Marketing-Attributionsmodelle: Welches Modell passt zu Ihnen?

Ein Attributionsmodell legt fest, welcher Kanal wie viel Anerkennung für einen Verkauf bekommt: der erste Kontakt, der letzte, alle gleichmäßig oder nach einem Algorithmus gewichtet. Welches Modell zu Ihnen passt, hängt von drei Dingen ab: der Länge Ihres Verkaufszyklus, dem Anteil von Offline-Kanälen in Ihrem Mix und der Frage, die Sie beantworten wollen. Für tägliche Optimierung digitaler Kampagnen eignet sich Multi-Touch-Attribution, für strategische Budgetentscheidungen über alle Kanäle Marketing Mix Modeling, und ob ein Kanal wirklich zusätzlichen Umsatz bringt, zeigt nur ein Inkrementalitätstest. Dieser Leitfaden erklärt alle Modelle mit Rechenbeispiel, vergleicht die Methoden und gibt Ihnen klare Kriterien für die Auswahl.

Kurz gesagt

• Attribution verteilt den Wert einer Conversion auf die Touchpoints der Customer Journey. Das Modell bestimmt die Regel dafür.
• Single-Touch-Modelle (First Click, Last Click) sind einfach, blenden aber alle anderen Kontakte aus. Multi-Touch-Modelle verteilen den Wert auf mehrere Kontakte, regelbasiert oder datengetrieben.
• Marketing Mix Modeling (MMM) arbeitet mit aggregierten Wochendaten, bezieht TV, Radio und Out-of-Home ein und kommt ohne Cookies aus.
• MMM, Multi-Touch-Attribution und Inkrementalitätstests ergänzen sich. Wer nur eine Methode nutzt, sieht nur einen Ausschnitt.
• Die Wahl folgt dem Verkaufszyklus, nicht der Standardeinstellung im Tool.

Inhaltsverzeichnis

• Was ein Attributionsmodell leistet
• Die gängigen Attributionsmodelle im Überblick
• Rechenbeispiel: eine Conversion, fünf Ergebnisse
• Marketing Mix Modeling: der Blick von oben
• MMM, Multi-Touch-Attribution und Inkrementalitätstests im Vergleich
• So wählen Sie das passende Attributionsmodell
• Datenschutz und Datenqualität richtig aufsetzen
• Unsere Perspektive
• Attribution mit Xpert Marketing aufsetzen
• Häufige Fragen zu Attributionsmodellen
• Quellen

Was ein Attributionsmodell leistet

Kaum jemand kauft nach dem ersten Kontakt. Ein typischer Weg führt über eine Social-Ads-Anzeige, einen Blogartikel aus der organischen Suche, einen Newsletter und schließlich einen Klick auf eine Suchanzeige. Jeder dieser Kontakte ist ein Touchpoint. Attribution beantwortet die Frage, welchen Anteil jeder Touchpoint am Ergebnis hatte.

Google beschreibt Attribution als Zuordnung von Verkäufen und Conversions zu den Touchpoints eines Conversion-Pfads. Das Attributionsmodell ist die Regel, nach der diese Zuordnung passiert: Der Wert kann vollständig an den ersten oder letzten Kontakt gehen, gleichmäßig verteilt werden oder zeitlich nähere Kontakte stärker gewichten. Think with Google betont außerdem, dass Touchpoints online und offline liegen können, etwa ein Messegespräch oder ein Plakat.

Warum das für Ihr Budget entscheidend ist: Das Modell verändert, welche Kanäle in Ihren Berichten profitabel aussehen. Wer nur auf den letzten Klick schaut, investiert tendenziell in Kanäle, die Nachfrage abschöpfen, und kürzt jene, die Nachfrage erzeugen. Bevor Sie ein Modell wählen, lohnt sich deshalb ein klares Bild Ihrer Journey. Unsere Anleitung zum Customer Journey Mapping zeigt, wie Sie die Kontaktpunkte systematisch erfassen.

Die gängigen Attributionsmodelle im Überblick

Man unterscheidet drei Familien: Single-Touch-Modelle, regelbasierte Multi-Touch-Modelle und datengetriebene Modelle.

Single-Touch: einfach, aber einseitig

First Click und Last Click geben den gesamten Wert an einen einzigen Kontakt. Die American Marketing Association hält fest, dass Single-Touch-Modelle einfacher und kostengünstiger umzusetzen sind. Das ist ihr echter Vorteil: Sie brauchen kaum Setup und liefern sofort Zahlen. Der Preis ist ein verzerrtes Bild. Eine Touchpoint-Analyse im deutschen Affiliate-Marketing zeigte, dass Last Click die Rolle des Kanals deutlich unterschätzt: 12,41 % zugeschriebene gegenüber 24,92 % tatsächlicher Beteiligung an Transaktionen. Ein Kanal, der an jeder vierten Transaktion beteiligt ist, erscheint im Last-Click-Bericht nur bei jeder achten.

