B2B Attribution in der KI Suche: Traffic, Pipeline und unsichtbare Nachfrage messen

B2B Attribution war vor einigen Jahren noch überschaubar: Anzeigenklick, Formular, Angebot, Abschluss. Heute recherchieren viele Einkäufer in ChatGPT, Gemini, Copilot oder in den AI Overviews von Google und stellen ihre Shortlist oft zusammen, ohne Ihre Website zu besuchen. Deshalb meldet Ihr Analysebericht sinkenden organischen Traffic, während der Vertrieb von vollen Terminkalendern spricht.

Ich arbeite seit 2012 in SEO, Google Ads und Webanalyse. In diesem Leitfaden zeige ich, wie die KI Suche die B2B Customer Journey verändert und mit welchen Signalen Sie sie trotzdem messen. Es geht um den neuen Kanal „AI Assistant“ in GA4, die Frage nach der Herkunft im Formular, Markensuchen, Pipelinedaten aus dem CRM, den Import von Offline Conversions und eine Berichtsvorlage, die alles zusammenführt. Zum Schluss geht es außerdem um die Grenzen nach DSGVO und TDDDG.

Wie verändert die KI Suche die B2B Attribution?

B2B Attribution ordnet Pipeline und Umsatz den Kontaktpunkten zu, die einen Kauf ausgelöst haben. In der KI Suche findet ein Großteil dieser Recherche ohne Klick statt. Deshalb kombinieren Sie mehrere Signale: Sitzungen aus KI Assistenten, Selbstauskünfte der Käufer, Markensuchen, Pipelinedaten aus dem CRM und importierte Offline Conversions.

Das alte Modell hinterließ bei jedem Schritt eine Spur. Ein Käufer suchte, klickte auf Ihre Anzeige oder Ihr organisches Ergebnis, las einige Seiten und füllte ein Formular aus. Heute fragt derselbe Käufer einen KI Assistenten, erhält eine Zusammenfassung mit drei Anbietern und tippt Ihre Marke Wochen später bei Google ein. Ihr Analysetool sieht dann nur diesen letzten Schritt. Die Zusammenfassung, die die Entscheidung geprägt hat, sieht es dagegen nie.

Kurz gesagt: Das Ziel der Messung verschiebt sich. Statt jede Conversion einem einzelnen Klick zuzuordnen, zeigen Sie mit mehreren unabhängigen Signalen, wo Nachfrage entsteht. In der Praxis zählt dabei die Richtung mehr als die exakte Zahl. Bewegen sich die Signale gemeinsam, können Sie Entscheidungen also mit gutem Gewissen treffen.

Wie recherchieren B2B Käufer nach AI Overviews und Zero Click Suchen?

Gartner befragte im August und September 2025 insgesamt 645 B2B Käufer und veröffentlichte die Ergebnisse im Mai 2026. Demnach nutzten die Käufer bei einem aktuellen Kauf im Schnitt sieben Informationsquellen, und 45 % setzten generative KI ein. Zudem möchten 69 % die Erkenntnisse aus der KI mit einem Vertriebsmitarbeiter überprüfen (Pressemitteilung von Gartner).

Forrester kommt zu einem ähnlichen Bild. Laut dem Buyers' Journey Survey 2025 nutzen 94 % der befragten Geschäftskunden KI im Kaufprozess, und 61 % arbeiten mit privaten KI Tools, die ihr Unternehmen bereitstellt (Analyse von Forrester). Die Studien definieren KI Nutzung unterschiedlich; deshalb passen die Prozentwerte nicht zusammen. Die Richtung ist trotzdem eindeutig: Die Recherche beginnt heute in einem Chatfenster, lange vor dem ersten Besuch auf Ihrer Website.

Auch bei Google zeigt sich diese Verschiebung. Viele Nutzer erhalten ihre Antwort direkt auf der Ergebnisseite und klicken nicht mehr; dieses Verhalten erkläre ich im Beitrag über Zero Click Suchen. Im B2B wirkt der Effekt stärker, denn an einem Kauf recherchieren mehrere Personen, und jede kann einen eigenen KI Chat öffnen.

Was bedeutet unsichtbare Nachfrage?

