Matomo, Plausible oder Google Analytics: Welche Webanalyse passt zu Ihrer Website?

Custom Events erfassen die wichtigen Schritte

Ein Seitenaufruf zeigt nicht, ob jemand mit einem Angebot zurechtkommt. Dafür braucht es Ereignisse, die zur jeweiligen Website passen. Bei einem Konfigurator sind das etwa der Start, die einzelnen Schritte und der Abschluss. Bei einer Suche sagt eine Ergebnisliste ohne Treffer oft mehr als die Zahl der Suchvorgänge.

Beim Kontaktformular zählt erst die erfolgreich verarbeitete Anfrage als Abschluss. Ein Klick auf „Senden“ kann auch in einer Fehlermeldung enden.

Für jedes Custom Event legen wir fest, wann es ausgelöst wird, wie es heißt und welche Angaben es enthält. Die Anwendung meldet den Vorgang über eine definierte Schnittstelle an das Tracking, häufig über einen Data Layer. Die Messung hängt damit nicht davon ab, ob ein Button nach dem nächsten Design-Update anders beschriftet ist oder woanders sitzt.

Namen, E-Mail-Adressen und Nachrichtentexte haben in diesen Ereignissen nichts verloren. Auch URLs und Suchbegriffe können persönliche Informationen enthalten. Wir übertragen deshalb nur, was die vereinbarte Auswertung braucht.

Getestet werden die Ereignisse am echten Ablauf, auch auf dem Smartphone und bei wiederholten Klicks. Jeder Abschluss muss zum richtigen Zeitpunkt und genau einmal ankommen.

JENTIS, Tag Manager und Cookie-Banner verbinden

JENTIS erfasst Daten, verarbeitet sie auf dem Server und gibt sie an festgelegte Empfänger weiter. Ausgewertet wird anschließend im jeweiligen Analytics-System.

Das lohnt sich, wenn mehrere Marketingdienste mit denselben Ereignissen arbeiten oder Daten vor der Weitergabe gezielt reduziert werden sollen. Für eine kleine Website mit wenigen Messpunkten ist der zusätzliche Aufwand meist zu hoch.

In jedem Fall muss feststehen, welcher Dienst welches Ereignis erhält. Melden Browser und Server denselben Abschluss, muss die Anbindung doppelte Zählungen verhindern. Die Einwilligung aus Usercentrics, Cookiebot oder einer anderen Consent-Lösung muss außerdem dort ankommen, wo die Verarbeitung stattfindet. Ein blockierter Tag im Browser hält den Server nicht davon ab, Daten weiterzugeben.

Serverseitiges Tracking ersetzt keine erforderliche Einwilligung. Welche Verarbeitung zulässig ist, muss für die konkrete Umsetzung geklärt werden. Die technische und rechtliche Abstimmung beschreiben wir ausführlich im Beitrag zu Tracking, Datenschutz und Cookie-Bannern.

Welche Werkzeuge die Webanalyse ergänzen

Search Console, Otterly und JENTIS lösen andere Aufgaben als Matomo oder GA4. Sie ergänzen die Auswertung, ersetzen sie aber nicht.

Was Search Console und Otterly sichtbar machen

Wird eine Leistungsseite in Google oft angezeigt, aber selten angeklickt, prüfen wir Suchanfragen, Position, Titel und Beschreibung. Kommen Besucher auf die Seite, aber kaum passende Anfragen, schauen wir uns das Angebot und den Weg zum Kontakt an.

Seit Juni 2026 gibt es außerdem eigene Berichte zu den generativen KI-Funktionen der Google-Suche. Sie zeigen unter anderem, wie oft URLs in AI Overviews und AI Mode erscheinen. Ein Besuch auf der Website ist das aber noch nicht.

Über gemeinsame Merkmale wie Seite und Zeitraum lassen sich die Daten mit der Webanalyse zusammenführen. Eine einzelne Suchanfrage lässt sich damit keiner späteren Projektanfrage zuordnen.

Mit Otterly lassen sich ausgewählte Fragen regelmäßig bei KI-Diensten stellen. Ausgewertet wird, ob das Unternehmen genannt wird, welche Seiten verlinkt sind und welche anderen Anbieter vorkommen. Das zeigt die Entwicklung innerhalb dieser Auswahl an Fragen, nicht die gesamte Reichweite einer Marke in KI-Assistenten.

Für SEO und GEO ist das eine sinnvolle Ergänzung. Ein Artikel kann in KI-Antworten auftauchen, ohne dass ihn jemand anklickt, und in der Besuchsstatistik sieht man davon nichts.