Regelbasierte Multi-Touch-Modelle

Linear, Zeitverlauf, positionsbasiert und W-förmig verteilen den Wert auf mehrere Kontakte nach einer festen Regel, die Sie vorab wählen. Ihr Vorteil: Jeder sieht nachvollziehbar, wie die Zahl zustande kommt. Ihre Schwäche: Die Regel ist eine Annahme. Ob der mittlere Kontakt wirklich nur 20 % wert ist, entscheidet nicht der Kunde, sondern das Modell.

Datengetriebene Attribution

Bei datengetriebener Attribution bestimmt ein Algorithmus den Wert jedes Touchpoints anhand historischer Daten. Think with Google erklärt das Prinzip so: Das Modell schätzt, wie sich die Conversion-Wahrscheinlichkeit verändert, wenn ein bestimmter Kontakt im Pfad vorkommt, und verteilt den Wert entsprechend. Viele Analyse- und Werbeplattformen setzen datengetriebene Modelle inzwischen als Standard ein. Voraussetzung ist ein ausreichendes Volumen an Conversions und sauberes Tracking, sonst rechnet der Algorithmus auf dünner Basis.

Rechenbeispiel: eine Conversion, fünf Ergebnisse

Nehmen wir einen Online-Shop mit einem Auftrag über 1.000 €. Der Kunde hatte vier Kontakte in dieser Reihenfolge: eine Instagram-Anzeige, einen Blogartikel über die organische Suche, einen Newsletter und einen Klick auf eine Google-Ads-Markenkampagne.

Die Werte für den Zeitverlauf sind ein vereinfachtes Beispiel, die genaue Gewichtung hängt vom Tool und vom Abstand zwischen den Kontakten ab.

Was die Tabelle zeigt: Je nach Modell ist die Instagram-Anzeige entweder wertlos oder der wichtigste Kanal. Hochgerechnet auf hunderte Aufträge im Monat entscheidet das Modell also darüber, ob Ihr Social-Budget steigt oder gestrichen wird. Genau deshalb sollten Sie Modelle nie isoliert betrachten, sondern regelmäßig vergleichen. Wer etwa einen Meta Ads Funnel aufbaut, braucht ein Modell, das obere Funnel-Phasen nicht systematisch auf null setzt.

Marketing Mix Modeling: der Blick von oben

Multi-Touch-Attribution folgt einzelnen Nutzern über Klicks und Sitzungen. Marketing Mix Modeling, auch Media Mix Modeling genannt, geht den umgekehrten Weg. Es ist eine statistische Analyse aggregierter historischer Daten, typischerweise wöchentliche Ausgaben und Umsätze über zwei bis drei Jahre. Mit Regressionsmodellen quantifiziert MMM, wie stark jeder Kanal und externe Faktoren wie das Wetter das Geschäftsergebnis beeinflussen.

Daraus ergeben sich drei Vorteile:

1. Offline-Kanäle zählen mit. TV, Radio, Print und Plakat erzeugen keine Klicks, im MMM tauchen sie trotzdem auf.
2. Keine Nutzerdaten nötig. Weil MMM mit Summen arbeitet, ist es von Cookie-Einschränkungen und Signalverlusten weitgehend unabhängig.
3. Strategische Budgetsteuerung. MMM zeigt, wo zusätzliches Budget noch Wirkung entfaltet und wo Sättigung einsetzt.

Wie viel das bringen kann, zeigt ein Projekt des deutschen Möbelhändlers home24: Das MMM ergab ein Potenzial von rund 10 % mehr profitablem Umsatz allein durch Umschichtung zwischen Kanälen, ohne das Gesamtbudget zu erhöhen. Für Unternehmen, die auch klassische Medien buchen, etwa Out-of-Home-Kampagnen, ist MMM oft der einzige Weg, deren Wirkung neben digitalen Kanälen zu bewerten.

MMM, Multi-Touch-Attribution und Inkrementalitätstests im Vergleich

Das IAB beschreibt MMM als aggregierte Sicht über Monate bis Jahre, während Multi-Touch-Attribution kurzfristige, taktische Einblicke in einzelne digitale Aktivitäten liefert. Beide Ansätze sind nach Einschätzung des IAB nicht gegenseitig ausschließend, sondern ergänzend. Die dritte Säule ist der Inkrementalitätstest.

