Website-Analyse-Tool auswählen: vier Datenklassen und die zwei Fragen davor
Die Entscheidungsmatrix zeigt, welche Toolklasse Ihre Frage beantwortet und wie Datenzugriff, DSGVO und Datenlücken den passenden Stack bestimmen.
Ein redaktioneller Vergleich vom 1. April 2026 führt Google Analytics 4, SE Ranking, die Google Search Console, Matomo, Hotjar und den Screaming Frog SEO Spider gemeinsam als beste Website-Analyse-Tools auf. Die Liste ist nicht falsch, aber sie ist keine Entscheidungshilfe: Diese sechs Werkzeuge messen vier völlig verschiedene Dinge, und keines davon kann die Frage beantworten, für die ein anderes gebaut wurde. Ein Crawler erkennt eine Weiterleitungskette, weiß aber nicht, dass Besucher an Schritt drei des Formulars aussteigen. Eine Heatmap zeigt, wohin geklickt wird, kann aber die interne Verlinkung von 4.000 URLs nicht prüfen. Ein Performance-Tool misst das Ladeerlebnis, erklärt aber keinen Traffic-Rückgang.
Die brauchbare Auswahl beginnt deshalb nicht bei Funktionslisten, sondern bei drei Vorfragen:
- Welche Frage soll das Tool beantworten?
- Geht es um die eigene Website mit Datenzugriff oder um eine fremde ohne?
- Welche Anforderungen gelten an Datenhoheit und Datenschutz?
Das Ergebnis ist regelmäßig kein Testsieger, sondern ein kleiner Stack aus zwei bis vier Werkzeugen klar getrennter Datenklassen.
Die vier Datenklassen von Website-Analyse-Tools
1. Web-Analytics und Verhaltensmessung
Diese Klasse erfasst, was auf der eigenen Website tatsächlich geschieht: Sitzungen, Einstiegsseiten, Ereignisse, Navigationspfade, Conversions, Geräte und Kanäle. Sie beantwortet Fragen wie:
- Welche Seiten werden genutzt?
- Über welche Kanäle kommen Besucher?
- An welcher Stelle brechen Sitzungen oder Prozesse ab?
- Welche Inhalte tragen zu Anfragen oder Verkäufen bei?
Die Voraussetzung ist Einbindung. Ohne Zugriff auf die Website und ihre erhobenen Daten gibt es keine verlässlichen Nutzungsdaten. Und selbst mit Zugriff sind die Zahlen keine lückenlose Zählung: Consent-Banner, Tracking-Schutz, Adblocker, deaktiviertes JavaScript und technische Fehler erzeugen systematische Lücken. Eine Analytics-Zahl ist eine Messung unter bestimmten Bedingungen, keine Besucherzählung ohne Rest.
2. Crawler und Onpage-Technik
Ein Crawler ruft URLs ab wie ein automatisierter Browser oder Suchmaschinenbot und prüft Statuscodes, Weiterleitungen, Seitentitel, Überschriften, Canonicals, Indexierungshinweise und interne Links. Wie breit diese Klasse angelegt ist, zeigt die Gliederung des Seobility SEO Checks: Meta-Angaben, Seitenqualität, Seitenstruktur und Verlinkung, Server-Konfiguration sowie externe Faktoren.
Typische Fragen dieser Klasse:
- Welche Seiten sind intern erreichbar?
- Wo entstehen Weiterleitungsketten oder technische Fehler?
- Welche Inhalte weisen fehlende oder doppelte Seitenelemente auf?
- Gibt es widersprüchliche Signale zur Indexierung?
Der entscheidende Unterschied zur ersten Klasse: Ein Crawler braucht kein Tracking-Skript. Öffentlich erreichbare Seiten lassen sich grundsätzlich von außen abrufen. Mit Zugang zu Sitemaps, Logfiles oder Staging-Systemen wird das Bild vollständiger, der Grundbefund entsteht aber auch ohne Zugriff. Was hier herauskommt, sind technische Tatsachen. Ein fehlender Seitentitel lässt sich objektiv erkennen. Ob eine Seite das Informationsbedürfnis ihrer Zielgruppe erfüllt, ist damit nicht geklärt.
3. Performance und Core Web Vitals
Performance-Tools messen, wie schnell und stabil eine Seite lädt und sich darstellt. Wichtig ist die Trennung von Labordaten und Felddaten. Labordaten entstehen in einer kontrollierten Testumgebung, sind reproduzierbar und eignen sich zur Fehlersuche. Felddaten stammen aus realen Aufrufen, spiegeln unterschiedliche Geräte, Verbindungen und Besuchskontexte wider und liegen nicht für jede URL in ausreichender Menge vor. Wer eine Laborzahl als Nutzererlebnis interpretiert, verwechselt zwei Datensorten.
