Looker Studio für Onlinehändler: ein Dashboard aus GA4, Ads, Search Console und Shopdaten

Looker Studio heißt seit April 2026 wieder Data Studio und bleibt für alle, die Berichte bauen oder ansehen, kostenlos. Onlinehändler verbinden darin GA4, Google Ads und die Search Console ohne Zusatzkosten. Shop- und Warenwirtschaftsdaten brauchen einen Umweg über Google Sheets, BigQuery oder einen Drittanbieter-Konnektor. Die Stolpersteine liegen bei Kontingenten, Datenfrische und Berechtigungen.

Stand 25. September 2026: Google hat Looker Studio im April 2026 wieder in Data Studio umbenannt. Die Bezahlversion heißt jetzt Data Studio Pro. Bestehende Berichte, Datenquellen und Nutzer hat Google nach eigener Aussage ohne Zutun übertragen. Wir schreiben im Folgenden meist Data Studio und meinen damit dasselbe Werkzeug, das viele noch unter dem alten Namen kennen. Alle Preise und Grenzwerte in diesem Beitrag stammen aus der Dokumentation der Hersteller und gelten zu diesem Stand.

1. Aus Looker Studio wird wieder Data Studio

Im April 2026 hat Google angekündigt, dem Werkzeug seinen früheren Namen zurückzugeben: „Data Studio (formerly Looker Studio)" (Quelle: Google-Cloud-Blog, Looker Studio is Data Studio, abgerufen am 25. September 2026). Für Ihre bestehenden Berichte ändert sich dadurch nichts. Google schreibt, dass alle Berichte, Datenquellen und Nutzer ohne Ihr Zutun übertragen werden.

Drei Dinge sollten Sie trotzdem wissen. Erstens lautet die Adresse jetzt datastudio.google.com. Google führt lookerstudio.google.com in der Dokumentation als alte Anwendungsadresse weiter. Arbeitet Ihr Unternehmen mit einer Positivliste im Proxy oder in der Firewall, gehört die neue Adresse dort hinein. Sonst laden Berichte womöglich im Büro nicht, außerhalb des Firmennetzes aber schon (Quelle: Data-Studio-Hilfe, Netzwerkzugriff konfigurieren).

Zweitens heißt die Bezahlversion jetzt Data Studio Pro. Google verkauft die Lizenzen laut Ankündigung über die Google Cloud Console oder die Admin-Konsole von Google Workspace. Drittens bleibt Looker ein eigenes, kostenpflichtiges Produkt mit eigener Modellierungssprache. Wer in einer Anleitung von Looker liest, meint oft etwas anderes als das kostenlose Berichtswerkzeug. Wie sich beide unterscheiden und wie Data Studio neben Power BI, Tableau und Qlik abschneidet, steht in unserem Vergleich der BI-Tools.

2. Die Architektur: fünf Wege ins Dashboard

Ein Händler-Dashboard ist fast nie ein einzelner Bericht auf einer einzelnen Quelle. Es ist eine kleine Datenarchitektur. Data Studio holt Daten über sogenannte Konnektoren, und für Onlinehändler gibt es fünf Wege. Welcher Weg für welche Quelle passt, entscheidet über Kosten, Aktualität und Pflegeaufwand.

Die wichtigste Zeile fehlt in dieser Tabelle, und das ist Absicht. Google führt in seiner Liste der eigenen Konnektoren Analysewerkzeuge, Werbeplattformen, Tabellen und Datenbanken. Ein Shopsystem oder eine Warenwirtschaft steht nicht darin (Quelle: Data-Studio-Hilfe, Verfügbare Connectors). Umsatz nach Retouren, Wareneinsatz und Lagerbestand kommen also immer über einen der Umwege in Zeile zwei bis fünf.

Aus unseren Projekten ergibt sich daraus eine einfache Faustregel. Werbe- und Analysedaten holen Sie direkt über die Google-Konnektoren. Geschäftsdaten wie Bestellungen, Retouren und Einkaufspreise bringen Sie nachts in eine Zwischenschicht, meist BigQuery. Kleine, von Hand gepflegte Werte wie Monatsziele oder Kostensätze liegen in einer Tabelle. So bleibt jede Quelle dort, wo sie am wenigsten Pflege braucht.

3. GA4, Google Ads und Search Console anbinden

Die drei Google-Quellen sind schnell verbunden. Sie wählen den Konnektor, erlauben den Zugriff, wählen Konto und Property. Die Fallstricke zeigen sich erst, wenn mehrere Personen den Bericht nutzen oder die Zahlen nicht zu den Werten im Quellsystem passen.

Google Analytics 4

Für die Verbindung brauchen Sie in GA4 mindestens die Rolle „Lesen und analysieren". Data Studio zeigt alle Felder, die die Google Analytics Data API liefert, auch Ihre eigenen Dimensionen. Zwei Dinge fehlen: GA4-Segmente und Vergleiche sind über den Konnektor laut Google nicht verfügbar (Quelle: Data-Studio-Hilfe, Mit Google Analytics verbinden). Segmente bauen Sie in Data Studio deshalb als Filter nach.

