KI in Google Analytics 4: was die Funktionen im B2B wirklich leisten

Die KI in Google Analytics 4 ist kein Autopilot, sondern eine Zuarbeit. Praktisch besteht sie aus zwei Gruppen, die grundverschiedene Dinge tun. Die eine ist diagnostisch: Sie durchsucht Ihre vorhandenen Daten und weist Sie auf Auffälligkeiten hin. Die andere ist vorhersagend: Sie versucht zu schätzen, was ein Nutzer als Nächstes tut. Die diagnostische Seite arbeitet sofort und auf jedem Konto. Die vorhersagende Seite verlangt so viel Trainingsmaterial, dass sie für die meisten B2B-Websites schlicht nicht anspringt. In diesem Artikel lesen Sie, was Sie von beiden erwarten dürfen, welche Rolle die Einwilligung dabei spielt und worauf Sie stattdessen bauen.

Wenn Sie den Messaufbau darunter zuerst sortieren wollen, beschreibt der Beitrag zu GA4 für B2B einrichten die Grundlagen, und der Eintrag zu GA4 ordnet das Modell dahinter ein.

Welche KI-Funktionen in Google Analytics 4 stecken

Es lohnt sich, zwei Kategorien sauber zu trennen, weil sie unterschiedliche Voraussetzungen haben und unterschiedlich verlässlich sind.

Diagnostische Funktionen schauen zurück und auf die Gegenwart. Dazu gehören die automatisch erzeugten Statistiken, die Anomalieerkennung, die Ihnen ungewöhnliche Ausschläge meldet, und die Möglichkeit, Fragen in normaler Sprache an Ihre Daten zu stellen, statt vorher einen Bericht zu bauen. Diese Funktionen vergleichen Zeiträume und melden Abweichungen. Sie arbeiten auf jedem Konto, unabhängig von Ihrem Volumen.

Vorhersagende Kennzahlen schauen nach vorn. Google berechnet dafür Wahrscheinlichkeiten für künftiges Verhalten, etwa die Kaufwahrscheinlichkeit, die Abwanderungswahrscheinlichkeit und einen vorhergesagten Umsatz. Aus diesen Werten lassen sich wiederum vorhersagende Zielgruppen bilden, also Segmente, die nicht auf vergangenem Verhalten beruhen, sondern auf einer Schätzung.

Der Unterschied ist der wichtigste Satz dieses Artikels: Die diagnostische Seite steht Ihnen heute zur Verfügung. Die vorhersagende Seite steht Ihnen nur zur Verfügung, wenn Ihr Konto genug Trainingsmaterial liefert.

Was die Statistiken und die Anomalieerkennung konkret leisten

Die Statistiken laufen täglich über Ihre Daten und heben Muster hervor, die Ihnen beim Durchblättern von Berichten entgehen würden. Sie bekommen keine nackte Zahl, sondern eine Beobachtung mit Vergleich: was sich verändert hat, auf welchem Kanal, und gegenüber welchem Zeitraum. Die Anomalieerkennung arbeitet enger gefasst und meldet Ausschläge, die außerhalb des erwarteten Verlaufs liegen.

Das ist aus drei Gründen nützlich.

• Sie bemerken Abweichungen früher. Ein Einbruch bei den Formularabschlüssen nach einer Website-Änderung fällt Ihnen auf, bevor der Monatsbericht ihn zeigt.
• Ihre Aufmerksamkeit wird gelenkt. Ein deutlicher Anstieg im organischen Verkehr ist ein Anlass nachzusehen, ob diese Besucher etwas tun, das zählt.
• Sie kommen ohne Berichtsbau an eine Antwort. Für eine schnelle Zwischenfrage genügt die Abfrage in normaler Sprache.

