Wer regelmäßig mit GA4 arbeitet, kennt das Muster: Interface öffnen, Zeitraum setzen, Exploration aufbauen, exportieren, aufbereiten. Fünfzehn Minuten für eine Frage, die in einem Satz beantwortet werden könnte.
Seit Google Mitte 2025 einen offiziellen MCP Server [1] für GA4 veröffentlicht hat, geht das anders. GA4-Daten werden direkt mit einem KI-Modell verbunden, Fragen kommen in natürlicher Sprache rein, Antworten kommen mit echten Zahlen zurück.
Inhalt
Setup: Weniger als man denkt
Man braucht ein Google Cloud Projekt mit aktivierter GA4 Data API [2], ein kurzes Authentifizierungs-Setup und die MCP-Konfiguration im eigenen KI-Client. Wer Claude Desktop nutzt, fügt die Verbindung einmalig in die Konfigurationsdatei ein:
Ab dann kann man Claude direkt nach GA4-Daten fragen. Der Server läuft lokal, das heißt die Daten gehen direkt von GA4 an das gewählte KI-Modell, ohne zusätzliche Drittanbieter dazwischen.
In unserer Expert Session erhalten Sie einen umfassenden Überblick darüber, wie Sie GA4-Daten per KI effizient nutzen.
Was man damit macht
Der direkteste Anwendungsfall: spontane Datenabfragen ohne Umweg über das Interface.
„Welche Traffic-Quellen haben letzte Woche die meisten Sessions gebracht?” „Wie hat sich die Conversion Rate seit dem letzten Deployment verändert?” „Welche Seiten haben bei organischen Nutzern die höchste Absprungrate?”
Die Antwort kommt mit echten Zahlen aus der eigenen Property, direkt im Chat.
Das ändert auch, wer im Team überhaupt mit Daten arbeiten kann. Nicht mehr nur Personen, die das Interface kennen, sondern alle, die eine Frage stellen können.
Was ein Dashboard nie leisten kann: Folgefragen beantworten. Wenn die Sessions im Dezember einbrechen, zeigt ein Chart den Rückgang. Aber warum? Dafür braucht man normalerweise einen Analysten, Zeit und mehrere Exporte. Mit dem MCP Server stellt man die Frage einfach weiter. Claude gräbt sich in die Daten, analysiert Wochentage, saisonale Muster und externe Faktoren wie Feiertage, und liefert eine Einordnung, die wirklich erklärt, was passiert ist.
Automatisiertes Reporting: Was geht und was nicht
Hier lohnt ein ehrlicher Hinweis. Claude reagiert auf Fragen, es initiiert nicht von selbst. Für einen wöchentlichen Report, der automatisch jeden Montag läuft, braucht man entweder die Anthropic API mit eigenem Trigger oder einen anderen Ansatz.
Wer vollständig automatisierte Reports mit Zeitsteuerung möchte, ist mit der Gemini CLI besser bedient. Dort lässt sich ein Prompt als Datei speichern und per Cronjob ausführen. Für die meisten Teams macht daher folgende Aufteilung Sinn: Claude für tägliche Ad-hoc-Fragen, Gemini CLI für den automatisierten wöchentlichen Report.
Was es dafür braucht
Die Qualität der Antworten hängt direkt von der Qualität der GA4-Implementierung ab. Wer Events nicht sauber benennt, Conversions nicht korrekt konfiguriert hat oder mit inkonsistenten UTM-Parametern arbeitet, bekommt über den MCP Server exakt diese Unordnung zurück. Garbage in, garbage out gilt hier genauso wie überall sonst.
Wir helfen gerne dabei, beides aufzubauen: eine GA4-Implementierung, der man vertrauen kann, und die Integration in KI-gestützte Workflows, die im Alltag wirklich funktionieren. Sprechen Sie uns an.
Johannes unterstützt Unternehmen dabei, ihre Analysearchitektur auf solide Beine zu stellen, von der Implementierung in GA4 und Adobe Analytics über Tag-Management-Systeme bis hin zu KI-gestützten Datenanalysen mit MCP-Integrationen.