Wenn KI-Agenten die Website besuchen

Zugriffe aus dem KI-Umfeld sind nicht alle gleich. Drei Fälle lassen sich unterscheiden:

• Ein Mensch klickt einen Link in einer KI-Antwort an. Wird die Herkunft mitgegeben, ordnet die Webanalyse den Besuch dem KI-Dienst zu.
• Ein KI-Agent bedient einen Browser und ruft im Auftrag eines Menschen Seiten auf. Führt er das Tracking-Skript aus, tauchen seine Aktionen in der Webanalyse auf.
• Ein Crawler oder Chatbot ruft Inhalte direkt vom Server ab. Weil er kein Tracking-Skript ausführt, bleibt er in einer reinen Browser-Messung unsichtbar.

Matomo unterscheidet solche KI-Zugriffe bereits. Was davon erfasst wird, hängt von der Einrichtung und den erkennbaren technischen Merkmalen ab. Für direkte Abrufe braucht es zusätzlich Daten vom Server oder von einer vorgeschalteten Plattform wie Cloudflare. Nicht jeder automatisierte Zugriff lässt sich zuverlässig erkennen.

Marketing und Betrieb interessieren daran unterschiedliche Dinge. Das Marketing will wissen, ob Links aus KI-Antworten passende Anfragen bringen. Im Betrieb geht es darum, ob Bots die wichtigen Inhalte erreichen oder an der Firewall abgewiesen werden und ob automatische Abrufe unnötige Last erzeugen. Hundert Seitenabrufe durch einen Bot sind dabei keine hundert Interessenten. Dass ein Bot eine Seite abgerufen hat, heißt auch nicht, dass sie später in einer Antwort vorkommt.

Mit Agent Analytics von Otterly lassen sich solche Bot-Abrufe genauer untersuchen. Dafür werden eigene Zugriffsdaten angebunden, etwa über Server-Logs, einen Webhook oder Cloudflare. Aus Bot-Abruf, späterer Quellenangabe und Besuch lässt sich aber keine lückenlose Kundenreise rekonstruieren.

Eigene Dashboards und automatisierte Abläufe

Über die APIs lassen sich die Daten in einem bestehenden Berichtssystem zusammenführen oder in einem eigenen Dashboard darstellen. Vorher prüfen wir, welche Kennzahlen verfügbar sind, welche Abruflimits gelten und wie aktuell die Daten sind. Nicht jeder Bericht aus der Oberfläche ist auch per API abrufbar.

Ein Dashboard für die Redaktion könnte je Artikel die Google-Klicks, die Quellenangaben in den beobachteten KI-Antworten und die erreichten Kontaktziele nebeneinander zeigen. Den Vertrieb interessiert eher, welche Leistungen angefragt werden und welche Kontakte nach der Bearbeitung im CRM übrig bleiben. Bevor wir etwas Eigenes bauen, prüfen wir, ob vorhandene Berichte oder ein Connector die Aufgabe schon erfüllen.

Die Daten aus verschiedenen Quellen müssen zusammenpassen. Dieselbe Seite kann in einem System mit Kampagnenparametern auftauchen und im anderen ohne. Zeiträume und Zeitzonen können abweichen. Wir legen fest, wie solche Unterschiede behandelt werden, und zeigen an, wann eine Quelle zuletzt aktualisiert wurde. Suchimpressionen, Besuche und Bot-Abrufe bleiben getrennte Kennzahlen, denn addiert ergeben sie keine sinnvolle Gesamtreichweite.

Auch Conversions werden je nach Einwilligung und Kampagnenzuordnung unterschiedlich gezählt. Wir gleichen die Messung deshalb mit den tatsächlich eingegangenen Bestellungen oder Anfragen im Shop oder Formular ab. Änderungen an der Erfassung werden dokumentiert, damit Vergleiche über längere Zeiträume nachvollziehbar bleiben.

Auf dieser Grundlage lassen sich konkrete Aufgaben automatisieren:

• Ein Wochenbericht fasst die Entwicklung wichtiger Seiten zusammen, mit Vergleichszeitraum und Links zu den zugrunde liegenden Berichten.
• Gehen die Google-Klicks auf eine wichtige Leistungsseite über mehrere Wochen zurück, bekommt die zuständige Person einen Hinweis.
• Kommen über das Formular weiterhin Anfragen herein, während das zugehörige Analytics-Ereignis ausbleibt, wird automatisch eine Aufgabe zur Kontrolle der Messung angelegt.

