Consent Signals und Modelling: Conversions messen nach Cookie-Ablehnung (2026)

Stellen Sie sich vor, ein Drittel Ihrer Website-Besucher lehnt Cookies ab. Ohne die richtige Messinfrastruktur verschwinden erhebliche Teile Ihrer Conversion-Daten einfach. Ihre Smart Bidding-Strategie arbeitet auf Basis eines unvollständigen Bildes, Ihre tROAS- oder tCPA-Ziele sind falsch kalibriert, und Sie bieten möglicherweise zu niedrig auf Traffic, der tatsächlich konvertiert. Das ist die tägliche Realität für Werbetreibende im Jahr 2026. Consent Signals und Conversion Modelling sind die technologische Lösung, die dieses Problem strukturell behebt – ohne gegen Datenschutzgesetze zu verstoßen. Dieser Artikel erklärt genau, wie es funktioniert, wann es am wichtigsten ist und wie AdBrains eigene KI-Technologie diesen Prozess auf die nächste Stufe hebt.

Warum Cookie-Ablehnung ein Messproblem für Google Ads ist

Innerhalb der Europäischen Union ist das Setzen nicht funktionaler Cookies ohne ausdrückliche Einwilligung gemäß der ePrivacy-Richtlinie und der DSGVO verboten. Ein erheblicher Teil Ihrer Besucher ignoriert das Cookie-Banner oder lehnt es aktiv ab. Je nach Branche und Banner-Design liegen die Ablehnungsquoten typischerweise zwischen 25 und 45 Prozent.

Für einen Webshop wie ToetsJeKennis.nl oder einen Lead-Generation-Werbetreibenden wie Clima-Active.nl hat das direkte Konsequenzen. Wenn 35 Prozent des Traffics Cookies ablehnen, ist jeder Kauf oder jede Angebotsanfrage dieser Gruppe für Google Ads völlig unsichtbar. Ihre Conversion-Spalte ist strukturell zu niedrig ausgewiesen, und Ihr Smart Bidding-Algorithmus glaubt, dass bestimmte Kampagnen schlechter abschneiden als sie es tatsächlich tun. Das Ergebnis sind niedrigere Gebote, weniger impressions und entgangene Einnahmen.

Der Kern des Problems liegt darin, dass klassisches pixelbasiertes conversion tracking vollständig vom Einwilligungsstatus des Besuchers abhängt. Kein Cookie bedeutet keine Messung. Jahrelang war das der unvermeidliche Kompromiss zwischen Datenschutz und Datenqualität. Mit der Einführung von Consent Mode v2 durch Google ist dieser Kompromiss weitgehend aufgelöst worden – vorausgesetzt, die Implementierung erfolgt korrekt.

Was sind Consent Signals genau?

Consent Signals sind strukturierte, pseudonymisierte Datenpunkte, die Google erhält, wenn ein Besucher mit Ihrer Website interagiert – unabhängig davon, ob dieser Besucher Cookies akzeptiert oder abgelehnt hat. Sie enthalten keine personenbezogenen Daten. Stattdessen liefern sie Google aggregierte Verhaltenssignale über den Besucher, wie besuchte Seiten, Sitzungsdauer und ob ein Conversion-Ereignis stattgefunden hat.

Consent Mode v2 unterscheidet vier spezifische Parameter, die Sie in Ihrem Google Tag oder über den Google Tag Manager konfigurieren:

• ad_storage: Steuert, ob werbebezogene Cookies (wie das Google Ads Conversion-Cookie) gespeichert werden dürfen. Bei Ablehnung werden keine Tracking-Cookies gesetzt.
• ad_user_data: Steuert, ob Nutzerdaten zu Werbezwecken an Google gesendet werden dürfen, einschließlich Enhanced Conversions.
• analytics_storage: Steuert, ob analytische Cookies (Google Analytics 4) zur Sitzungsmessung gesetzt werden dürfen.
• ad_personalization: Steuert, ob der Besucher zu remarketing audiences hinzugefügt werden darf.