Die Klasse passt zu Fragen wie: Wie schnell wird der zentrale Inhalt sichtbar? Reagiert die Seite zügig auf Eingaben? Verschiebt sich das Layout während des Ladens? Betrifft ein Problem nur die Testumgebung oder auch reale Nutzer? Eine allgemeine Qualitätsnote für die Website liefert sie nicht.
4. UX-Analyse und Heatmaps
Klickverteilung, Scrolltiefe, Sitzungsaufzeichnungen und direktes Nutzerfeedback machen sichtbar, wie einzelne Seitentypen bedient werden: Werden wichtige Elemente wahrgenommen? Klicken Nutzer auf Bereiche, die gar nicht interaktiv sind? Wo entsteht Reibung in einem Prozess? Unterscheidet sich das Verhalten zwischen Mobilgerät und Desktop?
Auch diese Klasse setzt eine Einbindung auf der eigenen Website voraus, echte Heatmaps fremder Seiten gibt es nicht. Und sie zeigt Muster, keine Ursachen: Eine auffällige Klickverteilung begründet eine Hypothese, die anschließend durch Tests oder qualitative Forschung geprüft werden muss.
Entscheidungsmatrix: Welche Klasse darf antworten?
| Fragestellung | Web-Analytics | Crawler | Performance | UX und Heatmap |
|---|---|---|---|---|
| Welche Landingpages erzeugen Conversions? | Ja | Nein | Ergänzend | Ergänzend |
| Welche URLs liefern Fehlercodes? | Nein | Ja | Teilweise | Nein |
| Warum wird ein Button kaum genutzt? | Teilweise | Nein | Teilweise | Ja |
| Wie stabil lädt eine Seite bei realen Nutzern? | Nein | Nein | Ja (Felddaten) | Ergänzend |
| Welche Seiten sind intern schlecht verlinkt? | Nein | Ja | Nein | Nein |
| Wo brechen Nutzer einen Prozess ab? | Ja | Nein | Ergänzend | Ja |
| Erreicht eine Suchmaschine die wichtigen Seiten? | Nein | Ja | Ergänzend | Nein |
| Wie hoch ist der Traffic einer fremden Website? | Nur mit Zugriff | Nein | Nein | Nein |
„Ergänzend“ heißt: Die Daten liefern einen Hinweis, tragen die Antwort aber nicht allein. Eine träge Reaktion kann einen Abbruch begünstigen. Ob sie der Grund war, entscheidet sich erst im Zusammenspiel mehrerer Quellen.
Genau deshalb ist die verbreitete Verdichtung auf eine einzige Punktzahl problematisch. SEORCH prüft im kostenlosen Check Page Speed, Core Web Vitals, OnPage, Offpage und Mobile Friendly und stellt in den eigenen FAQ ausdrücklich die Frage, warum ein einzelner SEO-Score nicht sinnvoll ist. Ein Score mischt Befunde aus Klassen mit unterschiedlichen Gültigkeitsbereichen.
Achse 1: eigene Website mit Zugriff oder fremde ohne
Bei der eigenen Website lassen sich Messpunkte definieren, Ereignisse benennen und interne Datenquellen verknüpfen. Manche Quellen sind an diesen Zugriff sogar gebunden: Die Google Search Console liefert Daten ausschließlich für verifizierte eigene Properties. Sie steht in Vergleichslisten deshalb neben Analytics-Systemen, nicht an deren Stelle.
Bei einer fremden Website bleibt nur, was von außen beobachtbar ist:
- öffentlich erreichbare Inhalte und Seitenelemente
- Antworten des Servers, also Statuscodes und Weiterleitungen
- interne Links, soweit der Crawl sie findet
- Performance unter einer selbst gewählten Testbedingung
- erkennbare Technologien und strukturierte Daten
- externe Sichtbarkeitsdaten aus Drittanbieter-Datenbanken
Nicht messbar sind echte Besucherzahlen, interne Conversion-Raten, vollständige Suchanfragedaten und tatsächliches Interaktionsverhalten. Anbieter modellieren Traffic und Keywords über Panels, Stichproben und Hochrechnungen. Solche Werte taugen für Größenordnung und Trend, nicht für exakte Einzelwerte.
Hinzu kommt die Stichprobengrenze der frei zugänglichen Checks. Die kostenlose Website-Analyse der Online Solutions Group ist auf 20 analysierte URLs begrenzt. Der Website Check von Pergamon Interactive arbeitet online, anonym und ohne Login und hat nach eigenen Angaben über 3.100 Seiten getestet. Solche Werkzeuge sind ein guter Einstieg für eine Momentaufnahme, aber kein vollständiger Crawl einer großen Domain. Wer Wettbewerber bewertet, sollte Beobachtung und Schätzung sauber trennen: „Die Seite antwortet mit Statuscode 200“ ist ein gemessener Befund, „die Domain erhält monatlich 80.000 Besuche“ ist ohne Datenzugriff eine Modellrechnung.
