01.12.2020

Marketing-Fitness-Programm, Teil 2: Lerne deine Daten zu verstehen

Für die Zeit des zweiten Lockdown schreibt Leander C. Seidl ein wöchentlich wiederkehrendes Marketing-Fitness-Programm. In der zweiten Woche dreht sich alles um das Thema Daten.
/artikel/marketing-fitness-programm-teil-2-daten
Marketing Daten Tipps
(c) Adobe Stock / James Thew / beigestellt

Letzte Woche haben wir über eine wichtige Grundlage für eine erfolgreiche Marketing-Strategie gesprochen: Die korrekte Definition der Zielgruppe. Im heutigen Teil des Marketing-Fitness-Programms wollen wir uns einen weiteren wichtigen Aspekt vornehmen: die Auswertung der Daten.

In der heutigen, digitalisierten Welt kann die Vielfalt an verfügbaren Daten Fluch und Segen zugleich sein. User werden permanent getracked, analysiert und der Pfad von der Erstinteraktion bis hin zur Conversion kann präziser nachverfolgt werden als je zuvor. So gut das in der Theorie klingt – so oft erlebe ich in der Praxis, dass Daten entweder fehlerhaft oder unzureichend aufgezeichnet, oder irreführend interpretiert werden. Starten wir also unsere Trainingseinheit für ein gesundes Daten-Tracking.

Du hast das Gefühl, dass du Fehl am Platz bist? Such dir hier deinen neuen Job!

Beginnen wir mit dem Grundsätzlichen: Als Erstes müssen die Tools und Systeme, die für Tracking & Analyse notwendig sind, vorhanden sein. Sobald dies der Fall ist, widmen wir uns der Interpretation und dem Finetuning der Einstellungen.

Die Grundlagen: Analytics Systeme im Setup

Denkt man an Online Tracking & Analyse, führt an einem Tool kaum ein Weg vorbei: Google Analytics. Die Lösung ist weit verbreitet, seit mehr als eineinhalb Jahrzehnten verfügbar und einfach im Setup. Google Analytics zu installieren ist sicherlich ein guter Ausgangspunkt – allerdings plädiere ich dafür, keineswegs ausschließlich darauf zu setzen. Eine Art “doppelte Buchführung” ist auch im Analytics-Bereich essenziell, um einen präzisen Überblick zu behalten – immer öfter kommt es nämlich vor, dass ein Analytics-Tool vom Browser blockiert wird oder aus anderen Gründen nicht abfeuert.

Die Tracking-Pixel von Werbenetzwerken können eine derartige Zusatzebene darstellen: Facebook Analytics bietet beispielsweise ähnliche – wenn auch weniger umfangreiche – Auswertungen wie Google Analytics. So kann ein regelmäßiger Check durchgeführt werden, ob sich die gesammelten Daten (zum Beispiel die Anzahl der Website-Besucher, die Anzahl der verkauften Produkte, oder der Online Shop-Umsatz) im selben Bereich bewegen.

Die Funktion von UTMs

Eine dritte Ebene des Trackings wird leider oft vernachlässigt: das Nachverfolgen mit URL-Parametern: das sind sogenannte UTMs, die an Webadressen angehängt werden können. Ein Link in einer Werbung, ein Link in einem Newsletter, sowie ein Link in einem organischen Post auf LinkedIn, der jeweils zur selben Zielseite auf unserer Website führt, kann mit unterschiedlichen UTMs versehen werden.

Finden Sie die passenden High Potentials für ihr digitales Unternehmen! Mit der brutkasten Jobs Plattform finden Sie die richtigen BewerberInnen für Ihre Stellenanzeigen.

