Sind Ihre PDF-Aufrufe echt? Wie viele Öffnungen von Bots und Scannern stammen

Wie viele Dokument-Öffnungen werden als automatisiert markiert? Etwa jede 7.

Wir haben die Sitzungen nach der E-Mail-Domain der Person aufgeteilt, die den Link gesendet hat. Bei Links von geschäftlichen Domains lag der markierte Anteil unter der Hälfte des Anteils bei Links, die von Gmail, Outlook und anderen privaten Postfächern gesendet wurden. Die Domain ist ein Näherungswert dafür, wer den Link sendet, keine geprüfte Tatsache über diese Person.

Was hat der Filter markiert? Vor allem Links, die geöffnet wurden und nie eine Seite zeigten

Jede markierte Sitzung trägt einen oder mehrere Gründe. Die Tabelle zählt sie über die 1.561 markierten Sitzungen. Eine Sitzung kann mehrere Gründe tragen, daher ergeben die Zeilen zusammen mehr als die Gesamtzahl. Vier weitere Gründe, die der Klassifikator erfasst (überhaupt kein User-Agent, ein Lese-Beacon ohne Seite, eine an der Abfrage eingetippte E-Mail ohne Seite, eine einzelne Seite unter einer Sekunde), kommen in diesem Zeitraum bei keiner markierten Sitzung vor.

Wie wir den markierten Anteil gemessen haben

Wer veröffentlicht sonst einen Bot- oder Scanner-Anteil für Dokument-Öffnungen?

HummingDeck, ein Tool zum Tracken von Decks, schrieb im Februar 2026, dass “15–40% of apparent deck views were bot sessions” (im englischen Original; sinngemäß: 15–40 % der scheinbaren Deck-Aufrufe seien Bot-Sitzungen gewesen) – bei Tests mit Vertriebsteams, die auf Großkunden ausgerichtet sind. Der Beitrag nennt weder Stichprobengröße noch Methode. Unsere Zahlen liegen unter diesem Bereich: 14,1 % insgesamt und 6,5 % bei Links von geschäftlichen Domains. Die Methoden unterscheiden sich, daher ist der Abstand kein Befund.

Die großen Lesedatensätze in diesem Markt sind weit größer als unserer, und keiner sagt, wie er mit automatisierten Öffnungen umgeht. Wir haben jede Seite am 29. Okt. 2026 gelesen: Papermarks Fundraising Report 2026, Pitchwises State of Fundraising 2026 und Proposifys State of Proposals 2026 nennen Stichproben und Daten, aber keine Regel für Scanner- oder Bot-Sitzungen, sodass Sie der Seite nicht entnehmen können, ob ihre Zahlen sie enthalten.

Was Pro mit den Sitzungen macht, die den Filter passieren

Der Filter läuft in jedem Plan, auch beim kostenlosen PDF-Tracking. Bei Pro geht es um Zeitpunkt und Personen. Sie erhalten eine E-Mail, sobald Ihr Link geöffnet wird, und dann einen Lesebericht, wenn der Leser fertig ist, mit einer Zeile pro Leser: gelesene Seiten, aufgewendete Zeit, die Seite, auf der er aufgehört hat. Pro fasst außerdem wiederholte Besuche unter der Adresse zusammen, die der Leser bei Ihrem Link angegeben hat, sodass vier Öffnungen durch einen Käufer als ein Käufer erscheinen.

Eine Grenze bei dieser ersten E-Mail. Sie wird beim Öffnen ausgelöst, bevor es überhaupt Lesedaten gibt, kann also nur nach User-Agent filtern, und ein Scanner, der sich als Browser ausgibt, kann sie trotzdem auslösen. Der Lesebericht kommt, nachdem die Sitzung geschlossen ist, und nutzt den vollständigen Filter. Sehen Sie, was Pro enthält.

Vor dem Filter: was 3.898 ungefilterte Sitzungen zeigten (gemessen am 26. Aug. 2026)

Die Abschnitte bis zu den häufigen Fragen geben unsere frühere Messung so wieder, wie sie zuerst veröffentlicht wurde: PDFTrackr-Produktionsdaten vom 22. Sep. 2025 bis 25. Aug. 2026, extrahiert am 26. Aug. 2026, ohne jede Filterung. Sie zählt etwas Engeres: Sitzungen, in denen überhaupt keine Seite registriert wurde.

14,2 % der erfassten Aufrufe (554 von 3.898 Sitzungen) enthielten keinerlei Seiteninteraktion. Nur 12 davon gaben sich im User-Agent als Automatisierung zu erkennen. Rechnet man die Sitzungen hinzu, die eine Seite weniger als eine Sekunde lang gerendert haben, zeigten 16,2 % aller erfassten Aufrufe (630 von 3.898) keine nennenswerte Interaktion. Lesen Sie das als Untergrenze: Ein Scanner, der eine Seite rendert, entgeht dieser Messung. PDFTrackr schließt markierte Sitzungen seit dem 15. Jul. 2026 aus den gemeldeten Zahlen aus.

