Problem: Sie betrachten den ROAS in Google Ads, er zeigt 8:1 an, und Sie sind zufrieden. Doch dieses Dashboard lügt Sie heute gleich doppelt an — ein Teil der conversion wurde gar nicht gemessen (Cookie-Banner, Safari, GTM-Blockierung) und den Teil, der gemessen wurde, schreibt sich wahrscheinlich auch jemand anderes zu (Sklik, Meta, Microsoft). Die Zahl im Werbesystem sowie in GA4 entspricht nicht mehr der Wahrheit. Sie ist zu einer Schätzung geworden — und oft zu einer falschen.
In den letzten Jahren hat sich im Bereich PPC stillschweigend etwas Grundlegendes geändert: Wir haben aufgehört zu sehen, was wirklich passiert. Nicht, weil wir schlechter messen würden, sondern weil Browser, Gesetzgebung und Nutzer uns die Messung systematisch entziehen. Und solange Sie dies mit alten Augen betrachten — „wie viele conversion wurden mir angezeigt“ — bewerten Sie Kampagnen nach einer Zahl, der man nicht trauen kann.
In diesem Artikel analysiere ich, wie viele Daten wir heute real verlieren und warum, warum es nicht ausreicht, weder in das Werbesystem noch in GA4 zu schauen, und vor allem wie man PPC heute auswertet — über Inkrementalität, den Blended-Ansatz und Experimente. Und warum es ohne die Offenheit des Kunden nicht geht.
Inhalt
1. Wie viele Daten wir heute verlieren (und warum)
Ich beginne mit dem Unangenehmen. Bei einem herkömmlichen Client-Setup (klassisches client-side GTM, gtag, Meta pixel) messen Sie heute etwa 40–50 % der conversion nicht. Das ist keine Zahl aus irgendeiner Studie – es ist das, was ich kontoübergreifend sehe, wenn ich die Systemmeldungen mit dem vergleiche, was tatsächlich in der Buchhaltung oder im CRM landet.
Dies setzt sich aus mehreren Ebenen zusammen, die sich zudem kumulieren:
- Cookie-Banner und abgelehnte Einwilligung. Ein Nutzer, der im Consent-Banner auf „Ablehnen“ klickt, verschwindet für Sie aus der Analyse und den Werbe-Cookies. In Tschechien betrifft dies üblicherweise 20–40 % der Menschen. Diese conversion messen Sie einfach nicht – das Signal erreicht Sie physisch nicht.
- Safari und ITP. Apple Intelligent Tracking Prevention verkürzt die Lebensdauer von client-side Cookies, die per JavaScript gesetzt wurden, auf 7 Tage (und bei Besuchen über einen Werbelink mittels Link Decoration sogar auf 24 Stunden). Ein Nutzer, der am Montag auf eine Anzeige geklickt und nach 10 Tagen gekauft hat, erscheint als völlig neu und „organisch“ – und Ihre PPC-Kampagne erhält keine Gutschrift.
- Firefox und Tracker-Blockierung. Enhanced Tracking Protection in Firefox blockiert bekannte Tracker standardmäßig. Hinzu kommen Nutzer mit uBlock Origin, Brave und anderen Blockern – bei diesen werden gtag.js, der GTM-Container und fbevents.js oft gar nicht geladen. Dieser Besuch und die conversion haben für Sie nie existiert.
- iOS, ATT und In-App. App Tracking Transparency und der allgemeine Trend von Apple zum Datenschutz nehmen Ihnen ein weiteres Stück weg, insbesondere bei Kampagnen, die auf Apps abzielen.
Wenn Sie das zusammenzählen, kommen Sie zu dem Ergebnis, dass Sie bei einem klassischen Setup etwa die Hälfte der Realität sehen. Und das sind Zahlen vom tschechischen Markt – in den deutschsprachigen Märkten (DACH), wo die Sensibilität für Privatsphäre und die Bereitschaft, die Einwilligung abzulehnen, noch höher sind, ist der Datenverlust in der Regel noch größer. Wenn Sie Deutschland oder Österreich anvisieren, müssen Sie damit rechnen.