Die größere Hürde sind die Kontingente. Jede Diagrammabfrage verbraucht sogenannte Tokens. Eine Standard-Property hat laut Google 200.000 Tokens je Tag und 40.000 je Stunde. Für ein einzelnes Projekt gelten zusätzlich 14.000 Tokens je Property und Stunde, und höchstens zehn Anfragen laufen gleichzeitig (Quelle: Google Analytics Data API, Limits und Kontingente). Die meisten Anfragen kosten laut Google zehn Tokens oder weniger. Teurer werden sie durch viele Zeilen, lange Zeiträume und Dimensionen mit sehr vielen Werten, etwa den Seitenpfad.

Das klingt großzügig. Doch jede Person, jeder Filter und jede Berichtsseite löst eigene Abfragen aus. Werden die Kontingente überschritten, zeigt ein Bericht laut Google eventuell eine Fehlermeldung statt des Diagramms. Wichtig dabei: Die Kontingente gelten je Property. Alle Werkzeuge, die dieselbe Property abfragen, teilen sich also denselben Topf. Wie Sie GA4 selbst sauber aufsetzen, damit die Zahlen überhaupt belastbar sind, beschreibt unsere Anleitung zur GA4-Einrichtung.

Google Ads

Arbeiten Sie mit einem Verwaltungskonto, wählen Sie darin bis zu 50 Unterkonten für eine Datenquelle. Der Haken: Auch wer den Bericht nur ansieht, braucht laut Google Zugriff auf das Verwaltungskonto und auf alle gewählten Unterkonten. Zugriff auf die Unterkonten allein reicht nicht. Außerdem erscheinen Kampagnen und Anzeigengruppen ohne Impressionen gar nicht erst in der Datenquelle (Quelle: Data-Studio-Hilfe, Mit Google Ads verbinden). Eine Übersicht aller Kampagnen ist das also nicht.

Ein zweiter Punkt betrifft die Zeitzone. Ein Google-Ads-Konto hat eine eigene, dauerhaft festgelegte Zeitzone. Weicht sie von Ihrer Warenwirtschaft ab, verschieben sich die Tagesgrenzen. Warum Plattformzahlen und Wawi-Umsatz ohnehin nie ganz zusammenpassen, erklärt unser Beitrag zum KPI-Dashboard für den Online-Handel. Dort steht auch, welche Kennzahlen überhaupt auf die erste Seite gehören.

Search Console

Die Search Console fasst Suchdaten auf zwei Arten zusammen: nach Website oder nach URL. Beim Anlegen der Datenquelle wählen Sie „Website-Impression" oder „URL-Impression". Pro Datenquelle geht laut Google nur eine der beiden. Wer beide Sichten braucht, legt zwei Datenquellen an (Quelle: Data-Studio-Hilfe, Mit der Search Console verbinden). Für Kanal-Kacheln reicht die Website-Sicht, für die Auswertung einzelner Kategorie- oder Produktseiten brauchen Sie die URL-Sicht.

Und wundern Sie sich nicht über eine Zeile ohne Suchbegriff. Seltene oder persönliche Suchanfragen zeigt Google aus Datenschutzgründen nicht einzeln. Data Studio fasst sie in einer Zeile mit leerem Wert zusammen, die Sie per Filter ausblenden. Was die Search Console selbst kann und wie Sie sie einrichten, steht in unserem Praxis-Guide zur Google Search Console.

4. Shop- und Wawi-Daten: der eigentliche Aufwand

Ein Dashboard nur aus Google-Quellen zeigt Klicks, Sitzungen und Plattform-Conversions. Was nach Retouren, Gebühren und Wareneinsatz übrig bleibt, kennt nur Ihre Warenwirtschaft. Genau dafür bietet Google keinen Konnektor. Drei Wege sind möglich, und sie unterscheiden sich stark in Aufwand und Risiko.

Weg 1: Google Sheets

Eine Tabelle ist der schnellste Einstieg. Sie laden einen Export aus Shop oder Wawi hinein, und Data Studio liest ihn. Standardmäßig fragt Data Studio die Tabelle alle 15 Minuten neu ab. Drei Regeln aus der Google-Hilfe entscheiden darüber, ob das dauerhaft funktioniert: Die Kopfzeile muss eine einzige Zeile sein. Alle Zellen einer Spalte brauchen denselben Datentyp. Und Tabellen in einer geteilten Teamablage liest Data Studio nicht (Quelle: Data-Studio-Hilfe, Mit Google Sheets verbinden).

Die Grenze liegt in der Menge. Eine Google-Tabelle fasst höchstens zehn Millionen Zellen (Quelle: Google-Drive-Hilfe, Dateien in Google Drive). Für Monatswerte und Zielgrößen reicht das lange, für Bestellpositionen mehrerer Jahre nicht.

