Oktober 2025

Inhalt

Liebe Leser,

der Oktober brachte spannende Neuerungen! In GA4 können nun Meta- und TikTok-Ads-Kosten importiert werden und das Benchmarking wurde um absolute Metriken erweitert. BigQuery erhielt strengere IAM-Vorgaben sowie neue Abfragelimits, die besonders für datenintensive Workloads relevant sind. Auch Piwik PRO legte nach und führte mit dem neuen Traffic-Kanal „AI referral“ sowie erweiterten Bulk-Operationen im Tag Manager gleich mehrere Verbesserungen ein.

Viel Spaß beim Lesen!

Marcus StadeHead of Analytics

1. GA4: Kostenimport für Meta und TikTok Ads verfügbar

Seit dem 7. Oktober 2025 können in GA4 Meta- (Facebook/Instagram) und TikTok-Ads-Kosten automatisch importiert werden. Damit baut Google die Liste der unterstützten externen Plattformen nach Snap, LinkedIn und Pinterest weiter aus und macht GA4 zu einem immer besseren Hub für kanalübergreifende Budget- und Performance-Analysen.

Der Import kann über automatische Integrationen, geplante Uploads oder cloudbasierte CSV-Imports erfolgen. Die Daten erscheinen wie gewohnt in den Reports Akquisition > Non-Google cost report und dem Planung → All channels report. Unterstützte Felder umfassen u. a. Kampagnenkosten, Klicks, Impressions und CTR.

Warum ist das relevant?
Bislang mussten Meta- und TikTok-Kosten über externe BI-Tools oder Data Warehouse Pipelines integriert werden. Mit der nativen Lösung können Werbetreibende ihre Kosten-, Traffic- und Conversion-Daten erstmals vollständig in GA4 konsolidieren, ganz ohne Workarounds oder manuelle Importe. Das erleichtert die kanalübergreifende Budgetoptimierung und sorgt für konsistente Datengrundlagen im Performance Reporting.

Quelle: analytics.google.com

2. GA4: Benchmarking jetzt auch für absolute Kennzahlen

Google hat die Benchmarking-Funktion in GA4 erweitert. Neben prozentualen und normalisierten Metriken (wie Conversion Rates oder durchschnittliche Sitzungsdauer) können auch absolute Werte für den Branchenvergleich genutzt werden, so z. B. die Metriken Neue Nutzer, Gesamtumsatz oder Events gesamt.

Was neu ist:

GA4 unterstützt jetzt 20 zusätzliche unnormalisierte Metriken im Benchmarking.
Für absolute Zahlen schätzt GA4 ein leistungsadjustiertes Benchmark auf Basis der aktiven Nutzerzahl einer Property.
Die Werte werden berechnet, indem die normalisierte Metrik der Peer-Gruppe mit der Nutzerbasis der eigenen Property multipliziert wird.
Der Zugriff erfolgt wie gewohnt über die Benchmarking-Kachel auf der Startseite von GA4.

Warum ist das relevant?
Bislang konnte die Performance nur anhand relativer Kennzahlen mit anderen Properties verglichen werden. Durch die neuen unnormalisierten Metriken lassen sich nun auch Traffic-, Umsatz- oder Nutzerwachstums-Trends direkt im Branchenkontext einordnen. Besonders hilfreich ist das für Unternehmen mit stark schwankenden Besucherzahlen oder saisonalen Peaks.

Quelle: analytics.google.com

3. GA4: Neues Diagnosetool für User-ID-Implementierungsfehler

GA4 hat im Oktober ein neues Diagnosesystem eingeführt, das Administratoren automatisch auf fehlerhafte oder unvollständig implementierte User-IDs hinweist. Die Funktion soll helfen, Messlücken zu identifizieren, die sich auf die geräteübergreifende Analyse und Nutzerzuordnung auswirken.

Dafür werden automatische Annotations im GA4-Interface bei Problemen mit User-ID-Implementierungen ausgegeben. Hinweise erscheinen direkt in relevanten Bereichen, z. B. in den Echtzeit- und Nutzerberichten oder in den Property-Einstellungen. Jede Warnung enthält zusätzlich eine konkrete Handlungsempfehlung, wie die fehlerhafte Implementierung korrigiert werden kann. Die Funktion erkennt u. a. fehlende User-ID-Parameter, unpassende Datentypen oder fehlerhafte Nutzerverknüpfungen.

