Praktische Texte zu Privacy-first Web Analytics, was GA4 wirklich misst und wie AI den Reporting-Workflow verändert. Von den Engineers und Operators, die datataste bauen.
Ein praxisnaher Leitfaden zu Umsetzung und Fehlersuche beim domainübergreifenden Tracking und Subdomain-Tracking – für Organisationen, deren Web-Landschaft über mehrere getrennte Domains verteilt ist.
Ein wiederholbarer Weg, um vor dem ersten Tag zu entscheiden, was du misst – gebaut für lange, mehrstufige und teils offline verlaufende Sales-Cycles.
Ein Blick in den Arbeitsalltag: wie nicht-technische Marketing- und Kampagnenteams Antworten aus ihren Website-Daten bekommen — ohne Queries zu schreiben oder ein Ticket ans zentrale Datenteam zu stellen.
KI-Agenten und automatisierte Browser besuchen Websites jetzt, um stellvertretend für Nutzer zu handeln, und die breitere Bot-Ära verändert den Web-Traffic. Das passiert mit deinen Zahlen – und so bleiben sie vertrauenswürdig.
Defektes Tracking ist meist kein Consent-Problem — es ist die Nebenwirkung einer Routine-Änderung an der Website. So entstehen diese Fehler, warum sie unsichtbar bleiben und wie du einen Prozess aufbaust, der sie erkennt.
Cookie-Banner, Data Modeling, Browser-Restrictions, ITP, ETP und die rechtlichen Constraints hinter jeder „(other)“-Zeile in deinen GA4-Reports. Wir gehen durch, wo 30–60 % der Visitor-Daten verschwinden und was eine Privacy-first-Architektur tatsächlich anders macht.
Schritt für Schritt: Analytics-Architektur ohne personenbezogene Daten — keine Cross-Site-IDs, keine Speicherung roher IPs. Inklusive Feld-für-Feld-Audit-Tabelle und DPIA-Template.
Server-side GTM braucht immer noch Cookies, Consent und Client-side JS. Wir zerlegen, warum es nicht die Silver Bullet ist, als die Agenturen es verkaufen.
Technische Zerlegung von GA4 Consent Mode v2: cookieless Pings, Data Modeling, Selection Bias und der Ad-Blocker-Blindspot.
Kein Marketing. Mit einem Click abbestellen.