Juni 2025

Inhalt

Liebe Leser,

im Juni gab es wichtige Impulse rund um Tracking und Datenverarbeitung: GA4 erweitert sein Measurement Protocol um Geräte- und Browserdaten und erlaubt nun den Kostenimport aus externen Quellen. Apple zieht mit Safari 26 beim Fingerprinting-Schutz nach und dbt bringt mit der Fusion Engine spürbare Performancevorteile in der lokalen Entwicklung.

Viel Spaß beim Lesen!

Marcus StadeHead of Analytics

1. GA4: Tag-Diagnose im Consent Setting Hub

Seit dem 6. Juni 2025 ist im Consent Setting Hub von GA4 eine Tag-Diagnosefunktion integriert. Sie hilft dabei, typische Tracking-Probleme schneller zu erkennen, insbesondere im Zusammenspiel mit Consent-Management-Plattformen (CMPs) und dem Google Consent Mode.

Was bringt das Feature?
Die Tag-Diagnosefunktion analysiert, ob und wann Tags aufgrund fehlender oder nicht erteilter Einwilligungen blockiert wurden. Die Diagnosen erfolgen direkt auf Property-Ebene, ohne zusätzliche Tools wie den GTM Debug Mode oder Tag Assistant nutzen zu müssen. Das Feature bietet einen ersten oberflächlichen Hinweis auf Konfigurationsfehler, z. B. wenn ein Tag zwar geladen, aber nicht ausgelöst wird.

Warum ist das wichtig?
Viele Datenlücken sind auf fehlerhafte Consent-Konfigurationen zurückzuführen. Die Tag-Diagnose macht diese Probleme schnell sichtbar, z. B. bei nicht ausgelösten Conversions oder nicht gesendeten Events, um den Problem anschließend genauer zu analysieren.

Die neue Diagnosefunktion verbessert das Debugging von Consent-basiertem Tracking. Sie spart Zeit und hilft bei der initialen Auditierung von CMP-Implementierungen in regulatorisch sensiblen Märkten.

Quelle: analytics.google.com

2. Google Ads API: Version 20 veröffentlicht (Preview)

Am 4. Juni 2025 hat Google in einem ersten Preview-Modus die Version 20 der Google Ads API veröffentlicht, welche gleichzeitig Version 17 ablöst, deren Support an diesem Tag ausgelaufen ist.

Was ist neu in v20?
Über „Campaign-level Negative Keywords“ für Performance-Max-Kampagnen lassen sich nun endlich ausschließende Keywords auf Kampagnenebene definieren: ein lang erwartetes Feature in der Google Ads Community zur besseren Kontrolle bei PMax.
Neue Segmentierungsoptionen für Demand-Gen-Kampagnen, u. a. nach Interaktionsverhalten und Conversion-Fenstern.
Erweiterte Audience Insights, die demografische Merkmale und Interessen granularer aufschlüsseln.
Zusätzliche Felder und Fehlercodes für präzisere Verarbeitung des Requests in der API.

Warum ist das relevant?
Die neue Version zielt klar auf mehr Kontrolle bei KI-gesteuerten Kampagnenformaten wie Performance Max und Demand Gen ab. Für Entwickler bedeutet das: schnellstmögliches Update der Client Libraries (z. B. Python, Java), um neue Felder und Features nutzen zu können, und das, insbesondere bei automatisierter Kampagnenverwaltung oder individuellen Dashboards.

Quelle: ads-developers.googleblog.com

3. GA4: Kostenimport aus neuen Datenquellen jetzt in Open Beta

Google hat den Import von Werbekosten aus externen Quellen in GA4 erheblich erweitert. Das Feature befindet sich aktuell in einer “Open Beta” und ermöglicht es, Kosteninformationen aus einer Vielzahl neuer Datenquellen zu integrieren, darunter auch aus gängigen Enterprise-Systemen und Cloud-Diensten. Folgende Datenquellen werden nun ebenfalls unterstützt:

Tabellenbasierte Quellen:
Google Sheets, Amazon Redshift, MySQL, PostgreSQL

Cloud-Speicher:
Google Cloud Storage, Amazon S3

Analyseplattformen:
BigQuery, Snowflake

Sonstige Quellen:
HTTPS-Feeds mit konfigurierbaren Datenstrukturen

In der Praxis sorgt dieses Update dafür, dass Unternehmen Mediaspendings aus verschiedensten Kanälen zentralisieren – auch außerhalb des Google-Ökosystems. So können z. B. Facebook-Ads-Kosten aus Snowflake, TikTok-Ausgaben aus Amazon S3 und LinkedIn-Daten aus Google Sheets integriert werden, um diese mit den Google-Ads-Daten in einem GA4-Report zu konsolidieren.