Für solche Hinweise vereinbaren wir Mindestmengen und Zeiträume, damit nicht jede normale Schwankung eine Meldung auslöst. Fehlende oder verspätete Daten dürfen nicht als null Besuche in den Bericht eingehen. Schlägt ein Abruf fehl, meldet der Ablauf den Fehler, statt einen Einbruch zu errechnen, den es nicht gibt.

Für reine Auswertungen verwenden wir Zugänge mit Leserechten und möglichst eng begrenztem Zugriff. Geheime API-Schlüssel liegen auf dem Server und nicht im ausgelieferten Website-Code. Welche Daten ein Dashboard oder Workflow erhält, wird genauso festgelegt wie der Zugriff im ursprünglichen Tool. Soll ein Ablauf auch Kampagnen, Budgets oder veröffentlichte Inhalte ändern, braucht es dafür vereinbarte Regeln und Freigaben.

Matomo MCP macht Analysedaten für KI-Assistenten zugänglich

Seit Mai 2026 gibt es einen offiziellen MCP Server von Matomo. MCP steht für Model Context Protocol, eine Schnittstelle, über die ein kompatibler KI-Assistent Daten aus Matomo abrufen kann. Statt mehrere Berichte zusammenzustellen, stellt man eine konkrete Frage:

„Vergleiche die Kampagnen der letzten vier Wochen nach erfolgreich abgeschickten Anfragen. Trenne mobile und Desktop-Zugriffe und zeige neben der Conversion-Rate auch die Anzahl der Besuche und Anfragen.“

Das funktioniert nur, wenn die Anfragen als Ziel erfasst und die Kampagnen richtig zugeordnet sind. Fehlende Ereignisse kann die Schnittstelle nicht ergänzen. Sie macht vorhandene Daten leichter zugänglich.

In Matomo Cloud ist MCP enthalten. Bei Matomo On-Premise wird dafür das MCP-Server-Plugin installiert. In beiden Fällen muss die Funktion ausdrücklich aktiviert und der Zugriff eingerichtet werden. Der MCP Server reicht Anfragen an die Matomo-API weiter und liefert die Daten zurück. Die Interpretation übernimmt der KI-Assistent, nicht Matomo.

Auch Google Analytics und Piwik PRO bieten eigene MCP-Server, für Plausible gibt es eine Community-Lösung. Der Umfang unterscheidet sich: Der Server von Google liest nur Daten, Piwik PRO erlaubt nach gesonderter Aktivierung auch Änderungen. Für Auswertungen beginnen wir grundsätzlich mit Leserechten.

Bei Matomo verwenden wir dafür einen eigenen Zugang, beschränkt auf die benötigten Websites. Dazu kommt ein Risiko, das man bei Analysedaten nicht erwartet: URLs, Seitentitel und Kampagnennamen können manipulierte Texte enthalten, die der Assistent nicht als Anweisung behandeln darf.

Bei einer eigenen Matomo-Installation wird ein weiterer Punkt leicht übersehen. Ruft ein externer KI-Dienst Daten ab, verarbeitet er sie außerhalb dieser Installation. Self-Hosting allein hält die Auswertung also nicht im Unternehmen. Vor der Freigabe klären wir deshalb, welche Daten übermittelt werden, wer sie erhält und unter welchen Bedingungen sie gespeichert und weiterverwendet werden. Für die meisten Fragen reichen zusammengefasste Zahlen, einzelne Besuchsverläufe braucht es dafür nicht.

Bei KI-gestützten Auswertungen lassen wir uns immer die zugrunde liegenden Werte, den Zeitraum und die verwendeten Filter zeigen. Zwei Anfragen statt einer sind rechnerisch ein Plus von hundert Prozent. Über die Kampagne sagt das kaum etwas.

Wer arbeitet mit den Ergebnissen?

Nach der Einrichtung braucht die Webanalyse einen festen Platz im Arbeitsalltag. Ein Marketingteam mit laufenden Kampagnen schaut öfter hinein als ein Unternehmen, dessen Website vor allem über Leistungen informiert. In beiden Fällen braucht es jemanden, der aus einem Befund eine Aufgabe macht und später prüft, ob die Änderung etwas gebracht hat.

Technisch bleibt die Messung Teil der laufenden Website-Betreuung. Neue Formulare, geänderte Einwilligungen oder ein zusätzlicher Dienst können bestehende Auswertungen verändern. Zugänge und Berechtigungen gehören ebenso dazu wie die übrigen Fragen der Web-Security.

Mit Marketing, IT und Datenschutz klären wir, welche Fragen die Auswertung beantworten soll, wie die Daten erfasst werden und wer damit arbeitet. Sprechen wir darüber, welche Entscheidungen Ihre Webanalyse unterstützen soll und was dafür heute noch fehlt.