Weg 2: BigQuery als Zwischenschicht

BigQuery ist das Datenlager von Google Cloud und der Weg, den wir für Händler meist empfehlen. GA4 exportiert seine Rohdaten dorthin, bei Standard-Properties bis zu einer Million Ereignisse pro Tag (Quelle: Analytics-Hilfe, BigQuery Export). Dazu kommen nachts die Bestellungen, Retouren und Einkaufspreise aus Shop und Warenwirtschaft. In BigQuery verknüpfen Sie alles mit SQL. Data Studio zeigt nur noch das fertige Ergebnis.

Ein Detail kann Einsteiger ihre Daten kosten. Die kostenlose BigQuery-Sandbox ohne Rechnungskonto gibt einmalig 10 GiB Speicher. Und alle Tabellen laufen dort laut Google nach 60 Tagen automatisch ab (Quelle: BigQuery-Dokumentation, Sandbox). Wer den GA4-Export dort ablegt, hat nach zwei Monaten keinen Vorjahresvergleich mehr. Für den Dauerbetrieb braucht BigQuery daher ein Rechnungskonto. Die kostenlose Nutzungsstufe bleibt dabei erhalten.

Für JTL-Wawi gibt es einen sauberen Weg in diese Schicht. Mit dem Eigenen Export der JTL-Ameise lassen sich laut JTL „alle in JTL-Wawi hinterlegten Daten aus der Datenbank filtern und exportieren" (Quelle: JTL-Guide, Eigene SQLs exportieren). Eine SQL-Abfrage liefert dann jede Nacht eine CSV-Datei, die ein kleines Skript nach BigQuery lädt. Wie Sie den Export per Kommandozeile planen und was dabei die Edition verlangt, zeigt unser Beitrag zu JTL-Ameise für Import und Export. Das Muster dahinter heißt ETL: extrahieren, umformen, laden. Die Grundlagen erklärt unser Beitrag zum ETL-Prozess.

Weg 3: Die Datenbank direkt anbinden

Data Studio hat einen Konnektor für Microsoft SQL Server, und JTL-Wawi läuft auf genau diesem System. Der direkte Weg liegt also nahe. Die Google-Doku nennt aber vier Bedingungen, die ihn für eine Warenwirtschaft unattraktiv machen (Quelle: Data-Studio-Hilfe, Mit Microsoft SQL Server verbinden):

• Öffentlich erreichbar. Data Studio kann keine Verbindung zu localhost herstellen. Die Datenbank braucht einen öffentlichen Hostnamen oder eine öffentliche IP-Adresse, und die Firewall muss Googles Adressbereich 142.251.74.0/23 freigeben.
• 150.000 Zeilen. Mehr liefert der Konnektor je Abfrage nicht. Was darüber liegt, schneidet der Konnektor laut Google ab.
• Drei bis fünf Minuten. Danach kann eine Abfrage mit einer Zeitüberschreitung abbrechen. Google empfiehlt selbst, das Ergebnis vorab in eine eigene Tabelle zu schreiben.
• Getestete Versionen. Der Konnektor nutzt den JDBC-Treiber 7.2 und ist laut Google mit SQL Server 2012 bis 2017 getestet. JTL empfiehlt SQL Server 2022 (Quelle: JTL-Guide, Systemvoraussetzungen). Für die Treiberversion 7.2 endete der Support laut Microsoft am 31. Januar 2024.

Unsere Haltung dazu ist eindeutig: Eine produktive Wawi-Datenbank öffnen wir nicht ins Internet, damit ein Dashboard sie lesen kann. Das Risiko steht in keinem Verhältnis zum Nutzen, denn der nächtliche Export nach BigQuery liefert dieselben Zahlen ohne offenen Port, nur mit einem Tag Abstand. Ob Ihre Datenbank ohnehin an der Größengrenze der kostenlosen Express-Edition steht, prüft unser Beitrag zur JTL-Wawi-Datenbank auf SQL Server.

Und die Community-Konnektoren?

Für viele Plattformen ohne Google-Konnektor bieten Drittanbieter eigene Konnektoren an. Google nennt sie Community-Connectors und weist auf zwei Punkte hin: Die Nutzung kann kostenpflichtig sein, und bei Problemen ist der Entwickler zuständig, nicht Google (Quelle: Data-Studio-Hilfe, Datenquellen). In Google Workspace muss zudem Apps Script aktiviert sein, sonst bleiben die Diagramme leer. Prüfen Sie vor dem Einsatz, wer die Daten dabei verarbeitet und ob dafür ein Vertrag zur Auftragsverarbeitung vorliegt.

5. Was ein Looker-Studio-Dashboard kostet

Die Lizenz ist der kleinste Posten. Google stellt Data Studio für alle, die Berichte bauen oder ansehen, kostenlos bereit. Die Bezahlversion Data Studio Pro kostet 9 US-Dollar je Nutzer, Projekt und Monat (Quelle: Google Cloud, Data Studio, Stand 25. September 2026). Die übrigen Posten entstehen in den Quellen und in der Pflege.