Wie wir es gemessen haben – die exakte Abfrage, damit Sie uns prüfen können

Die Messung ist eine einzige SQL-Abfrage über unsere eigenen Produktionsanalysen: Zähle die erfassten Lesesitzungen, die überhaupt keine Seitenaufruf-Zeilen haben, gegenüber allen erfassten Sitzungen. Keine Stichprobe, kein Modell, keine Filterung – jede seit Beginn des Trackings erfasste Sitzung ist enthalten, samt Ausschuss.

SELECT
  count(*) FILTER (WHERE NOT EXISTS (
    SELECT 1 FROM page_views pv
    WHERE pv.session_id = vs.session_id
  )) AS zero_engagement,
  count(*) AS total
FROM view_sessions vs;

-- Ergebnis (2026-08-26): zero_engagement = 554, total = 3.898

Jede Zahl in diesem Abschnitt ist eine exakte Zählung aus diesem einen datierten Extrakt, und der Datensatz enthält unsere eigene Verunreinigung: Das sind die eigenen Produktionssitzungen von PDFTrackr, gemessen vor jeder Filterung. Es ist das „Vorher“-Bild unserer eigenen Dashboards.

Ein Hinweis zum Umfang: Unsere veröffentlichten Statistiken zum Leseverhalten (eine mediane Sitzung von 28 Sekunden, Abbruch auf der ersten Seite – aus dem eigenen datierten Extrakt jenes Artikels mit 8.291 validierten Sitzungen) werden nur über validierte Sitzungen mit Interaktion berechnet. Diese Studie nutzt bewusst den umgekehrten Rahmen – jede erfasste Sitzung, samt Ausschuss –, weil der Ausschuss das Thema ist.

Woher kommen Phantom-Aufrufe bei PDFs? Scanner, Link-Vorschauen und Crawler

Eine Quelle ist die E-Mail-Sicherheit in Unternehmen. Wenn Sie einen Tracking-Link an jemanden mailen, dessen Unternehmen Microsoft Defender for Office 365, Proofpoint, Mimecast oder ein ähnliches Gateway nutzt, öffnet Software Ihren Link, bevor der Empfänger es kann. Microsofts eigene Dokumentation zu Safe Links ist eindeutig (englisches Original): “As long as Safe Links protection is turned on, URLs are scanned prior to message delivery, regardless of whether the URLs are rewritten or not” – URLs werden also vor der Zustellung gescannt, ob sie umgeschrieben werden oder nicht –, und URLs ohne etablierte Reputation “are detonated asynchronously in the background.” Eine solche „Detonation“ ist eine Maschine, die Ihren Link besucht. Zählt Ihr Tracker sie, haben Sie einen Aufruf, den kein Mensch gemacht hat, mit einem Zeitstempel, bevor Ihr Empfänger die E-Mail überhaupt gesehen hat.

Die zweite Quelle sind Link-Vorschauen. Fügen Sie einen Tracking-Link in Slack, iMessage, WhatsApp, LinkedIn oder Teams ein, ruft die App die URL ab, um die Vorschaukarte zu bauen – eine weitere erfasste Öffnung, gemacht von Infrastruktur. Die dritte sind gewöhnliche Crawler, die Freigabe-Links finden, wo immer sie gepostet werden. Keiner dieser Besucher liest Seite vier Ihres Angebots; alle können einen Aufrufzähler hochzählen.

Kann man Bots nicht einfach per User-Agent filtern? Nein – 97 % sehen aus wie normale Browser

Die naheliegende Lösung – Besucher verwerfen, deren User-Agent „Bot“ sagt – funktioniert kaum. Von unseren 554 Sitzungen ohne Interaktion gaben sich nur 12 (2,2 %) im User-Agent-String als Automatisierung zu erkennen (Namen mit bot, crawler, preview, scan, headless und Ähnlichem). Die anderen 542 – 97,8 % – zeigten gewöhnliche Browser-User-Agents. Über alle 3.898 Sitzungen machten erklärte Bots nur 0,3 % aus – insgesamt zwölf Sitzungen, jede davon eine Sitzung, die nichts gerendert hat. Anders gesagt: Würde Filtern per User-Agent genügen, läge unsere Ausschuss-Untergrenze unter einem halben Prozent, nicht bei 14,2 %.

Das ist so gewollt. Ein Sicherheitsscanner, der sehen will, was ein Phishing-Opfer sehen würde, muss wie der Browser des Opfers aussehen, also gibt er sich als Chrome oder Safari aus. Um diesen Verkehr zu erkennen, braucht es Verhaltenssignale – wurde eine Seite gerendert, kam Lesezeit zusammen, dauerte die Sitzung länger als eine Sekunde –, und genau das ist die Messung, auf der dieser Artikel aufbaut, und etwas, das ein Tracker nur leisten kann, wenn er überhaupt Interaktion auf Seitenebene erfasst.

