SimilarWeb: wie die Traffic-Schätzung entsteht

SimilarWeb ist ein privates Unternehmen für digitale Datenanalyse, kein Google-Dienst und keine offizielle Quelle für Website-Traffic. Die Zahl, die für eine beliebige Domain angezeigt wird, stammt in der Regel nicht aus einer direkten Verbindung zu deren Analytics, mit einer konkreten Ausnahme: wenn der Website-Betreiber SimilarWeb selbst Zugriff auf seine Daten gewährt hat. Für den Rest, die überwältigende Mehrheit aller in dem Tool abgerufenen Websites, darunter fast jede Website eines Wettbewerbers, ist die Zahl eine Schätzung aus anderen Quellen.

Laut der offiziellen Dokumentation von SimilarWeb kombiniert das Unternehmen vier Arten von Quellen. Die erste ist eigene Analytics, die Millionen Websites und Apps freiwillig mit SimilarWeb teilen, weil sie ihre Daten direkt angebunden haben: die einzige Quelle, die einer echten Messung nahekommt. Die zweite ist ein Nutzerpanel, Browser-Erweiterungen und eigene Anwendungen, installiert auf Millionen Geräten weltweit, die anonymisiert das Surfverhalten der Personen erfassen, die sie installiert haben. Die dritte ist das Crawling der öffentlichen Web-Seiten mit einem eigenen Crawler, der fortlaufend Seiten indexiert. Die vierte sind Datenvereinbarungen mit externen Partnern, darunter Internet-Provider, Werbeplattformen und Messunternehmen, die bereits aggregierte Verhaltensdaten zu Websites und Apps beisteuern.

Für eine Website ohne direkte Anbindung, was beim Blick auf einen Wettbewerber der Regelfall ist, misst SimilarWeb den Traffic nicht: Es modelliert ihn aus dem, was im eigenen Panel sichtbar ist, aus dem, was die Datenpartner beisteuern, und aus dem, was der Crawler findet, und extrapoliert daraus eine Zahl. Je größer die Präsenz dieser Website im Panel und in den Partnerdaten, desto näher kommt das Modell an eine belastbare Zahl heran. Je kleiner diese Präsenz, desto stärker hängt das Ergebnis von statistischer Extrapolation ab statt von direkter Beobachtung.

SimilarWeb beschreibt den groben Ablauf durchaus. Laut eigener, 2026 aktualisierter Dokumentation verarbeitet das Unternehmen täglich 10 Milliarden digitale Signale und 2 Terabyte an Daten, bei einer angegebenen Abdeckung von mehr als 100 Millionen Websites und 4 Millionen Apps, mit bis zu 10 Jahren historischer Daten. Dieses Volumen durchläuft laut eigener Benennung drei Phasen: Datenbereinigung, Datenkonsolidierung und Datenklassifizierung, bevor ein Team, das SimilarWeb selbst mit 200 Datenwissenschaftlern und 50 Promovierten beziffert, die Modelle anwendet, die aus diesen Signalen eine Traffic-Zahl pro Domain machen.

So weit reicht das Öffentliche. Was SimilarWeb nicht veröffentlicht, ist genau der Teil, der eine konkrete Zahl überprüfbar machen würde: die exakte Größe des eigenen Nutzerpanels, wie viele aktive Geräte in einem bestimmten Land oder einer bestimmten Branche beitragen, und auch nicht die genaue Gewichtung, die jede Quelle (Panel, Datenpartner, Crawling) für eine konkrete Website erhält. Ebenso wenig veröffentlicht das Unternehmen ein Konfidenzintervall neben jeder Zahl, wie es in offizieller Statistik üblich wäre, oder einen Hinweis, der von Domain zu Domain unterscheidet, ob die Zahl aus direkt geteilten Daten oder aus einem statistischen Modell stammt. In der Oberfläche erscheint in beiden Fällen dieselbe Zahl, ohne Kennzeichnung, welches der beiden Szenarien zutrifft.