Unsichtbare Nachfrage ist Kaufinteresse, das dort entsteht, wo Ihre Analyse nichts sieht. Stellen Sie sich folgendes Szenario vor: Die IT Leiterin eines Herstellers fragt ChatGPT, welche Partner für ERP Integrationen zu einem mittelgroßen Werk passen. Ihre Marke taucht in der Antwort auf, allerdings klickt niemand. Zwei Wochen später empfiehlt dieselbe Person Sie einer Kollegin, und diese ruft Ihre Website dann direkt auf.

Diese Nachfrage taucht schließlich an drei Stellen auf:

• Markensuche: Der Käufer tippt Ihren Markennamen oder einen Produktnamen bei Google ein.
• Direct Traffic: Ein kopierter Link oder eine App ohne Referrer schickt den Besuch in den Kanal „Direct“.
• Aussage von Menschen: Im Formular oder im Vertriebsgespräch fällt der Satz „ChatGPT hat Sie empfohlen“.

Ihr Messmodell muss die Nachfrage also nicht bei ihrer Entstehung erfassen. Stattdessen hält es sie an diesen drei Punkten systematisch fest. Diese Sicht setzt zudem realistische Erwartungen: Es geht nicht darum, jeden Einfluss zu sehen, sondern genug Hinweise für die richtige Richtung zu sammeln.

Warum führen klassische Attributionsmodelle im B2B in die Irre?

Das Last Click Modell schreibt den gesamten Erfolg dem letzten messbaren Kontakt vor der Conversion zu. In der KI Suche ist dieser Kontakt oft eine Markensuche bei Google oder ein direkter Besuch. Folglich belohnt der Bericht den Schritt, der die Nachfrage eingesammelt hat, und nicht die Inhalte oder die KI Sichtbarkeit, die sie erzeugt haben.

Im B2B verschärft sich das Problem, weil selten eine einzelne Person entscheidet. Laut Forrester gehören zu einer typischen Kaufentscheidung 13 interne Beteiligte und neun externe Einflussgeber. Anders gesagt: Wer recherchiert, füllt oft nicht selbst das Formular aus. Außerdem läuft die Recherche vielleicht am Arbeitsrechner, während das Formular abends vom Smartphone kommt.

Auch Attributionsfenster haben Grenzen. In einem Verkaufszyklus über mehrere Monate liegt der erste Kontakt oft außerhalb des Fensters. Besuche von Nutzern ohne Einwilligung erreichen den Bericht zudem gar nicht. Deshalb rate ich nicht dazu, Attributionsberichte wegzuwerfen. Lesen Sie sie stattdessen als eine Ebene Ihrer B2B Attribution.

Aus welchen Ebenen besteht eine B2B Attribution für die KI Suche?

Ich baue B2B Attribution auf vier Ebenen auf. Jede Ebene beantwortet eine andere Frage, daher erzählt keine allein die ganze Geschichte.

1. Sichtbarkeit: Wie oft erscheinen Ihre Marke und Ihre Seiten in KI Antworten und Suchergebnissen? Quelle: Search Console und regelmäßige KI Tests.
2. Besuche: Wie viele messbare Sitzungen kommen aus KI Assistenten und der Suche, und was tun diese Besucher? Quelle: GA4 und Ihre eigene UTM Systematik.
3. Selbstauskunft: Wie beschreiben Käufer in eigenen Worten, wo sie von Ihnen gehört haben? Quelle: Formularfelder und Notizen aus dem Vertrieb.
4. Pipeline: Welche Quellen bringen Opportunities, Angebote und Abschlüsse? Quelle: Ihr CRM und die Conversions, die Sie in Werbeplattformen zurückspielen.

Für einen schnellen Blick auf die Sichtbarkeit eignet sich der Test unter KI Sichtbarkeit prüfen. Der eigentliche Wert entsteht allerdings erst, wenn Sie alle vier Ebenen für denselben Monat nebeneinanderlegen. Sonst verschieben Entscheidungen auf Basis einer einzigen Ebene das Budget leicht in den falschen Kanal.

Was zeigt der Kanal „AI Assistant“ in GA4, und was fehlt?

Im Mai 2026 hat Google Analytics die standardmäßige Channelgruppe um den Kanal „AI Assistant“ erweitert. Sitzungen von bekannten Assistenten wie ChatGPT, Gemini und Claude landen seitdem mit einem eigenen Medium in diesem Kanal (Versionshinweise zu Google Analytics). Zudem hängt OpenAI an Links in ChatGPT den Parameter utm_source=chatgpt.com an. Für die Trennung dieser Besuche brauchen Sie also keine eigene Einrichtung mehr.

