Warum ist die Absprungrate gestiegen? So finden Sie die Änderung dahinter

Was bedeutet eine steigende Absprungrate in GA4?

Eine höhere Absprungrate in GA4 bedeutet, dass ein größerer Teil Ihrer Sitzungen keines der Interaktionskriterien erfüllt hat. Das ist nicht dasselbe wie in Universal Analytics, wo jede Sitzung mit nur einer Seite als Absprung zählte.

Google definiert eine Sitzung mit Interaktion als Sitzung, die mindestens eine von drei Bedingungen erfüllt. Die Absprungrate ist der Prozentsatz der Sitzungen, die keine davon erfüllen. Sie ist also immer das Gegenstück zur Interaktionsrate.

Diese Tabelle ist die ganze Diagnose im Kleinen. Jede echte Ursache läuft über eine dieser Zeilen: Besucher bleiben kürzer, lösen weniger Schlüsselereignisse aus oder sehen weniger Seiten, oder GA4 zählt eines davon nicht mehr korrekt.

Interaktionszeit zählt nur, solange die Seite im Vordergrund ist. Wer Ihre Seite in einem Hintergrund-Tab öffnet und nie ansieht, kann als Absprung zählen, auch wenn der Tab eine Stunde lang offen bleibt.

Ist der Anstieg echt oder eine Tracking-Änderung?

Prüfen Sie zuerst das Tracking, denn eine Messänderung kann die Absprungrate über Nacht auf allen Kanälen verschieben, ohne dass sich das Verhalten ändert. Ein Anstieg, der an einem bestimmten Tag über alle Quellen und Geräte hinweg beginnt, deutet auf Tracking oder Website hin, nicht auf die Zielgruppe.

Diese Tracking-Änderungen treiben die Absprungrate am häufigsten nach oben:

• Der Timer wurde geändert. In GA4 finden Sie ihn unter „Verwaltung“ > „Datenstreams“ > Ihr Web-Stream > „Tag-Einstellungen konfigurieren“ > „Alle anzeigen“ > „Timer für Sitzungen mit Interaktion anpassen“. Wer ihn über 10 Sekunden anhebt, macht kurze Sitzungen mit Interaktion zu Absprüngen, ohne dass sich an der Website etwas ändert.
• Ein Schlüsselereignis löst nicht mehr aus oder wurde entfernt. Sitzungen, die nur dank dieses Ereignisses als Interaktion galten, zählen jetzt als Absprung.
• Virtuelle Seitenaufrufe in einer Single-Page-App sind kaputt. Ohne sie behandelt GA4 die App als eine einzige Seite, und Googles Leitfaden warnt, dass das die Messwerte verzerrt.
• Seitenaufrufe wurden doppelt gezählt, und jemand hat es behoben. Google warnt, dass die erweiterte Analyse für Browserverlaufsereignisse zusammen mit einer eigenen Google Tag Manager-Konfiguration Seitenaufrufe doppelt zählen kann. Nach der Korrektur fallen die falschen zweiten Seiten weg, und die Absprungrate steigt auf ihr echtes Niveau.
• Das Tag fehlt auf einigen Vorlagen. Ein Relaunch oder eine neue CMS-Vorlage ohne GA4-Tag ändert, welche Seiten gemessen werden.
• Die Einwilligung hat sich geändert. Ein neues Banner oder eine andere Einwilligungskonfiguration kann ändern, welche Sitzungen Sie vollständig messen.

Öffnen Sie zur Prüfung den Versionsverlauf von Google Tag Manager für die Tage vor dem Anstieg, fragen Sie nach, wer GA4-Einstellungen geändert hat, und klicken Sie sich im DebugView durch die Website, um zu bestätigen, dass page_view und Schlüsselereignisse weiter ankommen. Unser Beitrag zum GTM-Versionsverlauf zeigt, wie Sie sehen, wer was veröffentlicht hat.

Hat sich der Traffic-Mix geändert oder das Verhalten der Besucher?

Wenn das Tracking sauber ist, prüfen Sie, ob Sie andere Besucher bekommen, bevor Sie annehmen, dieselben Besucher seien weniger interessiert. Eine neue Quelle mit wenig Kaufabsicht kann den Durchschnitt der Website anheben, während alle bisherigen Kanäle stabil bleiben.