Hier liegt zugleich die Falle. Ein Anstieg bei den Seitenaufrufen ist für sich genommen eine Eitelkeitszahl. Er wird erst dann wertvoll, wenn die zusätzlichen Besucher etwas tun, das mit Ihrem Geschäft zu tun hat. Verbinden Sie jede Statistik deshalb mit einem echten Ziel: einer ausgefüllten Kontaktanfrage, einer Angebotsanfrage, einem vereinbarten Termin. Wie Sie diese Ziele sauber erfassen, beschreibt der Beitrag zum Conversion-Tracking einrichten, und welche Interaktionskennzahlen in GA4 wirklich etwas aussagen, behandelt Engagement-Metriken in GA4.

Die vorhersagenden Kennzahlen: warum sie im B2B meist leer bleiben

Das ist der Teil, an dem viele B2B-Unternehmen gegen eine Wand laufen, und der Grund, warum dieser Artikel überhaupt nötig ist.

Damit Google eine Kaufwahrscheinlichkeit oder eine Abwanderungswahrscheinlichkeit berechnen kann, braucht das Modell Trainingsmaterial, und zwar in beide Richtungen. Es braucht eine Mindestzahl wiederkehrender Nutzer, die das betreffende Verhalten gezeigt haben, und eine ähnlich große Zahl, die es nicht gezeigt hat, jeweils innerhalb eines begrenzten Trainingsfensters. Google nennt in seiner Dokumentation zu vorhersagenden Kennzahlen dafür konkrete Schwellenwerte und weist ausdrücklich darauf hin, dass eine Kennzahl nicht verfügbar ist, solange sie nicht erreicht werden, und dass sie wieder wegfallen kann, wenn das Volumen sinkt.

Rechnen Sie das gegen eine typische B2B-Lage. Ein mittelständischer Anbieter mit einem erklärungsbedürftigen Produkt sammelt im Monat vielleicht einige Dutzend bis wenige Hundert qualifizierte Anfragen. Ein Trainingsfenster von wenigen Wochen liefert davon einen Bruchteil. Und selbst wenn die positive Seite reichte, müsste die negative Seite in vergleichbarer Größe daneben stehen. Die Folge: Die Kennzahlen bleiben leer oder erscheinen gar nicht erst. Das ist kein Fehler in Ihrem Aufbau, sondern die Bauart des Modells.

Dazu kommt ein Problem, das auch bei ausreichendem Volumen bestehen bliebe: Im B2B entscheidet selten eine Person allein. Ein Einkaufsgremium recherchiert über mehrere Personen, Geräte und Wochen hinweg. Eine nutzerbezogene Wahrscheinlichkeit modelliert damit eine Einheit, die im Kaufprozess gar nicht die entscheidende ist. Wie Sie stattdessen auf Ebene von Anfragen und Abschlüssen messen, beschreibt der Beitrag zum Lead-Tracking einrichten.

Die deutsche Ebene: Einwilligung entscheidet, worauf das Modell überhaupt schaut

Diese Ebene fehlt in den meisten Erklärungen zu diesem Thema und verändert die Aussagekraft aller Zahlen, auch der diagnostischen.

Nach der DSGVO und den ergänzenden nationalen Regelungen zum Zugriff auf Endgeräte ist das Setzen der für Analytics nötigen Kennungen in aller Regel einwilligungspflichtig. Praktisch heißt das: Ein Besucher, der die Einwilligung nicht erteilt, taucht in Ihrer Messung nicht oder nur eingeschränkt auf. Ihre Auswertung beschreibt damit nie Ihre Besucher, sondern den Teil Ihrer Besucher, der zugestimmt hat.

Für die KI-Funktionen hat das zwei konkrete Folgen.

Das Modell lernt aus einem Ausschnitt. Wenn ein erheblicher Teil Ihrer Besucher gar nicht erfasst wird, trainiert jede Vorhersage auf einer Teilmenge, die sich systematisch vom Rest unterscheiden kann. Das ist keine Fußnote, sondern eine echte Genauigkeitsgrenze, und sie gilt für die Anomalieerkennung genauso wie für die Wahrscheinlichkeiten.