Ein Inkrementalitätstest beantwortet die Frage, die Attributionsmodelle offenlassen: Kausalität. Eine Gruppe von Nutzern oder Regionen sieht die Kampagne, eine vergleichbare Kontrollgruppe nicht. Die Differenz im Ergebnis ist der echte Zusatzeffekt. Gängige Formen sind Holdout-Gruppen, Geo-Tests mit vergleichbaren Regionen und Conversion-Lift-Studien der Werbeplattformen. Wie Sie solche Tests in die Mediaplanung einbauen, bevor Sie Budget skalieren, beschreiben wir in unserer Media-Planning-Strategie mit Lift-Tests.

In der Praxis funktioniert das Zusammenspiel so: MMM legt das Jahresbudget pro Kanal fest, Multi-Touch-Attribution steuert innerhalb der digitalen Kanäle die Kampagnen, und Inkrementalitätstests prüfen in regelmäßigen Abständen, ob beide Modelle richtig liegen. Die Ergebnisse der Tests fließen zurück in die Kalibrierung des MMM.

So wählen Sie das passende Attributionsmodell

Die Standardeinstellung im Analytics-Tool ist keine Strategie. Gehen Sie diese fünf Fragen durch:

1. Wie lang ist Ihr Verkaufszyklus? Bei Impulskäufen mit ein bis zwei Kontakten liefert Last Click brauchbare Signale. Bei Zyklen über Wochen oder Monate brauchen Sie ein Multi-Touch-Modell, sonst verschwinden alle frühen Kontakte.
2. Wie viele Conversions haben Sie? Datengetriebene Modelle brauchen Volumen. Mit wenigen Abschlüssen im Monat ist ein regelbasiertes positionsbasiertes Modell stabiler.
3. Welchen Anteil haben Offline-Kanäle? Fließt ein relevanter Teil des Budgets in TV, Radio, Events oder Plakat, ergänzen Sie Ihre Attribution um MMM.
4. Welche Entscheidung soll das Modell stützen? Für Gebotsanpassungen in Kampagnen reicht Attribution, für die Frage, ob ein Kanal bleibt oder geht, gehört ein Inkrementalitätstest dazu.
5. Wie gut ist Ihre Datenbasis? Lückenhaftes Tracking verfälscht jedes Modell. Prüfen Sie Consent-Raten, UTM-Disziplin und CRM-Anbindung, bevor Sie Modelle vergleichen.

Attribution im B2B

B2B-Journeys sind lang, beziehen mehrere Entscheider ein und enden oft offline: im Vertriebsgespräch, auf der Messe, per Vertrag. Ein Klickmodell im Web-Analytics-Tool sieht davon nur einen Bruchteil. Bewährt hat sich ein W-förmiges oder positionsbasiertes Modell, das an das CRM angebunden ist und Meilensteine wie Lead, Marketing Qualified Lead und Opportunity erfasst. Welche Kennzahlen Sie dabei verfolgen sollten, zeigt unser Beitrag zu Marketing-KPIs im B2B. Eine vertiefte Auswahlhilfe nach Zyklusdauer finden Sie in unserem Leitfaden zu Attributionsmodellen nach Verkaufszyklus.

Datenschutz und Datenqualität richtig aufsetzen

Attribution ist nur so gut wie die Daten dahinter. Das IAB UK nennt die zentralen Hürden: Datenlücken durch Walled Gardens, Cookie-Beschränkungen und die Schwierigkeit, Korrelation von Kausalität zu trennen. Für MMM kommt hinzu, dass fehlende historische Daten die Modellierung erschweren.

In Deutschland und der EU setzt nutzerbezogenes Tracking für Marketingzwecke in der Regel eine Einwilligung voraus. Planen Sie Ihre Attribution deshalb von Anfang an mit dem Consent-Management zusammen und stimmen Sie das Setup mit Ihrem Datenschutzbeauftragten oder Ihrer Rechtsberatung ab, besonders bei geräteübergreifendem Tracking. Technisch hilft serverseitiges Tracking, Datenverluste zu reduzieren und die Datenhoheit zu behalten. Unser Leitfaden zu Server-Side Tracking erklärt Aufbau und Compliance-Aspekte. Die Forschung arbeitet zudem an datenschutzfreundlichen Verfahren: Eine Studie zur Werbemessung nach dem Cookie-Ende nennt Differential Privacy als Technologie, die Erkenntnisse unter Einhaltung von Datenschutzregeln ermöglicht.