Wann lohnt sich Pro? Vor allem dann, wenn Berichte dem Unternehmen gehören sollen statt einzelnen Personen. Laut Google gehören Pro-Berichte der Organisation und laufen weiter, wenn die erstellende Person das Unternehmen verlässt. Dazu kommen Teambereiche, bis zu 200 Versandzeitpläne je Bericht und Optionen für Datenstandort und eigene Schlüssel (Quelle: Data-Studio-Hilfe, Data Studio Pro). Technischen Support von Google gibt es dagegen nur mit einer zusätzlichen Google-Cloud-Supportstufe.

Bei BigQuery zahlen Sie für verarbeitete Daten. Das erste TiB Abfragen und die ersten 10 GiB Speicher im Monat sind frei (Quelle: Google Cloud, BigQuery-Preise). Google weist ausdrücklich darauf hin, dass auch Abfragen aus Data Studio die üblichen Abfragekosten auslösen, ebenso manuelle und automatische Aktualisierungen. Eine Beispielrechnung mit Monatsbetrag nennen wir bewusst nicht. Der Preis je TiB hängt von der Region ab, und der Verbrauch hängt an Ihrer Datenmenge und daran, wie oft der Bericht geöffnet wird.

6. Neun Stolpersteine im Betrieb

Die folgenden Punkte stehen alle in der Google-Dokumentation. Sie tauchen aber erst auf, wenn ein Bericht einige Wochen läuft und mehrere Personen damit arbeiten. Keiner davon ist ein Grund gegen Data Studio. Jeder davon ist ein Grund, ihn vor dem Start zu kennen.

• Zwölf Stunden Zwischenspeicher. Für Google Ads und die Search Console gilt laut Google ein fester Takt von zwölf Stunden. Bekannte Abfragen beantwortet Data Studio bis dahin aus dem Zwischenspeicher, Mitbearbeiter können von Hand aktualisieren. Das Datum der letzten Aktualisierung steht links unten im Bericht. Erklären Sie diese Regel im Bericht selbst.
• Vortageswerte bewegen sich noch. Google Analytics verarbeitet Daten laut Google 24 bis 48 Stunden nach. Der Wert von gestern ist also vorläufig. Wer morgens Tageswerte vergleicht, vergleicht zwei Zwischenstände.
• Kontingente bei Google Analytics. Jede Diagrammabfrage verbraucht Tokens aus dem Topf der Property. Viele Diagramme auf einer Seite, lange Zeiträume und Dimensionen mit vielen Werten wie der Seitenpfad treiben den Verbrauch. Weniger Diagramme je Seite und ein Datenauszug entlasten den Topf.
• Stichproben ohne Kennzeichnung. Google schreibt selbst, dass in Data Studio nicht ersichtlich ist, ob Analytics-Daten auf Stichproben beruhen. Weichen Zahlen ab, prüfen Sie zuerst, ob das heutige Datum im Zeitraum steckt.
• Doppelt gezählte Sitzungen. Mit den Datumsdimensionen „ISO-Jahr" und „ISO-Woche" können gestapelte Balkendiagramme laut Google überhöhte Sitzungszahlen zeigen. Nutzen Sie „Datum" oder „Monat", oder rechnen Sie die Werte vorher in BigQuery.
• Höchstens fünf Quellen je Zusammenführung. Mehr lässt Data Studio in einer Zusammenführung nicht zu. Wer Analytics, Ads, Search Console, Shop, Wawi und Zahlungsdaten in einem Diagramm braucht, führt sie besser vorher in BigQuery zusammen.
• Inhaber-Anmeldedaten und offener Link. Mit Inhaber-Anmeldedaten sieht jede Person mit Zugriff auf den Bericht die Daten mit Ihren Rechten. Ein öffentlicher Link gibt damit mehr frei als gedacht. Für personenbezogene Sichten gibt es den Filter nach der E-Mail-Adresse des Betrachters.
• Berichte am privaten Konto. Google betont für Data Studio Pro, dass Berichte der Organisation gehören und weiterlaufen, wenn die erstellende Person das Unternehmen verlässt. In der kostenlosen Version legen Sie Berichte deshalb unter einem Firmenkonto an, nie unter einem privaten.
• Datenbankabfragen brechen ab. Bei direkten Datenbankverbindungen kann laut Google nach drei bis fünf Minuten eine Zeitüberschreitung eintreten. Google empfiehlt selbst, das Ergebnis vorab in eine eigene Tabelle zu schreiben und diese anzubinden.

Zum ersten Punkt gehört eine Unschärfe in Googles eigener Dokumentation. Im Fließtext der Hilfeseite steht, dass Google Analytics wie Ads und Search Console alle zwölf Stunden aktualisiert und dass sich das nicht ändern lässt. Die Tabelle auf derselben Seite nennt für Google Analytics zusätzlich stündlich und alle vier Stunden (Quelle: Data-Studio-Hilfe, Datenaktualität verwalten). Prüfen Sie die Einstellung deshalb in Ihrer eigenen Datenquelle, statt sich auf eine der beiden Aussagen zu verlassen.