Modellierte und geschwellte Daten kommen dazu. Google füllt Lücken teilweise durch Modellierung, etwa im Zusammenspiel mit dem Consent Mode, und blendet umgekehrt bei kleinen Fallzahlen Werte aus Datenschutzgründen ganz aus. Gerade im B2B mit ohnehin niedrigen Zahlen führt das dazu, dass Berichte an genau den Stellen leer bleiben, an denen Sie hinsehen wollten.

Drei Dinge gehören deshalb geklärt, bevor Sie den KI-Funktionen Gewicht geben:

• Der Einwilligungsstand. Wie hoch ist Ihre Zustimmungsquote, und wie hat sie sich entwickelt? Ohne diese Zahl können Sie keine Ihrer anderen Zahlen einordnen.
• Die Rechtsgrundlage und die Dokumentation. Der Einsatz von Analytics gehört in Ihr Verarbeitungsverzeichnis, samt Auftragsverarbeitung und der Frage, wohin Daten fließen. Was beim Hosting und bei der Datenhaltung in der EU zu beachten ist, behandelt EU-Hosting und DSGVO.
• Die Lage außerhalb Deutschlands. Wenn Sie Österreich und die Schweiz mitbedienen, gilt in der Schweiz das revidierte Datenschutzgesetz statt der DSGVO. Ähnlich, aber nicht deckungsgleich. Prüfen Sie Ihren Aufbau je Markt, statt einen deutschen Aufbau zu exportieren.

Was Sie stattdessen aufbauen

Wenn die vorhersagende Seite ausfällt, ist das kein Verlust. Sie war für Ihren Fall ohnehin nicht gebaut. Die Arbeit, die im B2B tatsächlich trägt, liegt woanders.

Saubere Ereignisse und klare Ziele. Messen Sie die wenigen Handlungen, die bei Ihnen etwas bedeuten, und messen Sie sie zuverlässig. Der Beitrag zum Event-Tracking in GA4 beschreibt die Umsetzung. Eine gut gemessene Angebotsanfrage ist mehr wert als jede Wahrscheinlichkeit.

Eigene Daten statt geliehener Signale. Was Sie über Ihre Kunden selbst wissen, aus Ihrem CRM, aus Vertriebsgesprächen und aus dem tatsächlichen Abschlussverlauf, schlägt jede Schätzung eines Modells, das Ihr Geschäft nicht kennt. Wie Sie diese Basis aufbauen, behandelt First-Party-Data.

Die Verbindung bis zum Umsatz. Der eigentliche Hebel liegt nicht darin, mehr über Besucher zu wissen, sondern darin zu wissen, welche Quelle Kunden bringt. Dazu gehört die Frage, wie Sie Beiträge über eine lange Kaufreise zuordnen, die Attributionsmodelle im Marketing behandeln.

Eine Berichtsebene, die Entscheidungen trägt. Ein Bericht, den niemand liest, verbessert nichts. Wie Sie eine Übersicht bauen, die auf Anfragen und Pipeline zielt statt auf Verkehr, beschreibt Growth-Dashboard aufbauen.

Wie Sie KI in GA4 nutzen, ohne sich etwas vorzumachen

Vier Grundsätze, die sich in der Praxis bewährt haben.

1. Nutzen Sie die Statistiken, um schneller hinzusehen, nicht um weniger nachzudenken. Eine Auffälligkeit ist ein Anlass zur Prüfung. Sie ist kein Befund.
2. Prüfen Sie die Verfügbarkeit, bevor Sie planen. Sehen Sie in Ihrem Konto nach, ob die vorhersagenden Kennzahlen berechnet werden. Ist die Antwort nein, streichen Sie sie aus Ihrem Vorhaben und investieren Sie die Zeit in die Ereignismessung.
3. Übersetzen Sie jedes Signal in eine kaufmännische Frage. Bringt dieser Kanal Anfragen, die der Vertrieb annimmt? Wird aus diesem Segment am Ende ein Kunde? Ein Signal ohne mögliche Handlung ist Rauschen.
4. Behalten Sie einen Menschen in der Schleife. Ein Ausschlag kann eine gelungene Kampagne sein oder ein Zugriffsmuster automatisierter Abrufe. Diese Unterscheidung trifft die KI nicht, sondern jemand, der Ihr Geschäft kennt.

