Attributionsmodell: was in GA4 und Google Ads noch gilt

Was ist ein Attributionsmodell?

Ein Attributionsmodell legt fest, welchem Kanal oder welcher Anzeige eine Conversion gutgeschrieben wird, wenn ein Kunde vorher mehrere Berührungspunkte hatte. Wer eine Anzeige auf YouTube sieht, später über eine Suchanzeige kommt und am Ende direkt die Adresse eintippt, hat drei Kontakte. Das Modell entscheidet, wie der Wert der Anfrage oder des Kaufs auf diese Kontakte verteilt wird. In Google Analytics 4 und Google Ads gibt es heute nur noch zwei Modelle: datengetrieben und letzter Klick. Alle anderen hat Google im Jahr 2023 abgeschafft.

Die Wahl des Modells verändert keine einzige echte Anfrage. Sie verändert aber, welcher Kanal in deinen Berichten gut aussieht, und in Google Ads auch, worauf automatische Gebotsstrategien optimieren. Deshalb lohnt es sich, die Modelle zu verstehen, bevor du Budgets verschiebst.

Welche Attributionsmodelle gibt es noch?

Heute gibt es in GA4 und Google Ads nur noch zwei Attributionsmodelle, früher waren es sechs. Lange konntest du zwischen mehreren regelbasierten Modellen wählen. Jedes verteilte den Wert nach einer festen Regel, unabhängig davon, wie deine Kunden sich tatsächlich verhalten.

Die ersten vier dieser Modelle hat Google 2023 sowohl in Google Ads als auch in GA4 entfernt. Conversion-Aktionen, die noch ein solches Modell nutzten, wurden auf die datengetriebene Attribution umgestellt. Geblieben sind das datengetriebene Modell als Standard und der letzte Klick. Wer in älteren Anleitungen auf Empfehlungen zu linearer oder positionsbasierter Attribution stößt, kann diese Abschnitte überspringen.

Passend dazu: Server-Side Tagging oder Client-Side: der Vergleich

Letzter Klick: einfach, aber einseitig

Beim letzten Klick bekommt der Kanal den vollen Wert, über den der Kunde unmittelbar vor der Conversion kam. Das Modell ist leicht zu verstehen und gut nachvollziehbar. Sein Nachteil: Es belohnt Kanäle, die am Ende des Weges stehen, etwa die Suche nach dem Firmennamen oder Remarketing, und blendet aus, was den Kunden überhaupt erst auf dich aufmerksam gemacht hat.

In GA4 gilt beim letzten Klick eine Besonderheit: Direkte Besuche bekommen keinen Wert, wenn es vorher einen anderen Kanal gab. Wer erst über eine Anzeige kommt und Tage später die Adresse direkt eintippt, wird also der Anzeige zugeordnet. Zusätzlich gibt es in GA4 eine Variante des letzten Klicks, die bezahlte Google-Kanäle bevorzugt: Gab es im Weg einen Klick auf eine Google-Anzeige, bekommt der letzte davon den vollen Wert, sonst gilt der normale letzte Klick. Sie ist nützlich, wenn du sehen willst, was Google Ads aus Sicht von GA4 beiträgt.

Datengetriebene Attribution verstehen

Die datengetriebene Attribution verteilt den Wert anhand deiner tatsächlichen Daten. Vereinfacht gesagt vergleicht sie Wege, die zu einer Conversion führen, mit ähnlichen Wegen, die das nicht tun. Kommt ein bestimmter Kontakt in erfolgreichen Wegen deutlich häufiger vor, bekommt er mehr Wert. Das Modell passt sich laufend an, wenn sich dein Marketing ändert.

Für Google Ads ist das Modell vor allem deshalb wichtig, weil automatische Gebotsstrategien wie Ziel-ROAS oder Conversions maximieren die zugeordneten Conversions als Lernsignal verwenden. Bekommt eine Kampagne, die früh im Weg wirkt, mehr Anteil, kann der Algorithmus sie höher bieten lassen. Die Kehrseite ist, dass du die Verteilung nicht im Detail nachrechnen kannst. Das Modell ist nur so gut wie die Daten, die es bekommt. Fehlen Conversions durch fehlerhaftes Tracking, rechnet es mit einem unvollständigen Bild.

Wo du das Attributionsmodell einstellst, unterscheidet sich je Werkzeug. In GA4 legst du das Berichtsmodell und die Rückblickzeiträume in der Verwaltung der Property unter den Attributionseinstellungen fest. Ein geändertes Berichtsmodell gilt laut Google-Hilfe auch rückwirkend für ältere Daten in den Berichten, geänderte Rückblickzeiträume gelten dagegen nur für die Zukunft. In Google Ads wählst du das Modell je Conversion-Aktion in deren Einstellungen. Hier wirkt eine Änderung nur nach vorn und beeinflusst sofort, wie automatische Gebotsstrategien die Conversions bewerten. Ändere das Modell deshalb nicht mitten in einer laufenden Optimierung, ohne die Folgen einige Wochen zu beobachten.

