Fast meine gesamte Laufbahn ruhte Marketing-Messung auf einer bequemen Annahme: Irgendwo konnte irgendjemand einen Euro Spend einem konkreten Nutzer bei einer konkreten Aktion zuordnen. Diese Annahme ist weg. Nicht geschwächt — weg. Und viele Teams bauen weiter Dashboards, als käme sie zurück.
Jedes System erzählt eine andere Geschichte
Die unbequeme Wahrheit der Messung im Jahr 2026 ist: Es gibt keine einzelne Zahl mehr, der man trauen kann. Apples SKAdNetwork liefert verzögerte, aggregierte Postbacks mit grobem Conversion Value. Ad-Networks melden ihre eigenen aggregierten, modellierten Ergebnisse — schmeichelhaft, versteht sich. MMPs geben keine Device-Level-Daten mehr weiter wie früher. Das Frontend sieht nur, was der Nutzer erlaubt hat; das Backend sieht die Transaktionen, aber nicht den Marketing-Touch. Nebeneinandergelegt widersprechen sie sich. Jedes ist im eigenen Rahmen „richtig".
Die Tools sind nicht zusammengewachsen — sie sind fragmentiert
Eine Weile hoffte die Branche auf einen sauberen Ersatz. Er kam nicht. Im Oktober 2025 hat Google die meisten Privacy-Sandbox-APIs eingestellt und den einen Chrome-Nachfolger für das Third-Party-Cookie aufgegeben. Cookies bleiben — aber einwilligungsgebunden und unzuverlässig. Es gibt keinen einheitlichen, datenschutzfreundlichen Standard, auf den man migrieren kann. Stattdessen ein Flickenteppich: Alt-Identifier, wo sie noch funktionieren, modellierte und aggregierte Signale und serverseitige Erfassung für die Events, die man wirklich kontrolliert.
Aggregierte Daten sind nicht einfach „weniger" Daten
Sie haben eine andere Form. Der Join-Key, der einem erlaubte, einen Nutzer über Systeme hinweg zu verfolgen, fehlt — man kann die Geschichte nicht mehr auf Einzelnutzerebene zusammensetzen, nur noch auf Kohorten-, Kampagnen- oder Kanalebene. Das bricht viele Gewohnheiten: keine saubere Last-Touch-Attribution mehr, kein 180-Tage-Warten auf einen Per-User-CLV, bevor man eine Entscheidung bewertet. Die Frage verschiebt sich von „welcher Nutzer war das" zu „in welche Richtung schiebt das die Zahlen".
Darum ist Marketing-Mix-Modeling zurück
MMM ist nicht neu — es ist das, was Marketer nutzten, bevor deterministisches Tracking uns verwöhnt hat. Es modelliert Ergebnisse top-down aus Spend, Saisonalität und externen Faktoren und interessiert sich nicht für Device-Level-Identifier. Kombiniert mit Incrementality-Tests — Geo-Holdouts, On/Off-Experimente — bekommt man, was Identifier nicht mehr liefern: einen kausalen Blick darauf, ob Spend das Geschäft tatsächlich bewegt hat. Aggregierte Inputs, kausale Schlüsse.
Entscheiden in einer unvollkommenen Welt
Was also tut man an einem Dienstag mit einem Budget zum Verteilen? Sichere die Signale, die dir gehören: eingewilligte First-Party-Events, serverseitig geroutet, einmal definiert und vertraut. Trianguliere — MMP, SKAN, Network-Reports und MMM sind sich selten einig, aber wo drei von vier in dieselbe Richtung zeigen, hast du dein Signal. Und finde Frieden mit dem Präzisionsverlust. Wer noch auf eine saubere, deterministische Zahl wartet, wartet auf einen Zug, der 2021 abgefahren ist. Die Aufgabe war nie, perfekt zu messen; sie war, gut zu entscheiden. Das hat sich nicht geändert — es ist nur ehrlich geworden über die Unsicherheit, die immer da war.