Diese UTMs erleichtern einerseits den Analytics-Tools die präzise Zuordnung unseres Traffics. Wir können diese Parameter aber auch zusätzlich abspeichern – beispielsweise in einem Anfrageformular, oder während des Checkouts in einem E-Commerce System. Die Parameter werden dann, neben den Kundendaten in der Datenbank abgespeichert, was uns eine präzise Zuordnung erlaubt: welche Umsätze und Kontaktanfragen kamen von welcher Werbung und von welchem Newsletter. Anders als bei den Analytics-Tools der Werbenetzwerke können hier zwar nur “Last-Touch” Interaktionen aufgezeichnet werden (der zuletzt gesetzte UTM-Parameter wird aufgezeichnet), dafür sind die Daten aber unverfälscht und 100% mit echten Umsätzen bzw. Anfragen verbunden. UTM-Parameter können von den meisten Formular- und E-Commerce Lösungen aufgezeichnet werden, allerdings ist die Funktion standardmäßig nicht immer aktiviert. 

Ich empfehle daher zusammengefasst folgenden Analytics Tech-Stack:

  1. Haupt-Tracking Tool für das tagtägliche Tracking – Google Analytics, oder Matomo als lokal am Server installierbare Alternative
  2. Analytics-Tools von Werbepartnern – Facebook Ads Pixel etc.
  3. UTM-Parameter an jedem Link & Aufzeichnung dieser Parameter an den Conversion-Punkten (Formulare, bei E-Commerce Transaktionen etc.)

Datenschutz: Analyse-Tools korrekt angeben

Zwei Warnhinweise möchte ich hier mitgeben: Bitte nicht vergessen, die Analytics-Tools auch im Rahmen der Cookie-Consent Popups und der Datenschutzerklärung korrekt anzugeben. Und bedauerlicherweise wird es sogar bei einem Umfangreichen Setup mit allen Analytics-Tools immer wieder zu einzelnen Abweichungen kommen. Dies ist leider üblich und muss bei der Auswertung der Analyse-Daten als Schwankungsbreite bedacht werden.

Die korrekte Interpretation der Daten

Sobald wir die Daten in einem aussagekräftigen & zuverlässigen Setup sammeln können, geht es an die korrekte Interpretation der Daten. Klar ist: Jede Website hat eine oder mehrere Haupt-Conversions – das sind die Momente, die wir zur Wirtschaftlichkeit unseres Unternehmens erreichen müssen, zum Beispiel ein Umsatz oder ein abgesendetes Anfrageformular. Bevor es zu diesem Abschluss kommt, geschehen aber oft sogenannte Micro-Conversions. Diese stellen die wichtigsten Zwischenschritte auf dem Weg zum Abschluss dar. Bei einem Online-Shop ist eine klassische Micro-Conversion zum Beispiel ein Klick auf den “In den Warenkorb”-Button.

Diese Micro-Conversions müssen in den Analyse-Tools als Events angelegt werden – so können wir den Weg der Kunden präzise nachvollziehen und Problemfelder erkennen, an denen User plötzlich abbrechen. Nach dem Anlegen der Micro-Conversions, müssen diese für die Analyse Tools auch kontextualisiert werden. Die meisten Tools bieten dafür Funnel-Ansichten an. Mit diesen kann eine Abfolge von Micro- und regulären Conversions definiert werden, die ein User standardmäßig absolviert.

Neben diesen Analytics-Daten, die uns vor allem zahlengetrieben zu neuen Erkenntnissen führen, ist mir auch ein weiterer Aspekt der Analyse sehr wichtig: die Auswertung der User Experience mit Tools wie Hotjar. Hotjar bietet die Möglichkeit zur Aufzeichnung von Session Recordings – hier können wir den Besuchern also “über die Schulter schauen”, um zu sehen, wie sie beim Besuch unserer Website die Maus bewegt haben und worauf sie als erstes geklickt haben – und Heatmaps, die uns zeigen, welche Bereiche von der Gesamtzahl an usern am Häufigsten angeklickt wurden.