Zwei Gegenmittel helfen bei mehreren Punkten zugleich. Das erste ist der Datenauszug: Data Studio speichert dabei eine Momentaufnahme mit bis zu 100 MB und aktualisiert sie nach Zeitplan (Quelle: Data-Studio-Hilfe, Daten extrahieren). Das zweite ist die wiederverwendbare Datenquelle mit Inhaber-Anmeldedaten. Dann teilen sich alle Betrachter einen Zwischenspeicher, statt jeweils eigene Abfragen auszulösen. Wie Sie die Anmeldedaten dabei sicher einstellen, beschreibt der Governance-Abschnitt in unserem Vergleich der BI-Tools.

7. Datenschutz und Einwilligung

Zwei Fragen stellen sich bei jedem Händler-Dashboard: Welche Daten dürfen hinein, und wie vollständig sind die Zahlen aus der Web-Analyse? Die erste Frage beantwortet die Architektur, die zweite Ihr Einwilligungsbanner.

Google führt Looker Studio in der Liste der Auftragsverarbeiterdienste unter den Datenverarbeitungsbedingungen für seine Werbeprodukte (Quelle: Google, Datenverarbeitungsbedingungen für Werbeprodukte). Als personenbezogene Daten nennt Google dort Daten zu Personen, die Kunden über den Dienst bereitstellen, um Berichte und Diagramme zu erstellen. Ein Dashboard braucht solche Daten fast nie. Umsatz je Kanal, Retourenquote je Artikel und Deckungsbeitrag je Monat kommen ohne Namen und E-Mail-Adressen aus. Lassen Sie diese Felder schon beim Export weg. Was ein Vertrag zur Auftragsverarbeitung mit Google regelt, erklärt unser Beitrag zum Auftragsverarbeitungsvertrag.

Die zweite Frage betrifft die Vollständigkeit. Google schreibt selbst: Mit einem Einwilligungsbanner „fehlen in Analytics Daten zu Nutzern, die keine Einwilligung erteilt haben". GA4 kann das Verhalten dieser Nutzer schätzen. Die Verhaltensmodellierung setzt aber Mindestmengen voraus, etwa 1.000 Ereignisse pro Tag ohne Einwilligung über mindestens sieben Tage. Und sie ist laut Google nicht mit dem Datenexport kompatibel, zum Beispiel dem Export nach BigQuery (Quelle: Analytics-Hilfe, Verhaltensmodellierung für den Einwilligungsmodus).

Daraus folgt eine Falle, die in keinem Tutorial steht. Ein Diagramm mit Nutzerzahlen aus dem GA4-Konnektor und ein zweites aus dem BigQuery-Export können auseinanderliegen, obwohl beide richtig sind. Der Konnektor gleicht laut Google mit den Analytics-Berichten ab. Diese enthalten geschätzte Werte, sofern in GA4 die Berichtsidentität „Zusammengeführt“ gewählt ist. Der Export enthält sie nie. Legen Sie deshalb je Kennzahl fest, aus welchem der beiden Wege sie kommt, und schreiben Sie es an die Kachel. Umsatz und Bestellungen holen Sie ohnehin aus der Warenwirtschaft, nicht aus der Web-Analyse.

8. Aufbau in sieben Schritten

In dieser Reihenfolge bauen wir Händler-Dashboards in Data Studio auf. Die ersten beiden Schritte haben mit Technik nichts zu tun, und genau sie werden am häufigsten übersprungen.

1. Kennzahlen schriftlich festlegen: Legen Sie fest, welche fünf bis sieben Zahlen auf die erste Seite gehören und wie jede definiert ist. Ohne diese Liste bauen Sie ein Dashboard, das jeder anders liest.
2. Eigentum klären: Legen Sie Berichte und Datenquellen unter einem Firmenkonto an. Prüfen Sie, ob Data Studio Pro nötig ist, wenn mehrere Teams mitarbeiten oder Berichte der Organisation gehören sollen.
3. Google-Quellen als wiederverwendbare Datenquellen anlegen: Legen Sie Analytics, Ads und Search Console auf der Startseite an, nicht im Bericht. So nutzen alle Berichte dieselben Felder und denselben Zwischenspeicher, und Sie pflegen Definitionen an einer Stelle.
4. Shop- und Wawi-Daten in eine Zwischenschicht bringen: Exportieren Sie Bestellungen, Retouren und Wareneinsatz nächtlich nach BigQuery oder in eine Tabelle. Personenbezogene Felder lassen Sie dabei weg, sie werden im Dashboard nicht gebraucht.
5. Gemeinsame Schlüssel festlegen: Datum, Kanal, Kampagne und Artikelnummer müssen in allen Quellen gleich geschrieben sein. Sonst verknüpft keine Zusammenführung die Werte richtig, und Zeilen fallen still heraus.
6. Den Deckungsbeitrag an einer Stelle rechnen: Rechnen Sie Kennzahlen wie den Deckungsbeitrag nach Retouren in der Zwischenschicht, nicht in jedem Diagramm neu. Eine Formel in zehn Diagrammen ergibt nach einem Jahr zehn verschiedene Formeln.
7. Gegen das Quellsystem abnehmen: Vergleichen Sie jede Kennzahl einmal mit dem Quellsystem und halten Sie die erklärbaren Abweichungen fest. Erst dann geben Sie den Bericht frei.

