Ein gewohntes Bild in der Marketing Attribution: Google Ads verbucht 100 Abschlüsse, Meta beansprucht ebenfalls den Erfolg für sich, aber in Google Analytics (GA) sind nur drei Verkäufe sichtbar. Die Diskrepanz zwischen Ad-Netzwerken, Web-Analytics und dem eigenen CRM sorgt für Verwirrung. Für Marketing-Verantwortliche wird dadurch eine zentrale Frage immer wichtiger: Welchen Daten kann ich vertrauen und welche Kanäle tragen wirklich zum Erfolg bei?
Webinar-Aufzeichnung „Attribution 2026: Google Ads, Meta und GA4 – Welche Zahlen stimmen?"
Das lernt ihr in diesem Video und Artikel:
- Warum Google Ads, Meta, GA4 und CRM unterschiedliche Conversions ausweisen
- Welche Rolle Attributionsmodelle, Conversion-Fenster, Consent und Trackingverluste spielen
- Wie du kanalübergreifende Attribution in GA4 sinnvoll interpretierst
- Was GA4 zeigen und nicht zeigen kann
- Warum First-Party-Daten für Kampagnenoptimierung immer wichtiger werden
- Wie Qualitäts- und Umsatzdaten zurück in Werbesysteme fließen können
Für wen lohnt sich der Inhalt?
Für Marketing-Verantwortliche, Online-Marketing-Manager:innen, Performance-Marketer und Entscheider:innen in Unternehmen, die ihre Kampagnen nicht nur nach Plattform-Reports bewerten möchten, sondern fundiertere Entscheidungen über Budgets, Kanäle und Kampagnen treffen wollen.
Was ist Marketing-Attribution und wie funktioniert es?
Um zu verstehen, wieso Google Ads, Meta und GA verschiedene Daten aufzeigen, lohnt es sich die allgemeine Funktionsweise von Marketing Attribution genauer anzusehen:
Marketing Attribution beschreibt, welcher Marketingkanal welchen Anteil an einer Conversion oder einem Kauf hatte. Sie ordnet eine Conversion den Marketingkanälen zu, die auf dem Weg dahin mitgewirkt haben – nicht nur dem letzten Klick. Bei den meisten Setups, die wir sehen, sind das mindestens vier: Google Ads, ein zweiter Werbekanal wie Meta, Google Analytics als übergreifendes Analyse-Tool und ein CRM wie HubSpot. Wenn ihr euch Zahlen aus allen vier Tools zur selben Kampagne anseht, werdet feststellen: Die matchen so gut wie nie hundertprozentig. Der Grund: Damit Attribution funktioniert, muss jedes Tool entscheiden, welchem Kontakt oder Kanal es eine Conversion zurechnet. Da jedes Tool dafür jeweils eigene Regeln und vor allem Zielsetzungen verwendet, kann derselbe Kauf unterschiedlich zugeordnet und gezählt werden.
Zählunterschiede entstehen also deshalb, weil Tools wie Google Ads, Meta und GA unterschiedliche Attributionsmodelle, Zeitfenster und Trackingdaten verwenden. Deshalb können alle Systeme unterschiedliche Zahlen zeigen, obwohl technisch alles korrekt eingerichtet ist.
Dabei ist wichtig zu erwähnen, dass:
Google Ads und Meta als Werbeplattformen in erster Linie ihre eigenen Kampagnen optimieren wollen und sich selbst im bestmöglichen Licht zeigen. Google Analytics kommt aus einer anderen Richtung: Es will verstehen, wie sich Nutzer über alle Kanäle hinweg auf der Website bewegen. Ein CRM interessiert sich vor allem für die Person und den Geschäftsabschluss dahinter, weniger für den Marketingkanal. Jedes System hat seine eigene Perspektive, da die Zielsetzungen von vorneherein unterschiedlich sind.
Eine Customer Journey, vier verschiedene Bilder
Ein Beispiel aus einem unserer Projekte macht das greifbar: Ein Nutzer sieht montags eine Meta-Anzeige, klickt aber nicht darauf. Donnerstags klickt er auf eine Google-Ads-Suchanzeige und landet auf der Produktseite. Samstags bekommt er einen Newsletter, klickt rein, überlegt noch. Sonntags schließt er ab. Das sind vier Touchpoints in einer Woche.
Und so sehen die vier Systeme diesen einen Kauf:
- Meta Ads zählt 0 Conversions. Der Anzeigenkontakt vom Montag wurde zwar registriert, aber das View-Through-Fenster ist am Kauftag längst abgelaufen.