Derartige Daten helfen vor allem beim Finetuning der User Experience: wenn wir bei der Auswertung unserer Micro-Conversions zum Beispiel sehen, dass viele Besucher beim Warénkorb unserer Website abbrechen, können wir mit Session Recordings & Heatmaps untersuchen, welche Auffälligkeiten es auf der konkreten Page gibt.

Die Übungen zu Daten im Marketing

Meine heutigen Aufgaben für eine erhöhte Analytics-Fitness sind erneut in zwei Bereiche geteilt – entweder der Setup der Grundlagen, oder das Finetuning der bestehenden Analytics-Tools.

  1. Setup einer effektiven Tracking-Struktur
    1. Installation von Google Analytics, Matomo oder einer anderen Lösung als Alltags-Tracking-Tool
    2. Einsatz des FB-Ads-Pixels als zusätzliches Tracking-Tool
      1. Erwähnung der neuen Analytics-Tools im Cookie-Consent-Popup
    3. Aufsetzen einer UTM-Struktur für alle eingesetzten URLs und Setup der UTM-Aufzeichnung bei allen Formularen und E-Commerce-Abschlüssen
  2. Verfeinerung des Trackings:
    1. Setup von Micro-Conversion-Events in den Analytics Tools
      1. Gruppieren der Micro-Conversions in Funnelansichten
    2. Aufzeichnung von User Sessions mit Hotjar oder ähnlichen Tools

Nächste Woche widmen wir uns der Planung von Plattformübergreifenden Funnels – von der Werbung bis hin zur Reaktivierung von Kundschaft durch Newsletter. Ich wünsche eine gesunde Marketing-Woche!

Über den Autor

Leander C. Seidl ist selbstständiger Digital Marketing Stratege für Startups, KMUs und Corporates. Er arbeitete unter anderem am Aufbau des Travel-Startups Midnightdeal, sowie an Product Launches von verschiedenen Tech-Companies. An der FH Technikum Academy und der FH WKW ist er als Gastlektor für Marketing Automation tätig.

Deine ungelesenen Artikel:
02.11.2026

KI-Kehrseite: Zehetmaier, Maier, Brix und Wasner über Risiken der Künstlichen Intelligenz

Beim AustrianStartups Summit Mitte Oktober trafen Carina Zehetmaier, Raoul Maier und Alexander Brix auf Moderator Clemens Wasner. Sie umrissen die Risiken, die KI für Unternehmen mit sich bringt, legten verschiedene Perspektiven dar und erklärten, worauf es schlussendlich künftig ankommen werde.
/artikel/ki-kehrseite-zehetmaier-maier-brix-und-wasner-ueber-risiken-der-kuenstlichen-intelligenz
02.11.2026

KI-Kehrseite: Zehetmaier, Maier, Brix und Wasner über Risiken der Künstlichen Intelligenz

Beim AustrianStartups Summit Mitte Oktober trafen Carina Zehetmaier, Raoul Maier und Alexander Brix auf Moderator Clemens Wasner. Sie umrissen die Risiken, die KI für Unternehmen mit sich bringt, legten verschiedene Perspektiven dar und erklärten, worauf es schlussendlich künftig ankommen werde.
/artikel/ki-kehrseite-zehetmaier-maier-brix-und-wasner-ueber-risiken-der-kuenstlichen-intelligenz
KI-Risiko, KI Risiko, Risiko, Summt, Wasner,
(v.l.) Carina Zehetmaier, Raoul Maier, Alexander Brix, Clemens Wasner | © AustrianStartups

Eine Künstliche Intelligenz würde vielleicht schreiben: „Als Carina das Wort ergriff, wurde der Saal plötzlich still. Ein Windhauch durchbrach das betretene Schweigen und das, was Carina sagen sollte, würde den gesamten Abend prägen und alles verändern. Damit hatte niemand gerechnet und Schockwellen gingen durchs ganze Land.“

KI: Wie stehts denn mit dem Vertrauen?