Und nun das Wichtige: Die fehlende Hälfte ist nicht zufällig. Safari-Nutzer sind kaufkräftiger, Blocker werden von einem technisch versierteren (und oft teureren) Publikum verwendet. Sie verlieren also keine Zufallsstichprobe – Sie verlieren unverhältnismäßig das bessere Segment. Ihre gemessenen Daten sind nicht nur lückenhaft, sondern auch verzerrt.
2. sGTM und Custom Loader — kein Wundermittel
Die logische Reaktion lautet: „Wir setzen server-side GTM ein und lösen das Problem.“ Und es stimmt, dass server-side Messung heute eher eine Pflicht als ein Extra ist. Sie verlagert die Messung vom Browser auf den Server, Cookies werden vom Server gesetzt (first-party, längere Lebensdauer, ITP wird umgangen), Requests gehen nicht an bekannte Tracker-Domains, sodass Blocker sie nicht so leicht erfassen. Hinzu kommt ein custom loader (umbenannter Endpoint, eigener Ladepfad) und Sie kommen deutlich weiter.
Aber hier ist der ehrliche Punkt, den sGTM-Anbieter ungern erwähnen: Selbst mit einem perfekten server-side Setup und einem custom loader bewegen Sie sich immer noch bei etwa 30 % Verlust.
Warum? Weil sGTM die Transportebene löst – Blockierungen, kurze Cookies, Domain-Reputationen. Sie löst nicht die Konsensebene. Ein Nutzer, der das Cookie-Banner abgelehnt hat, bleibt für Sie trotz bestem server-side Setup unsichtbar, da Sie ohne Zustimmung schlichtweg nicht messen dürfen. Und das ist in Tschechien immer noch ein großer Teil der Menschen.
Einen Teil dieser Lücke schließt Consent Mode v2 – Google modelliert aus aggregierten, nicht identifizierbaren Signalen wahrscheinliche conversion auch für Nutzer ohne Zustimmung nach. Aber „nachmodellieren“ ist das Schlüsselwort: Es handelt sich um eine modellierte Schätzung, nicht um die gemessene Realität. Zudem wird dies erst ab einem bestimmten Datenvolumen aktiviert – kleine Konten profitieren fast gar nicht von der Modellierung. (Wie Sie Consent Mode v2 über GTM richtig konfigurieren, damit zumindest dieser Teil funktioniert, habe ich in einem separaten Artikel ausführlich beschrieben.)
Server-side reduziert Ihre Datenblindheit von 50 % auf 30 %. Das ist ein enormer Fortschritt. Dennoch bedeutet es, dass jede dritte conversion eine Schätzung ist oder fehlt. Wer Ihnen behauptet, dass Sie mit sGTM alles messen, hat entweder nicht gemessen oder die Daten nicht mit der Buchhaltung abgeglichen.
Übrigens habe ich am Beispiel der Messung von Reservierungen aus einem Hotelsystem in diesem Artikel beschrieben, wie eine fundierte serverseitige conversion-Messung in der Praxis aussieht, einschließlich der Punkte, an denen es hakt.
3. Warum conversion im Werbesystem nicht ausreichen
Gut, es gibt weniger Daten. Aber das zweite, tückischere Problem besteht nicht darin, wie viele Conversions Sie sehen – es liegt daran, dass dieselbe Conversion von mehreren Systemen gleichzeitig erfasst wird und jedes System sie sich voll anrechnet.
Stellen Sie sich eine reale Customer Journey vor: Jemand klickt auf eine Google Search Anzeige, zwei Tage später erreicht ihn das Retargeting auf Meta, dann sieht er noch Sklik und kauft ein. Eine Bestellung. Drei Plattformen. Und jede von ihnen rechnet sich diese eine Conversion als die eigene an.