Warum ist das relevant?
Die User-ID ist zentral für das Cross Device Tracking und die Verfolgung kohärenter Nutzerpfade über verschiedene Plattformen hinweg. Fehler in der Implementierung können zu verzerrten Metriken – etwa bei wiederkehrenden Nutzern, der Sitzungsdauer oder der Conversion-Zuordnung – führen. Durch die neue Diagnostik werden diese Fehler frühzeitig sichtbar, was die Datenqualität und die Interpretierbarkeit von Nutzerverhalten deutlich verbessert.

Quelle: support.google.com

4. BigQuery: Neue IAM-Anforderungen für Data Transfer Service

Google kündigt eine Änderung der Berechtigungsstruktur für den BigQuery Data Transfer Service an. Ab dem 17. März 2026 müssen Nutzer zusätzliche IAM-Berechtigungen besitzen, um Transfer-Konfigurationen zu erstellen oder zu aktualisieren.

Künftig sind die beiden Berechtigungen bigquery.datasets.setIamPolicy und bigquery.datasets.getIamPolicy erforderlich, um Datenübertragungen in Ziel-Datasets einzurichten oder bestehende Konfigurationen zu modifizieren. Die Änderung betrifft alle Transfers, sowohl von externen Quellen (z. B. Google Ads, Campaign Manager 360, YouTube) als auch interne BigQuery-zu-BigQuery-Transfers.

Mit der neuen IAM-Anforderung möchte Google die Sicherheitsstandards für BigQuery-Transfers verschärfen. Besonders in größeren Organisationen mit mehreren Workspaces verhindert die neue Regel ungewollte Konfigurationen durch zu weit gefasste IAM-Rollen. Administratoren sollten demnach frühzeitig prüfen, ob betroffene Service Accounts und Nutzer bereits über die entsprechenden Berechtigungen verfügen, um Unterbrechungen in bestehenden Datentransfers zu vermeiden.

Quelle: support.google.com

5. BigQuery: Neues Standardlimit für QueryUsagePerDay

Google hat das Standardlimit für das tägliche Abfragevolumen (QueryUsagePerDay) im On-Demand-Pricing-Modell von BigQuery angepasst. Das Update betrifft insbesondere neue Projekte und zielt darauf ab, eine gleichmäßigere Lastverteilung in der BigQuery-Infrastruktur zu gewährleisten.

Was sich genau ändert:

Für neue Projekte gilt ab sofort ein Standardlimit von 200 TiB pro Tag.
Bestehende Projekte erhalten ihr Limit auf Basis des durchschnittlichen Verbrauchs der letzten 30 Tage.
Projekte mit aktivierten Custom Cost Controls oder Reservations (z. B. Flat-Rate-Abrechnungen) sind nicht betroffen.
Bei Bedarf kann das Limit über Custom Cost Controls individuell angepasst werden.

Für datenintensive Workloads (z. B. bei automatisierten Reporting-Prozessen oder großen Data Pipelines) könnte das neue Limit eine Anpassung der Abfrageplanung erforderlich machen. Unternehmen mit stark schwankenden Query-Volumina sollten daher prüfen, ob sie ihre Limits oder Preismodelle (z. B. Flatrate oder Flex Slots) anpassen sollten.

Quelle: support.google.com

6. BigQuery: Neue Datenquellen für den Data Transfer Service

Der BigQuery Data Transfer Service (DTS) unterstützt ab sofort weitere wichtige Datenquellen. So lassen sich erstmals Daten aus Facebook Ads, Salesforce, Salesforce Marketing Cloud und ServiceNow automatisiert in BigQuery übertragen.

Mit der allgemeinen Verfügbarkeit der neuen Konnektoren erweitert BigQuery seine Rolle als Enterprise-Data-Warehouse. Besonders die Anbindung von Facebook Ads und Salesforce-Systemen erleichtert es, Marketing-Performance und Kundenaktivitäten in einer einzigen Plattform zu konsolidieren und effizient auszuwerten.

Quelle: docs.cloud.google.com

7. Piwik PRO Analytics: Neuer Traffic-Kanal „AI referral“

Piwik PRO führt mit der Version 18.52.0 einen neuen Standard-Traffic-Kanal namens „AI referral“ ein. Damit lassen sich erstmals Zugriffe aus KI-basierten Tools wie ChatGPT, Perplexity, Copilot oder anderen AI-Assistants gezielt erfassen und auswerten.