Derart extrem war es nicht, als Carina Zehetmaier, Co-Founderin und CEO von paiper.one, Raoul Maier, Founding Partner bei Eudemian Ventures und Alexander Brix, CCO bei fonio im Rahmen des AustrianStartups Summit zusammentrafen, um mit Moderator Clemens Wasner (Founder und CEO EnliteAI) die Risiken von KI zu diskutieren. Doch die Aussage der Vorsitzenden der Arbeitsgruppe Künstliche Intelligenz bei Austrian Standards hinterließ Eindruck. Und zeigte am Ende vielleicht genau das, worum es beim KI-Risiko wirklich geht: um den Vertrauens- und Skalierungsgedanken. Doch dazu später.

KI kann halluzinieren, KI kann sich, vor dem menschlichen Gehör versteckt, mit anderer KI austauschen. KI kann Server hacken, Daten lesen und Datenschutz ignorieren. Sie umgeht Grenzen, um Aufgaben zu erledigen und bleibt dabei intransparent. Vor allem aber kann sie automatisieren, Effizienz steigern und dort beschleunigen, wo es gewünscht wird. All das mit Gefahren verbunden, wenn man sich dieser nicht bewusst ist.

Risiko für Investor:innen verändert

Die Risiken Künstlicher Intelligenz werden hierzulande und weltweit auf mehreren Ebenen diskutiert. Etwa aus Fondsperspektive, wie Maier erklärte: Laut dem Experten habe KI das Risikoprofil für Investor:innen grundlegend verändert. Für das einzelne Unternehmen sei das Risiko gestiegen, für das gesamte Portfolio dagegen gleich hoch geblieben oder sogar niedriger geworden. Der Grund liege im sogenannten Power Law: In der Startup-Finanzierung entscheiden meist wenige Volltreffer über den Erfolg eines Portfolios, und weil KI die Entwicklung günstiger und schneller macht, könnte es künftig mehr solcher Treffer geben, so seine Prognose.

Zudem sinke Maier zufolge das Produkt- und Technologierisiko, das Teamrisiko bleibe in etwa gleich. Höher seien dagegen das Wettbewerbsrisiko, da Konkurrenten sehr schnell auftauchen könnten, das Umsetzungsrisiko, weil Startups bei schwacher Exekution rasch überholt würden, und auch das regulatorische Risiko.

Hinzu komme das Bewertungsrisiko, besonders in den USA. Bei den hohen Bewertungen werde es zum Problem, wenn der erwartete Exit-Wert ausbleibt: „Wir als Investoren müssen darauf vorbereitet sein, diese Risiken zu verstehen und sie auf sinnvolle Weise zu mindern“, sagte Maier. „Ich denke, es wird große Unterschiede geben, weil, wenn man sieht, dass ein Konkurrent sehr schnell auftaucht und sehr schnell an Fahrt gewinnt, wird es weniger darum gehen, zu versuchen ‚Zombies‘ zu pflegen, sondern sich wirklich auf seine Gewinner zu konzentrieren und auch die Diversifizierung des Portfolios tief bei den Gewinnern auszuspielen.“

Er sieht beim VC-Portfolio einen künftigen Trend hin zu einer „Gewinner-nimmt-das-Meiste“-Mentalität: „Was wir gesehen haben, ist, dass derzeit die Top 1 Prozent der Startups in den USA etwa 50 Prozent des Exit-Wertes einfangen. Das kann man mit der Ära von 2010 bis 2020 vergleichen, wo sie etwa 30 bis 35 Prozent des Exit-Wertes einfingen, davor — in der Ära von 2000 bis 2010 — waren es weniger als 20 Prozent. Wir haben also eine viel höhere Konzentration der Gewinner. Es geht nun viel mehr darum, diese Gewinner zu finden“, sagte Maier.