Ist die Bot-Aufblähung gleichmäßig? Nein – sie kommt in Schüben, von 0 % bis 42,5 % der Aufrufe eines Monats

Ausschuss-Verkehr lässt sich nicht durch das Abziehen eines festen Prozentsatzes korrigieren, weil er nicht mit fester Rate kommt. Hier ist der Anteil ohne Interaktion für jeden Monat im Datensatz. In unserem schlechtesten Monat, Juni 2026, hatten 42,5 % aller erfassten Aufrufe – 238 von 560 – keinerlei Interaktion; drei Monate zuvor waren es 1,7 %.

Die Schübe zählen mehr als der Durchschnitt. Ein Crawler, der einen Schwung Freigabe-Links entdeckt, oder der Arbeitgeber eines Empfängers, der ein neues E-Mail-Gateway einschaltet, kann die scheinbare Leserschaft eines Dokuments in einer Woche verdoppeln. Würden Sie die rohen Aufrufzahlen vom Juni mit denen vom Mai vergleichen und auf stark wachsendes Interesse schließen, würden die Daten Sie belügen – fast die Hälfte der „Aufrufe“ im Juni hat nichts gelesen.

Was macht Ausschuss-Verkehr mit Ihren Analysen? Er verfälscht genau die Zahlen, nach denen Sie handeln

Aus den Daten oben folgen drei praktische Konsequenzen. Erstens: Der erste „Aufruf“, nachdem Sie ein Dokument gesendet haben, ist die am wenigsten vertrauenswürdige Zahl in Ihrem Dashboard – Scanner öffnen Links vor der Zustellung, also stammt eine Öffnung Sekunden nach dem Senden eher von einem Sicherheits-Gateway als von einem eifrigen Leser. Wer daraufhin gleich zum Telefon greift, blamiert sich. Zweitens: Durchschnittswerte brechen: Hunderte Sitzungen mit null Sekunden ziehen jede Kennzahl „durchschnittlich verbrachte Zeit“ Richtung null, und deshalb melden wir Mediane und 90. Perzentile statt Mittelwerten, wo immer wir Lesestatistiken veröffentlichen. Drittens: Trends brechen: Weil der Ausschuss in Schüben kommt, misst eine rohe Trendlinie der Aufrufe die Aktivität von Scannern ebenso getreu wie die von Lesern.

Die eine Kennzahl, die automatisierter Verkehr fast nie fälscht, ist die Lesezeit pro Seite. Ein Scanner „detoniert“ einen Link und geht; er verbringt keine neunzig Sekunden auf Ihrer Preisseite. Diese Asymmetrie ist die ganze praktische Antwort auf Bot-Aufblähung: Tracken Sie Leseverhalten, nicht Öffnungen. Wie dieses Verhalten aussieht, wenn der Ausschuss herausgefiltert ist – mediane Sitzungsdauer, mediane Zeit pro Seite und wie weit Leser tatsächlich in ein Dokument kommen –, ist gemessen in wie lange Menschen eine PDF lesen, und es sind dieselben Daten pro Seite, die der Free-Plan für Ihre eigenen Dokumente meldet.

So prüfen Sie Ihre eigenen PDF-Aufrufzahlen in vier Schritten

Ihren eigenen Ausschuss-Anteil können Sie mit Daten schätzen, die die meisten Tracking-Dashboards bereits zeigen. Eine Voraussetzung sei ehrlich genannt: Eine PDF, die als einfacher E-Mail-Anhang verschickt wird, lässt sich überhaupt nicht tracken – alles Folgende setzt voraus, dass Sie das Dokument als Tracking-Link geteilt haben, mit einem Tool, dessen Plan Daten auf Seitenebene erfasst.

1. Vergleichen Sie alle Öffnungen mit den Sitzungen, die Lesezeit pro Seite haben. Aufrufe, bei denen keine einzige Seite registriert wurde, sind Ihre Untergrenze ohne Interaktion. Unsere lag bei 14,2 %.
2. Prüfen Sie den Zeitpunkt von Öffnungen direkt nach dem Senden. Eine Öffnung Sekunden nach dem Senden – besonders an eine Firmenadresse – stammt eher von einem Sicherheitsscanner als von einem Leser.
3. Suchen Sie nach Sitzungen unter einer Sekunde. Technisch mit Interaktion, menschlich bedeutungslos. In unseren Daten kamen dadurch etwa 2 Prozentpunkte Ausschuss zur Untergrenze hinzu.
4. Betrachten Sie die Zahl der Öffnungen als Obergrenze und die Verweildauer pro Seite als Signal. Die Aufrufzahl ist die Höchstzahl der Menschen, die Ihr Dokument gelesen haben könnten; die Lesezeit sagt Ihnen, wer es tatsächlich getan hat.

Weiterlesen: wie kostenloses PDF-Tracking funktioniert und die besten kostenlosen PDF-Tracking-Tools im Vergleich.