Ein einfacher Prüfablauf hilft, bevor du dich auf ein Modell verlässt. Öffne in GA4 im Bereich Werbung unter Attribution den Modellvergleich und stelle datengetrieben und letzter Klick nebeneinander. Kanäle, die im datengetriebenen Modell deutlich mehr Wert bekommen, wirken eher früh im Weg. Kanäle, die beim letzten Klick besser abschneiden, schließen eher ab. Beide Rollen sind wichtig, und wer nur auf eine Spalte schaut, kürzt leicht das Falsche.

Passend dazu: Server-Side Tracking: was ist das und wie funktioniert es?

Attribution in Google Ads und GA4: die Unterschiede

Viele wundern sich, warum Google Ads und GA4 für denselben Zeitraum unterschiedliche Conversion-Zahlen zeigen, obwohl beide datengetrieben arbeiten. Dafür gibt es mehrere sachliche Gründe.

• Blickwinkel: Google Ads betrachtet nur Interaktionen mit Google-Anzeigen, GA4 bezieht alle Kanäle ein.
• Datum: Google Ads ordnet Conversions dem Tag des Anzeigenklicks zu, GA4 dem Tag der Conversion.
• Zeitfenster: Das Conversion-Fenster in Google Ads ist je Conversion-Aktion einstellbar, GA4 hat eigene Rückblickzeiträume in den Attributionseinstellungen.
• Quelle der Conversion: Zählt Google Ads das eigene Conversion-Tag oder importierte GA4-Schlüsselereignisse, unterscheiden sich die Zahlen.
• Einwilligung und Modellierung: Beide Werkzeuge ergänzen fehlende Daten auf unterschiedliche Weise.

Meta und andere Werbeplattformen haben wiederum eigene Regeln. Im Werbeanzeigenmanager gilt standardmäßig ein Fenster von 7 Tagen nach dem Klick und 1 Tag nach dem Ansehen einer Anzeige. Jede Plattform schreibt sich dabei die Conversion selbst zu. Zählst du die Conversions aller Plattformen zusammen, kommt deshalb oft mehr heraus, als du tatsächlich Anfragen hast. Für die Gesamtsicht taugt nur eine Quelle, die alle Kanäle einheitlich bewertet, etwa GA4 oder besser das CRM.

Grenzen der Marketing-Attribution

Kein Modell sieht, was außerhalb der Messung passiert: das Gespräch auf der Messe, die Empfehlung unter Kollegen, den Anruf, der nicht über eine nachverfolgte Nummer läuft. Auch Besucher ohne Einwilligung, mit Tracking-Blocker oder mit Gerätewechsel fehlen ganz oder teilweise. Marketing-Attribution ist deshalb immer eine Annäherung. Sie hilft, Tendenzen zu erkennen und Budgets besser zu verteilen, aber sie ist keine exakte Buchhaltung.

Ein kleiner Onlineshop für Tee zeigt, wie man damit arbeitet. Im Modell letzter Klick wirkt die Markensuche in Google Ads wie der stärkste Kanal, die Videokampagne auf YouTube fast wertlos. Im datengetriebenen Modell bekommt die Videokampagne einen sichtbaren Anteil, weil viele Käufer sie vorher gesehen haben. Bevor der Shop die Videokampagne abschaltet, prüft er die Daten: Wird der Kauf sauber mit Wert und Transaktions-ID gemessen, ist die Einwilligung korrekt angebunden, stimmen die Käufe in GA4 grob mit dem Shop-Backend überein? Erst als das bestätigt ist, vertraut er dem datengetriebenen Modell und lässt die Videokampagne weiterlaufen.

Gute Attribution beginnt mit sauberen Daten

Welches Modell du auch nutzt, es rechnet mit den Conversions, die ankommen. Fehlen Anfragen, zählen Käufe doppelt oder fehlt der Wert, ist jede Verteilung falsch. Trackum richtet Google Analytics 4, Consent Mode v2 und die Conversion-Messung für Google Ads und andere Werbeplattformen im Google Tag Manager ein und testet alles mit und ohne Einwilligung, bevor es live geht. Ob deine jetzige Messung stimmt, zeigt der Gratis-Check für 0 € in etwa zwei Minuten. Findet er Fehler, behebt die Reparatur für 79 € zzgl. MwSt. alle Befunde in deinem vorhandenen Google Tag Manager.