Kurz gesagt zeigt der Kanal messbare Klicks, aber keinen Einfluss. Besuche aus Apps ohne Referrer landen weiterhin unter „Direct“. Klicks aus den AI Overviews und dem AI Mode von Google zählt GA4 als organische Suche. Schließlich hinterlässt die Recherche in privaten KI Tools der Unternehmen überhaupt keine Spur.

Im B2B empfehle ich, in diesem Kanal weniger auf Sitzungen und mehr auf Schlüsselereignisse und Treffer im CRM zu achten. Kanaleinstellungen, eine eigene Channelgruppe mit Regex und Qualitätsmetriken erkläre ich im Leitfaden KI Traffic in GA4 erkennen und analysieren; hier wiederhole ich das nicht. Wenn Sie mit Daten vor Mai 2026 vergleichen, behalten Sie daher Ihre alte Channelgruppe bei.

Wofür eignet sich der neue KI Bericht in der Search Console?

Google hat im Juni 2026 Leistungsberichte zu generativer KI in der Search Console eingeführt und sie bis Ende August 2026 für alle Websites weltweit freigeschaltet. Der Bericht für die Suche zeigt, wie oft URLs Ihrer Website in AI Overviews und im AI Mode erschienen sind, aufgeschlüsselt nach Seite, Land, Gerät und Datum (Search Console Hilfe). Allerdings enthält er nur Impressionen; Klickdaten fehlen.

Im B2B nutze ich diesen Bericht als Kennzahl für Präsenz. Wenn Sie monatlich verfolgen, wie oft Ihre Lösungsseiten und Kategorieseiten in KI Antworten auftauchen, sehen Sie, welche Produktlinien dort ankommen. Danach legen Sie Markensuchen und Pipelinedaten derselben Produktlinien daneben.

Noch ein Hinweis: Laut Google zählt der Traffic aus KI Funktionen im Leistungsbericht zum Suchtyp „Web“. Außerdem sagt Google, dass Klicks von Ergebnisseiten mit AI Overviews hochwertiger seien, weil Besucher länger auf der Website bleiben. Prüfen Sie diese Aussage trotzdem mit Ihren eigenen Daten, bevor Sie sie der Geschäftsführung präsentieren.

Wie gestalten Sie die Frage nach der Herkunft im Formular?

Selbstauskunft bedeutet, dass Käufer in eigenen Worten angeben, wo sie zuerst von Ihnen gehört haben. Typisch ist die Frage „Wie sind Sie auf uns aufmerksam geworden?“. Sie ist zudem der günstigste Weg, KI Chats, Podcasts und Empfehlungen aus dem Kollegenkreis zu erfassen, die keine Software sieht. In der Praxis entscheiden kleine Details über die Qualität der Antworten:

• Nutzen Sie Freitext. Ein Dropdown zwingt Käufer in Ihre Kategorien. Freitext liefert dagegen reiche Antworten wie „Ich habe ChatGPT gefragt und dann Ihren Beitrag auf LinkedIn gesehen“.
• Ergänzen Sie eine KI Option, falls Sie eine Liste brauchen. Ohne die Auswahl „ChatGPT, Gemini oder ein anderer KI Assistent“ können Sie KI Einfluss nicht messen.
• Halten Sie die Frage kurz. Eine Zeile genügt, denn lange Hilfetexte senken die Antwortquote.
• Testen Sie, ob das Feld ein Pflichtfeld sein soll. Ein Pflichtfeld bringt mehr Antworten, kann aber die Abschlussquote des Formulars senken; prüfen Sie das deshalb mit einem A/B Test.
• Ordnen Sie die Antworten monatlich Kategorien zu. Bewahren Sie den Rohtext auf und ergänzen Sie danach eine Spalte für die Kategorie.

Für den Rest des Formulars helfen die Grundsätze aus meinem Beitrag Formulare für Termin, Angebot und Demo optimieren.

Wem glauben Sie, wenn Selbstauskunft und Analytics sich widersprechen?

Beiden, denn sie beantworten unterschiedliche Fragen. Analytics erfasst den letzten messbaren Kontakt, die Selbstauskunft dagegen das, woran sich der Käufer erinnert. Wenn GA4 einen Lead als „Direct“ führt und das Formular „ChatGPT hat Sie empfohlen“ sagt, können also beide Angaben gleichzeitig stimmen.