Schritt sechs verdient einen zweiten Blick, weil er über den Wert des ganzen Dashboards entscheidet. Die wichtigste Kachel für die Geschäftsführung ist selten der Umsatz, sondern der Deckungsbeitrag nach Retouren. Er braucht Wareneinsatz, Versand, Zahlungsgebühren, Provisionen und Rücksendungen. Diese Daten liegen in keiner Google-Quelle. Wie Sie ihn Stufe für Stufe rechnen, steht in unserem Beitrag zum Deckungsbeitrag im Onlinehandel. Im Dashboard sollte er nur noch angezeigt werden.

9. Wann Klar oder Power BI besser passt

Data Studio ist ein gutes Werkzeug, aber nicht für jede Ausgangslage das richtige. Die folgende Tabelle ist keine Rangliste. Sie ordnet typische Lagen aus unseren Gesprächen mit Händlern einem Werkzeug zu, das dafür gebaut ist.

Für den zweiten Fall richten wir das Marketing-Dashboard Klar ein. Klar beschreibt sich selbst als Analysewerkzeug für E-Commerce, das Marketing, Margen und Kundenbindung an einem Ort auswertet (Quelle: Klar, Herstellerseite). Für den vierten Fall arbeiten wir mit DataWow für das E-Commerce-Controlling. Für den dritten Fall ist entscheidend, dass das lokale Datengateway laut Microsoft keine eingehenden Ports ins Netzwerk braucht (Quelle: Microsoft Learn, lokales Datengateway). Was Power BI dann an Lizenzen kostet, rechnet unser Beitrag zu den Fabric- und Power-BI-Lizenzen durch.

Mischformen sind normal. In unseren Projekten sehen wir oft ein Controlling-Werkzeug für die Geschäftsführung und daneben Data Studio für die Werbe- und Suchdaten des Marketings. Entscheidend ist nur, dass jede Kennzahl genau eine führende Quelle hat. Zwei Werkzeuge mit zwei Umsatzzahlen erzeugen mehr Diskussion als keines.

Alle Preise und Grenzwerte stammen aus der Dokumentation der Hersteller und wurden am 25. September 2026 geprüft. Die Anbieter ändern Konnektoren, Kontingente und Preise laufend — prüfen Sie die Angaben vor einer Entscheidung erneut. Die vollständige Quellenliste steht am Ende des Beitrags.

10. Fazit: Die Google-Quellen sind der leichte Teil

Data Studio verbindet GA4, Google Ads und die Search Console schnell und kostet dafür nichts. Damit ist ein Marketing-Dashboard schnell gebaut. Ein Händler-Dashboard ist es noch nicht. Dafür fehlen die Zahlen, die über Gewinn und Verlust entscheiden: Bestellungen nach Retouren, Wareneinsatz und Gebühren.

Diese Zahlen kommen nicht über einen Konnektor, sondern über eine Zwischenschicht. Für die meisten Händler ist das ein nächtlicher Export nach BigQuery, in dem auch der Deckungsbeitrag gerechnet wird. Die Warenwirtschaft bleibt dabei geschlossen, und das Dashboard zeigt nur noch fertige Werte.

Die Grenzen des Werkzeugs sind dokumentiert: zwölf Stunden Zwischenspeicher, Kontingente bei Analytics, Stichproben ohne Kennzeichnung, fünf Quellen je Zusammenführung. Wer sie vor dem Start kennt, plant um sie herum, statt im Betrieb das Vertrauen in die Zahlen zu verlieren.

Hinweis: Dieser Beitrag ist allgemeine Information und ersetzt keine Rechtsberatung. Die Angaben zu Auftragsverarbeitung und Einwilligung geben wieder, was Google in seinen Bedingungen und Hilfeseiten beschreibt. Ob Ihre konkrete Einrichtung datenschutzrechtlich zulässig ist, klären Sie mit Ihrer Datenschutzberatung. Alle Preis- und Grenzwertangaben entsprechen dem Stand vom 25. September 2026. Angaben ohne Gewähr.

11. Häufige Fragen zu Looker Studio

Wie heißt Looker Studio jetzt?

Seit April 2026 heißt Looker Studio wieder Data Studio, so wie das Werkzeug früher schon hieß. Google hat bestehende Berichte, Datenquellen und Nutzer laut eigener Ankündigung ohne Ihr Zutun übertragen. Die alte Adresse lookerstudio.google.com führt Google weiter in der Dokumentation. Die Basisversion bleibt kostenlos, die Bezahlversion heißt jetzt Data Studio Pro.

