detection power-up niet activeren. Hebt u dit nog niet ingesteld, klik dan op het ingeklapte element hieronder voor de gedetailleerde instructies:

2.1 Ga naar uw Stape-account en selecteer uw sGTM-container in het dashboard.

2.2 Ga naar Power-ups en klik op het paneel AI Traffic Detection in de sectie Track and recovery.

2.3 Zet de schakelaar AI Traffic Detection aan om deze in te schakelen en klik op Save changes.

Door gegevens over AI-verkeer naar de platforms te sturen die u gebruikt (zoals Google Analytics 4, Matomo of een ander platform), kunt u AI-verkeer analyseren naast uw bestaande websitegegevens en begrijpen hoe verschillende AI-systemen bijdragen aan bezoeken, betrokkenheid en conversies.

Dit configureert u door aangepaste dimensies aan te maken in uw analysesysteem (raadpleeg de officiële documentatie van het platform) en de bijbehorende tag in de server GTM-container te bewerken.

Als voorbeeld nemen we Matomo, omdat dit platform geen standaard kanaalgroep voor AI-gedreven verkeer biedt.

3.1 Maak de aangepaste dimensies in Matomo aan. U kunt bijvoorbeeld dimensies maken voor AI traffic type en AI source. Noteer bij het aanmaken de exacte namen die u gebruikt, want u hebt deze nodig bij het configureren van de Matomo-tag in server GTM.

3.2 Ga daarna naar uw server GTM-container en open de Matomo server-side tag.

3.3 Voeg in de sectie Event Parameters een nieuwe gebeurtenisparameter toe voor elke aangepaste dimensie die u naar Matomo wilt sturen. Gebruik de exacte naam van de bijbehorende aangepaste dimensie in Matomo als naam van de gebeurtenisparameter.

Bijvoorbeeld als u de volgende aangepaste dimensies in Matomo hebt aangemaakt:

• AI traffic type
• AI source

3.4 Voeg als waarde verzoekheadervariabelen toe:

• X-User-AI om het AI-verkeer te identificeren;
• X-User-AI-Name om de naam van AI-platforms naar Matomo te sturen.

Zo ziet het eruit in de Matomo-tag:

Wanneer de power-up actief is, worden twee headers aan de inkomende verzoeken toegevoegd:

• X-User-AI met de waarde true als het om AI-verkeer gaat;
• X-User-AI-Name met de naam van het AI-platform als waarde, als we het platform konden detecteren.

Om AI-verkeer nauwkeuriger te tracken, kunt u AI-verzoeken identificeren voordat ze GA4 bereiken en deze gegevens als aangepaste gebeurtenisparameter of ander verkeerskenmerk naar uw analyseconfiguratie sturen.

Zodra u de AI Traffic Detection power-up hebt geconfigureerd zoals hierboven getoond, kunt u de AI-detectiegegevens als gebeurtenisparameters verzenden en ze in GA4 registreren als aangepaste dimensies. De configuratie is dus in principe dezelfde als die voor Matomo die we hierboven hebben laten zien.

1. Maak aangepaste dimensies aan voor de AI-verkeersgegevens die u in GA4 wilt analyseren.

U kunt bijvoorbeeld het volgende aanmaken:

• AI traffic – geeft aan of het verzoek als AI-verkeer is geïdentificeerd.
• AI traffic source – identificeert het AI-platform, indien beschikbaar.

Ga in uw GA4-property naar Admin → Data display → Custom definitions → Create custom dimension.

Gebruik voor de dimensie AI traffic de naam van de gebeurtenisparameter die u vanuit server GTM wilt verzenden, bijvoorbeeld ai_traffic.

Voor de dimensie AI traffic source kunt u een parameter zoals ai_traffic_source gebruiken.

Bewaar de parameternamen die u bij het aanmaken van de dimensies in de GA4-interface hebt opgegeven; u hebt ze nodig in de volgende stap.

2. Voeg AI-verkeersgegevens toe aan de GA4-tag in server GTM.

Ga hiervoor naar de sectie Tags → open GA4 Base tag → klap de sectie Event Parameter uit → klik op Add Row.

Geef als naam de naam op die u hebt gebruikt om de nieuwe dimensie in GA4 aan te maken.

Maak als waarde een nieuwe variabele aan:

• Variable Type: Request Header
• Name: X-User-AI

Voeg een nieuwe rij toe voor de tweede dimensie (die de bron identificeert – ai_traffic_source). Kies ook hier het variabeletype Request Header; zorg er alleen voor dat u X-User-AI-Name als naam gebruikt.

Zo ziet het eruit in de tag:

AI-verkeer wordt een belangrijk onderdeel van de klantreis, maar standaard analysetools maken het niet altijd eenvoudig om dit type verkeer te identificeren en te analyseren.

Met de AI Traffic Detection power-up van Stape kunt u gedetecteerd AI-verkeer identificeren en deze informatie naar uw analyseplatforms sturen. Zo kunt u AI-gedreven bezoeken analyseren naast uw bestaande verkeersgegevens, veranderingen in de loop van de tijd monitoren en beter begrijpen welke rol AI speelt in de acquisitie en conversie op uw website.