Für eine belastbare B2B Attribution empfehle ich deshalb zwei getrennte Felder im CRM: „Quelle laut Software“ und „Quelle laut Käufer“. Erstellen Sie dann eine Kreuztabelle aus beiden. Die Zelle „laut Käufer: KI, laut Software: Direct oder Markensuche“ zeigt Ihnen die deutlichste Spur unsichtbarer Nachfrage. Wächst diese Zelle Monat für Monat, können Sie mit gutem Grund sagen, dass Ihre KI Sichtbarkeit beim Umsatz ankommt.

Die Selbstauskunft hat allerdings auch Schwächen. Menschen erinnern sich eher an den letzten oder den auffälligsten Kontakt, und manche erwähnen KI ungern. Lesen Sie Selbstauskünfte daher als Trend und nicht als exakten Anteil. Stellen Sie dieselbe Frage monatelang unverändert, dann gewinnt der Trend an Verlässlichkeit.

Wie halten Sie den KI Einfluss im Vertriebsgespräch fest?

Die 69 % aus der Gartner Umfrage zeigen auch, wo KI Einfluss am häufigsten ans Licht kommt: im Vertriebsgespräch. Käufer möchten die Aussagen der KI mit einem Menschen abgleichen. Genau dieser Moment eignet sich daher am besten, um nach Quellen zu fragen. Ergänzen Sie Ihr Erstgespräch um diese Fragen:

• Wo haben Sie Ihre Recherche begonnen?
• Welche Anbieter standen auf Ihrer Shortlist, und wie ist diese Liste entstanden?
• Haben Sie ein KI Tool genutzt, und was hat es über uns gesagt?
• Welche Information hat Ihnen beim Vergleich am meisten gefehlt?

Speichern Sie die Antworten im CRM als Auswahlwert mit einer kurzen Notiz. Die dritte Frage liefert zudem ein wertvolles Nebenprodukt: Sie erfahren, welche falschen Preise, veralteten Funktionen oder schiefen Vergleiche die KI über Ihre Marke wiederholt. Geben Sie das an Ihr Content Team weiter; wie Sie solche Fehler korrigieren, zeige ich im Beitrag Marke in ChatGPT und Gemini sichtbar machen.

Wie lesen Sie steigende Markensuchen?

Markensuchen sind die am besten messbare Spur unsichtbarer Nachfrage. Im November 2025 hat Google einen Filter für Markensuchanfragen im Leistungsbericht der Search Console angekündigt und ihn im März 2026 für alle geeigneten Websites freigeschaltet. Die Einordnung übernimmt kein Regex, sondern ein System mit KI Unterstützung; es erkennt auch Tippfehler und markenspezifische Produktnamen. Allerdings funktioniert der Filter nur für Properties auf oberster Ebene mit genügend Suchvolumen.

Schauen Sie im B2B vor allem auf die Art der Markensuchen statt auf die Gesamtzahl. Muster wie „Marke + Preise“, „Marke + Alternative“, „Marke + Integration“, „Marke vs Wettbewerber“ und „Marke + Erfahrungen“ zeigen Nachfrage in der Bewertungsphase. Wächst diese Gruppe, landen Sie also häufiger auf Shortlists.

Bevor Sie einen Anstieg deuten, notieren Sie Saisonalität, Messen, Presseberichte und Kampagnen. Sonst schreiben Sie den Effekt eines PR Artikels womöglich der KI Sichtbarkeit zu. Am saubersten ist die Deutung, wenn im selben Zeitraum auch KI Impressionen und der KI Anteil in den Selbstauskünften steigen.

Ist mehr Direct Traffic KI Einfluss oder eine Messlücke?

Beides ist möglich, und einige Prüfungen helfen bei der Unterscheidung. Direct Traffic stammt aus Apps ohne Referrer, kopierten Links, E-Mail Programmen, Lesezeichen und fehlender Einwilligung. Auch Bots können ihn aufblähen.

Ich prüfe in dieser Reihenfolge. Zunächst schaue ich auf die Einstiegsseiten: Direkte Sitzungen auf tiefen Seiten wie Preisen, Vergleichen oder Integrationen deuten meist auf einen Link hin, den jemand aus einem Chat oder von einer Kollegin kopiert hat. Danach betrachte ich Interaktionsrate und Schlüsselereignisse, denn Bot Traffic verrät sich dort schnell. Schließlich vergleiche ich die Verteilung nach Land und Gerät mit Ihrem Zielmarkt.