Jedes Werbesystem hat seinen eigenen Pixel, sein eigenes Attributionsfenster und seine eigene Logik des „Last Click innerhalb meines Kanals“. Sie wissen nichts voneinander. Wenn Sie also drei Dashboards öffnen und diese zusammenzählen, erhalten Sie ein unsinniges Ergebnis:
# Co ti hlasi jednotlive dashboardy (soucet je fikce):
Google Ads konverze 100 trzby 800 000 Kc
Meta Ads konverze 60 trzby 350 000 Kc
Sklik konverze 40 trzby 180 000 Kc
----------------------------------------------------
SOUCET konverze 200 trzby 1 330 000 Kc <- duplicitne
# Co rika ucetnictvi (jedina pravda):
Skutecne objednavky 140
Skutecne trzby 920 000 Kc
----------------------------------------------------
Rozdil: 60 konverzi a 410 000 Kc navic = prekryv kanalu
Das ist kein Einstellungsfehler. Das ist systembedingt so gewollt. Jede Plattform ist darauf optimiert, sich ein Maximum an Erfolgen zuzuschreiben – denn so beweist sie Ihnen ihren Wert. Den ROAS aus Google Ads, Meta und Sklik zu addieren und dem Kunden einen „blended ROAS X“ zu nennen, ist daher methodisch falsch. Die realen Umsätze erreichen diese Höhe nicht.
Und es geht nicht nur um das Reporting. Wenn Sie jede Plattform auf ihren eigenen berichteten ROAS optimieren, überschätzen Sie sich überschneidende Kanäle – typischerweise investieren Sie Budget in das Retargeting auf drei Plattformen, die demselben Kauf nachjagen, und suggerieren, dass jede davon profitabel arbeitet.
4. Warum auch GA4 nicht ausreicht
„Schauen wir uns GA4 an, das ist unabhängig und wir sehen das Gesamtbild.“ Wenn es nur so einfach wäre. GA4 löst die kanalübergreifende Duplizierung besser als einzelne Pixel — es erkennt die Customer Journey über Kanäle hinweg und der Standard ist heute die data-driven Attribution. Doch es gibt zwei Haken.
Haken Nr. 1: GA4 misst nur den Input. Hier gilt genau der gleiche Datenverlust wie im ersten Kapitel. Consent, ITP, Blocker — GA4 sieht ebenfalls die Hälfte der Nutzer nicht. Der „unabhängige“ Blick ist zwar unabhängig, aber ebenso lückenhaft.
Haken Nr. 2: Die Analyse bleibt last-click. Obwohl GA4 ein data-driven Modell anbietet, basieren die meisten Reports und Entscheidungen auf dem letzten (oder letzten indirekten) Klick. Und last-click systematisch überschätzt das Ende des Funnels und unterschätzt den Anfang. Brand search und Direct erhalten die Gutschrift für einen Kauf, der vor einer Woche durch eine generische Suchanfrage, Display oder Prospecting auf Meta angestoßen wurde.
Die Folge ist gefährlich: Sie schauen in GA4, sehen, dass eine „Prospecting-Kampagne einen schrecklichen ROAS hat“, schalten sie ab — und einen Monat später bricht auch die hervorragende Brand search ein, weil Sie das unterbunden haben, was die Nachfrage überhaupt erst ausgelöst hat. (Ich habe dies auch in einem Artikel darüber beschrieben, warum KI-Ratschläge ohne Erfahrung die Performance ruinieren — das Abschalten „teurer“ Keywords ist genau diese Falle.)
GA4 ist ein hervorragendes Tool und gehört in jeden Tracking-Stack. Aber als alleiniger Schiedsrichter darüber, ob PPC funktioniert, taugt es ebenso wenig wie das Dashboard in Google Ads. Beide erzählen Ihnen nur einen Teil der Geschichte und beide stellen diesen Teil verzerrt dar.