„Vertrauen, Fairness und Compliance von Anfang an“

Zehetmaier rückte danach die Risiken beim Bauen von KI-Produkten selbst in den Fokus. Wer ein Produkt in einer Hochrisiko-Sphäre entwickle, solle sich früh fragen, ob und wie man es in der Gesellschaft haben wolle, und es resilient, cybersicher und sicher aufsetzen. Austrian Standards arbeite derzeit an den risikobezogenen Standards zum EU AI Act, die klären sollen, womit Unternehmen konform sein müssen und welche Schritte nötig sind. Langfristig könne das für Gründerinnen und Gründer ein Vorteil sein, auch wenn die frühe Auseinandersetzung Zeit koste. „Wenn wir nicht Vertrauen, Fairness und Compliance von Anfang an einbauen, ist es hinterher viel schwerer“, sagte sie.

Zentral sei die Frage nach „Human in the Loop“, „Human in Command“ und „Human in Control“. Lösungen, wie Menschen tatsächlich im Entscheidungsprozess eingebunden bleiben, sind für Zehetmaier noch weitgehend offen: „Es kann nicht sein, dass man einfach einen Menschen hinsetzt und sagt: ‚Hak die Kästchen 1.000-mal am Tag ab‘. So bindet man keine menschliche Aufsicht ein.“

Die Frage nach dem: „Worum geht es eigentlich?“

Aus europäischer Perspektive frage sie sich manchmal, wofür das alles geschehe, so Zehetmaier. Gehe es am Ende darum, Beschäftigte loszuwerden, das Unternehmen hochzuskalieren und an ein weiteres US-Unternehmen zu verkaufen?

„Wir sollten die Idee des nachhaltigen Skalierens wirklich überdenken“, riet sie. Die erste Frage, die sich ein Startup stellen müsse, sei: „Was will ich bauen und wo will ich in der Zukunft sein? Was ist die Zukunft, in der meine Kinder leben werden, und wie sieht sie aus?” Das Ziel sei letztlich „nicht, es einfach hochzuskalieren und einfach an irgendwen zu verkaufen“, sondern eine bewusstere Reise zu gestalten. „Ich denke wirklich, dass es Chancen gibt, die Zukunft aktiv zu verändern und dazu beizutragen, das anzugleichen, was wir wollen“, sagte sie. „Um sicherzustellen, dass die Technologie für uns so frei von Voreingenommenheit und für so viele Menschen wie möglich funktioniert.“

Daran knüpfte Maier zustimmend an und griff Zehetmaiers Überlegungen zur Frage auf, welche Zukunft Technologieunternehmen eigentlich gestalten wollen. Die Frage unserer Zeit sei jedoch nicht nur, wie diese Zukunft aussehen solle, sondern auch, wer sie definiere und wer tatsächlich in der Lage sei, sie umzusetzen.

Denn selbst wenn es eine gesellschaftliche Einigung darüber gäbe, welche Richtung eingeschlagen werden sollte, sei keineswegs klar, wer die Macht habe, diese Vorstellungen durchzusetzen. Theoretisch seien es vor allem große Regierungen, die die Entwicklung der Technologie regulieren könnten. Doch gerade im Bereich der Künstlichen Intelligenz zeige sich, wie begrenzt dieser Handlungsspielraum sei.

„Europa nicht mehr auf Agenda“

Maier berichtete von einem Gespräch mit David Sacks (Mitglied des Podcasts All-In), der unter Donald Trump als KI-Beauftragter tätig war. Sacks habe ihm erklärt, dass die USA Künstliche Intelligenz nicht regulieren könnten, weil sie andernfalls Gefahr liefen, das Rennen gegen China zu verlieren.