- Google Ads zählt 1 Conversion, 100 % der Donnerstags-Suchanzeige zugeordnet – Ads kennt nur den eigenen Klick und weiß nichts vom Newsletter-Klick am Samstag.
- GA4 sieht beide echten Sessions (Google-Ads-Klick und Newsletter-Klick) und verteilt die Conversion – zum Beispiel 65 % auf den Newsletter, 35 % auf Google Ads, weil der Newsletter-Klick zeitlich näher am Kauf lag. Den Meta-View sieht GA4 gar nicht, der bleibt im geschlossenen Meta-System.
- Das CRM verzeichnet einen Neukunden, 250 € Umsatz. Welchen Kanal es davor kennt, hängt komplett davon ab, ob UTM-Parameter und Lead-Source sauber übergeben wurden.
Ein Kauf, vier Meinungen darüber, wer ihn verursacht hat. Genau das ist der Moment, in dem Marketingteams anfangen, sich gegenseitig die Budgetverantwortung streitig zu machen. Dabei liegt der Fehler nicht bei einem der Systeme, sondern in der Erwartung, dass sie sich decken müssten.
Die häufigsten Ursachen für Zählunterschiede
Sechs Faktoren erklären die meisten Diskrepanzen, die wir bei Kunden sehen:
- Unterschiedliche Attributionsmodelle. Selbst wenn jedes Tool behauptet, "datengetrieben" zu rechnen, tut es das nach eigener Logik.
- Unterschiedliche Conversion-Fenster. Wie lange eine Conversion noch einem Kanal zugerechnet wird, ist pro System und teils pro Conversion einzeln konfigurierbar. Bei einem Versicherungsabschluss braucht es beispielsweise andere Fenster als bei einer Spontanbestellung.
- Consent- und Trackingverluste. Zustimmungsanforderungen, Adblocker und Safari-ITP kosten Signal. Server-Side-Tracking über einen GTM-Server-Container hilft gegen technische Verluste, ersetzt aber keine fehlende Consent-Zustimmung.
- Plattformen kennen mehr als GA. Meta weiß, was Nutzer vorher im eigenen digitalem Ökosystem („Walled Garden″) angeschaut haben. Solche Informationen bekommt GA erst, wenn jemand tatsächlich auf der Website landet.
- Unterschiedliche Nutzeridentifikation. Ein Meta-Nutzer ist technisch etwas anderes als ein Google-Nutzer oder ein Shop-Nutzer.
- Inkonsistente oder fehlende UTM-Parameter. Ohne saubere utm_source/medium/campaign-Struktur ist ein kanalübergreifender Vergleich gar nicht erst möglich. System-E-Mails fallen hier gerne durchs Raster.
Wenn sich der Report nachträglich verändert
Ein Detail, das für viele Kunden am meisten Verwirrung stiftet: Google-Ads-Reports können sich rückwirkend ändern, obwohl an der Kampagne nichts angepasst wurde. Klickt jemand in Kalenderwoche (KW) 24 auf eine Anzeige und kauft erst in KW 25, ordnet Google Ads die Conversion nachträglich der Klick-Woche zu – also KW 24. Wer sich den KW-24-Report am Montag der KW 25 anschaut, sieht andere Zahlen als jemand, der sich denselben Zeitraum vier Wochen später ansieht. GA tickt hier anders: Es zeigt den Kauf ausschließlich in der Woche, in der er stattfand, und ändert diese Zuordnung im Nachhinein nicht mehr.
Kein Fehler, sondern Systemlogik und der Grund, warum ein und derselbe Kampagnenzeitraum in Google Ads "wächst", während er in GA stabil bleibt.
Die Zählweise von GA, Google Ads und Meta im Vergleich
GA
- Conversion-Fenster: global für die Property einstellbar
- View-Through-Conversions: nicht sichtbar
- Conversion wird gezählt: am Tag des tatsächlichen Kaufs
- Attributionsmodell: Data-Driven Attribution, Modellvergleich möglich
Google Ads
- Conversion-Fenster: pro Conversion individuell einstellbar, z. B. 30–90 Tage
- View-Through-Conversions: über native Google-Ads-Tags erfassbar
- Conversion wird gezählt: rückwirkend dem ursprünglichen Anzeigenklick zugeordnet
- Attributionsmodell: Last Click oder Data-Driven
Meta Ads
- Conversion-Fenster: eigenes Attributionsfenster, unabhängig von GA
- View-Through-Conversions: werden berücksichtigt
- Conversion wird gezählt: rückwirkend entsprechend dem Attributionsfenster
- Attributionsmodell: eigenes plattforminternes Modell
Der Kern: Keines dieser Systeme ist "falsch". Sie beantworten unterschiedliche Fragen mit unterschiedlichen Regeln. Deshalb ist ein direkter Zahlenvergleich wenig sinnvoll, ein Verständnis der jeweiligen Logik aber Gold wert.
