Kann ein KI-Agentbei Ihnen einkaufen?

Jeden Besuch in Ihrem Store von einem KI-Agenten — Claude, ChatGPT, Perplexity, Gemini und neu entstehenden Agent-Oberflächen. Wir klassifizieren jede Sitzung nach Plattform, bauen den Funnel auf (Landing → Produkt → Cart → Checkout), zeigen, wo jede Plattform abspringt, und führen auf Anfrage einen echten Claude-Agenten denselben Pfad auf Ihrer Live-Site entlang, um genau zu erfassen, was er versucht hat und wo er aufgegeben hat. Der Scanner ist der kostenlose Einstieg; das Dashboard und Replay sind, wo Teams weiterarbeiten.

Hotjar, Contentsquare und FullStory zeichnen Sitzungen menschlicher Besucher auf. Sie können nicht sehen, was passiert, wenn ein KI-Agent (Claude Desktop, ChatGPT, Operator) versucht, Ihre Site im Auftrag eines Kunden zu nutzen. Agenten erscheinen nicht als menschliche Sitzungen, haben keine Benutzer-IDs und scheitern oft an strukturellen Problemen, die Ihr menschlich getesteter Checkout nie aufdeckt. Serge füllt genau diese Lücke.

GEO-Tools messen, ob ChatGPT Ihre Marke in seinen Antworten erwähnt. Sie sitzen vor der Customer Journey. Serge sitzt dort, wo der Kunde tatsächlich ankommt — wenn ein Agent auf Ihrer Site landet und versucht, ein Produkt zu finden und in den Warenkorb zu legen, können GEO-Tools nicht sehen, was als Nächstes passiert. Serge schon. Die beiden sind komplementär, nicht konkurrierend.

Ein leichtgewichtiges JavaScript-Tag (unter 6 KB gzipped), das Sie zu Ihrer Site hinzufügen. Es erkennt Sitzungen anhand von Verhaltenssignalen, klassifiziert Agent-Traffic nach Plattform (Claude, ChatGPT, Perplexity, Gemini etc.) und sendet strukturierte Ereignisdaten an Ihr Serge-Dashboard. Es ist First-Party, vermeidet personenbezogene Informationen, unterstützt ein Setup ohne Cookies und ist für Teams konzipiert, die eine Installation mit geringer Reibung benötigen.

Klicken Sie auf „Replay" bei jeder markierten Sitzung in Ihrem Dashboard. Serge startet einen echten Claude-Agenten in einem verwalteten Headless-Browser, gibt ihm dieselbe Aufgabe, die der ursprüngliche Besucher zu erledigen schien, und führt sie auf Ihrer Live-Site aus. Wir erfassen jede Aktion, jeden Request, jeden Screenshot und das abgeleitete Reasoning bei jedem Schritt — und übergeben Ihnen eine teilbare Sitzungs-URL, die Sie an Ihre Engineers weiterleiten können. Es ist keine Aufzeichnung des ursprünglichen Besuchers; es ist ein neuer Agent-Lauf, der den Fehlermodus reproduziert.

Nein. Das Snippet sieht nur öffentlich verfügbare Browser-Signale — keine Formularwerte, keine Auth-Tokens, keine PII. Das aktive Replay läuft gegen dieselben öffentlichen URLs, die jeder mit einem Browser besuchen könnte. Keine Anmeldedaten erforderlich, kein Zugriff auf private Daten. Einwilligungsanforderungen hängen weiterhin von Ihrem Setup und Ihrer Jurisdiktion ab.

Commerce-, Produkt-, Engineering- und Frontend-Teams, die für PDP, Cart, Checkout oder Konvertierung verantwortlich sind. Das Produkt ist derzeit auf Stores zugeschnitten, in denen agentengestützte Recherche bereits eine Rolle spielt und in denen jemand im Team den Schmerz unerklärten „direkten" Traffics oder stiller Konvertierungsfehler spürt.

Er ist der Ausgangspunkt — ein Product Director kann ihn in dreißig Sekunden ausführen, das Ergebnis screenshoten und an das Team weiterleiten. Der Scanner liefert eine einzelne Punktzahl und eine Fix-Liste, damit das interne Gespräch beginnen kann. Das Dashboard, die Funnels und das Replay sind das bezahlte Produkt. Sie laufen auf derselben Kernlogik, aber der Scan ist der einfachste Einstieg.

Tier-1-Signale (deterministisch — bekannte Browser-Flags, DOM-Artefakte, signierte RFC-9421-Identitäts-Header) haben eine ~0%ige False-Positive-Rate. Tier-2-Signale (heuristisch — UA-Diskrepanzen, CDP-Lecks) haben 1-2%. Tier-3-Signale (Verhaltens-Composite) werden clientseitig bewertet, und nur das Klassifikationsergebnis wird an den Server gesendet. Kombiniert erreicht das System >95% Präzision. Spezifische Plattformen (Claude, GPT, Perplexity, Gemini) werden anhand zentral gepflegter Signaturen identifiziert.

Ja — wir müssen es, um den Funnel aufzubauen und die Trends sichtbar zu machen. Die Datenaufbewahrung ist tier-basiert: 30 Tage bei Launch, 90 Tage bei Grow, 12 Monate bei Scale, individuell bei Enterprise. Anonymisierte Benchmark-Statistiken können aus Kohortendaten abgeleitet werden, aber Rohereignisse bleiben auf Ihren Workspace beschränkt.

Die meisten Stores, die bereits aussagekräftigen organischen oder KI-gestützten Traffic erhalten, sehen ihre erste identifizierte Agent-Sitzung innerhalb einer Stunde nach Installation des Snippets. Das erste tägliche Briefing wird am Morgen versendet, nachdem wir mindestens 24 Stunden Daten haben.

Der Scanner liefert eine deterministische 0-100-Momentaufnahme für Produktauffindbarkeit und den nächsten sinnvollen Schritt — im Wesentlichen, wie einfach es für einen Agenten ist, ein Produkt zu finden und weiterzukommen. Lesen Sie /methodology für das aktuelle Bewertungsmodell und wie es sich entwickelt. Die Punktzahl ist der Einstiegspunkt; die Dashboard-Daten bewegen tatsächlich die Nadel.