Folgt das verbleibende Wachstum demselben Trend wie der Kanal „AI Assistant“, steigt die Wahrscheinlichkeit eines KI Einflusses. Präsentieren Sie Direct Traffic trotzdem nie als Beweis. Berichten Sie ihn stattdessen als unterstützendes Signal.

Wie messen Sie die Wirkung auf die Pipeline im CRM?

Für die B2B Attribution auf Ebene der Pipeline muss die Leadquelle bis zum Abschluss erhalten bleiben. Dafür empfehle ich vier Quellenfelder im CRM: erste messbare Quelle, letzte messbare Quelle, Quelle laut Käufer und Quelle aus den Vertriebsnotizen. Überschreiben Sie das Feld für die erste Quelle nie, denn sonst verlieren Sie bei jedem neuen Besuch die Historie.

Ziehen Sie danach jeden Monat diese Kennzahlen je Quellengruppe: neue Opportunities, Pipelinewert, Angebotsquote, Abschlussquote und durchschnittliche Dauer des Verkaufszyklus. Arbeiten Sie mit monatlichen Kohorten, weil Sie das Ergebnis der Leads aus dem Januar erst einige Monate später sehen. Messen Sie außerdem jede Quellengruppe mit denselben Definitionen.

Ein verlustfreier Datenfluss vom Formular ins CRM bildet das Fundament. Die technische Seite erkläre ich im Beitrag über die CRM Anbindung der Website. Kurz gesagt schreibt Ihr Formular die versteckten Felder (UTM, GCLID, Einstiegsseite) und die Selbstauskunft gleichzeitig in den Leaddatensatz.

Wie vergleichen Sie die Qualität von Leads aus KI Quellen?

„Leads aus der KI sind besser“ höre ich oft; deshalb teste ich diese Aussage in jedem Projekt. Vergleichen Sie mindestens fünf Quellengruppen: KI beeinflusst (Kanal „AI Assistant“ oder KI in der Selbstauskunft), Markensuche, organische Suche ohne Marke, bezahlte Suche und Verweise.

Achten Sie bei der Deutung auf die Stichprobengröße. Nach zehn Leads zu behaupten, KI Leads seien besser, führt in die Irre. Warten Sie deshalb einen Zeitraum ab, der mindestens zwei bis drei Verkaufszyklen umfasst, und berichten Sie den Unterschied als Spanne.

Was bringt der Import von Offline Conversions Ihren Werbeplattformen?

Werbeplattformen optimieren auf das, was Sie zählen. B2B Formulare sammeln allerdings auch Anfragen von Studierenden, Bewerbungen, Angebote von Lieferanten und Spam. Zählen Sie jedes ausgefüllte Formular als Conversion, lernt der Algorithmus folglich, mehr Formulare zu bringen, aber nicht mehr Umsatz.

Der Import von Offline Conversions schließt diese Lücke in der B2B Attribution. Sie spielen Leads, die im CRM als qualifiziert gelten, sowie Opportunities oder Abschlüsse an die Werbeplattform zurück. Google Ads bietet dafür zwei Wege: den Import von Offline Conversions über die GCLID und erweiterte Conversions für Leads, die gehashte Nutzerdaten wie E-Mail Adressen abgleichen. Laut den Richtlinien von Google importiert Google Ads keine Offline Conversions, die Sie mehr als 90 Tage nach dem letzten Klick hochladen. Bei erweiterten Conversions für Leads liegt die Grenze bei 63 Tagen (Richtlinien von Google Ads).

Bei LinkedIn erfüllt die Conversions API dieselbe Aufgabe und verbindet Offline Daten aus dem CRM mit Ihren Kampagnen. Die Kampagnenseite erkläre ich im Beitrag über Google Ads Suchkampagnen für B2B. Mein Team und ich richten diese Ebene der Messung als ersten Schritt unserer Google Ads Betreuung ein.

Welche Phasen der Pipeline sollten Sie als Conversion zurückspielen?