Achse 2: Datenhoheit, DSGVO und die daraus folgenden Lücken
Diese Entscheidung betrifft nicht nur den Anbieter, sondern die Daten selbst: Sie bestimmt mit, welche Werte überhaupt entstehen. Dass Datenschutz inzwischen selbst zum Prüfgegenstand geworden ist, zeigt Seitenreport, seit 2007 im Einsatz: Der login-freie Check bewertet neben SEO, Barrierefreiheit, Core Web Vitals und AI Readiness auch DSGVO und Tracking und vergleicht gegen mehr als 68.000 Benchmark-Domains.
Cloud-Tool. Die Daten laufen in die Infrastruktur eines externen Anbieters. Das senkt den Betriebsaufwand und erleichtert Auswertungen. Zu prüfen sind Datenstandort, Auftragsverarbeitung, Löschkonzept, Zugriffsrechte, Drittlandübermittlung und das eingesetzte Tracking-Verfahren.
Self-Hosting. Anwendung und Daten bleiben stärker unter eigener Kontrolle, dafür wandern Konfiguration, Updates, Sicherheit, Speicherfristen und Berechtigungskonzepte zum Betreiber. Wichtig: Self-Hosting erzeugt keine vollständigen Daten. Wenn eine Messung eine Einwilligung braucht und diese ausbleibt, fehlt die Zeile auch auf dem eigenen Server.
Serverseitiges Tracking. Teile der Verarbeitung wandern aus dem Browser in eine kontrollierte Serverumgebung. Datenflüsse werden steuerbarer, manche technischen Verluste kleiner. Ein Weg um Einwilligung oder Zweckbindung herum ist das nicht, und was der Browser gar nicht sendet, steht serverseitig ebenfalls nicht zur Verfügung. Dafür steigt die Verantwortung für Datenmodell, Filterung und sichere Verarbeitung.
In allen drei Varianten gilt dasselbe: Datenschutzbedingte Lücken lassen sich methodisch berücksichtigen, etwa über Modellierung, Vergleichszeiträume und serverseitige Kennzahlen. Wegkonfigurieren lassen sie sich nicht.
Drei Toolstacks statt eines Testsiegers
Für eine kleine redaktionelle Website genügt meist Web-Analytics plus ein periodischer Crawl plus eine Performance-Prüfung der wichtigsten Seitentypen. UX-Werkzeuge kommen erst dazu, wenn eine konkrete Frage zur Seitennutzung offen ist.
Für Shop oder Lead-System verschiebt sich das Gewicht: Analytics mit sauber definierten Ereignissen, UX-Daten auf den kritischen Prozessstrecken, ein Crawler gegen die Skalierungsprobleme großer Seitenzahlen, Performance-Felddaten für Kategorie-, Produkt- und Checkout-Typen.
Für die Wettbewerbsanalyse entfällt die halbe Werkzeugkiste. Übrig bleiben öffentlicher Crawl, externe Sichtbarkeitsdaten und kontrollierte Performance-Messungen. Traffic-Zahlen werden hier als Bandbreite geführt, nicht als Fakt.
In datenschutzsensiblen Umgebungen ist ein selbst betriebenes Analytics-System mit bewusst reduzierter Erhebung tragfähig. Die Auswertung wird dadurch gröber. Das ist kein Messfehler, sondern die Folge einer Entscheidung.
Die Auswahlregel für ein Website-Analyse-Tool
Ein tragfähiger Toolstack beginnt nicht beim Funktionsumfang eines Anbieters, sondern bei der Aussage, die ein Werkzeug überhaupt treffen darf:
- Nutzung und Conversions brauchen eigene Verhaltensdaten.
- Technische Seitenstrukturen brauchen einen Crawler.
- Ladeerlebnis und Core Web Vitals brauchen Performance-Daten, und zwar Felddaten, wenn es um echte Nutzer geht.
- Interaktionsprobleme brauchen UX-Daten.
- Fremde Websites erlauben Beobachtung und Schätzung, aber keine internen Wahrheiten.
- Mehr Datenhoheit bedeutet mehr Kontrolle bei mehr Betriebsverantwortung.
- Datenschutzbedingte Datenlücken lassen sich methodisch berücksichtigen, aber nicht seriös wegkonfigurieren.
Passend ist damit nicht das Werkzeug mit den meisten Funktionen, sondern das, dessen Datenklasse, Zugriffsmodell und Datenschutzkonzept zur anstehenden Entscheidung passen. Alles andere ist eine Liste.