Wenn ad_storage abgelehnt wird, stoppt das klassische Cookie-Tracking. Doch mit aktivem Consent Mode v2 sendet das gtag- oder GTM-Tag weiterhin anonyme Ping-Signale an Google – sogenannte cookieless pings. Diese Pings enthalten keine personenbezogenen Daten, geben Google aber genug Informationen, um über Modelling eine statistische Schätzung der tatsächlichen Anzahl von Conversions vorzunehmen.

Wie Conversion Modelling technisch funktioniert

Conversion Modelling ist Googles statistische Technik, um die durch Cookie-Ablehnung entstandene Lücke zu schließen. Auf Basis von cookieless pings und den Verhaltensmustern von Besuchern, die ihre Einwilligung gegeben haben, erstellt Google ein statistisches Modell. Dieses Modell schätzt pro Kampagne, pro Anzeigengruppe und pro Keyword, wie viele Conversions wahrscheinlich in der Gruppe der Nicht-Einwilligenden stattgefunden haben.

Das Modell basiert auf maschinellem Lernen und berücksichtigt unter anderem folgende Faktoren:

• Historisches Conversion-Verhalten pro Kanal, Gerät und Tageszeit
• Das Verhältnis zwischen einwilligenden und nicht einwilligenden Besuchern pro Segment
• Verhaltenssignale aus cookieless pings (Seitentiefe, Sitzungsdauer, Scroll-Ereignisse)
• Branchenspezifische Conversion-Rate-Benchmarks
• Saisonale Muster und externe Marktfaktoren

Modellierte Conversions werden vollständig transparent neben gemessenen Conversions zu Ihrem Google Ads-Reporting hinzugefügt. Smart Bidding nutzt beide Signalmengen kombiniert zur Berechnung von Geboten. Für E-4motion.com, einen Webshop für neue elektrische Falträder, der sowohl Direktkäufe als auch Probefahrtanfragen anbietet, stellt dies sicher, dass sowohl E-Commerce-Conversions als auch Leads vollständig in die Gebotsoptimierung einfließen – einschließlich derjenigen von Besuchern, die das Cookie-Banner geschlossen haben.

Modellierte Conversions sind keine Erfindungen. Es handelt sich um statistische Schätzungen mit einer durchschnittlichen Genauigkeit von 98 Prozent im Vergleich zum tatsächlichen Verhalten – vorausgesetzt, das Modell verfügt über ausreichende Trainingsdaten. Das erfordert einen Mindestschwellenwert an gemessenen Conversions pro Kampagne, in der Regel mindestens 50 pro Monat, für eine zuverlässige Modellierung. Genau deshalb ist eine solide First-Party-Datenerhebung neben Consent Mode v2 so entscheidend.

Consent Mode v2 vs. Standard-Tracking: ein direkter Vergleich

Um den Mehrwert konkret zu machen, betrachten wir eine Lead-Generation-Kampagne für Clima-Active.nl, einen Installateur von Klimaanlagen und Wärmepumpen. Bei 1.000 Klicks pro Monat und einer Ablehnungsquote von 35 Prozent stammen 350 Klicks von Besuchern, die keine Cookies akzeptieren.

Werbetreibende, die auf Consent Mode v2 mit Conversion Modelling umsteigen, verzeichnen im Durchschnitt 23 Prozent mehr getrackte Conversions – einfach weil die Messlücke geschlossen wird. Diese zusätzlichen Daten fließen in Smart Bidding ein und führen zu besserer Kampagnenleistung, ohne das Werbebudget zu erhöhen.

Die Kombination mit Enhanced Conversions verstärkt diesen Effekt weiter. Enhanced Conversions sendet gehashte First-Party-Daten (wie eine E-Mail-Adresse nach einem Kauf oder einem Lead-Formular) an Google, wodurch das Modell präziser abgleichen und das Signalset weiter anreichern kann. Server-side tracking über eine dedizierte sGTM-Infrastruktur fügt eine weitere Ebene hinzu: Conversion-Signale werden mit First-Party-Daten angereichert, bevor sie Google erreichen, sodass browserbasierte Adblocker oder ITP-Einschränkungen die Messung nicht stören können.