Drei Maßnahmen verbessern Ihre Datenbasis sofort:

• Einheitliche UTM-Konventionen für alle Kampagnen und Partner, dokumentiert und verbindlich.
• CRM-Integration, damit Offline-Abschlüsse auf Leads und Kampagnen zurückgeführt werden.
• Regelmäßige Plausibilitätschecks, die Conversions im Analytics-Tool mit den tatsächlichen Umsätzen im ERP abgleichen.

Unsere Perspektive

Wir sehen in Projekten immer wieder dasselbe Muster: Unternehmen diskutieren lange, welches Attributionsmodell das richtige ist, und übersehen dabei, dass kein einzelnes Modell die ganze Wahrheit abbildet. Die Frage ist nicht First Click oder datengetrieben, sondern welche Kombination aus Methoden Ihre Budgetentscheidungen am besten stützt.

Unser Ansatz ist deshalb ganzheitlich. Wir beginnen mit marktbasierter Forschung und einer klaren Customer Journey, bauen ein sauberes Tracking auf und wählen das Modell nach Verkaufszyklus und Kanalmix. Wo Offline-Medien eine Rolle spielen, ergänzen wir die Attribution um Marketing Mix Modeling. Und bevor ein Kanal skaliert wird, prüfen wir seinen Zusatzeffekt mit einem Test.

Entscheidend ist, dass Strategie, Mediaplanung und Analytics zusammenarbeiten. Wenn dieselben Menschen Kampagnen planen, ausspielen und messen, werden aus Attributionsdaten konkrete Entscheidungen. Das verstehen wir unter messbarem Wachstum.

Xpert

Attribution mit Xpert Marketing aufsetzen

Sie möchten wissen, welche Kanäle Ihren Umsatz wirklich treiben? Unser Team verbindet Data & Analytics, Media Planning & Buying und Digital Marketing zu einem Messsystem, das zu Ihrem Geschäftsmodell passt: vom Tracking-Audit über die Modellauswahl bis zur datenbasierten Budgetallokation über Online- und Offline-Kanäle.

Ob Startup mit Go-to-Market-Plan oder etabliertes Unternehmen mit komplexem Mediamix: Wir entwickeln eine Attributionsstrategie, die Ihre Entscheidungen stützt. Entdecken Sie unsere Leistungen und sprechen Sie uns an.

Häufige Fragen zu Attributionsmodellen

Was ist Attribution einfach erklärt?

Attribution beantwortet die Frage, welcher Marketingkontakt wie viel zu einem Verkauf beigetragen hat. Ein Attributionsmodell ist die Regel, nach der der Wert einer Conversion auf Anzeigen, Suchergebnisse, E-Mails und andere Kontakte verteilt wird. So sehen Sie, welche Kanäle Ihr Budget verdienen.

Welches Attributionsmodell ist das beste?

Es gibt kein universell bestes Modell. Bei kurzen Kaufentscheidungen reicht oft Last Click, bei längeren Journeys liefert ein positionsbasiertes oder datengetriebenes Modell ein realistischeres Bild. Für strategische Budgetfragen über alle Kanäle ergänzen Sie die Attribution um Marketing Mix Modeling.

Was ist der Unterschied zwischen MMM und Multi-Touch-Attribution?

Multi-Touch-Attribution verfolgt einzelne Nutzer über ihre digitalen Kontakte und eignet sich für die kurzfristige Kampagnensteuerung. MMM analysiert aggregierte Ausgaben- und Umsatzdaten über Jahre, bezieht Offline-Kanäle ein und braucht keine Nutzerdaten. Beide Methoden ergänzen sich.

Wann lohnt sich ein Inkrementalitätstest?

Immer dann, wenn eine größere Budgetentscheidung ansteht, etwa die Skalierung oder Streichung eines Kanals. Attributionsmodelle zeigen Beteiligung, aber keine Kausalität. Ein Test mit Kontrollgruppe zeigt, ob der Umsatz ohne die Maßnahme ebenfalls entstanden wäre.

Quellen

• Google Analytics-Hilfe: Attributionsmodellierung – Übersicht
• Think with Google: The Ultimate Guide to Attribution
• American Marketing Association: Multitouch Attribution in the Customer Purchase Journey
• affiliateblog.de: Affiliate und Partner Marketing 2025 in Zahlen
• BVMC: Jeder Euro zählt! Datengetriebene Budgetallokation
• marcomio: home24 optimiert Werbebudgets mit Marketing Mix Modelling
• IAB: The Essential Guide to Marketing Mix Modeling and Multi-Touch Attribution
• IAB UK: Measuring Digital Advertising in a Multi-Media Context
• Birmingham City University: Measuring digital advertising in a post-cookie era

Empfehlungen

• Marketing-Attributionsmodelle: Auswahl nach Verkaufszyklus, nicht nach letztem Klick