Dieses Fehlen von Detail ist keine Besonderheit von SimilarWeb. Kein Anbieter dieser Art von Kennzahlen veröffentlicht die vollständige Formel seines Modells, aus demselben Grund, aus dem auch Google seinen Ranking-Algorithmus nicht offenlegt: Es würde Manipulation erleichtern. Trotzdem lohnt es sich, das im Kopf zu behalten, bevor eine SimilarWeb-Zahl als bis ins Detail überprüfbarer Fakt zitiert wird, denn der Teil, der diese Zahl trägt, die genaue Zusammensetzung des Panels und das Gewicht jeder Quelle, bleibt für die Nutzer der Oberfläche unsichtbar.

Das verbreitetste Missverständnis, und der Grund, warum diese Seite überhaupt existiert, ist, die SimilarWeb-Zahl wie eine echte Traffic-Messung zu behandeln, wie sie Google Analytics liefert. Das ist sie nicht. GA4 erfasst die Besuche, die tatsächlich bei einer konkreten Website ankommen, mit einem Tag, das auf genau dieser Website installiert ist. SimilarWeb schätzt für jede Domain, auf die kein direkter Zugriff besteht, diesen Traffic aus Panel, Datenpartnern und Crawling, ohne auch nur einen einzigen echten Besuch dieser Website zu sehen, sofern der Betreiber sie nicht selbst geteilt hat. Es sind zwei unterschiedliche Kategorien: die eine zählt, die andere rechnet.

Ebenso wenig ist es ein Rankingfaktor von Google. Die Suchmaschine fragt die Traffic-Zahl von SimilarWeb nicht ab, um die Reihenfolge ihrer Ergebnisse zu entscheiden, genauso wenig wie sie Domain Authority, Domain Rating oder eine andere Drittanbieter-Kennzahl dafür konsultiert. Ein hoher geschätzter Traffic bei SimilarWeb kündigt keine gute Google-Position an und erklärt auch keine.

Und es ist keine für jede Website gleich zuverlässige Zahl. Wie belastbar das Modell ist, hängt davon ab, wie stark eine Website im Nutzerpanel von SimilarWeb vertreten ist, und diese Präsenz verteilt sich nicht gleich zwischen einer großen und einer kleinen Website. Eine unabhängige Studie von SparkToro, veröffentlicht am 22. November 2022 anhand von 641 Websites mit echten Google-Analytics-Daten von Juni 2020 bis Juni 2021, kam zu dem Ergebnis, dass SimilarWeb von den verglichenen Drittanbieter-Tools am stärksten mit dem real gemessenen Traffic aus Analytics korrelierte, mit einer Ausnahme: Bei Websites mit weniger als 5.000 monatlichen Besuchern laut GA lieferte SimilarWeb das schwächste Ergebnis aller verglichenen Anbieter. Eine weitere Studie, veröffentlicht am 27. Mai 2022 in der akademischen Fachzeitschrift PLOS ONE anhand von 86 Websites aus 26 Ländern, fand heraus, dass SimilarWeb die Gesamtbesuche gegenüber den echten Google-Analytics-Daten desselben Zeitraums um 19,4 % und die eindeutigen Besucher um 38,7 % unterschätzte. Zwei unabhängige Studien, zwei unterschiedliche Methoden, und dieselbe grundlegende Schlussfolgerung: Die Abweichung existiert, sie ist erheblich, und sie wächst, je kleiner oder unbekannter die analysierte Website ist.

Gut funktioniert die SimilarWeb-Zahl als grobe Größenordnung. Sie hilft, sich ein ungefähres Bild davon zu machen, ob ein Wettbewerber Traffic im Bereich von Tausenden, Hunderttausenden oder Millionen Besuchen pro Monat erhält, ohne Zugriff auf dessen echte Analytics, ein Wissen, das sonst schlicht nicht verfügbar wäre. Sie eignet sich auch, um über die Zeit einen Trend zu verfolgen, immer mit demselben Tool und demselben Maßstab: Steigt oder sinkt die Zahl eines Wettbewerbers über mehrere Monate hinweg konstant, sagt diese Richtung meist etwas Reales, auch wenn die exakte Zahl eines einzelnen Monats es nicht tut.