1. Fügen Sie die Absprungrate einem Detailbericht hinzu. GA4 zeigt sie nicht standardmäßig: Öffnen Sie den Bericht, klicken Sie auf „Bericht anpassen“, unter „Berichtsdaten“ auf „Messwerte“, dann „Messwert hinzufügen“, geben Sie „Absprungrate“ ein und klicken Sie auf „Übernehmen“. Sie benötigen die Rolle Bearbeiter oder Administrator.
2. Schlüsseln Sie nach Kanal und nach Quelle / Medium auf. Vergleichen Sie die zwei Wochen vor dem Anstieg mit der Woche danach.
3. Achten Sie auf den Anteil jedes Kanals an den Sitzungen, nicht nur auf die Rate. Sind Display, Performance Max, Meta-Placements oder eine verweisende Website von 5 % auf 25 % der Sitzungen gestiegen, erklärt der Mix den Durchschnitt.
4. Trennen Sie nach Gerät und Landingpage. Ein Anstieg nur auf Mobilgeräten und auf einer Landingpage ist ein ganz anderes Problem als ein Anstieg auf der ganzen Website.
5. Suchen Sie nach Spam- oder Bot-Mustern: eine Quelle, eine Stadt, Sitzungen ohne Interaktionszeit und ohne Schlüsselereignisse.

Prüfen Sie auf der Anzeigenseite, ob weitgehend passende Keywords ausgeweitet, neue Placements oder Zielgruppenerweiterungen aktiviert oder am selben Tag eine Kampagne gestartet wurde. All das kann Besucher bringen, die nach wenigen Sekunden wieder gehen.

Welche Website-Änderungen erhöhen die Absprungrate?

Sind Tracking und Traffic-Mix ausgeschlossen, prüfen Sie, was sich auf den Einstiegsseiten geändert hat. Die üblichen Verdächtigen sind Änderungen, die die ersten 10 Sekunden verschlechtern.

• Ladezeit: ein schwereres Header-Bild, ein neues Skript oder ein Chat-Widget, das den ersten Bildschirm verzögert.
• Overlays: ein Newsletter-Pop-up oder eine Cookie-Wall, die vor dem Inhalt erscheint.
• Botschaft: eine Anzeige oder E-Mail verspricht ein Angebot, die Landingpage zeigt ein anderes.
• Navigation: entfernte interne Links, ein eingeklapptes Menü oder ein fehlender Block mit verwandten Inhalten, der den zweiten Seitenaufruf brachte.
• Formulare und CTAs: ein defektes Formular oder ein entfernter Button, der das Schlüsselereignis vieler Sitzungen war.
• Inhalt: eine umgeschriebene Einleitung, ein verschobener Preis oder eine entfernte Vergleichstabelle auf einer Seite mit viel Traffic.

Sortieren Sie alles nach dem Datum der Veröffentlichung. Eine Änderung, die am Tag vor dem Anstieg live ging, auf genau den betroffenen Seiten, ist mehr wert als eine lange Liste möglicher Probleme. Unser Beitrag zum Website-Änderungsprotokoll erklärt, wie Sie Releases festhalten, um sie später zu datieren.

Wie isoliere ich, welche Änderung den Anstieg der Absprungrate verursacht hat?

Bestimmen Sie den genauen Tag, an dem sich die Absprungrate verändert hat, legen Sie alle Änderungen der Tage davor auf eine Zeitachse und prüfen Sie sie der Reihe nach. Die Ursache ist fast immer eine Änderung, die kurz vor dem Anstieg live ging und dieselben Seiten, Kanäle oder Geräte betrifft.

1. Anstieg datieren
2. Tracking ausschließen
3. Traffic-Mix prüfen
4. Änderungen nebeneinanderlegen
5. Eine Ursache testen

Nutzen Sie Tageswerte, keine Wochendurchschnitte, um den Starttag zu finden. Sammeln Sie dann alles aus den fünf bis sieben Tagen davor: Änderungen Ihres Teams in Google Ads und Meta, Automatisierungen der Plattformen, GTM-Veröffentlichungen, GA4-Einstellungen, Website-Releases, Änderungen am CRM oder an Formularen sowie externe Ereignisse wie einen Newsletter oder einen Presseartikel.