Mit der Öffnung für externe Datenquellen macht GA4 einen wichtigen Schritt in Richtung kanalübergreifende Performanceanalyse. Wer seine Werbekosten bislang außerhalb von Google Analytics verwalten musste, kann diese jetzt deutlich einfacher einbinden – vorausgesetzt, die Datenstruktur passt zur Import-Spezifikation.

Quelle: analytics.google.com

4. GA4 Measurement Protocol: Neue Felder für Device und User Agent

Seit dem 11. Juni 2025 unterstützt das GA4 Measurement Protocol mit device.category und user_agent zwei neue Felder. Damit wird das serverseitige Tracking in GA4 deutlich flexibler und aussagekräftiger.

Über das Feld device.category kann angegeben werden, ob das Event z. B. von einem „mobile“, „desktop“ oder „tablet“ stammt. Über user_agent kann der Browser-String des Clients übergeben werden, welcher wiederum wichtig für die Zuordnung zu Betriebssystemen, Browsern und Geräten ist. Diese Felder können sowohl über GTM Server-Side als auch über eigene Backend-Integrationen eingebunden werden.

Warum ist das relevant?
Bisher war GA4 im serverseitigen Tracking stark eingeschränkt, da viele Geräteinformationen nicht mitgesendet werden konnten. Durch die neuen Felder lassen sich nun gerätespezifische Analysen, Segmentierungen und Debugging auch bei serverseitiger Architektur durchführen.

Mit der Erweiterung des Measurement Protocols schließt GA4 eine wichtige Lücke im Bereich serverseitiges Tracking. Wer bereits auf GTM-Server oder eigene Serverlösungen setzt, kann jetzt eine bessere Datentiefe erreichen, ohne dabei auf Workarounds zurückgreifen zu müssen.

Quelle: developers.google.com

5. Meta unter Druck

Localhost-Tracking verstößt gegen Datenschutz auf allen Ebenen

Ein Team internationaler Forscher hat vor Kurzem aufgedeckt, dass Meta (Facebook & Instagram) mit dem sogenannten „Localhost Tracking“ systematisch gegen Datenschutzstandards verstoßen hat. Die eingesetzte Technik umging gezielt Schutzmechanismen von Android, um Nutzer auch im Inkognito-Modus, mit VPN und deaktivierten Cookies eindeutig zu identifizieren.

Was ist passiert?
Meta verknüpfte Aktivitäten im mobilen Browser mit realen Nutzerkonten, selbst wenn keinerlei Login im Browser erfolgte. Dies geschah über ein Zusammenspiel von zwei Komponenten:

Native App (Facebook/Instagram) im Hintergrund, die einen lokalen „Horchdienst“ auf bestimmten Ports startete, und
Meta Pixel im Browser, das via WebRTC (SDP Munging) die _fbp-Cookie-ID direkt an die App und die Meta-Server übertrug.

Die App verband die Cookie-ID mit dem eingeloggten Konto und übermittelte sie als GraphQL-Mutation an Meta. Somit wurde ein Nutzer auch ohne aktiven App- oder Web-Login eindeutig identifizierbar.

Warum ist das brisant?
Die Methode verletzte gleich mehrere europäische Gesetze: darunter die GDPR durch fehlende informierte Einwilligung und unzulässige Profilverknüpfung, die DSA, welche personalisierte Werbung auf Basis sensibler Daten verbietet, und der DMA, welcher die Profilverknüpfung zwischen Diensten ohne ausdrückliche Zustimmung untersagt.