Das entspricht unserer Haltung zu Daten insgesamt: Sie sind nur dann wertvoll, wenn sie zu einer besseren Entscheidung führen. Wie wir das aufsetzen, beschreibt unsere Seite zur Web-Analytics-Arbeit. Wenn Sie abwägen, ob Sie das intern halten oder abgeben, ordnet Google Analytics auslagern die Frage ein.

Häufige Fragen

Kosten die KI-Funktionen in GA4 extra?

Nein. Die diagnostischen Funktionen wie die automatisch erzeugten Statistiken und die Anomalieerkennung gehören zum Standardumfang. Auch die vorhersagenden Kennzahlen sind Teil des Produkts, sie werden aber nur berechnet, wenn Ihr Konto die von Google genannten Datenschwellen erreicht.

Warum sehe ich in meinem Konto keine vorhersagenden Kennzahlen?

Fast immer, weil das Trainingsmaterial fehlt. Google verlangt eine Mindestzahl von Nutzern, die das jeweilige Verhalten gezeigt haben, und eine vergleichbare Zahl, die es nicht gezeigt hat, innerhalb eines begrenzten Zeitfensters. Viele B2B-Konten erreichen das dauerhaft nicht. Ein Aufbaufehler ist das nicht.

Kann ich mich auf die angezeigten Statistiken verlassen?

Behandeln Sie sie als Hinweis, wo Sie nachsehen sollten, nicht als Schlussfolgerung. Die Funktion kennt Ihren Zusammenhang nicht und kann eine harmlose Schwankung hervorheben oder eine wichtige Veränderung übersehen, wenn sie langsam verläuft.

Verzerrt die Einwilligungspflicht meine Auswertung?

Ja, und das ist unvermeidbar. Besucher ohne Einwilligung erscheinen nicht oder nur eingeschränkt in Ihren Daten. Wichtig ist, das offen mitzuführen: Berichten Sie Verläufe und Verhältnisse statt absoluter Wahrheiten, und halten Sie Ihre Zustimmungsquote als eigene Kennzahl fest.

Ersetzt die KI in GA4 einen Datenanalysten?

Nein. Sie beschleunigt das Auffallen von Mustern. Die Deutung, die Auswahl der richtigen Kennzahlen und die Verbindung zum Umsatz bleiben menschliche Arbeit, weil sie Kenntnis Ihres Geschäfts voraussetzen, die kein Modell hat.

Lohnt sich GA4 für uns überhaupt, wenn unsere Zahlen so klein sind?

Ja, aber mit anderer Zielsetzung. Bei kleinen Zahlen ist GA4 kein Werkzeug für statistische Aussagen, sondern eines für Beobachtung: Welche Seiten führen zu Anfragen, welche Quellen tauchen bei gewonnenen Kunden auf, wo bricht ein Formular ab. Diese Fragen lassen sich auch bei geringem Volumen sinnvoll beantworten.

Wollen Sie GA4 auf Kunden ausrichten statt auf Funktionen?

Die KI in Google Analytics 4 nimmt Ihnen Arbeit ab, solange Sie wissen, welche Funktionen zu Ihrem Volumen passen und welche nicht. Wir richten GA4 so ein, dass es misst, was zählt: Anfragen, Quellen und Umsatz, statt Kennzahlen zu verfolgen, die bei Ihren Zahlen ohnehin leer bleiben. Wenn eine Funktion sich für Sie nicht lohnt, sagen wir das vorher.

Vereinbaren Sie Ihr kostenloses Erstgespräch