> For the complete documentation index, see [llms.txt](https://one-loop.gitbook.io/help/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://one-loop.gitbook.io/help/plattform/one-loop-plattform/websites-und-leadgewinnung/websites-und-funnels/browser-und-ip-adressen-in-der-website-analyse-prufen.md). # Browser und IP-Adressen in der Website-Analyse prüfen Prüfe die meistgenutzten Browser und häufigsten IP-Adressen in der Website-Analyse, erkenne auffällige Muster und leite sichere Folgeschritte ab. Die Website-Analyse zeigt dir zwei hilfreiche Hinweise zu den Aufrufen deiner Websites und Funnel: * **Häufigste Browser** zeigen, mit welchen Browsern Besucherinnen und Besucher deine Inhalte aufrufen. * **Häufigste IP-Adressen** zeigen, von welchen Internetverbindungen besonders viele Anfragen kommen. Damit kannst du Darstellungsprobleme gezielter prüfen und ungewöhnlich viele Aufrufe zuerst einordnen. Die Übersicht erklärt jedoch keine technische Ursache und führt keine Schutzmaßnahme automatisch aus. Sie ist ein Ausgangspunkt für eine gezielte Prüfung. ## Was diese Auswertung leistet – und was nicht | Übersicht | Was du siehst | Sinnvolle Verwendung | | ------------------------- | -------------------------------------------------------------------------------------------------------------------------------------------- | -------------------------------------------------------------------------------------------------- | | **Häufigste Browser** | Die zehn am häufigsten vorkommenden Browser sowie ihren jeweiligen Anteil. | Prüfe wichtige Seiten besonders in den Browsern, die deine Zielgruppe tatsächlich nutzt. | | **Häufigste IP-Adressen** | Die zehn Adressen mit den meisten Zugriffen im gewählten Zeitraum. In der Ansicht sind die Spalten **Client IPs** und **Requests** sichtbar. | Erkenne ungewöhnlich viele Anfragen und prüfe sie im Zusammenhang mit Zeitraum und anderen Werten. | Eine IP-Adresse mit vielen Anfragen beweist nicht automatisch einen Angriff. Dahinter können regelmäßige Besucher, automatisierte Aufrufe oder andere Gründe stehen. Ebenso beweist ein häufig genutzter Browser nicht, dass ein Darstellungsfehler ausschließlich dort liegt. Nutze beide Listen als Hinweis und überprüfe anschließend den tatsächlichen Ablauf. ## Voraussetzungen und Vorbereitung Du benötigst Zugriff auf den Bereich **Websites** und auf die Analyse der Inhalte, die du auswerten möchtest. Bevor du beginnst, lege fest: * Welchen Inhalt du prüfen willst: **Funnel**, **Websites** oder beide zusammen. * Welcher Zeitraum die richtige Frage beantwortet: ein kurzer Zeitraum für eine aktuelle Auffälligkeit oder ein längerer Zeitraum für einen Trend. * Welcher konkrete Anlass vorliegt, zum Beispiel eine gemeldete Darstellungsstörung oder ungewöhnlich viele Seitenaufrufe. > **Tipp:** Beginne bei einer einzelnen Auffälligkeit mit einem kurzen, klaren Zeitraum. Vergleiche anschließend mit einem längeren Zeitraum. So vermeidest du Schlüsse aus einem einzelnen Ausreißer. ## Browser- und IP-Daten öffnen 1. Öffne **Websites**. 2. Wähle oben den Bereich **Analyse**. 3. Öffne die Auswahl für den Inhaltstyp. 4. Wähle **Funnel**, **Websites** oder beide zusammen. Damit legst du fest, welche Aufrufe in die Auswertung einfließen. 5. Wähle den **Zeitraum**. Du kannst einen vorgegebenen oder einen eigenen Zeitraum verwenden. 6. Scrolle zum Bereich **Seitenaufrufe**. 7. Prüfe dort die Karten für **Häufigste Browser** und **Häufigste IP-Adressen**. Die Daten gelten immer für deine Auswahl aus Inhaltstyp und Zeitraum. Änderst du einen dieser Werte, musst du die Listen neu interpretieren. ## Sichtbare Felder und ihre Wirkung | Feld oder Bereich | Bedeutung | Praktischer Prüfschritt | | ------------------------- | --------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------- | | **Inhaltstyp** | Legt fest, ob Funnel, Websites oder beide Arten ausgewertet werden. | Wähle nur das aus, was zu deiner Frage passt. | | **Zeitraum** | Begrenzt die ausgewerteten Aufrufe auf einen Zeitraum. | Vergleiche bei auffälligen Werten einen kurzen mit einem längeren Zeitraum. | | **Seitenaufrufe** | Enthält die Auswertungen zu den häufigsten Browsern und IP-Adressen. | Scrolle nach der Auswahl gezielt zu diesem Bereich. | | **Häufigste Browser** | Zeigt bis zu zehn Browser und deren Anteil. | Priorisiere Tests in den Browsern mit dem größten Anteil. | | **Browser / Users** | In der sichtbaren Tabelle wird je Browser die Zahl beziehungsweise der Anteil der zugehörigen Nutzer angezeigt. | Vergleiche nicht nur die Reihenfolge, sondern auch den Abstand zwischen den Werten. | | **Häufigste IP-Adressen** | Zeigt bis zu zehn Adressen mit vielen Zugriffen. | Prüfe auffällige Adressen immer zusammen mit dem Zeitraum. | | **Client IPs / Requests** | In der sichtbaren Tabelle steht die Adresse neben der Anzahl ihrer Anfragen. | Notiere eine auffällige Kombination aus Adresse, Anzahl und Zeitraum, bevor du weitere Schritte planst. | ## Browserdaten sinnvoll nutzen Wenn Nutzerinnen oder Nutzer ein Darstellungsproblem melden, vergleiche ihre Angabe mit der Browserliste: 1. Wähle den Zeitraum, in dem das Problem gemeldet wurde. 