5. Messen Sie Inkrementalität statt Attribution
Hier ist der Denkansatz, den Sie vollziehen müssen. Hören Sie auf zu fragen: „Wie viele conversion hat mir das System zugeschrieben?“ und fangen Sie an zu fragen: „Um wie viel mehr Umsatz / Leads habe ich, weil diese Anzeige läuft?“
Das nennt man Inkrementalität — den Zuwachs. Es ist keine Attribution (wem wir den Verdienst für einen Kauf zuschreiben, der ohnehin stattgefunden hätte), sondern eine völlig andere Frage: Hätte dieser Kauf auch ohne Werbung stattgefunden? Ein Teil ja (ein loyaler Kunde, der Sie ohnehin gefunden hätte). Ein Teil nein (das ist Ihr realer Beitrag). Und nur für diesen zweiten Teil bezahlen Sie.
In der Praxis bedeutet das, Business-Metriken über Gesamtzahlen zu betrachten, statt Plattform-Dashboards:
MER (Marketing Efficiency Ratio) = celkove trzby firmy / celkovy marketingovy spend
new-CAC = celkovy spend / pocet NOVYCH zakazniku
prispevek po marzi = (trzby x marze) - spend
- MER / blended ROAS über den gesamten Umsatz und den gesamten Spend lügt nicht über Duplikate — er basiert auf der Realität aus der Buchhaltung, nicht auf der Summe der Pixel. Wenn Sie den Spend um 30 % erhöhen und der MER stabil bleibt, skalieren Sie gesund. Wenn der MER sinkt, jagen Sie sich selbst hinterher.
- new-CAC (Kosten pro neuem Kunden) schützt Sie davor, dass retargeting bestehende Kunden recycelt und sich als Akquise tarnt.
- Deckungsbeitrag ist die einzige Zahl, die den Inhaber interessiert. Ein ROAS von 8:1 bei einem Produkt mit 10 % Marge ist ein Verlust; ein ROAS von 3:1 bei 60 % Marge ist ein Gewinn.
Und wenn Sie tiefer in die Kanäle eintauchen wollen, senden Sie den Systemen den tatsächlichen Wert, keinen Proxy — offline conversions aus dem CRM, den Wert nach Warenrücksendung, qualifizierte Leads statt aller Leads. Das bidding lernt dann auf Basis der Realität. (Wie ich Pipedrive mit Google Ads verbunden und ohne kostenpflichtigen Connector real qualifizierte Leads zurückgesendet habe, habe ich hier beschrieben.)
6. Experimente, die die Wahrheit sagen
Inkrementalität lässt sich nicht aus dem Dashboard ablesen – Sie müssen sie durch ein Experiment messen. Hier ist ein Werkzeugkasten vom einfachsten bis zum anspruchsvollsten Tool, sortiert danach, was auch ein kleineres tschechisches Konto real bewältigen kann:
1. Blackout / Pause-Test (am zugänglichsten). Schalten Sie für 2–4 Wochen eine Komponente ab – typischerweise Brand Search oder eine Retargeting-Linie – und beobachten Sie, um wie viel der Gesamtumsatz real sinkt. Wenn die Plattform monatlich 80 Conversions aus Brand Search meldete, aber nach dem Abschalten der Gesamtumsatz nur um 15 Bestellungen sinkt, haben Sie gerade herausgefunden, dass 65 dieser „Conversions“ ohnehin zustande gekommen wären. Das ist eine extrem wertvolle Information – und im Dashboard werden Sie diese niemals sehen.
2. Geo-Holdout. Schalten Sie den Kanal in einem Teil der Regionen ab (oder halten Sie ihn stabil), lassen Sie ihn anderswo weiterlaufen und vergleichen Sie das Geschäftsergebnis zwischen den Gruppen. Der Goldstandard der Inkrementalität. In Tschechien liegt der Haken in der Marktgröße – bei kleinen Budgets ist die Geo-Granularität grob und das Rauschen groß – bei größeren Konten funktioniert dies jedoch über Regionen/Städte hinweg.