Die Zeitfenster für den Upload machen die Wahl der Phase in langen B2B Zyklen entscheidend. Abschlüsse kommen oft erst nach mehr als 90 Tagen, daher braucht der Algorithmus frühere Signale, die trotzdem etwas bedeuten. Ich setze meist diese Struktur auf:

1. Qualifizierter Lead: Ein Lead, den der Vertrieb nach dem ersten Gespräch bestätigt. Er entsteht innerhalb weniger Tage und gibt dem Algorithmus somit ein schnelles Signal.
2. Opportunity oder Angebot: Ein Gespräch mit klarem Budget und Zeitplan. Es liegt meist innerhalb des Fensters und zeigt echte Kaufabsicht.
3. Abschluss: Senden Sie ihn mit seinem Wert. Abschlüsse innerhalb des Fensters stärken die Gebotsstrategie; die übrigen verfolgen Sie dann im CRM Bericht.

Geben Sie jeder Phase einen Wert. Eine praktische Methode: Multiplizieren Sie die durchschnittliche Auftragsgröße mit der Wahrscheinlichkeit, dass aus dieser Phase ein Abschluss entsteht. So lernt der Algorithmus den Unterschied zwischen einem qualifizierten Lead und einem unterschriebenen Vertrag. Aktualisieren Sie die Werte zudem einmal pro Quartal.

Wie führen Sie alle Signale zu einem Bild zusammen?

Kein einzelnes Signal beweist KI Einfluss; gemeinsam erzählen die Signale dennoch eine starke Geschichte. Ich nenne das Triangulation, und für B2B Attribution ist es die Methode, der ich am meisten vertraue. Nehmen wir zum Beispiel an, Ihre Integrationsseite erscheint häufiger in AI Overviews, Suchen nach „Marke + Integration“ nehmen zu, und mehr Formulare nennen KI. Dann haben Sie eine solide Grundlage, um das Pipelinewachstum dieser Produktlinie mit Ihrer KI Sichtbarkeit zu verbinden.

Widersprechen sich die Signale, suchen Sie zuerst nach einem Messfehler. Steigt der KI Anteil in den Selbstauskünften, während die Sitzungen im Kanal „AI Assistant“ sinken, ist vielleicht das Tagging kaputt. Vielleicht nutzen Käufer aber auch vermehrt Apps ohne Referrer. Notieren Sie deshalb das Datum jeder Änderung; Monate später erklären nur diese Notizen einen Bruch in den Daten.

Legen Sie nach Möglichkeit außerdem eine Vergleichsbasis fest. Nehmen Sie die drei Monate vor einer Änderung als Referenz und lesen Sie jeden neuen Monat daran. Auf der bezahlten Seite sind geografische Holdout Tests zudem ein gutes Mittel, um den echten Beitrag einer Kampagne zu sehen.

Wie sieht eine Berichtsvorlage für B2B Attribution aus?

Der Bericht beantwortet eine Frage der Geschäftsführung auf einer Seite: „Wie verändert die KI Suche unser Geschäft?“ Ich nutze dafür die folgende Vorlage; jede Zeile hat eine verantwortliche Person und einen festen Rhythmus.

Beantworten Sie unter der Tabelle jeden Monat fünf Fragen. Wie viel Pipeline hat KI beeinflusst? Wächst die Nachfrage nach der Marke? Welche Seiten stechen in KI Antworten hervor? Sind Leads mit KI Einfluss besser qualifiziert? Welche falschen Fakten wiederholt die KI weiterhin? Für die Auswahl der Kennzahlen hilft Ihnen außerdem mein Beitrag über Online Marketing KPIs.

Wo setzt die DSGVO der B2B Attribution Grenzen?

Dieser Abschnitt ist keine Rechtsberatung; er fasst die Fragen zusammen, die mir in der Praxis begegnen. Treffen Sie die endgültige Entscheidung deshalb immer mit Ihrer Rechtsberatung.

Eine gehashte E-Mail Adresse ist kein anonymes Datum. Nach Erwägungsgrund 26 der DSGVO gelten pseudonymisierte Daten weiterhin als personenbezogen, wenn sich eine Person mit zusätzlichen Informationen identifizieren lässt. Für den Upload einer Kundenliste brauchen Sie also eine Rechtsgrundlage, eine klare Information der Betroffenen und passende Vereinbarungen zur Auftragsverarbeitung mit der Plattform.

Die Angabe im Herkunftsfeld ist ebenso ein personenbezogenes Datum, sobald Sie sie einer Person zuordnen. Nennen Sie das Feld in Ihrer Datenschutzerklärung, erheben Sie nur, was Sie brauchen, und legen Sie eine Speicherdauer fest. Die Grundlagen für die Website fasse ich im Leitfaden für eine datenschutzkonforme Website zusammen.

