KI mischt die Webanalyse neu – was für Unternehmen jetzt wichtig ist. 🤖
Anabel Köster
In dieser Ausgabe geht es um zwei Themen, die aktuell großen Einfluss auf unser Verständnis von Tracking und Datenanalyse haben. Zum einen schauen wir auf Googles neues Universal Commerce Protocol (UCP) und was es für Tracking, Attribution und Datenhoheit bedeutet. Zum anderen werfen wir einen Blick auf den neuen AI Advisor in Google Analytics 4: Was kann er heute schon leisten und wo ist weiterhin menschliche Analyse gefragt? Entdecke außerdem unsere kostenlosen Webinare, in denen wir spannendes Wissen und Know-How aus der Praxis teilen.
Solltest du darüber hinaus noch Fragen oder Feedback haben, schreib mir bei LinkedIn.
Google UCP: Wie KI das Tracking im E-Commerce verschiebt
Mit dem Universal Commerce Protocol (UCP) hat Google Anfang 2026 einen offenen Standard für Agentic Commerce eingeführt. Die zentrale Idee: weg vom klassischen „Click-and-Visit“-Modell, hin zu KI-gestützten Kaufprozessen direkt innerhalb von Googles KI-Anwendungen wie beispielsweise Gemini oder dem Search AI Mode.
Konkret bedeutet das: Produktsuche, Beratung, Auswahl und Kaufabschluss finden zunehmend direkt innerhalb von Google statt. Händler stellen dafür strukturierte Produkt- und Transaktionsdaten wie Preise, Verfügbarkeiten oder Versandoptionen bereit, während Google diese Informationen in seinen KI-Oberflächen bündelt und ausspielt. Der eigentliche Kauf wird zwar technisch weiterhin über die angebundenen Systeme der Händler abgewickelt, allerdings ohne dass Nutzer:innen den entsprechenden KI-Chat verlassen müssen. Google übernimmt damit stärker die Rolle einer zentralen Einkaufsoberfläche statt eines reinen Vermittlers von Traffic.
All das klingt bequem für Nutzer, bringt aber einige grundlegende Veränderungen für Tracking und Digital Analytics mit sich.
Auswirkungen auf Tracking, Attribution und Datenhoheit
Der Klick verliert an Bedeutung
Durch UCP können Käufe direkt innerhalb von Google-Oberflächen wie beispielsweise KI-Konversationen stattfinden. Der Besuch auf der Händler-Website ist nicht mehr zwingend notwendig. Damit entfällt ein zentrales Element klassischer Webanalyse: der messbare Seitenaufruf.
Machtverschiebung hin zu Google und KI-Anwendungen
Große Teile der Customer Journey wie Produktsuche, Vergleich, Auswahl und Kaufentscheidung verlagern sich auf Google-Plattformen. Google kontrolliert nicht nur die Oberfläche, sondern auch, welche Informationen sichtbar sind und welche nicht. Händler erhalten weniger Einblick in die frühen Phasen der Entscheidungsfindung und sind stärker von Googles Reporting-Logik abhängig.
Weniger Transparenz in der Pre-Purchase-Phase
Signale wie Suchintention, Produktvergleiche oder Abbrüche vor dem Kauf sind für Händler nur noch eingeschränkt oder gar nicht mehr direkt messbar. Diese Daten liegen primär bei Google und fließen – wenn überhaupt – aggregiert in Plattform-Reports ein.
Attribution wird fragmentierter
Wenn Touchpoints außerhalb der eigenen Website stattfinden, stoßen klassische Attributionsmodelle an ihre Grenzen. Conversions lassen sich schwerer einzelnen Kanälen oder Maßnahmen zuordnen, was die Bewertung von Marketing-Investitionen erschwert.
Welche Maßnahmen können Händler ergreifen?
So disruptiv das nun klingt, folgende Maßnahmen können E-Commerce Verantwortliche aus unserer Sicht umsetzen, um sich bestmöglich gegen die Auswirkungen zu wappnen:
Server-Side Tracking als neue Grundlage: Serverseitiges Tracking hilft dabei, Transaktionen und relevante Events auch dann zuverlässig zu erfassen, wenn sie von KI-Agenten oder externen Plattformen angestoßen werden. Statt sich ausschließlich auf Browser-Signale zu verlassen, können wir Daten somit direkt vom Server an Analyse- und Marketing-Tools senden. Das erhöht die Datenstabilität, reduziert Abhängigkeiten von Cookies und sorgt dafür, dass Umsätze und Conversions trotz veränderter Kaufprozesse messbar bleiben.
Stärkerer Fokus auf Feed-Qualität und strukturierte Daten: Da Sichtbarkeit in KI-Oberflächen maßgeblich von Produktfeeds abhängt, wird Feed-Optimierung zu einem zentralen Hebel. Saubere, vollständige und aktuelle Produktdaten erhöhen nicht nur die Chance, in KI-Antworten ausgespielt zu werden, sondern liefern auch neue Ansatzpunkte für Analyse: Welche Produkte werden bevorzugt angezeigt? Welche Attribute beeinflussen Sichtbarkeit und Conversion?
Analytics neu denken – von Journey-Tracking zu Outcome-Tracking:
Wenn die vollständige Customer Journey nicht mehr transparent ist, rücken Ergebnis-Metriken stärker in den Fokus – etwa Umsatz, Deckungsbeitrag oder Produktperformance. Statt jeden einzelnen Schritt messen zu wollen, geht es zunehmend darum, die Wirkung von Datenqualität, Preisgestaltung und Sortiment auf den tatsächlichen Geschäftserfolg zu verstehen.
