PICO kennenlernen: Entdecke die Oberfläche in der Produkttour oder beginne mit dem Schnellstart.

Warum zeigen Analytics, Google Ads und Search Console andere Zahlen?

6 November, 2026 • Tools & Vergleiche • 38 Aufrufe • 4 Minuten Lesezeit

PICO-Wissen: Warum Zahlen abweichen – unterschiedliche Analyseansichten im Vergleich.

Klicks, Sitzungen und Besucher sind verschiedene Messgrößen. So vergleichst du Analytics, Google Ads und Search Console und findest echte Abweichungen.

Google Ads meldet eine bestimmte Zahl an Klicks, die Search Console eine andere und deine Webanalyse noch einmal andere Besuche. Das wirkt zunächst wie ein Messfehler. Häufig vergleichen die Berichte jedoch unterschiedliche Vorgänge. Erst wenn du diese Unterschiede sauber benennst, kannst du beurteilen, ob tatsächlich etwas nicht funktioniert.

Dein Ziel sollte deshalb ein nachvollziehbarer Vergleich sein. Welche Frage beantwortet jede Zahl? Welche Besucher oder Interaktionen sind enthalten? Welche Lücken sind bekannt? Mit einer kleinen Abstimmungstabelle vermeidest du, dass dein Team jede Woche über scheinbare Widersprüche diskutiert und dabei die eigentliche Website-Entwicklung übersieht.

Klick, Sitzung, Besucher und Seitenaufruf sind verschiedene Einheiten

Ein Anzeigenklick beschreibt eine Interaktion mit einer Anzeige. Eine Sitzung fasst Website-Interaktionen innerhalb der jeweiligen Sitzungslogik zusammen. Google erläutert beispielsweise, dass mehrere Anzeigenklicks in einer Analytics-Sitzung enden können. Ebenso kann ein Klick gezählt werden, obwohl der Tracking-Code auf der Zielseite nicht mehr ausgeführt wird.

Die Search Console betrachtet die Google-Suche. Eine Webanalyse betrachtet dagegen die auf deiner Website erfassten Vorgänge. Aus dieser unterschiedlichen Perspektive folgt schon, dass „Klicks aus der Suche“ und „alle Website-Sitzungen“ keine identischen Gesamtzahlen liefern müssen. Google beschreibt die Abweichungen zwischen beiden Systemen in einer eigenen Dokumentation.

Zahl im BerichtFrage, die du damit untersuchen kannstKein automatischer Nachweis für
AnzeigenklicksWie oft wurde die ausgewählte Anzeige angeklickt?Vollständig geladene Website-Besuche
Search-Console-KlicksWie viele Klicks kamen aus dem ausgewählten Suchbereich?Sämtliche Website-Zugriffe
SitzungenWie viele Besuche wurden nach der jeweiligen Logik erfasst?Dieselbe Anzahl einzelner Personen
ZielereignisseWie oft wurde die definierte Handlung gemessen?Geprüfte Aufträge oder tatsächlichen Umsatz

Baue eine gemeinsame Vergleichsgrundlage

Schreibe für jede verwendete Zahl den genauen Berichtsnamen, Zeitraum, Messwert und Filter auf. „Traffic im Oktober“ reicht nicht. „Erfasste Sitzungen mit Einstieg auf der Kampagnenseite vom ersten bis letzten Oktobertag, nur mobile Geräte“ ist nachvollziehbar. Übernimm diese Definition direkt in den Bericht, damit sie beim nächsten Export erhalten bleibt.

Lege auch fest, welche Abweichung du untersuchen möchtest. Geht es um eine einzelne Landingpage, um eine Quelle oder um sämtliche Besuche? Ein Vergleich aller Ads-Klicks mit Sitzungen auf nur einer Zielseite ist ungeeignet, wenn die Kampagnen mehrere Zielseiten verwenden. Dasselbe gilt, wenn du alle Länder mit einer auf Deutschland beschränkten Ansicht vergleichst.

Prüfe Datum, Zeitzone und Datenstand

Ein Kalendertag hängt von der Zeitzone ab. Im Search-Console-Leistungsbericht werden die üblichen Tagesdaten in Pacific Time (PT) dargestellt. Die 24-Stunden-Ansicht verwendet dagegen die lokale Zeitzone des Browsers. In Google Analytics lässt sich die Berichtszeitzone einstellen. Prüfe deshalb die konkrete Ansicht beider Werkzeuge, besonders bei Tageswerten. Eine größere Zeitspanne erleichtert die Einordnung, hebt unterschiedliche Tagesgrenzen aber nicht vollständig auf.

Vergleiche außerdem keine abgeschlossenen Monatsdaten mit einem laufenden Tag. Notiere, wann du die Zahlen abgerufen hast. Wenn ein System seine Werte später verarbeitet oder korrigiert, kann ein früher Export anders aussehen als ein späterer. Für dein Team ist ein einheitlicher Berichtszeitpunkt oft hilfreicher als eine laufend wechselnde Diskussion über Zwischenstände.