2. Prüfe, ob der betreffende Browser in der Liste der häufigsten Browser auftaucht. 3. Öffne die betroffene Website oder den Funnel selbst in diesem Browser. 4. Prüfe den genauen Ablauf, zum Beispiel Seitenaufbau, Navigation und das betroffene Formular. 5. Notiere, ob das Problem wiederholbar ist und unter welchen Bedingungen es auftritt. Die Browserliste hilft dir, Tests zu priorisieren. Sie ersetzt keinen echten Test, denn eine Statistik kann nicht erklären, warum eine Seite in einem Browser anders aussieht. ## Auffällige IP-Adressen sorgfältig einordnen Eine Adresse mit besonders vielen **Requests** kann ein nützlicher Hinweis sein. Bevor du reagierst, prüfe jedoch strukturiert: 1. Wähle zunächst einen kurzen Zeitraum, in dem die Auffälligkeit sichtbar war. 2. Notiere die Adresse und die Zahl der Requests. 3. Vergleiche mit einem längeren Zeitraum: Ist das Muster dauerhaft oder nur kurzfristig? 4. Vergleiche die Zahl mit den gesamten Seitenaufrufen im selben Zeitraum. 5. Prüfe, ob es weitere konkrete Hinweise auf ungewöhnlichen Verkehr gibt. 6. Entscheide erst danach, ob du die vorhandenen Schutzmaßnahmen deiner Website-Umgebung separat prüfen musst. Die Analyse selbst nimmt keine Sperrung vor. Sie liefert die Information, auf deren Grundlage du eine getrennte technische Prüfung veranlassen kannst. ## So prüfst du das Ergebnis Nutze einen kleinen, nachvollziehbaren Test: 1. Wähle einen Funnel oder eine Website und den Zeitraum der letzten sieben Tage. 2. Notiere den meistgenutzten Browser und eine auffällige IP-Adresse, falls vorhanden. 3. Wechsle auf einen längeren Zeitraum, zum Beispiel den letzten Monat. 4. Prüfe, ob die Reihenfolge und die Größenordnung ähnlich bleiben. 5. Öffne eine wichtige Seite im meistgenutzten Browser und teste einen vollständigen Kernablauf. 6. Dokumentiere nur konkrete Beobachtungen, etwa „Formular lässt sich im Browser X nicht absenden“, statt aus der Statistik allein eine Ursache abzuleiten. So wird aus einer Kennzahl eine überprüfbare Aufgabe. ## Typische Fehler und Lösungen ### Die Listen passen nicht zu meinen Erwartungen Prüfe zuerst Inhaltstyp und Zeitraum. Eine Auswertung für alle Inhalte kann deutlich anders aussehen als die eines einzelnen Funnels oder nur deiner Websites. ### Ein Browser steht weit oben in der Liste Das ist zunächst nur eine Information über die Nutzung. Teste deine wichtigsten Seiten in diesem Browser, bevor du etwas an der Website veränderst. ### Eine Adresse hat sehr viele Requests Behandle die Zahl als Hinweis, nicht als Beweis. Vergleiche verschiedene Zeiträume und die gesamten Seitenaufrufe. Wenn das Muster weiterhin auffällig ist, prüfe die dafür vorgesehenen Schutzmaßnahmen außerhalb der Analyse. ### Ich finde die Auswertung nicht Stelle sicher, dass du im Bereich **Websites** die **Analyse** geöffnet hast. Die beiden Listen liegen im Abschnitt **Seitenaufrufe**; nach der Auswahl von Inhaltstyp und Zeitraum musst du zu diesem Bereich scrollen. ## Praxisbeispiel: Auffällige Aufrufe einer Anmeldeseite prüfen Ein Team erhält den Hinweis, dass eine Anmeldeseite ungewöhnlich oft aufgerufen wird. Es öffnet **Websites > Analyse**, wählt den betroffenen Funnel und zunächst die letzten sieben Tage. Im Bereich **Seitenaufrufe** sieht das Team, welche Browser am häufigsten verwendet wurden und ob einzelne Adressen besonders viele Requests erzeugt haben. Anschließend vergleicht es die Werte mit dem letzten Monat. Der meistgenutzte Browser bleibt gleich, daher testet das Team die Anmeldeseite und das Formular dort vollständig. Die auffällige Adresse erscheint nur in der kurzen Woche und nicht im Monatsvergleich. Das Team hält die Beobachtung fest, verändert aber nichts vorschnell. Erst bei einem dauerhaft auffälligen Muster prüft es die vorhandenen Schutzmöglichkeiten separat. ## Kurz-Check * Habe ich den richtigen Inhaltstyp gewählt? * Passt der Zeitraum zu meiner Frage? * Habe ich Browser- und IP-Werte mit einem zweiten Zeitraum verglichen? * Wurde der betroffene Ablauf im relevanten Browser tatsächlich getestet? * Treffe ich keine Schutzentscheidung allein aufgrund einer einzelnen Kennzahl? --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://one-loop.gitbook.io/help/plattform/one-loop-plattform/websites-und-leadgewinnung/websites-und-funnels/browser-und-ip-adressen-in-der-website-analyse-prufen.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.