Wie AdBrains KI Consent Signals und Modelling automatisiert

Bei AdBrains ist datenschutzkonforme Messung keine manuelle Checkliste, sondern ein vollständig automatisierter Bestandteil unserer KI-Infrastruktur. Während andere Agenturen Consent Mode v2 einmalig konfigurieren und nie wieder überprüfen, überwacht unsere KI täglich die Qualität und Vollständigkeit der Consent-Implementierung für jedes von uns verwaltete Konto.

Unsere serverseitige Signalanreicherung funktioniert wie folgt: Wir betreiben pro Kunde eine dedizierte sGTM-Infrastruktur (server-side Google Tag Manager). Conversion-Signale werden auf Serverebene mit First-Party-Daten angereichert, gehasht und anschließend an Google Ads und GA4 weitergeleitet. Das umgeht browserbasierte Tracking-Einschränkungen vollständig und stellt sicher, dass jede Conversion – einschließlich derjenigen von Safari-Nutzern mit ITP oder Besuchern mit Adblockern – als Signal bei Google Smart Bidding ankommt.

Unser Multi-Agent-Verifizierungssystem prüft zudem täglich, ob die von einer Website eingehenden Consent Signals mit dem erwarteten Verhaltensmuster übereinstimmen. Wird eine Anomalie erkannt – beispielsweise ein plötzlicher Rückgang bei cookieless pings oder ein widersprüchlicher Consent-Status im Data Layer – werden unsere Account Manager automatisch alarmiert, bevor die Smart Bidding-Performance beeinträchtigt wird. So wird verhindert, dass ein defektes Cookie-Banner oder eine fehlerhafte GTM-Konfiguration wochenlang unbemerkt bleibt und Kampagnenergebnisse stillschweigend untergräbt.

Darüber hinaus passt unser automatisches tCPA/tROAS-Optimierungssystem die bidding-Strategien an, sobald modellierte Conversion-Daten einen zuverlässigen Schwellenwert erreichen. Für ToetsJeKennis.nl bedeutet das, dass der Ziel-ROAS auf Basis des kombinierten Volumens aus gemessenen und modellierten Conversions neu kalibriert wird – nicht nur auf Basis der gemessenen Teilmenge. Dadurch werden Gebote niemals zu konservativ auf Segmente gesetzt, die tatsächlich gut performen, aber in den Rohdaten aufgrund von Cookie-Ablehnung unterperformend erscheinen.

Schließlich integriert unsere KI den Consent-Signal-Status in den Keyword Incubator und die automatischen Kampagnenerweiterungsmodule. Im Incubator getestete neue Keywords werden nur dann in Produktionskampagnen übernommen, wenn die Conversion-Daten – einschließlich der Modellierungskomponente – ausreichend zuverlässig sind. So wird sichergestellt, dass Entscheidungen über das Skalieren oder Pausieren von Keywords stets auf der vollständigsten Sicht der Realität basieren – niemals auf fehlerhafter Messung.

Die Kombination aus serverseitiger Signalanreicherung, Multi-Agent-Monitoring und automatisierter Smart Bidding-Kalibrierung bedeutet, dass AdBrains-Kunden strukturell mehr Rendite aus ihrem Google Ads-Budget erzielen – auch in einer Welt, in der immer mehr Besucher das Cookie-Banner ablehnen.

Praktische Implementierungsschritte für Consent Mode v2

Für Werbetreibende, die Consent Signals und Modelling selbst implementieren möchten, sind hier die wesentlichen Schritte für ein korrektes Setup:

1. Installieren Sie eine Consent Management Platform (CMP), die von Google als CMP Partner zertifiziert ist, wie Cookiebot, Usercentrics oder OneTrust. Dies gewährleistet eine technisch korrekte Verbindung zwischen dem Cookie-Banner und den Consent-Parametern im GTM.
2. Aktivieren Sie Consent Mode v2 über den Google Tag Manager, indem Sie den offiziellen Consent Initialization-Trigger konfigurieren und alle vier Parameter beim Laden der Seite – vor der Einwilligung – auf den Standardstatus „denied" setzen.
3. Konfigurieren Sie den Update-Trigger, damit Consent-Parameter automatisch auf „granted" aktualisiert werden, wenn ein Besucher Cookies im CMP akzeptiert.
4. Implementieren Sie Enhanced Conversions in Google Ads, indem Sie gehashte Nutzerdaten (SHA-256-E-Mail-Adressen) zusammen mit Conversion-Ereignissen senden. Das reichert das Modell an und verbessert die Genauigkeit modellierter Conversions.
5. Validieren Sie die Implementierung mit dem Consent Mode-Debugger im GTM und prüfen Sie in Google Ads, ob modellierte Conversions im Conversion-Bericht erscheinen.
6. Erwägen Sie server-side tracking über sGTM für maximale Signalintegrität – insbesondere wenn Ihre Zielgruppe viele Safari- oder Firefox-Nutzer umfasst oder Sie in einer Branche mit hohen Cookie-Ablehnungsraten tätig sind.

Häufig gestellte Fragen zu Consent Signals und Conversion Modelling

Was ist der Unterschied zwischen Consent Mode v1 und Consent Mode v2?

Consent Mode v1 führte die grundlegenden Parameter ad_storage und analytics_storage ein, mit denen Google Cookies basierend auf dem Einwilligungsstatus anpassen konnte. Consent Mode v2, von Google ab März 2024 für die Nutzung im EWR vorgeschrieben, fügt zwei neue Parameter hinzu: ad_user_data und ad_personalization. Diese sind speziell erforderlich, um Nutzerdaten zu Werbezwecken an Google zu senden und um personalisierte Werbezielgruppen aufzubauen. Ohne die v2-Parameter verlieren Sie den Zugang zu bestimmten Smart Bidding-Funktionen und audience-Segmenten – selbst wenn der Besucher seine Einwilligung gegeben hat.

Sind modellierte Conversions genauso zuverlässig wie gemessene Conversions?

Modellierte Conversions sind statistische Schätzungen, keine direkten Messungen. Auf aggregierter Ebene – über Kampagnen und Zeiträume hinweg – erreichen die Schätzungen eine durchschnittliche Genauigkeit von 98 Prozent im Vergleich zum tatsächlichen Conversion-Verhalten. Auf individueller Ebene können sie nicht auf eine bestimmte Person oder Sitzung zurückgeführt werden. Für die Smart Bidding-Optimierung sind sie gemessenen Conversions vollständig gleichwertig; der Algorithmus behandelt beide Signaltypen gleich. Die Zuverlässigkeit steigt, je mehr Conversion-Volumen eine Kampagne generiert und je stärker die First-Party-Datenbasis wird.

Wie sehe ich modellierte Conversions in meinem Google Ads-Konto?

In Google Ads können Sie Ihren Conversion-Spalten eine spezifische Spalte für „Modellierte Conversions" oder „Einschließlich modellierter Conversions" hinzufügen. In der Standardansicht zeigt die Spalte „Conversions" bereits eine Kombination aus gemessenen und modellierten Conversions – vorausgesetzt, Consent Mode v2 ist korrekt implementiert. In GA4 ermöglicht das Reporting eine Segmentierung zwischen gemessenen und modellierten Sitzungen. Über die Google Ads API sind modellierte Conversions auch als separate Kennzahl verfügbar, was für erweiterte Dashboards und Reporting-Tools nützlich ist.

Ist Conversion Modelling nur für den europäischen Markt relevant?

Conversion Modelling ist technisch gesehen weltweit verfügbar, aber seine Relevanz ist am größten in Märkten mit strengen Datenschutzgesetzen wie dem EWR (DSGVO/ePrivacy), dem Vereinigten Königreich (UK GDPR) und bestimmten US-Bundesstaaten (CCPA in Kalifornien). In Märkten ohne verpflichtende Cookie-Banner ist die Ablehnungsquote geringer, aber iOS-bedingte Tracking-Einschränkungen (ITP in Safari) verursachen auch außerhalb Europas strukturelle Messlücken. Conversion Modelling ist daher eine universell relevante Technik für jeden Werbetreibenden, der Google Ads zur Leistungsmessung einsetzt.