Ist Looker Studio kostenlos?

Ja. Google stellt Data Studio für Personen, die Berichte bauen oder ansehen, kostenlos bereit. Die Bezahlversion Data Studio Pro kostet laut Google 9 US-Dollar je Nutzer, Projekt und Monat, Stand 25. September 2026. Kosten entstehen trotzdem oft an anderer Stelle: bei Abfragen in BigQuery oder bei Konnektoren von Drittanbietern.

Welche Datenquellen lassen sich anbinden?

Google liefert eigene Konnektoren unter anderem für Google Analytics, Google Ads, Search Console, Google Sheets, BigQuery, Microsoft Excel, CSV-Dateien sowie die Datenbanken MySQL, PostgreSQL und Microsoft SQL Server. Ein Shopsystem oder eine Warenwirtschaft steht nicht in dieser Liste. Für Shopdaten brauchen Sie daher einen Zwischenschritt oder einen Konnektor eines Drittanbieters.

Wie aktuell sind die Zahlen im Dashboard?

Das hängt von der Quelle ab. Für Google Ads und die Search Console aktualisiert Data Studio laut Google alle zwölf Stunden. Bei BigQuery und Datenbanken lässt sich der Takt bis auf eine Minute verkürzen, bei Google Sheets auf 15 Minuten. Zusätzlich verarbeitet Google Analytics Daten 24 bis 48 Stunden nach. Vortageswerte können sich also noch ändern.

Was sind die Nachteile von Looker Studio?

Die wichtigsten Grenzen: keine Brücke zu Datenbanken im Firmennetz, höchstens fünf Quellen je Zusammenführung und Kontingente beim Abruf aus Google Analytics. Datenbankabfragen können nach drei bis fünf Minuten abbrechen. Zudem zeigt Data Studio nicht an, ob Analytics-Daten auf einer Stichprobe beruhen. Für Marketing reicht das meist, für Controlling über die Warenwirtschaft oft nicht.

Kann ich JTL-Wawi direkt an Looker Studio anbinden?

Technisch über den Konnektor für Microsoft SQL Server. Dafür muss die Datenbank aber öffentlich erreichbar sein und Google-Adressen in der Firewall freigeben. Google nennt als getestete Versionen SQL Server 2012 bis 2017, JTL empfiehlt SQL Server 2022. Wir raten deshalb zu einem nächtlichen Export in BigQuery oder eine Tabelle statt zu einer offenen Datenbank.

Warum zeigt das Dashboard andere Zahlen als Google Analytics?

Meist aus einem von vier Gründen: abweichender Zeitraum, Vergleich mit einer Exploration statt einem Standardbericht, Stichproben oder Nachverarbeitung. Data Studio gleicht Werte laut Google mit den Analytics-Berichten ab, nicht mit explorativen Analysen. Stichproben kennzeichnet Data Studio nicht. Und Vortageswerte verändern sich in Analytics noch bis zu 48 Stunden lang.

Gibt es eine Alternative von Microsoft?

Ja, Power BI. Es lohnt sich vor allem, wenn Ihre Warenwirtschaft auf einem SQL Server im eigenen Netz läuft und Microsoft 365 ohnehin im Haus ist. Das lokale Datengateway verbindet interne Datenbanken nur über ausgehende Verbindungen, die Datenbank bleibt also geschlossen. Dafür fallen Lizenzkosten an, sobald mehrere Personen Berichte teilen und ansehen.

Braucht Looker Studio einen Auftragsverarbeitungsvertrag?

Google führt Looker Studio in seiner Liste der Auftragsverarbeiterdienste unter den Datenverarbeitungsbedingungen für Werbeprodukte. Wichtig wird das, sobald personenbezogene Daten in Ihre Berichte fließen, etwa Kundennamen aus einer Tabelle. Bauen Sie Händler-Dashboards deshalb möglichst auf zusammengefassten Zahlen auf. Eine rechtliche Prüfung im Einzelfall ersetzt dieser Hinweis nicht.

12. Quellen & offizielle Informationen

Alle Quellen wurden am 25. September 2026 abgerufen; die zitierten Aussagen wurden im abgerufenen Text gegengelesen. Externe Quellen öffnen in einem neuen Tab.