Gleichen Sie jede Änderung mit dem Muster des Anstiegs ab. Ein Anstieg auf der ganzen Website und allen Kanälen passt zu Tracking oder einer Vorlage. Ein Anstieg nur bei bezahltem Social passt zu einer Änderung in Meta. Ein Anstieg auf einer einzigen Landingpage passt zu einer Änderung dieser Seite. Mit allen Änderungen auf einer Zeitachse würden Sie sehen, dass der GTM-Container am Morgen des Anstiegs veröffentlicht wurde, während die neue Kampagne erst zwei Tage später startete. Ein Marketing-Änderungsprotokoll in Changeline hält diese Zeitachse pro Kunde fest: Google Ads-Änderungen lassen sich automatisch importieren, den Rest protokolliert das Team mit Datum, Verantwortlichem und Grund.

Beispiel: Ein Kunde fragt, warum die Absprungrate letzte Woche von 38 % auf 55 % gestiegen ist. Die Agentur legt die Änderungen der Tage davor nebeneinander: neue Meta-Kampagne am Dienstag, GTM-Veröffentlichung am Mittwoch, aktualisierte Blog-Vorlage am Donnerstag. Der Anstieg beginnt am Mittwoch, auf allen Kanälen und Geräten, also ist die GTM-Veröffentlichung verdächtig. Die neue Container-Version sendete auf den Produktseiten des Single-Page-Shops keine virtuellen Seitenaufrufe mehr, und wer drei Produkte ansah, zählte als Absprung. Nach dem Wiederherstellen des Triggers lag die Rate binnen zwei Tagen wieder bei 39 %.

Wie belege ich die Ursache, bevor ich sie berichte?

Die Ursache ist belegt, wenn sich das betroffene Segment bewegt hat und das nicht betroffene nicht, und wenn das Rückgängigmachen der Änderung die Kennzahl zurückbringt. Zeitliche Übereinstimmung ist der Ausgangspunkt, nicht der Beweis.

• Segmente vergleichen. Betraf die Änderung nur Mobilgeräte, die Produktseiten oder eine Kampagne, sollte der Rest der Website an denselben Tagen stabil sein.
• Mechanismus prüfen. Gehen Sie zurück zu den drei Bedingungen: Haben die Sitzungen Zeit, Schlüsselereignisse oder die zweite Seite verloren? Die Antwort muss zu dem passen, was die Änderung bewirkt hat.
• Zurücksetzen oder korrigieren und beobachten. Stellen Sie die alte Version wieder her, pausieren Sie die Kampagne oder reparieren Sie das Tag und vergleichen Sie die Folgetage mit den Tagen vor dem Anstieg.
• Dokumentieren. Halten Sie Änderung, Livegang, Korrekturdatum und Effekt auf die Absprungrate fest, damit niemand die Analyse wiederholen muss.

Wenn Kunde oder Vorgesetzte fragen, antworten Sie mit der Änderung, dem Datum und dem Beleg, nicht mit einer Liste von Möglichkeiten. Unser Ratgeber, wie Sie einen Einbruch gegenüber dem Kunden erklären, liefert eine wiederverwendbare Struktur.

Wie verhindere ich, dass die nächste Absprungspitze ein Rätsel bleibt?

Protokollieren Sie jede Änderung, wenn Sie sie vornehmen, mit Datum, Verantwortlichem und Grund, und markieren Sie die großen in Ihren Diagrammen. Dann lässt sich die nächste Spitze in Minuten erklären statt in Tagen.

• Führen Sie ein Marketing-Änderungsprotokoll pro Kunde oder Website, das Anzeigen, Website, Tracking und CRM abdeckt.
• Setzen Sie GA4-Anmerkungen für Releases, Tracking-Änderungen und Kampagnenstarts, damit sie in den Diagrammen erscheinen, die alle ansehen.
• Speichern Sie einen Detailbericht mit Absprungrate und Interaktionsrate nach Kanal und Landingpage, damit die Aufschlüsselung bereitsteht.
• Vereinbaren Sie, dass niemand Timer oder Schlüsselereignisse ändert, ohne es zu protokollieren, denn beides verändert die Absprungrate ohne jede Verhaltensänderung.

Für größere Einbrüche gilt dieselbe Methode bei Traffic und Conversion-Rate: siehe Traffic-Einbruch in GA4 und warum die Conversion-Rate gesunken ist.