GA4 und Google Ads weichen ab: warum die Lücke dein Tracking nicht prüft

Die Lücke zeigt den teuersten Fehler nicht

Wenn du wissen willst, ob dein Tracking stimmt, vergleiche GA4 und Google Ads nicht miteinander. Hängen beide Tags am selben Kauf-Event im Checkout und fällt dieses Event teilweise aus, verlieren beide im gleichen Verhältnis, und die Differenz bleibt, wie sie war. Das ist meine Ableitung, keine Google-Regel. Google selbst nennt Abweichungen von oft bis zu 20 Prozent erwartbar, und auch das hilft dir nicht: Eine Lücke von 20 Prozent kann bei gesundem und bei kaputtem Tracking genau gleich aussehen.

Ein Rechenbeispiel mit erfundenen Zahlen, Euro pro Woche, gleicher Shop, gleiches Budget:

In der zweiten Spalte fehlt ein Viertel der Umsatzmessung, und die Lücke steht ruhig bei 20 Prozent. Bei 8.000 Euro Kosten meldet Google Ads dann ROAS 3,75 statt 5,0. Eine Strategie mit Ziel-ROAS 5,0 sieht zu wenig Wert und kann Gebote senken, obwohl der Shop unverändert verkauft. Das kostet Umsatz, und der Vergleich der beiden Plattformen meldet nichts.

In den beiden rechten Spalten bewegt sich die Lücke zwar, nur sagt sie nicht, welche Seite gebrochen ist. Bewegen kann sie sich aus meiner Sicht auch ganz ohne Defekt, etwa wenn du die Kanal-Einstellung änderst oder Budget in Kampagnen mit längeren Kaufwegen verschiebst. Als Signal fällt sie damit in beide Richtungen aus.

Die Hauptprüfung: Ads gegen Bestellungen mit Klick-ID

Stell jede Quelle einzeln gegen den Shop, und Google Ads nur gegen die Bestellungen, die aus einem Anzeigenklick stammen können. Ein Vergleich gegen den ganzen Shop würde bei jedem Newsletter und jeder Rabattaktion ausschlagen.

Ads-Abdeckung = Conv. value (by conv. time) der Kauf-Aktion ÷ Bestellwert der Shop-Bestellungen mit Klick-ID GA4-Erfassung = GA4-Kaufumsatz aller Kanäle ÷ Bestellwert aller Shop-Bestellungen

Dafür muss der Shop die Klick-ID an der Bestellung speichern, unabhängig vom Kauf-Tag. Fällt dann das Event aus, bleibt die Bestellung mit ihrer ID im System, und nur der Zähler sinkt. So setzt du es auf:

• Speichere alle drei Parameter aus der Landingpage-URL: gclid, wbraid (iOS-App zu Website) und gbraid (Web zu iOS-App). Nur die gclid reicht nicht, denn für iOS-Traffic aus einigen Google-Apps sendet Google sie nicht mehr.
• Halte die ID serverseitig fest. Safari kann per JavaScript gesetzte Cookies nach Klicks mit URL-Parametern auf 24 Stunden begrenzen, und wer zwei Tage später kauft, fehlt dir dann im Nenner.
• Nimm Conv. value (by conv. time) nur der primären Kauf-Aktion, gleiche Tage, gleiche Wertdefinition (brutto oder netto, mit oder ohne Versand), und zähle nur IDs, die jünger sind als dein Conversion-Fenster.
• Kläre vorab mit deinem Datenschutzberater, ob und ab welcher Einwilligung du die IDs speichern darfst.

Hundert Prozent sind nicht das Ziel: Modellierte Conversions, auch geräteübergreifende, haben im Shop oft keine passende ID. Ich würde deshalb das Niveau einmal mit Testkäufen je Zahlart prüfen und dann den eigenen Korridor aus acht vollen Wochen nehmen. Prüfe, wenn eine Quote zwei Wochen in Folge herausfällt, oder sofort bei einem großen Ausschlag.

So liest du das Ergebnis:

Warum die Zahlen abweichen und welche wofür gilt

Die Abweichung selbst ist meist kein Fehler. Angenommen, jemand klickt am 28. März auf deine Anzeige, kommt am 3. April über die organische Suche zurück und kauft für 100 Euro. Google Ads legt den Wert auf den 28. März, weil die primären Spalten laut Google vom Klickzeitpunkt ausgehen. GA4 führt den Kauf in den üblichen Berichten im April, und unter dem Modell Paid and Organic Last Click geht der ganze Wert an den letzten angeklickten Kanal, hier also an Organic.

Dazu kommt das Zeitfenster: GA4 schaut bei Käufen standardmäßig 90 Tage zurück, Google Ads so weit, wie du es in der Conversion-Aktion eingestellt hast. Beide Systeme modellieren außerdem getrennt. Darum wird aus den zwei Zahlen nie eine, und das ist auch nicht nötig, solange du jede für ihre Frage nimmst:

Defekt gefunden: das Gebot schützen

Lege das Datum des Knicks neben Shop-Releases, Tag-Manager-Versionen und Banner-Updates und reparier zuerst die Ursache. Parallel läuft der Schaden in den Geboten weiter, dafür gibt es Datenausschlüsse. Sie gelten für Klicktage und sollen laut Google mindestens 90 Prozent der betroffenen Klicks abdecken. War das Event vom 10. bis 14. defekt und kommen rund 90 Prozent deiner Käufe innerhalb von 5 Tagen nach dem Klick, schließt du den 5. bis 14. aus. Gebote können trotzdem kurz fallen. Dann senkst du das ROAS-Ziel vorübergehend und lässt den Ausschluss stehen. Für häufigen oder langen Einsatz ist das Werkzeug laut Google nicht gedacht.

Sinkt nur die Einwilligung, etwa nach einem neuen Banner, ist das für mich kein Ausfall, sondern ein neues Niveau. Dann passt du Korridor und Ziel an und lässt den Ausschluss weg.

Wann das so nicht funktioniert

Speichert dein Shop keine Klick-IDs, bleiben dir bis zum Umbau die GA4-Erfassung und Testkäufe. Die Ads-Seite ist dann nur grob prüfbar, und einen Abgleich gegen den ganzen Shop würde ich nicht als Alarm verwenden. Kommt deine Kauf-Aktion als GA4-Import statt über einen eigenen Ads-Tag, hängt Google Ads an GA4, und die Fälle mit nur einer fallenden Quote kommen kaum noch vor. Unter rund 100 Bestellungen pro Woche würde ich Monate vergleichen, das ist eine Faustregel. Lange Kaufzyklen brauchen mehr Reifezeit, bevor du eine Woche bewertest. Viel Bestellvolumen über Telefon oder Filiale gehört vor dem Abgleich aus dem Nenner. Stand der genannten Google-Angaben: November 2026.