Die theoretisch kumulierbaren Bußgelder belaufen sich auf bis zu 32 Milliarden Euro (4 % + 6 % + 10 % von Metas weltweitem Umsatz). Der Fall könnte als neuer Präzedenzfall für die parallele Anwendung aller drei Regelwerke dienen. Die Enthüllung dürfte nicht nur zu einem der größten Datenschutzprozesse der EU führen, sondern zeigt erneut, wie kreativ Tech-Giganten bei der Umgehung gesetzlicher Auflagen vorgehen.

Quelle: www.ppc.land

6. Safari 26: Erweiterung der Fingerprinting Protection

Schnellere Reports und Audience-Export

Mit der Einführung von iOS 26 und Safari 26 aktiviert Apple standardmäßig eine erweiterte Fingerprinting Protection für sämtliche Browsing-Aktivitäten – nicht mehr nur im privaten Modus. Ziel ist es, bekannte Fingerprinting-Skripte daran zu hindern, über Web-APIs Rückschlüsse auf Geräte- und Nutzermerkmale zu ziehen. Konkret bedeutet das Folgendes:

Erkennung und Blockierung bekannter Fingerprinting-Skripte:
Safari 26 verhindert den zuverlässigen Zugriff dieser Skripte auf APIs, die zur Geräteerkennung genutzt werden.

Nicht vollständig API-basiert:
Es handelt sich nicht um einen generellen API-Blocker, sondern um eine restriktive Policy, die gezielt bekannte Fingerprinting-Versuche adressiert.

Gilt für alle Surf-Modi:
Die Schutzmechanismen sind systemweit aktiv, auch außerhalb des Inkognito-Modus.

Technisch umgesetzt durch WebKit-Änderungen:
Die Restriktionen orientieren sich an der aktuellen Dokumentation im WebKit-Blog (nicht direkt am iOS-Update selbst), was zu Abweichungen zwischen iOS 26 und Safari 26 führen kann.

Wieder einmal setzt Apple mit einem Update ein Zeichen gegen Tracking durch Browser-Fingerprinting, auch wenn erste Tests nahelegen, dass die Sperren selektiv greifen und kein pauschaler API-Zugriff unterbunden wird. Marketer und Analysten sollten dennoch mit eingeschränkter Datenverfügbarkeit bei Safari-Nutzern rechnen. Ein aktives Testing der Auswirkungen auf eigene Tracking-Setups wird empfohlen.

Quelle: apple.com/newsroom

7. dbt Fusion Engine und VS Code Extension (Public Beta)

Seit Ende Mai 2025 steht die Public Beta des neuen dbt Fusion Engine zusammen mit der offiziellen dbt VS Code Extension für Snowflake-Projekte zur Verfügung. Diese beiden Neuerungen markieren einen bedeutenden Schritt für Anwendungsfälle im Bereich Analytics Engineering.

Was ist die Fusion Engine?
dbt Fusion ersetzt den bisherigen Engine-Kern (Python) durch Rust-Code. Dies führt zu einer wesentlich schnelleren Projektinitialisierung (bis zu 30x schneller) und deutlich niedrigeren Latenzen bei Builds. Zudem analysiert Fusion SQL direkt und erkennt Syntax-, Typ- und Referenzfehler lokal, noch bevor Daten ins Warehouse gesendet werden. Die VS Code Extension (Public Beta) nutzt Fusion im Hintergrund und bietet im VS Code-Editor Features wie:

Echtzeit-Fehlererkennung & Autocomplete:
Live-SQL-Validierung, intelligente Vorschläge für Modelle, Spalten, Makros.

Refactoring-Tools:
Änderungen an Modellen oder Spalten werden automatisch projektweit aktualisiert – inklusive ref()-Aufrufen und CTE-Verweisen .

Navigationsfunktionen:
Go-to-Definition, Hover-Informationen und Inline-Darstellung kompilierter Codes zur besseren Code-Transparenz .

Mit Fusion Engine und der VS Code Extension bietet dbt also ein leistungsfähiges Entwickler-Toolkit, das SQL-Validierung, Refactoring und Kostenoptimierung vereint. Wer auf Snowflake arbeitet und die Beta-Kriterien erfüllt, sollte diese Gelegenheit nutzen, um lokale Entwicklungsprozesse effizienter zu gestalten und zugleich von robusterer Governance zu profitieren.

Quelle: getdbt.com/blog