Datenqualität in der Webanalyse: Warum Ihre Analytics-Daten lügen

Was unsere Audits zeigen: Der Status quo

Von über 2.986.049 Webseiten mit erkanntem Analytics-Tool erreichen nur 21,7 % eine gute Datenqualitäts-Bewertung. Der Rest? Hat messbare Probleme.

exatics prüft die Datenqualität automatisch als eigene Kategorie im Audit. Die Ergebnisse:

Verteilung der Datenqualitäts-Scores in unseren Audits (Stand: Mai 2026)

Basis: Über 2.986.049 Webseiten, bei denen ein Webanalyse-Tool erkannt wurde und die Datenqualität bewertet werden konnte (Stand: Mai 2026). Websites ohne erkanntes Analytics-Tool (82,0 % aller Audits) sind nicht enthalten. Unter den Websites mit erkanntem Analytics dominiert Google Analytics mit einem Marktanteil von 68,7 %, gefolgt von Matomo mit 24,0 %.

Kurz gesagt: Selbst bei Webseiten, die aktiv ein Webanalyse-Tool einsetzen, hat die große Mehrheit messbare Probleme bei der Datenqualität. Und das sind nur die Probleme, die sich von außen erkennen lassen – interne Konfigurationsfehler kommen noch hinzu.

Die sechs häufigsten Ursachen für schlechte Datenqualität

Ob Google Analytics Daten ungenau liefert oder Webanalyse-Daten verfälscht sind – die Ursachen sind fast immer dieselben. Hier sind die sechs größten Übeltäter.

1. Consent-Verluste: Die größte Dunkelziffer

Cookie-Banner kosten je nach Branche 30 bis 60 % Ihres gemessenen Website-Traffics. Dieser Verlust ist systembedingt und betrifft jedes Analytics-Tool, das eine Einwilligung erfordert.

Wenn Ihr Analytics-Tool nur nach Einwilligung laden darf – wie bei Google Analytics – sehen Sie nur die Besucher, die aktiv auf „Akzeptieren" klicken. Alle anderen? Unsichtbar. Nutzer, die ablehnen, das Banner ignorieren oder Adblocker nutzen, die auch das Banner selbst blockieren.

Das Problem dabei: Die Verzerrung ist nicht gleichmäßig. Technikaffine Nutzer lehnen häufiger ab, mobile Nutzer interagieren anders mit dem Banner als Desktop-Nutzer, und bestimmte Altersgruppen haben andere Consent-Raten. Ihre verbleibenden Daten repräsentieren nicht Ihren tatsächlichen Traffic – sie repräsentieren nur die Nutzer, die zufällig auf „Akzeptieren" geklickt haben.

Googles Consent Mode versucht, diese Lücke mit modellierten Daten zu schließen – mit fragwürdigen Ergebnissen. Consent-freie Tools wie Matomo umgehen das Problem an der Wurzel.

2. Doppeltes Tracking: Wenn jeder Seitenaufruf zweimal zählt

Zwei verschiedene Analytics-Tools parallel zu betreiben – etwa Google Analytics und Matomo – ist grundsätzlich unproblematisch. Problematisch wird es, wenn dasselbe Tool doppelt feuert.

Klingt unwahrscheinlich? Passiert häufiger als gedacht. Doppeltes Tracking im selben Tool entsteht auf verschiedenen Wegen:

• Tag Manager plus Standalone-Code – Der Google Tag Manager enthält bereits einen GA4-Tag, zusätzlich steht der klassische gtag.js-Code im HTML der Seite. Jeder Seitenaufruf wird zweimal an GA4 gesendet.
• Mehrere Tag-Manager-Container – Zwei GTM-Container auf derselben Seite, beide mit Analytics-Tags
• CMP löst erneutes Laden aus – Manche Cookie-Banner laden Analytics-Tags nach dem Akzeptieren erneut, obwohl sie bereits beim Seitenaufruf gefeuert haben

Das Ergebnis: Ihre Seitenaufrufe sind doppelt so hoch wie die tatsächlichen, Ihre Absprungrate tendiert gegen 0 % (weil jeder Aufruf als zwei gezählt wird), und Ihre Verweildauer-Metriken sind verfälscht. Schnell. Leise. Unbemerkt.

Bei Matomo sehen wir dasselbe Muster: Klassischer _paq.push-Code und Matomo Tag Manager gleichzeitig auf der Seite – mit identischen Folgen.

3. Adblocker: Die unsichtbare Lücke

Adblocker blockieren nicht nur Werbung – sie blockieren auch die Webanalyse. Bei technikaffinen Zielgruppen fehlen 20 bis 30 % des Website-Traffics in den Daten.

Adblocker wie uBlock Origin, Ghostery und der Brave-Browser führen Filterlisten, die bekannte Tracking-Domains blockieren: google-analytics.com, googletagmanager.com, aber auch matomo und piwik in URLs. Der Brave-Browser blockiert sogar den Google Tag Manager komplett – damit sieht auch das Consent-System diese Besucher nicht.

Der Datenverlust durch Adblocker kommt zum Consent-Verlust hinzu. Wenn 40 % durch fehlenden Consent verloren gehen und weitere 20 % durch Adblocker, erfassen Sie unter Umständen weniger als die Hälfte Ihres tatsächlichen Website-Traffics. Details dazu in unserem Ratgeber: Adblocker und Analytics.

4. Bot-Traffic: Phantom-Besucher in Ihren Reports

Bots machen einen erheblichen Teil des Internet-Traffics aus. Nicht alle werden von Analytics-Tools erkannt – und die unerkannten verfälschen Ihre Daten.