Ein fiktiver Vergleich ohne voreilige Fehlerdiagnose

Angenommen, eine Kampagne für example.com zeigt 120 Anzeigenklicks. Deine Webanalyse meldet für dieselbe Woche 95 der Kampagne zugeordnete Sitzungen und 140 Seitenaufrufe. Die Zahlen sind frei gewählte Beispiele. Du kannst daraus weder 25 verlorene Personen noch einen bestimmten technischen Verlustanteil ableiten: Klicks, Sitzungen und Seitenaufrufe sind verschiedene Einheiten.

Stattdessen prüfst du zuerst, ob sämtliche Anzeigen auf die ausgewertete Domain führen und ob der Kampagnenname korrekt übernommen wird. Danach kontrollierst du eine erlaubte Testsitzung mit dem tatsächlichen Link. Anschließend schaust du, ob sich die Abweichung plötzlich seit einer technischen Änderung vergrößert hat. Ein zeitlich klarer Bruch ist ein guter Ansatzpunkt für die Fehlersuche.

Wenn du die Differenz prozentual notierst, benenne die Bezugsgröße ausdrücklich. „Sitzungen liegen um 20,8 Prozent unter der Zahl der Klicks“ ist rechnerisch beschreibend. Es ist keine Messung von verlorenen Kunden. Für echte Zielquoten brauchst du eine sauber festgelegte Berechnung, wie im Beitrag zur Conversion Rate erläutert.

Identität, Filter und Zuordnung getrennt untersuchen

Dokumentiere, wie dein Werkzeug Besucher und Sitzungen abgrenzt. Stelle im Vergleich die Frage, ob „Besucher“ in beiden Berichten wirklich denselben Begriff meint. Eine Wiederkehr nach einer Unterbrechung, ein anderes Gerät oder eine fehlende Wiedererkennung sind mögliche Prüfpunkte. Versuche nicht, aus den Gesamtzahlen einzelne Personen nachträglich zu rekonstruieren.

Prüfe anschließend die Filter: interne Zugriffe, bekannte automatisierte Aufrufe, Länder, Seiten und Geräte. Auch die Datenerhebung kann sich zwischen Werkzeugen unterscheiden, etwa durch verschiedene Einwilligungszustände oder eine unvollständige Einbindung. Dokumentiere solche Grenzen offen. Die Ablehnung einer Einwilligung ist kein Anlass, die Messung an der Entscheidung vorbei zu erzwingen.

Bei Quellen und Conversions kommt eine weitere Frage hinzu: Welcher Kontakt erhält die Zuordnung, und auf welches Datum bezieht sich der Bericht? Lege diese Definitionen für jeden Bericht fest, statt eine Übereinstimmung vorauszusetzen. Prüfe außerdem Weiterleitungen und Parameter. Eine konsistente UTM-Namenskonvention erleichtert diese Arbeit, ersetzt aber keine vollständige Attributionslogik.

Wann du technisch nachsehen solltest

  • Ein zuvor stabiler Bericht fällt unmittelbar nach einer Veröffentlichung auf null.
  • Nur eine bestimmte Seitenvorlage zeigt plötzlich keine erfassten Besuche mehr.
  • Ein einzelner Test erzeugt mehrfach dasselbe Erfolgsereignis.
  • Eine Kampagne landet auf einer anderen Domain oder verliert ihre erwarteten Parameter.
  • Die Veränderung betrifft genau den Zeitraum einer Anpassung am Tracking oder an der Einwilligungssteuerung.

Bewerte solche Hinweise gemeinsam mit dem tatsächlichen Datenumfang. Eine Abweichung von zwei Ereignissen kann bei kleinen Zahlen prozentual groß aussehen. Gib im Bericht deshalb absolute Werte und bekannte Unsicherheiten an. Führe eine wiederkehrende Differenz als dokumentierte Eigenschaft des Vergleichs, solange keine konkrete Fehlfunktion nachweisbar ist.

PICO hilft dir, Website-Besuche, Quellen und definierte Ziele in einer gemeinsamen Arbeitsansicht auszuwerten. Den passenden Funktionsumfang findest du in den PICO-Plänen.

Quellen und weiterführende Hinweise

0 bei 0 Bewertungen
PICO-Wissen: Zahlen treffen Verhalten – Diagramm und Heatmap als ergänzende Ansichten.

Heatmaps oder Webanalyse? So nutzt du beide sinnvoll

6 November, 2026

Heatmaps zeigen Interaktionsmuster, Webanalyse liefert den Kontext. Erfahre, wie du beide verbindest und daraus konkrete Website-Verbesserun..

PICO-Wissen: Webanalyse, die zu dir passt – Analyseansichten mit Vergleichssymbol.

Google-Analytics-Alternative: Was kleine Unternehmen brauchen

30 Oktober, 2026

Welche Google-Analytics-Alternative passt zu deinem Unternehmen? Vergleiche PICO, Plausible, Matomo und Clarity nach Zielen, Funktionen und ..