Ein LLM sagt Ihnen, was mit den Daten zu tun ist. Aber nur Sie wissen, dass vor drei Wochen das Plugin gewechselt wurde. Ohne diese Information kann eine Empfehlung technisch korrekt und zugleich völlig irreführend sein.
April 2026. Ein Shopbetreiber fragt ein LLM nach den Conversion-Raten der einzelnen Kanäle und möchte wissen, worauf er sein Budget konzentrieren soll. Die Antwort sieht hervorragend aus: konkrete Zahlen, klare Empfehlung.
Eine Empfehlung, die hervorragend aussieht
Conversion-Rate nach Kanal in GA4, April 2026
| Kanal | Sitzungen | Transaktionen (GA4) | Conversion |
|---|---|---|---|
| 28.340 | 2.664 | 9,4% | |
| Paid Search | 72.410 | 5.213 | 7,2% |
| Direct | 21.780 | 1.329 | 6,1% |
| Organic Search | 89.250 | 5.177 | 5,8% |
| Paid Social | 54.120 | 2.111 | 3,9% |
| Organic Social | 15.690 | 361 | 2,3% |
Email und Paid Search heben sich deutlich von den übrigen Kanälen ab: Conversion von 9,4% bzw. 7,2%, bei einem erheblichen Sitzungsvolumen in Paid Search (72.000). Organic Social und Paid Social konvertieren am schwächsten.
Empfehlung: Eine intensivere E-Mail-Kommunikation an aktive Segmente und ein höheres Google-Ads-Budget in den Bereichen mit der höchsten CVR bringen in dieser Phase eine proportional höhere Rendite als Investitionen in Paid Social.
Die Empfehlung wirkt fundiert. Es gibt aber ein Problem: Diese Zahlen sind mit keinem früheren Monat vergleichbar, und das LLM weiß das nicht.
Am 31. März 2026 hat der Shop das Plugin gewechselt, das die Sitzungen in Google Analytics 4 zählt. Die alte Methode erfasste jeden Besuch. Die neue zählt nur noch Sitzungen mit Interaktion, also solche mit mindestens 10 Sekunden Aktivität oder einer ausgeführten Interaktion. Die Änderung war technisch und beabsichtigt. Dokumentiert hat sie aber niemand.
Eine Conversion von 9,4% bei Email und 7,2% bei Paid Search im April sieht hervorragend aus. Sie ist aber in jedem Kanal im gleichen Maß gestiegen. Geändert hat sich der Nenner (weniger Sitzungen), nicht der Zähler (Transaktionen). Die Empfehlung „Fokus auf Email und Paid Search“ kann zutreffen, sie ergibt sich aber nicht aus einer besseren Leistung dieser Kanäle.
Als eine Woche später jemand nach einem Vergleich von März und April fragte, bemerkte das LLM etwas Beunruhigendes.
Dieselbe Anomalie ohne Kontext
März vs. April 2026
| Kennzahl | März 2026 | April 2026 | Veränderung |
|---|---|---|---|
| Sitzungen (gesamt) | 598.003 | 281.494 | −52,9% |
| Transaktionen | 17.944 | 15.021 | −16,3% |
| Conversion-Rate | 3,00% | 5,34% | +78% |
Ich sehe hier eine Anomalie. Die Sitzungen sind von einem Tag auf den anderen um mehr als die Hälfte gefallen, die Transaktionen aber nur um 16%. Rechnerisch steigt die Conversion dadurch um 78%, was mit ziemlicher Sicherheit keine echte Leistungsverbesserung des Shops widerspiegelt. Ein so plötzlicher und gleichmäßiger Rückgang der Sitzungen bei stabilen Transaktionen deutet auf eine geänderte Zählweise hin, nicht auf echten Traffic-Verlust.
Gab es in diesem Zeitraum eine Änderung an der Analytics-Konfiguration oder an Tracking-Plugins?