Nicht taugt sie als Ersatz für echte Analytics-Daten, wenn eine Entscheidung von Genauigkeit abhängt. Sie taugt nicht, um eine konkrete Zahl in einem Report zu belegen, der an einen Kunden oder ein Gremium geht, und auch nicht, um exakt zu berechnen, wie viel Traffic die eigene Website verliert oder gewinnt, wofür ohnehin direkt angebundenes Google Analytics existiert. Ebenso wenig taugt sie, um ein Media-Budget zu verteilen, indem SimilarWeb-Zahlen mehrerer Wettbewerber verglichen werden, als wären es exakte, bis auf den Punkt vergleichbare Daten: Die Abweichung jeder Domain vom real gemessenen Traffic verläuft nicht einheitlich, sodass ein kleiner Unterschied zwischen zwei SimilarWeb-Zahlen keinen echten Unterschied zwischen diesen beiden Websites widerspiegeln muss.

Die gefährlichste Verwechslung, und der eigentliche Grund für diese Seite, besteht darin, die SimilarWeb-Zahl für eine echte Analytics-Messung zu halten, so wie Google Analytics oder die eigenen Server-Logs sie liefern. Das ist sie nicht. GA4 und Server-Logs zählen reale Besuche, die auf einer konkreten Website tatsächlich stattfinden, mit direktem Zugriff auf diese Daten. SimilarWeb schätzt, mit Panel, Datenpartnern und Crawling, den Traffic einer Website, auf die es normalerweise keinen solchen direkten Zugriff hat. Wer sagt „diese Website hat laut SimilarWeb drei Millionen Besuche im Monat", zitiert eine Schätzung eines externen Anbieters, keinen an dieser Website selbst gemessenen Wert.

Die zweite Verwechslung, typisch für diesen Bereich der Seite, besteht darin, SimilarWeb mit den anderen fünf hier beschriebenen Tools zu vermischen: Domain Authority von Moz, Domain Rating von Ahrefs, Authority Score von Semrush, dem Sichtbarkeitsindex von Sistrix und Trust Flow von Majestic. Diese fünf Kennzahlen messen die Stärke des Linkprofils einer Domain, aufgebaut auf einem eigenen Link-Index jedes Tools. SimilarWeb misst überhaupt keine Links, sondern misst, genauer gesagt schätzt, Traffic. Das sind vollkommen unterschiedliche Kategorien, auch wenn alle fünf oft im selben SEO-Report auftauchen, als wären es Varianten desselben Werts. Dass eine Domain einen hohen Domain Rating hat, sagt nichts über ihren geschätzten Traffic bei SimilarWeb aus, und umgekehrt genauso wenig.

SimilarWeb wurde 2007 in Tel Aviv von Or Offer gegründet, gemeinsam mit Nir Cohen. Die Idee kam laut mehreren Unternehmensporträts nicht aus der Datenanalyse, sondern aus Offers eigenem Schmuckgeschäft: Er suchte eine Möglichkeit, online ähnliche Designer und Wettbewerber zu finden, und baute sich dafür ein eigenes Werkzeug. Aus dieser sehr konkreten, persönlichen Notwendigkeit heraus entstand das erste Produkt, eine Browser-Erweiterung, die Nutzern zu der gerade besuchten Seite ähnliche Websites vorschlug, daher der Name.

2009 gewann das Unternehmen das erste israelische SeedCamp, ein früher Meilenstein für das Startup. Der eigentliche Kurswechsel kam 2011: Statt nur ähnliche Seiten vorzuschlagen, begann SimilarWeb, Traffic-Vergleiche und App-Nutzungsdaten als eigenständiges Produkt anzubieten, die Grundlage des heutigen Geschäftsmodells. 2013 folgte eine kostenlose Version der Browser-Erweiterung, die Web-Analytics einem breiteren Publikum zugänglich machte, laut eigener Darstellung Teil von Offers Ziel, Web-Intelligence zu demokratisieren, die zuvor vor allem großen Unternehmen mit eigenen Analyseteams vorbehalten war. 2021 ging SimilarWeb an die New Yorker Börse, Kürzel SMWB.