3. Conversion Lift / Brand Lift Studien. Meta und Google ermöglichen randomisierte Holdouts (Ghost Ads) – ein Teil der Zielgruppe sieht die Anzeige nicht, und die Differenz wird gemessen. Methodisch am saubersten, stößt in Tschechien jedoch an Mindestvolumina und Budgets, sodass es für kleine Konten meist nicht verfügbar ist.
4. Spend Stepping (Poor Man’s MMM). Ändern Sie das Budget in kontrollierten Schritten nach oben und unten und beobachten Sie das Blended-Ergebnis mit zeitlicher Verzögerung. Es bietet keine Laborgenauigkeit, zeigt Ihnen aber den Verlauf der Kurve – wo Sie an die Decke stoßen und jede weitere Krone keinen Mehrwert mehr bringt.
Die übergeordnete Regel ist einfach: Ändern Sie eine Sache, halten Sie die anderen stabil, geben Sie der Sache Zeit, lesen Sie die Business-Metrik – nicht das Dashboard. Es ist ein iteratives Handwerk, keine einmalige Einstellung. Das gleiche Prinzip „schrittweise testen, keine Vermutungen anstellen“ gilt auch außerhalb von PPC.
7. Ohne Offenheit geht es nicht
Und nun dazu, warum ich darüber als Beziehung schreibe, nicht als Technik. Alles oben Genannte erfordert, dass der Kunde Ihnen Daten öffnet und Vertrauen schenkt — andernfalls kehren Sie zum geschönten ROAS im Dashboard zurück, weil Sie nichts anderes haben.
Konkret benötige ich vom Kunden drei Dinge:
- Zugriff auf Gesamtzahlen. Nicht nur auf das Werbekonto. Gesamtumsatz, Margen, Verhältnis von Neukunden zu wiederkehrenden Kunden, telefonische und offline Bestellungen, Lead-Qualität aus dem CRM, idealerweise LTV. Ohne dies kann ich weder MER noch new-CAC berechnen und bleibe genauso blind wie das Dashboard.
- Erlaubnis zum Experimentieren. Ein Blackout-Test des Brand Search verschlechtert für zwei Wochen die Zahlen im Dashboard — das ist sein Wesen. Wenn ich das nicht vorab mit dem Kunden vereinbare und er am dritten Tag einen Einbruch sieht, schaltet er es ab und der gesamte Test ist wertlos. Ich benötige ein vorab abgestimmtes Protokoll und eine Metrik für die Bewertung (Gesamtumsatz, nicht Conversions in Google Ads).
- Geduld. Inkrementalität zeigt sich in Wochen, nicht in der täglichen ROAS-Spalte. Ein Kunde, der jeden Morgen grüne Zahlen sehen will, drängt mich genau zum Falschen — zur Optimierung auf das Dashboard statt auf das Business.
Die Beziehung verlagert sich von „zeigen Sie mir den ROAS in Google Ads“ hin zu „lassen Sie uns gemeinsam messen, welche Auswirkungen die Werbung auf das Unternehmen hat.“ Es ist für beide Seiten anspruchsvoller. Aber es ist der einzige Weg, um im Jahr 2026 PPC ehrlich auszuwerten — und sich nicht mit einer Zahl zu trösten, die sich selbst überschätzt.
Fazit
Die Auswertung von PPC „nach der Zahl im Dashboard“ funktioniert nicht mehr. Das Werbesystem misst Ihnen die Hälfte der Daten nicht und die andere Hälfte wird durch Duplikation überbewertet; GA4 misst ebenso lückenhaft und wird per Last-Click ausgewertet. Beides sagt Ihnen ein Stück der Wahrheit und verzerrt dieses Stück.