Das LLM erkennt die Anomalie richtig. Ohne Antwort kommt es aber nicht weiter. Es weiß nicht, welche Zahlen verlässlich sind, ab wann die neue Basis gilt und ob die Empfehlung aus der vorherigen Unterhaltung auf den richtigen Daten beruhte.
Jetzt kommt derselbe Nutzer zurück, mit einem Eintrag aus dem Ereigniskalender, den endlich jemand gefunden hat.
Dieselbe Frage mit Ereigniskalender
Hinweis vor der Analyse: Laut Ereigniskalender wurde am 31.03.2026 die Sitzungszählung umgestellt. Die Sitzungs- und Conversion-Daten aus März und April messen zwei verschiedene Dinge, ein Vergleich dieser Monate ist bei diesen Metriken daher nicht aussagekräftig. Unten zeige ich nur, was sich sicher interpretieren lässt.
| Kennzahl | März 2026 | April 2026 | Bewertung |
|---|---|---|---|
| Sitzungen | 598.003 | 281.494 | nicht vergleichbar |
| Conversion-Rate | 3,00% | 5,34% | nicht vergleichbar |
| Transaktionen | 17.944 | 15.021 | −16,3% · vergleichbar |
| Ø Bestellwert | 40,35 € | 39,73 € | −1,5% · vergleichbar |
Die Zahl der Transaktionen ist um 16% gesunken. Das ist eine echte Veränderung und kein Messartefakt, teilweise saisonal bedingt. Der durchschnittliche Bestellwert hat sich nicht nennenswert verändert. Die Sitzungsdaten ab April bilden die neue Basis: Vergleiche mit den Folgemonaten sind dann wieder konsistent.
Dieselbe Analyse, dieselben Daten, aber eine völlig andere Qualität der Antwort. Der Unterschied ist ein Eintrag von zwei Sätzen, eingefügt vor der Frage.
So führen Sie einen Ereigniskalender
Ein eigenes Tool ist nicht nötig. Eine Textdatei, eine Tabelle oder Notion reichen aus: Hauptsache, das ganze Team hat Zugriff und kann einen Eintrag in wenigen Sekunden kopieren. Jeder Eintrag besteht aus vier Elementen: Datum, Kategorie, Beschreibung und betroffene Metriken.
// Beispiel:
31.03.2026 | TECH | Wechsel des GA4-Sitzungs-Plugins. Ab diesem Datum nur noch Engaged Sessions. | Betrifft: Sitzungen, Conversion, Bounce Rate.
Für die meisten Shops reichen sechs Kategorien:
Wenn Sie nach einem Zeitraum fragen, in den eines der erfassten Ereignisse fällt, kopieren Sie den passenden Eintrag und fügen Sie ihn am Anfang der Nachricht ein, vor der Frage. Mehr braucht es nicht: Das LLM liest die Kategorie, gleicht das Datum mit dem abgefragten Zeitraum ab und passt die Interpretation an.
Wenn Sie nicht mehr wissen, ob es im betreffenden Zeitraum ein Ereignis gab, fragen Sie das LLM zuerst nach Anomalien und stellen Sie erst dann die eigentliche Frage. Oft zeigt es selbst den Punkt, an dem sich etwas verändert hat, und fragt nach dem Kontext. So wie im zweiten Mockup oben.
Ausgangspunkt
Ein Ereigniskalender ist kein Analysewerkzeug, sondern die Voraussetzung für eine korrekte Analyse. Ein LLM sieht die Zahlen, aber nicht die Geschichte des Shops. Ein Plugin-Wechsel, eine neue Kampagne, ein ausgelistetes Produkt: Diesen Kontext kennen nur Sie. Es genügt eine Textdatei und die Gewohnheit, bei jeder Änderung einen Eintrag zu machen. Den Rest erledigt die Analyse.
DataOrganizer · MCP
Ein MCP-Plugin, und Ihre Shopdaten stehen in jedem Gespräch zur Verfügung.
