Online-Werbung: Google, Meta & KI · Modul 5: Messen & Optimieren

Lektion 2 von 5Text 14 Min.

Auswerten und Attribution

Lernziele
  • Werbeergebnisse regelmäßig und zielgerichtet auswerten
  • verstehen, warum Plattformzahlen voneinander abweichen
  • Attributionsmodelle unterscheiden und einordnen
  • die tatsächliche Wirkung von Werbung mit einfachen Methoden prüfen

Wer Werbung schaltet, bekommt Zahlen – oft sehr viele. Google Ads meldet 40 Conversions, Meta meldet 35, die Webanalyse zählt 50 Anfragen, und im Posteingang sind es tatsächlich 45. Welche Zahl stimmt? Die ehrliche Antwort: Alle messen etwas anderes, und keine erzählt die ganze Geschichte. Diese Lektion zeigt, wie man Werbeergebnisse sinnvoll auswertet, warum die Zahlen abweichen und wie man trotzdem zu belastbaren Entscheidungen kommt.

1. Warum die Zahlen nicht übereinstimmen

Jede Werbeplattform misst aus ihrer eigenen Sicht. Google zählt eine Conversion, wenn jemand innerhalb eines Zeitfensters nach einem Klick auf eine Google-Anzeige handelt. Meta zählt sie, wenn jemand nach einem Klick oder sogar nur nach dem Ansehen einer Meta-Anzeige handelt. Hat dieselbe Person beide Anzeigen gesehen, zählen beide Plattformen die Conversion für sich. Die Webanalyse wiederum ordnet sie meist nur einer Quelle zu. Hinzu kommen fehlende Einwilligungen, Werbeblocker, Gerätewechsel und statistische Schätzungen der Plattformen. Das Ergebnis sind Zahlen, die sich nicht einfach addieren lassen.

Definition 2.1
Attribution
Die Zuordnung einer Conversion zu den Kontaktpunkten, die ihr vorausgegangen sind. Ein Attributionsmodell legt fest, welcher Anteil des Werts einer Conversion welchem Kanal, welcher Kampagne oder welcher Anzeige zugerechnet wird.
ErkundenWem gehört der Abschluss?
Letzter Klick: Die einfachste Zuordnung – und die unfairste: Der letzte Kontakt bekommt alles, obwohl die Entscheidung früher fiel.

2. Die Customer Journey

Menschen kaufen selten nach einem einzigen Kontakt. Typischer ist eine Reise über mehrere Stationen: Man sieht eine Anzeige auf Instagram, sucht Tage später bei Google, liest einen Newsletter und bucht schließlich, nachdem man direkt nach dem Namen gesucht hat. Welche dieser Stationen hat die Buchung bewirkt? Die Antwort hängt vom Modell ab. Probieren Sie es aus:

DemoWer bekommt den Verdienst für diese Buchung?
  1. 1Instagram-Anzeige0
  2. 2Google-Suche (Anzeige)0
  3. 3Newsletter0
  4. 4Google-Suche (Markenname)120

Beispiel: Kurspaket im Yogastudio für 120 € nach vier Kontakten über zwölf Tage.

Nur der letzte Kontakt zählt – Instagram, das den Stein ins Rollen brachte, bekommt nichts.

Das Modell „Letzter Klick“ war lange Standard und ist immer noch weit verbreitet. Es unterschätzt systematisch alle Kanäle, die Interesse wecken, und überschätzt die, die kurz vor dem Kauf stehen – besonders Markensuchen. Wer nur nach letztem Klick steuert, kürzt deshalb oft genau die Kampagnen, die neue Kunden überhaupt erst auf das Angebot aufmerksam machen. Google Ads und Google Analytics verwenden heute standardmäßig ein datengetriebenes Modell, das den Wert anhand vieler tatsächlicher Customer Journeys verteilt. Das ist genauer, aber auch weniger durchschaubar und nur innerhalb der Google-Welt gültig.

3. Eine sinnvolle Auswertung

Tab. 2.1Welche Zahl wofür?
FrageBeste Quelle
Wie entwickelt sich eine einzelne Kampagne?Werbekonto der Plattform
Welche Kanäle bringen Besucher, die handeln?Webanalyse mit einheitlichem Modell
Wie viele Anfragen und Kunden gab es wirklich?eigenes CRM, Posteingang, Kasse
Lohnt sich die Werbung insgesamt?Gesamtumsatz und Gesamtanfragen im Verhältnis zu den Werbekosten

Für die meisten kleineren Unternehmen hat sich eine einfache Übersicht bewährt: Pro Monat werden die Werbekosten je Kanal, die Conversions laut Plattform, die tatsächlich eingegangenen Anfragen und die daraus gewonnenen Kunden festgehalten. Dazu kommt eine einfache Frage im Erstgespräch oder im Formular: „Wie sind Sie auf uns aufmerksam geworden?“ Diese Selbstauskunft ist ungenau, zeigt aber Kanäle, die in keinem Tracking auftauchen, etwa Empfehlungen oder Podcasts, und bestätigt oder widerlegt die Plattformzahlen.

Die entscheidende Zahl steht nicht im Werbekonto, sondern in der eigenen Buchhaltung: Wie viel Umsatz oder wie viele Kunden hat das Unternehmen insgesamt gewonnen, und wie haben sich die Werbekosten dazu entwickelt?