Drei Dinge zum Mitnehmen:
- Akzeptieren Sie, dass Sie Schätzungen messen. Selbst mit Server-Side fehlen Ihnen ~30 % und der Rest ist modelliert. Wer das Gegenteil behauptet, hat nicht mit der Buchhaltung verglichen.
- Werten Sie Inkrementalität aus, nicht Attribution. Blended MER, new-CAC, Deckungsbeitrag über den Gesamtzahlen des Unternehmens — und senden Sie den realen Wert zurück in die Systeme.
- Nur Experimente liefern die Wahrheit. Blackout, Geo Holdout, Lift-Studien, Spend Stepping. Und diese funktionieren nur dort, wo der Kunde Ihnen Daten öffnet und Vertrauen schenkt.
Wenn Sie Dashboards nicht mehr begeistern und Sie wissen wollen, ob PPC Ihnen realen Umsatz bringt oder nur Kunden recycelt, die Sie ohnehin hätten — melden Sie sich. Gerne zeige ich Ihnen, wie Sie den Unterschied zwischen „zugeschriebener“ und „inkrementeller“ conversion anhand Ihrer Daten messen. Genau diese Unterscheidung ist heute die Arbeit, für die Kunden bezahlen.
Messen Sie PPC anhand des Dashboards oder des Umsatzes?
FAQ
- Wie viele Daten gehen beim PPC-Tracking verloren? Bei einem herkömmlichen Client-Side-Setup gehen ca. 40–50 % der Conversions verloren (Consent, Safari ITP, GTM- und Tracker-Blockierung). Mit Server-Side GTM und einem Custom Loader erreichen Sie einen Verlust von ~30 %, da technische Lösungen fehlende Zustimmungen nicht ersetzen können – diese werden nur teilweise durch Consent Mode v2 modelliert.
- Warum ROAS aus Google Ads, Meta und Sklik nicht addieren? Weil jede Plattform sich dieselbe Conversion vollständig zuschreibt. Eine Customer Journey über drei Kanäle = drei gezählte Conversions für eine Bestellung. Die Summe der Plattform-Umsätze liegt daher immer über der Realität in der Buchhaltung. Nutzen Sie den blended MER basierend auf Gesamtzahlen.
- Ist Data-Driven Attribution in GA4 die Lösung? Sie hilft gegen kanalübergreifende Duplikate, löst aber zwei Probleme nicht: GA4 erfasst weiterhin keine Nutzer ohne Consent oder mit Blockern, und die meisten Nutzer werten dennoch nach Last-Click aus. Als alleiniger Leistungsindikator reicht dies nicht aus.
- Was ist Inkrementalität und wie misst man sie? Der Zuwachs an Umsatz/Leads durch Werbung – also das, was ohne sie nicht entstanden wäre (nicht das, was das System zuschreibt). Die Messung erfolgt per Experiment: Blackout Test, Geo Holdout, Conversion Lift, Spend Stepping. Ein Dashboard zeigt diese nicht an.
- Was ist ein Blackout Test? Sie schalten vorübergehend (2–4 Wochen) eine Kampagne oder einen Kanal ab und beobachten, wie stark der Gesamtumsatz real sinkt. Die Differenz zwischen diesem Wert und den Plattform-Daten entspricht der Duplikationsrate und der Nicht-Inkrementalität. Achtung – vereinbaren Sie das Protokoll und die Metriken vorab mit dem Kunden; ein Einbruch im Dashboard ist zu erwarten.
- Warum Zugriff auf Gesamtumsätze statt nur Werbekonten? Weil der reale Beitrag von PPC auf Business-Ebene berechnet wird (MER, New-CAC, Marge), nicht auf Pixel-Ebene. Ohne Gesamtzahlen berechne ich Ihnen nur ein verzerrtes Dashboard mit all den im Artikel beschriebenen Problemen.