„Das ist die Aussage des obersten US-Beraters für KI. Was uns das zeigt, ist, dass wir uns derzeit in einem chaotischen Zustand befinden, in dem wir im Wesentlichen ein Rennen zwischen zwei Supermächten haben“, sagte Maier. „Europa steht gar nicht mehr auf der Agenda. Es tut mir leid, euch das so beibringen zu müssen. Aber das ist der beängstigende Teil. Ich habe nicht die perfekte Antwort, aber ich stimme Zehetmaiers grundlegenden Fragen völlig zu.“

Aufsetzen ist nicht genug

Auch ohne Schockwellen führte die Diskussion der drei Expert:innen weiters zur Frage, wie sich KI-Startups in einem Markt behaupten können, in dem neue Wettbewerber schnell entstehen. Für Maier liegt die Antwort in der Verteidigungsfähigkeit des Geschäftsmodells. Ein bloßer „Wrapper“, also eine Anwendung, die lediglich auf ein bestehendes Sprachmodell aufsetzt, reiche kaum aus. Attraktiv seien Unternehmen, die sich durch proprietäre Daten, Branchen-Wissen, Kundenzugang oder komplexe Workflows abheben. Alexander Brix von fonio ergänzte, dass Startups ihren Wettbewerbsvorteil auch erst mit der Zeit entwickeln könnten – etwa durch eine starke Marke, Vertrauen und effiziente Vertriebsstrukturen. Gerade im B2B-Bereich sei Vertrauen entscheidend.

Carina Zehetmaier bestätigte diese Einschätzung aus der Perspektive eines Unternehmens, das sich auf KI-Compliance spezialisiert hat. Für paiper.one sei die Komplexität der Regulierung einerseits ein Hindernis, andererseits aber auch eine Chance, sich durch Fachwissen und Vertrauen zu differenzieren. Da sich gesetzliche Anforderungen von Land zu Land unterscheiden und laufend verändern können, lasse sich das Produkt nicht ohne Weiteres über verschiedene Märkte hinweg skalieren.

Wettbewerbsvorteil

„Was wir bisher beobachtet haben, ist, dass unser Wettbewerbsvorteil Vertrauen ist“, präzisierte Zehetmaier. Große Konzerne vertrauten dem Team aufgrund seiner Expertise und sähen paiper.one als Ansprechpartner, der sie bei der Einführung und Umsetzung neuer Anforderungen begleiten könne. Zugleich warnte sie davor, dass Europa seine Innovationskraft nicht allein aus der Regulierung schöpfen dürfe. Die Komplexität könne zwar einen Wettbewerbsvorteil schaffen, erschwere aber auch schnelles Wachstum.

Für sie liege eine zentrale Herausforderung jedoch nicht allein in der Technologie oder der Einhaltung von Vorschriften, sondern darin, KI tatsächlich in Unternehmen zu verankern.

Viele Unternehmen würden ihren Beschäftigten zwar entsprechende Lizenzen zur Verfügung stellen, doch diese würden nicht immer genutzt. Deshalb wolle sich paiper.one verstärkt darauf konzentrieren, Organisationen und ihre Mitarbeiter bei der Einführung von KI mitzunehmen und den Wandel aktiv zu begleiten. Denn, so Zehetmaier: „Wenn wir die beste Technologie haben, aber niemand sie nutzt, werden wir am Ende nicht glücklich sein.“

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Marketing-Fitness-Programm, Teil 2: Lerne deine Daten zu verstehen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Marketing-Fitness-Programm, Teil 2: Lerne deine Daten zu verstehen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Marketing-Fitness-Programm, Teil 2: Lerne deine Daten zu verstehen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Marketing-Fitness-Programm, Teil 2: Lerne deine Daten zu verstehen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Marketing-Fitness-Programm, Teil 2: Lerne deine Daten zu verstehen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Marketing-Fitness-Programm, Teil 2: Lerne deine Daten zu verstehen

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Marketing-Fitness-Programm, Teil 2: Lerne deine Daten zu verstehen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Marketing-Fitness-Programm, Teil 2: Lerne deine Daten zu verstehen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Marketing-Fitness-Programm, Teil 2: Lerne deine Daten zu verstehen