Google Analytics filtert bekannte Bots auf Basis der IAB-Botliste. Unbekannte Bots – darunter zunehmend KI-Crawler von OpenAI, Anthropic und anderen – passieren ungehindert. Sie erzeugen Seitenaufrufe, verzerren geografische Verteilungen und verwässern Ihre Conversion-Funnels. Das ist wie Sand in einem Getriebe: Von außen sieht alles normal aus, aber die Mechanik stimmt nicht mehr.

Dazu kommt Referral-Spam: Falsche Traffic-Quellen, die in Ihren Reports auftauchen, ohne dass ein echter Besucher Ihre Website aufgerufen hat. Diese sogenannten Ghost-Hits sind in GA4 seltener als in Universal Analytics, aber nicht vollständig eliminiert.

5. Fehlerhafte Konfiguration: Die stillen Datenkiller

Ein Tracking-Setup, das einmal eingerichtet und nie wieder geprüft wird, veraltet schnell – und jede Änderung an der Webseite kann es brechen.

Die häufigsten Konfigurationsfehler:

• Tracking-Code fehlt auf einzelnen Seiten – Login-Bereich, Checkout, Subdomain oder neu erstellte Landingpages ohne Analytics
• Events falsch konfiguriert – Fehlende Parameter bei Conversion-Events (kein Warenwert beim Purchase-Event), falsche Trigger, inkonsistente Event-Benennung
• Interner Traffic nicht ausgeschlossen – Eigene Mitarbeiter werden als Besucher gezählt
• Cross-Domain-Tracking fehlt – Besucher, die zwischen Hauptdomain und Shop-Subdomain wechseln, werden als zwei separate Besuche gezählt
• Self-Referrals – Die eigene Domain taucht als Traffic-Quelle auf, weil die Referral-Ausschlussliste nicht gepflegt ist

CMS-Updates, Plugin-Änderungen und Webseiten-Relaunches brechen regelmäßig bestehende Webanalyse-Konfigurationen. Ohne aktives Monitoring fallen diese Fehler erst Wochen oder Monate später auf – wenn überhaupt.

6. IP-Anonymisierung zu aggressiv: Besucher werden zusammengelegt

Eine zu starke IP-Maskierung verbessert nicht den Datenschutz – sie zerstört die Besuchererkennung.

Dieses Problem betrifft vor allem Matomo-Installationen. Bei einer 2-Byte-IP-Maskierung in Kombination mit der Einstellung „Maskierte IP für Besuchsaufbereitung verwenden" kann ein Pool von über 65.000 IP-Adressen entstehen. Besucher aus verschiedenen Kontinenten werden als derselbe Besucher gezählt, die Geo-Lokalisierung ist unbrauchbar.

Die Details und die besseren Alternativen beschreiben wir in unserem Ratgeber: Matomo datenschutzkonform einsetzen.

Wie exatics die Datenqualität prüft

exatics bewertet die Datenqualität als eigene Kategorie im Audit – automatisch und von außen.

Was wir erkennen können:

• Doppeltes Tracking – Mehrfache Einbindung desselben Analytics-Tools (z. B. gtag.js + GTM mit GA4-Tag)
• Tag Manager plus Standalone-Code – Klassischer Tracking-Code neben dem Tag-Manager-Container
• Consent-Integration – Wird das Analytics-Tool vom Cookie-Banner gesteuert, oder lädt es unabhängig?
• Cookie-Konfiguration – Werden Analytics-Cookies gesetzt, obwohl cookieloses Tracking konfiguriert sein sollte?
• Veraltete Tracking-Versionen – Noch Universal Analytics statt GA4, veraltete Matomo-Snippets

Was wir von außen nicht sehen können: interne GA4-Konfiguration, Event-Parameter, Filter, Conversion-Setup. Für diese tiefere Analyse empfehlen wir spezialisierte Analytics-Auditoren wie Markus Baersch.

Checkliste: Datenqualität in der Webanalyse

• Kein doppeltes Tracking? Pro Tool nur eine Tracking-Methode – nicht Tag Manager und Standalone-Code gleichzeitig
• Consent-Integration geprüft? Analytics darf nur laden, wenn das Consent-System es erlaubt (oder wenn consent-frei konfiguriert)
• Adblocker-Verluste minimiert? Neutrale Tracking-URLs ohne Begriffe wie „analytics" oder „matomo"
• Bot-Traffic gefiltert? Bekannte Bots ausschließen, ungewöhnliche Traffic-Spitzen prüfen
• Interner Traffic ausgeschlossen? Eigene IP-Adressen und Mitarbeiter-Geräte herausfiltern
• Cross-Domain-Tracking konfiguriert? Bei mehreren Domains oder Subdomains
• Tracking regelmäßig geprüft? Nach jedem CMS-Update, Plugin-Wechsel und Relaunch
• Verweildauer korrekt gemessen? HeartBeatTimer (Matomo) oder vergleichbare Lösung aktiviert

Weiterführende Artikel

• Adblocker und Analytics: Warum Besucher unsichtbar sind
• etracker: Einwilligungsfreie Webanalyse aus Deutschland
• Piwik PRO als datenschutzfreundliche Analytics-Alternative
• Tracking ohne Einwilligung: Was unsere Audits aufdecken
• Was ist exatics Audit? – Alle Prüfkategorien

* Aufgrund einer notwendigen Änderung in den Bewertungen verschiedener Services und der Korrektur von Bewertungen für die Effizienz von Consent-Bannern haben sich unsere Ratings korrigiert.

Jetzt Ihre Datenqualität prüfen