Besuche, die über KI-generierte Antworten entstehen (z. B. durch geteilte URLs in Ergebnissen), werden so automatisch dem Kanal AI referral zugeordnet. Das System trennt den Kanal dabei klar von klassischen Suchmaschinen- und Social-Referrals, wodurch die Berichte deutlich präziser werden. Damit reagiert Piwik PRO auf den wachsenden Einfluss generativer KI auf den organischen Traffic-Mix vieler Websites.

Bislang wurden Klicks von KI-Assistenten meist fälschlich Suchmaschinen oder Direktzugriffen zugeschrieben. Mit der Einführung von „AI referral“ wird in Piwik PRO somit erstmals sichtbar, welchen Anteil generative KI-Empfehlungen am Website-Traffic haben.

Quelle: developers.piwik.pro/changelog

8. Piwik PRO: Customer Data Platform wird zu „Data Activation“

Mit Version 18.53.0 erhält das Customer-Data-Modul von Piwik PRO nicht nur einen neuen Namen, sondern auch eine erweiterte inhaltliche Ausrichtung. Die bisherige Customer Data Platform (CDP) heißt nun “Data Activation”. Mit diesem Schritt soll die zunehmende Verknüpfung von Analyse- und Marketingprozessen in Piwik PRO widergespiegelt werden.

Ziel ist es, Nutzerverhalten nahtlos in Marketing-Workflows zu überführen, ohne dabei zwischen einzelnen Tools wechseln zu müssen. Die bisherigen Funktionalitäten der CDP bleiben erhalten, sollen künftig aber stärker auf die Aktivierung von Insights in Marketingkanälen ausgerichtet werden. Zudem wurde im Zuge des Renamings der Standardwert-Selektor für Zielgruppen von First auf Last geändert.

Quelle: developers.piwik.pro/changelog

9. Piwik PRO Tag Manager: Bulk-Operationen

Mit Version 18.53.0 hat Piwik PRO auch seinen Tag Manager um eine der meistgewünschten Funktionen erweitert: Bulk-Operationen für Tags, Trigger und Variablen. Dadurch lassen sich umfangreiche Container künftig deutlich schneller und konsistenter verwalten – besonders hilfreich in größeren Setups mit komplexem Tracking Setup.

Mehrere Tags können nun gleichzeitig gelöscht, aktiviert, deaktiviert oder für den erforderlichen Consent-Typ in einem Schritt angepasst werden. Zudem können mehrere Trigger und Variablen in Bulk gelöscht werden, was ideal für die Bereinigung veralteter oder redundanter Regeln ist und den Container strukturell schlanker gestaltet.

Die neue Funktion füllt eine bisherige Lücke im Workflow Management des Piwik PRO Tag Managers. Das Update erleichtert nicht nur die tägliche Arbeit für Analysten und Entwickler, sondern sorgt auch für mehr Konsistenz und Kontrolle in komplexen Tracking Setups.

Quelle: developers.piwik.pro/changelog

10. Google Ads: Release des Google Ads MCP Server

Im Oktober hat Google den Google Ads Model Context Protocol (MCP) Server als Open-Source-Projekt auf GitHub veröffentlicht.

Der Google Ads MCP Server basiert, wie auch der Google Analytics MCP Server, auf dem Standard des Model Context Protocol (MCP). Das MCP ermöglicht KI-Modellen den direkten Zugriff auf externe Datenquellen und APIs. Entwickler können so über die Google Ads API Kampagnendaten abrufen und diese mithilfe von KI in natürlicher Sprache interpretieren oder visualisieren lassen. Das Release ist derzeit noch „read-only“. Es erlaubt also nur Reporting- und Diagnosezwecke, jedoch keine Änderungen an Konten oder Kampagnen.

Der Open-Source-Release des Google Ads MCP Servers macht den Zugang zu Werbedaten einfacher und öffnet den Weg für KI-gestützte Marketing-Analysen. Dank der Anbindung an Modelle wie Gemini können künftig auch nicht-technische Nutzer Analysen durchführen und Erkenntnisse gewinnen, ohne dabei komplexe Abfragen schreiben zu müssen. So wird datenbasiertes Arbeiten im Marketing deutlich zugänglicher.

Quelle: github.com/googleads/google-ads-mcp