Vom Werkzeug für die eigene Konkurrenzbeobachtung eines Schmuckhändlers bis zur Traffic-Schätzung für Millionen Domains liegt ein weiter Weg, den das Unternehmen in gut anderthalb Jahrzehnten zurückgelegt hat.

SimilarWeb hat auf die wachsende Bedeutung von KI-Suche mit einem eigenen, offiziell angekündigten Produkt reagiert. Am 28. Juli 2025 stellte das Unternehmen laut eigener Pressemitteilung das "GenAI Intelligence Toolkit" vor, das aus zwei Bausteinen besteht: "AI Brand Visibility" zeigt, welche Themen mit einer Marke assoziiert werden und welche Quellen in KI-Antworten am häufigsten zitiert werden, "AI Traffic" misst, wie viel Besucherverkehr tatsächlich von KI-Chatbots wie ChatGPT, Gemini, Perplexity, Grok oder Copilot auf konkrete Landingpages kommt, samt Wettbewerbsvergleich und den konkreten Prompts, die diesen Traffic auslösen.

CEO und Gründer Or Offer begründete den Launch in der Pressemitteilung damit, dass KI "einen fundamentalen Wandel im digitalen Marktplatz" darstelle, verbunden mit dem erklärten Anspruch, Kunden zu helfen zu verstehen, wie KI das Web verändert. Als Beleg für die Dringlichkeit nannte das Unternehmen eine eigene Zahl: Im Juni 2025 hätten KI-Plattformen laut SimilarWeb-Daten mehr als 1,1 Milliarden Referral-Besuche erzeugt, ein Anstieg von 357 Prozent gegenüber dem Vorjahr.

Bemerkenswert an diesem Schritt ist die Kontinuität zur Firmengeschichte: SimilarWeb schätzt seit jeher Traffic, den es nicht direkt misst, KI-Traffic ist für das Geschäftsmodell also eine weitere Traffic-Quelle unter mehreren, keine völlig neue Kategorie. Das erklärt, warum SimilarWeb hier vergleichsweise schnell ein fertiges Produkt vorlegen konnte, während andere Anbieter erst neue Methodik aufbauen mussten.

Konkret gut ist die SimilarWeb-Zahl als grobe Orientierung über die Größenordnung eines Wettbewerbers und als Trend über die Zeit, wenn immer mit demselben Tool und Maßstab gemessen wird. Mit dem neuen GenAI Intelligence Toolkit erweitert sich dieser Nutzen jetzt auf KI-Traffic: Wer wissen will, ob ein Wettbewerber spürbar Besucher über ChatGPT oder Perplexity gewinnt, bekommt dafür erstmals eine Datenquelle, die vorher schlicht nicht existierte, weil klassische Analytics-Tools KI-Referrals oft nicht sauber trennen.

Nicht gut ist die Zahl, wenn Genauigkeit zählt. Wie im Abschnitt zur Zuverlässigkeit beschrieben, unterschätzten unabhängige Studien von SparkToro und PLOS ONE die realen Besucherzahlen kleinerer Websites deutlich, bei Websites unter 5.000 monatlichen Besuchern laut SparkToro sogar am stärksten von allen verglichenen Tools. Diese Einschränkung gilt vermutlich auch für die neuen KI-Traffic-Zahlen, weil sie auf derselben Panel- und Modellierungslogik beruhen wie die klassische Traffic-Schätzung, auch wenn SimilarWeb dafür keine gesonderten Zuverlässigkeitswerte veröffentlicht.

Was SimilarWeb grundsätzlich nicht kann, egal ob beim klassischen Traffic oder beim neuen KI-Traffic: eine echte, direkt gemessene Analytics-Zahl ersetzen. Für die eigene Website bleibt GA4 die verlässlichere Quelle, SimilarWeb liefert seinen größten Mehrwert dort, wo es keine eigenen Daten gibt, bei der Konkurrenz.