UCP führt nicht zu weniger Tracking, sondern zu einer Verlagerung. Detaillierte Pre-Purchase-Daten wandern stärker zu Google, während Händler an Transparenz über die vollständige Customer Journey verlieren. Wer hier nicht gegensteuert, riskiert blinde Flecken in der eigenen Analyse. Konkret heißt das, Tracking neu zu denken und einen stärkeren Fokus auf Server-Side Setups, Feed-Qualität und die Rolle externer Plattformen zu legen.
Du möchtest mehr darüber erfahren, wie ihr euch analytisch auf diese Verschiebung vorbereiten könnt? Unsere Strateg:innen aus dem Digital Analytics Team helfen gerne weiter!
Kostenlose Webinare für euren Digital Impact
Meldet euch jetzt für unsere kostenlosen Webinare an – der Inhalt ist auf konkretes Wissen und Know-how aus der Praxis konzentriert und die Plätze sind begrenzt:
Google Analytics AI Advisor: Was kann der neue KI-Berater wirklich?
Mit dem Analytics Advisor bringt Google eine neue, KI-gestützte Analyseerfahrung direkt in Google Analytics. Der Advisor ist ein konversationeller KI-Agent, der auf den neuesten Gemini-Modellen basiert und Nutzer:innen dabei unterstützen soll, schneller zu Erkenntnissen zu kommen, ohne sich durch komplexe Reports klicken zu müssen. Ziel ist es, Datenanalysen für alle GA-Nutzer:innen zugänglicher zu machen und datenbasierte Entscheidungen zu beschleunigen.
Wie funktioniert der Analytics Advisor?
Der Analytics Advisor ist direkt in die GA-Oberfläche integriert und jederzeit erreichbar. Über ein Icon oder die Suchleiste lässt sich ein Chatfenster öffnen, in dem Fragen zur eigenen Property gestellt werden können.
Wichtig dabei: Der Advisor arbeitet ausschließlich mit Daten aus der jeweiligen GA-Property und greift nicht auf externe Quellen zu. Die Antworten basieren also immer auf den tatsächlich verfügbaren Analytics-Daten und Einstellungen.
Je nach Fragestellung analysiert der Advisor die Daten, bereitet sie auf und liefert:
konkrete Antworten in Textform
passende Visualisierungen
Verlinkungen zu relevanten Reports oder Konfigurationsbereichen
Für manche Anfragen benötigt die KI einen kurzen Moment, um die Antwort zu planen und zu generieren, insbesondere bei komplexeren Analysen.
Welche Fragen kann der Analytics Advisor beantworten?
Der Funktionsumfang ist breit angelegt und deckt verschiedene typische Analytics-Anwendungsfälle ab:
Überblick & Statusfragen: Der Advisor kann helfen, die allgemeine Performance schnell einzuordnen, etwa bei Fragen wie:
„Wie läuft meine Website aktuell?“ oder „Wie gesund ist meine Neukundengewinnung?“
Konkrete Daten- und Trendfragen: Für klar definierte Metriken, Zeiträume oder Dimensionen erstellt der Advisor Auswertungen und Visualisierungen, z. B.: „Trend der aktiven Nutzer der letzten 30 Tage“ oder „Wie viele Käufe kamen letzte Woche über organische Suche?“
Ursachenanalysen („Why“-Fragen): Bei Auffälligkeiten unterstützt der Advisor bei der Einordnung möglicher Ursachen, etwa bei Umsatz- oder Nutzer-Rückgängen im Zeitverlauf.
Hilfestellung & Navigation („How to“): Neben reiner Analyse hilft der Advisor auch bei der Nutzung von GA4 selbst, zum Beispiel beim Erstellen von Zielgruppen oder beim Verknüpfen mit Google Ads.
Property- und Setup-Informationen: Auch technische Fragen zur eigenen Property lassen sich klären, etwa zur Measurement ID oder zur Anzahl angebundener Datenstreams.
Optimierungsansätze: In bestimmten Fällen schlägt der Advisor mögliche nächste Schritte vor, etwa zur Reaktivierung abspringender Nutzer:innen oder zur Verbesserung von Conversion-Pfaden.
Was sollte man dabei beachten?
So hilfreich der Analytics Advisor ist, er hat (noch) klare Grenzen:
Er ist aktuell nur für Properties mit englischer Sprache verfügbar.
Die Qualität der Antworten hängt stark von der Datenqualität und dem Setup der Property ab.
In einzelnen Fällen können Antworten unvollständig oder nicht ganz treffsicher sein – Feedback kann direkt im Tool gegeben werden.
Der Advisor ersetzt keine tiefgehenden Explorations, sondern ergänzt sie.
Fazit
Der Analytics Advisor ist ein starker Einstiegspunkt für schnelle Analysen, Orientierung und operative Fragen in GA4. Besonders für Teams ohne tiefes Analytics-Know-how senkt er die Einstiegshürde erheblich. Für komplexe Fragestellungen, strategische Bewertungen oder individuelle Attributionsmodelle bleibt jedoch weiterhin analytische Expertise gefragt. Der Advisor beschleunigt Analysen, nimmt uns das Denken aber nicht ab.
Hilfe beim Tracking? Kein Problem!
Du möchtest wissen, wie es um euer Tracking Setup steht? Kein Problem! Wir werfen einen Blick auf die technische Umsetzung eures Tracking Aufbaus. Anhand eines simplen Scoring Systems erkennt ihr schnell, wo euer Analytics-Setup noch ausbaufähig ist – inklusive konkreter Optimierungsvorschläge!