Last-Click vs. datengetriebene Attribution
Am selben Beispiel wird der Unterschied konkret: Eine Customer Journey mit vier Touchpoints:
1. Meta Ads als Erstkontakt.
2. Google Ads Display/YouTube als Retargeting.
3. Eine Google-Suche nach der Marke .
4. Am Ende ein Klick über Direct/E-Mail.
Last-Click-Modell
Im Last-Click-Modell bekommt ausschließlich der letzte Touchpoint (hier Direct/E-Mail) 100 % der Conversion. Meta, Display und die Markensuche gehen leer aus. Die Konsequenz: Kanäle, die Aufmerksamkeit und Nachfrage aufgebaut haben, wirken auf dem Papier komplett wertlos.
Datengetriebenes Modell
Im datengetriebenen Modell verschiebt sich das Bild: Meta Ads 24 %, Google Ads Display/YouTube 26 %, Google-Suche nach Marke 33 %, Direct/E-Mail 17 %. Plötzlich sieht man, dass die vermeintlich "wertlosen" Kanäle tatsächlich einen erheblichen Teil zum Abschluss beigetragen haben.
Beachtet dabei: In GAs Standardbericht ("Non-direct Last Click") wird trotz aktivierter datengetriebener Attribution häufig weiterhin nach Last-Click-Logik zugeordnet, sobald eine 1:1-Beziehung zwischen Kanal und Conversion vorliegt. Wer wirklich modellübergreifend vergleichen will, muss gezielt in den Bericht "Werbung" bzw. den Attributionsmodell-Vergleich wechseln.
Was GA4 gut kann und wo es blind bleibt
Im Vergleich zu den einzelnen Werbeplattformen ist GA4 das einzige Tool, das Kanäle gemeinsam betrachtet: organischen Traffic, KI-Suche, Newsletter, Ads und Meta in einer Sicht. Genau deshalb bleibt es für uns die richtige Grundlage für Budgetplanung, auch wenn keine einzelne Plattform hier das komplette Bild liefert.
Trotzdem hat auch GA4 blinde Flecken: Telefonate, Messen und Außendienst, reine Markenbekanntheitseffekte, CRM-Ereignisse ohne sauberes Tracking, View-Through-Conversions von Meta und vollständige Offline-Nutzerpfade sieht GA4 grundsätzlich nicht. Diese Lücken sind der Grund, warum reine Plattform-Reports – egal welches System – niemals das ganze Bild zeigen.
Dedizierte Google-Ads-Tags statt GA4-Import: unsere Empfehlung
Wenn wir bei Kunden eine neue Kampagne aufsetzen, empfehlen wir fast immer, dedizierte Google-Ads-Conversion-Tags direkt im Konto anzulegen, statt sich nur auf den GA4-Import zu verlassen. Drei Gründe dafür:
1. Wir erfassen nur native Tags View-Through- und Engaged-View-Conversions zuverlässig – etwa Video-Views auf YouTube. Der GA4-Import kann das technisch nicht liefern.
2. Der native Tag ist nahezu in Echtzeit beim Smart Bidding, während der GA4-Import bis zu drei Tage Verzögerung mitbringt. Bei sich selbst optimierenden Kampagnen ist das ein spürbarer Nachteil.
3. Der GA4-Import bringt GA4s eigenes Attributionsmodell samt Data-Modeling für Consent-Lücken mit. Die importierten Zahlen weichen dadurch zwangsläufig von dem ab, was Google Ads nativ sehen würde.
Unsere Faustregel: Nutzt den nativen Tag als primäre Quelle fürs Bidding und GA für Analyse und kanalübergreifendes Reporting.
Was bringt das konkret? Enhanced Conversions & Co.