4. Die echte Wirkung prüfen

Die schwierigste Frage der Werbemessung lautet: Wie viele dieser Kunden wären ohne Werbung auch gekommen? Wer nach dem eigenen Firmennamen sucht und auf eine Anzeige klickt, hätte wahrscheinlich auch das organische Ergebnis darunter angeklickt. Wer als Stammkunde eine Remarketing-Anzeige sieht, hätte vielleicht ohnehin wieder gekauft. Die Plattformen rechnen sich solche Conversions trotzdem zu. Den zusätzlichen Effekt, der wirklich durch die Werbung entsteht, nennt man Inkrementalität.

Es gibt einfache Wege, ihn zu prüfen. Bei regionalen Angeboten lässt sich die Werbung in einem Gebiet für einige Wochen pausieren und die Entwicklung mit einem vergleichbaren Gebiet vergleichen. Die Plattformen bieten zudem Experimente an, bei denen ein Teil der Zielgruppe keine Anzeigen sieht – Meta nennt sie Conversion-Lift-Studien, Google bietet vergleichbare Messungen an. Und schon ein Blick auf die Gesamtentwicklung vor und nach dem Start einer Kampagne gibt Hinweise. Solche Prüfungen sind nicht perfekt, schützen aber vor dem häufigsten Fehler: Budget in Kampagnen zu stecken, die nur Ergebnisse einsammeln, die ohnehin entstanden wären.

5. Berichte, die helfen

Ein guter Werbebericht ist kurz. Er beantwortet die Fragen der Geschäftsführung, nicht die Neugier des Analysten: Was hat die Werbung gekostet? Was hat sie gebracht – in Anfragen, Kunden, Umsatz? Wie hat sich das im Vergleich zum Vormonat und Vorjahr entwickelt? Was wird als Nächstes getan, und warum? Eine Seite mit diesen Antworten ist wertvoller als ein Dashboard mit fünfzig Kennzahlen. Werkzeuge wie Looker Studio können die Zahlen aus verschiedenen Quellen automatisch zusammenführen, sodass der Bericht jeden Monat ohne großen Aufwand entsteht.

Wer mit einer Agentur arbeitet, sollte genau solche Berichte einfordern – mit einem Abgleich zu den tatsächlichen Anfragen im Unternehmen, nicht nur mit Plattformzahlen. Und wer selbst auswertet, sollte sich angewöhnen, Entscheidungen nicht auf einzelne Tage oder Wochen zu stützen, sondern auf Entwicklungen über mehrere Wochen. Schwankungen sind normal, besonders bei kleinen Zahlen. Erst wenn eine Veränderung über längere Zeit anhält, ist sie ein verlässliches Signal.

6. Kennzahlen, die wirklich zählen

Aus der Fülle der Kennzahlen lohnt es sich, eine kleine Auswahl festzulegen, die regelmäßig betrachtet wird. Für die meisten Unternehmen sind das die Werbekosten insgesamt und je Kanal, die Zahl der echten Anfragen oder Verkäufe, die Kosten pro Anfrage oder Kunde und – wo möglich – der Umsatz aus diesen Kunden. Ergänzend helfen die Entwicklung der Suchen nach dem eigenen Markennamen und der direkten Besuche auf der Website, weil sie zeigen, ob die Werbung die Bekanntheit steigert. Alle anderen Kennzahlen dienen der Fehlersuche, nicht der Steuerung.

Wichtig ist auch der Zeitraum. Viele Kunden entscheiden sich nicht am selben Tag. Wer eine Kampagne nach einer Woche beurteilt, sieht nur einen Teil ihrer Wirkung. Besonders bei höherpreisigen Angeboten oder längeren Entscheidungsprozessen lohnt sich ein Blick auf mehrere Monate. Und wer saisonale Schwankungen hat, vergleicht am besten mit demselben Zeitraum im Vorjahr statt mit dem Vormonat. So entsteht ein realistisches Bild, das gute Entscheidungen über Budgets und Kanäle ermöglicht.

Ein letzter Hinweis: Dokumentieren Sie Änderungen. Wann wurde eine Kampagne gestartet, wann das Budget erhöht, wann die Landingpage überarbeitet, wann das Tracking angepasst? Eine einfache Liste mit Datum und Änderung macht es später viel leichter, Entwicklungen in den Zahlen zu erklären. Ohne sie rätselt man oft Monate später, warum die Anfragen im März plötzlich gestiegen oder im Juni gefallen sind. Gute Auswertung beginnt mit gutem Gedächtnis, und dieses Gedächtnis sollte schriftlich festgehalten und für alle Beteiligten jederzeit zugänglich sein, auch für eine beauftragte Agentur oder neue Kollegen im Team, die sich schnell einarbeiten müssen.

Quellen und weiterführende Literatur
  1. [1]Google (2026): Google Ads Hilfe – Informationen zu Attributionsmodellen; datengetriebene Attribution.
  2. [2]Meta (2026): Meta Business Hilfebereich – Attributionseinstellungen; Conversion-Lift-Studien.
  3. [3]Kaushik, A. (2010): Web Analytics 2.0. Indianapolis: Wiley.
  4. [4]Gordon, B. R. et al. (2019): A Comparison of Approaches to Advertising Measurement: Evidence from Big Field Experiments at Facebook. Marketing Science 38(2), 193–225.
  5. [5]Blake, T.; Nosko, C.; Tadelis, S. (2015): Consumer Heterogeneity and Paid Search Effectiveness: A Large-Scale Field Experiment. Econometrica 83(1), 155–174.

Stand: September 2026. Kursmaterial der Klarwerk Akademie. Plattformfunktionen und Preise ändern sich häufig – maßgeblich sind die aktuellen Angaben der Anbieter.

Abschlussquiz

Drei Fragen – dann ist die Lektion geschafft.

Frage 1 von 3

Warum melden Google und Meta zusammen oft mehr Conversions als es Anfragen gibt?