• Google-Cloud-Blog — Looker Studio is Data Studio — Ankündigung der Umbenennung im April 2026, kostenlose Basisversion, Bezug von Pro-Lizenzen und automatische Übertragung bestehender Berichte (Herstellerankündigung, englisch).
• Google Cloud — Data Studio — Preise: kostenlos für Ersteller und Betrachter, Data Studio Pro je Nutzer, Projekt und Monat (Herstellerseite).
• Data-Studio-Hilfe — Data Studio Pro — Eigentum der Organisation, Teambereiche, Versandzeitpläne, Datenstandort, Support und Testzeitraum (Herstellerdokumentation).
• Data-Studio-Hilfe — Netzwerkzugriff konfigurieren — neue und alte Anwendungsadresse für Positivlisten in Firewall und Proxy (Herstellerdokumentation).
• Data-Studio-Hilfe — Verfügbare Connectors — Liste der Google-Konnektoren ohne Shopsystem und Warenwirtschaft (Herstellerdokumentation).
• Data-Studio-Hilfe — Datenquellen — Community-Connectors, Anmeldedaten, Filter nach E-Mail-Adresse, wiederverwendbare Datenquellen (Herstellerdokumentation).
• Data-Studio-Hilfe — Datenaktualität verwalten — Aktualisierungstakt je Konnektor, Zwischenspeicher und Abfragekosten bei BigQuery (Herstellerdokumentation).
• Data-Studio-Hilfe — Mit Google Analytics verbinden — Berechtigung, fehlende Segmente und Vergleiche, Kontingente und doppelt gezählte Sitzungen (Herstellerdokumentation).
• Google Analytics Data API — Limits und Kontingente — Tokens je Property und Stunde, je Tag und je Projekt sowie gleichzeitige Anfragen (Entwicklerdokumentation).
• Data-Studio-Hilfe — Google Analytics 4-Stichprobenerhebung — Stichproben werden in Data Studio nicht gekennzeichnet (Herstellerdokumentation).
• Data-Studio-Hilfe — Mit Google Ads verbinden — Verwaltungskonten mit bis zu 50 Unterkonten, Zugriffsrechte der Betrachter, Elemente ohne Impressionen (Herstellerdokumentation).
• Data-Studio-Hilfe — Mit der Search Console verbinden — Website- und URL-Impression, zusammengefasste Suchanfragen mit leerem Wert (Herstellerdokumentation).
• Data-Studio-Hilfe — Mit Google Sheets verbinden — Anforderungen an Kopfzeile und Datentypen, keine Teamablagen (Herstellerdokumentation).
• Google-Drive-Hilfe — Dateien in Google Drive — Obergrenze von zehn Millionen Zellen je Tabelle (Herstellerdokumentation).
• Data-Studio-Hilfe — Mit Microsoft SQL Server verbinden — Treiberversion, getestete Serverversionen, Firewall-Freigabe, Zeilengrenze und Zeitüberschreitung (Herstellerdokumentation).
• Microsoft Learn — Supportmatrix JDBC-Treiber — Treiberversion 7.2 als nicht mehr unterstützt geführt (Herstellerdokumentation).
• JTL-Guide — Systemvoraussetzungen — empfohlene SQL-Server-Version für JTL-Wawi (Herstellerdokumentation).
• JTL-Guide — Eigene SQLs exportieren — Eigener Export mit JTL-Ameise (Herstellerdokumentation).
• Analytics-Hilfe — BigQuery Export — Tageslimit für Standard-Properties, Kosten des Streaming-Exports und Nachaktualisierung der Tagestabellen (Herstellerdokumentation).
• BigQuery-Dokumentation — Sandbox — Speicher- und Abfragegrenzen, Ablauf der Tabellen nach 60 Tagen (Herstellerdokumentation).
• Google Cloud — BigQuery-Preise — kostenlose Stufe für Abfragen und Speicher, regionsabhängige Preise (Herstellerseite).
• Data-Studio-Hilfe — Funktionsweise von Zusammenführungen — höchstens fünf Datenquellen je Zusammenführung (Herstellerdokumentation).
• Data-Studio-Hilfe — Daten extrahieren — Datenauszüge mit bis zu 100 MB (Herstellerdokumentation).
• Analytics-Hilfe — Datenaktualität — Nachverarbeitung von 24 bis 48 Stunden (Herstellerdokumentation).
• Analytics-Hilfe — Verhaltensmodellierung für den Einwilligungsmodus — fehlende Daten ohne Einwilligung, Voraussetzungen der Modellierung, keine Modellierung im BigQuery-Export (Herstellerdokumentation).
• Google — Datenverarbeitungsbedingungen für Werbeprodukte — Looker Studio in der Liste der Auftragsverarbeiterdienste (Vertragsdokumentation).
• Microsoft Learn — Lokales Datengateway — Verbindung ohne eingehende Ports (Herstellerdokumentation).
• Klar — Herstellerseite — Selbstbeschreibung als Analysewerkzeug für Marketing, Margen und Kundenbindung im E-Commerce (Herstellerseite, englisch).

Die Google-Dokumentation ist teilweise maschinell übersetzt und trägt seit April 2026 den neuen Produktnamen. Wo sie sich selbst widerspricht, etwa beim Aktualisierungstakt für Google Analytics, nennen wir beide Aussagen. Zeitersparnis oder Umsatzwirkungen eines Dashboards beziffern wir bewusst nicht, weil es dafür keine auf Ihren Shop übertragbaren Zahlen gibt.