Was verlangt das TDDDG bei Cookies und Tracking?

In Deutschland regelt § 25 TDDDG den Zugriff auf Endgeräte. Das Speichern von Informationen und der Zugriff darauf sind demnach nur mit Einwilligung zulässig, es sei denn, sie sind für den gewünschten Dienst unbedingt erforderlich (§ 25 TDDDG). Analysecookies und Werbecookies fallen in der Regel nicht unter diese Ausnahme.

Für Nutzer im Europäischen Wirtschaftsraum erwartet Google zudem Einwilligungssignale für Messfunktionen und Werbefunktionen; der praktische Weg dafür ist der Consent Mode. Weil Daten von Nutzern ohne Einwilligung fehlen, zeigen Ihre Berichte für den deutschen Markt Lücken. Füllen Sie diese Lücken nicht mit erfundenen Annahmen. Weisen Sie die Einwilligungsrate stattdessen als eigene Zeile aus und lesen Sie die Zahlen als Untergrenze.

Welche Messfehler sehe ich am häufigsten?

• KI Traffic nur nach Sitzungen bewerten: Wenige wertvolle Sitzungen zählen im B2B oft mehr als Tausende Blogbesuche.
• Die Selbstauskunft rückwirkend deuten: Mit den Monaten vor der Einführung des Feldes können Sie nicht vergleichen.
• Das Quellenfeld im CRM überschreiben: Fehlt die erste Quelle, verliert die Pipelineanalyse ihren Sinn.
• Formulare als finale Conversion zählen: Der Gebotsalgorithmus belohnt dann auch Spam und unpassende Anfragen.
• Markensuchen einer einzigen Kampagne zuschreiben: Messen, PR und KI Sichtbarkeit überlagern sich oft im selben Zeitraum.
• Die Einwilligungsrate ignorieren: Fehlende Daten lassen den KI Einfluss kleiner aussehen, als er ist.

Diesen Fehlern in der B2B Attribution ist eines gemeinsam: Sie geben einer einzelnen Zahl zu viel Gewicht. Lesen Sie daher jede Kennzahl mit Blick auf ihre Ebene, dann vermeiden Sie die meisten davon.

Wie bauen Sie das System in den ersten 90 Tagen auf?

1. Woche 1 und 2, Bestandsaufnahme: Listen Sie die Kanaleinstellungen in GA4, die Formularfelder, die Quellenfelder im CRM und die Conversiondefinitionen in jedem Werbekonto auf.
2. In Woche 3 und 4, Selbstauskunft und Felder: Schalten Sie das Herkunftsfeld live, ergänzen Sie die vier Quellenfelder im CRM und geben Sie dem Vertrieb die Fragen für das Erstgespräch.
3. Von Woche 5 bis 8, Rückkopplung: Spielen Sie qualifizierte Leads und Opportunities als Offline Conversions an Google Ads und LinkedIn zurück.
4. Woche 9 bis 12, erster Bericht: Füllen Sie die Vorlage aus, lesen Sie die Richtung der Signale und legen Sie danach die Prioritäten für Content und Anzeigen im nächsten Quartal fest.

Versehen Sie auch Links, die Sie selbst teilen, etwa in Newslettern, LinkedIn Beiträgen oder Webinareinladungen, mit UTM Parametern. Sonst landen diese Besuche ebenfalls im Direct Traffic. Der UTM Generator hilft Ihnen, die Parameter einheitlich zu halten.

Wie setzen mein Team und ich die B2B Attribution um?

Wenn mein Team und ich ein B2B Projekt starten, übersetzen wir zuerst Marketingdaten und Vertriebsdaten in eine gemeinsame Sprache. Danach bauen wir die vier Ebenen der Reihe nach auf: Messung der Sichtbarkeit, Trennung des KI Traffics, Herkunftsfeld und Rückkopplung vom CRM zu den Werbeplattformen.

Sichtbarkeit und Inhalte betreuen wir in unseren Leistungen KI SEO und GEO sowie SEO Beratung. Rückkopplung und Gebotsstrategie gehören zur Betreuung von Google Ads. Ein bestimmtes Ergebnis versprechen wir allerdings nicht. Was wir versprechen: Ihre Entscheidungen beruhen auf konsistenten Signalen statt auf Vermutungen. Wenn Sie über den Stand Ihrer Messung sprechen möchten, schreiben Sie uns gern über die Kontaktseite.