Der Effekt entsteht nicht durch bessere Reports, sondern durch bessere Trainingsdaten für den Algorithmus. Google Enhanced Conversions erreichen in den USA Match-Raten von 55–70 %. In der EU sind diese wegen strengerer Consent-Anforderungen niedriger. Ab einer Match-Rate von über 50 % zeigt sich spürbar besseres Smart Bidding, meist sichtbar nach zwei bis vier Wochen. Bei der Meta Conversions API liegen die durchschnittlichen Verbesserungen laut einer aktuellen Analyse von MarketerTools bei 13–19 % niedrigerer CPA und rund 19 % besserem ROAS gegenüber reinem Pixel-Tracking. Mit dem Signals Gateway ergeben sich teils sogar 25 bis 40 % niedrigere CPA.
Kurz gesagt: Wer seinem Algorithmus mehr und bessere Signale gibt, bekommt günstigere und leistungsfähigere Kampagnen.
Fazit: Die drei wichtigsten Learnings
1. Zählunterschiede zwischen Google Ads, Meta und GA4 sind keine schlechten Daten, sondern die logische Folge unterschiedlicher Systemlogiken.
2. GA4 bleibt das beste verfügbare Tool für den kanalübergreifenden Blick. Es stellt dabei nicht die Wahrheit dar, sondern ist ein sehr nützliches Modell.
3. Der größte Hebel liegt nicht in noch mehr Reporting, sondern in der Rückspielung eurer echten Geschäftsdaten in die Werbeplattformen, etwa über dedizierte Tags, Enhanced Conversions und den Data Manager.
Wenn ihr euer eigenes Tracking-Setup noch einmal grundlegend durchleuchten wollt, findet ihr in unserem Beitrag zum Tracking-Konzept und zur digitalen Customer Journey weiterführende Hintergründe. Und wer noch tiefer in GA4 selbst einsteigen möchte, dem hilft unser Überblick zu Google Analytics 4 beim Einstieg.
Häufig gestellte Fragen zum Thema Marketing-Attribution und Zählunterschiede
Warum zeigen Google Ads, Meta und GA4 unterschiedliche Conversion-Zahlen?
Weil jedes System nach eigener Logik zählt – mit unterschiedlichen Attributionsmodellen, unterschiedlichen Conversion-Fenstern und unterschiedlichem Wissen über die Customer Journey. Google Ads kennt nur seine eigenen Klicks und rechnet Conversions rückwirkend auf den ersten Kontakt. Meta kennt nur, was innerhalb der eigenen Plattform passiert. GA4 sieht mehr Kanäle gleichzeitig, dafür aber nichts von dem, was in den geschlossenen Werbe-Ökosystemen passiert.
Sind Zählunterschiede ein Zeichen für ein kaputtes Tracking-Setup?
Nicht zwangsläufig. Eine gewisse Diskrepanz zwischen den Systemen ist normal und lässt sich durch unterschiedliche Attributionsmodelle und Conversion-Fenster erklären. Kritisch wird es erst, wenn die Unterschiede nicht mehr plausibel sind – zeigt Google Ads zum Beispiel 100 Abschlüsse und GA4 nur 3, solltet ihr dem auf den Grund gehen.
Welchen Zahlen sollte ich vertrauen: Google Ads, Meta oder GA4?
Keinem der drei Systeme allein. Jedes beantwortet eine andere Frage: Google Ads und Meta bewerten die eigene Plattform, GA4 liefert den kanalübergreifenden Blick, ist dafür aber genauso wenig die "ganze Wahrheit". Wichtig ist, sich im Team auf eine Referenzzahl zu einigen, mit der alle arbeiten, statt Zahlen aus unterschiedlichen Systemen direkt zu vergleichen.
Warum ändern sich meine Google-Ads-Zahlen im Nachhinein?
Weil Google Ads Conversions rückwirkend dem Zeitpunkt des ersten Anzeigenklicks zurechnet, nicht dem Kaufdatum. Kauft jemand also erst zwei Wochen nach dem Klick, "wandert" die Conversion nachträglich in den bereits verschickten Report der Klick-Woche. GA4 macht das nicht – dort bleibt die Zuordnung stabil auf dem Tag des tatsächlichen Kaufs.
Was bringt mir Enhanced Conversions bzw. der Google Ads Data Manager konkret?
Bessere Trainingsdaten für den Algorithmus, nicht nur schönere Reports. Mit Match-Raten über 50 % zeigt sich messbar besseres Smart Bidding; bei der Meta Conversions API sehen wir im Schnitt 13–19 % niedrigere CPA und rund 19 % besseres ROAS gegenüber reinem Pixel-Tracking.
