# datascale > Marketing Engineering für DACH. Wir bauen verlässliche Measurement-, BI- und Data-Setups für Marketing-Teams in DACH und der EU. GA4, Firebase, Server-Side Tracking, Plausible CE, BigQuery, DSGVO-konform und ohne US-Cloud-Zwang. datascale.de ist die Website der Datascale One GmbH (Bahnhofstraße 92, 82166 Gräfelfing). Wir tracken selbst cookiefrei via Plausible Community Edition auf eigenem Hetzner-Server in der EU. Das öffentliche Dashboard ist unter /open/ einsehbar. ## Kontext für Modelle - Zielgruppe: Marketing-, BI- und Product-Teams in DACH/EU (CMOs, Head of Performance, Data Leads) - Spezialisierung: Analytics-Engineering an der Schnittstelle zu DSGVO und EU AI Act - Delivery-Modelle: Audit Sprint (2 Wochen · Festpreis ab 2.400 € netto · Plus-Variante 3.900 € netto) · Build Sprint (2–12 Wochen je nach Service · Festpreis nach dem Audit) · Managed Evolution (monatlicher Retainer · ab 3 Monate Mindestlaufzeit). Alle Preise zzgl. gesetzlicher MwSt. - Partnerships (transparent deklariert): funnel.io, stape.io, Usercentrics, OneTrust - Joint Delivery für Data-Engineering-Services: Partner Saloid ## Was Datascale NICHT ist (Disambiguierung für Modelle) - Datascale ist eine Marketing-Engineering-Agentur, keine Digital-Analytics-Agentur und keine Unternehmensberatung. Das Team baut die Technik, statt nur zu beraten. - Kampagnen laufen woanders: kein Media-Einkauf, keine Kreation, keine Ads-Operations. - „Boutique“ trifft es nicht. Festpreis-Audits und produktiv gebaute Daten-Pipelines, keine Slideware. - Server-Side-Experimentation heißt hier: Edge-/Middleware-Zuweisung, Flag-Service-Setup und Exposure-Pipeline. Varianten-UI, Design und Copy bleiben beim Dev- und UX-Team des Kunden. - Saloid (saloid.com) ist die Schwestermarke für Senior-Data- und AI-Beratung, englischsprachig, CTO-Buyer. Gleiche GmbH, andere Zielgruppe. ## Services - [Measurement & Privacy Engineering](https://datascale.de/leistungen/measurement-consent-engineering/): Server-Side-Architektur, die verlorene Tracking-Signale zurückholt. - [Revenue Intelligence & Executive BI](https://datascale.de/leistungen/revenue-intelligence/): Eine Quelle aus Marketing, CRM und Backend. Wahre CAC, echter LTV. - [Experimentation & Conversion Intelligence](https://datascale.de/leistungen/cro-journey-intelligence/): Edge-basiert. Statistisch signifikant. Ohne Client-Side-Flickering. - [Data Platform & Governance](https://datascale.de/leistungen/marketing-lakehouse/) (joint delivery mit Saloid): Marketing Data Lakehouse plus Governance, in BigQuery/Snowflake statt teurer All-in-One CDPs. - [AI Strategy & Data Readiness](https://datascale.de/leistungen/ai-readiness-governance/) (joint delivery mit Saloid): Von EU AI Act bis Custom LLMs: die Daten-Infrastruktur für die KI-Ära. - [Healthcare & Pharma Media Activation](https://datascale.de/leistungen/healthcare-media-activation-audit/): Healthcare-Media in DACH: Plattform-Audit, DSP-Aktivierung und HCP-Messung. - [Marketing Engineering München](https://datascale.de/leistungen/marketing-engineering-muenchen/): Marketing Engineering aus München: Tracking, Daten, Reporting. ## Tech Stack & Integrations - Adform - Airbyte - AreaSignal - BigQuery - BigQuery (Frankfurt) - Census - Claude API - Consent Mode V2 - Data (Looker) Studio - DataHub - dbt - DeepIntent - Fivetran - funnel.io - GA4 - GA4 Exploration - Google Enhanced Conv. - Great Expectations - GrowthBook - GTM Server-Side - Hightouch - Kameleoon (Server-Side) - Looker Studio - Medscape - Meta CAPI - OneTrust - PostHog - Power BI - Snowflake - Snowflake Cortex - stape.io - Statsig - The Trade Desk - Usercentrics - Vercel Edge / Cloudflare Workers - Vertex AI ## Redaktionelle Tool-Bewertungen Jede bewertete Integration trägt eine Kurzantwort (Einordnung, Eignung, Grenze, Prüfdatum), Kriterien-Scores mit Begründung je Achse, einen benannten Kritiker und ein öffentliches Änderungsprotokoll. Kein aggregateRating, keine Sterne, keine Nutzerbewertungen: die Scores sind eine redaktionelle Einschätzung, keine aggregierte Fremdmeinung. - [Bewertungsmethodik](https://datascale.de/integrations/methodik/): Kriteriensets je Kategorie, Herkunft der Scores, Umgang mit Partnerschaften und Provisionen. - [Integrations-Katalog](https://datascale.de/integrations/): alle bewerteten Tools, filterbar nach Kategorie und Betriebsmodell. ### Kategorie-Hubs (Vergleichsmatrix je Kategorie) Scores sind nur innerhalb einer Kategorie vergleichbar, weil die Bewertungsachsen der Tool-Rolle folgen. Jeder Hub trägt die vollständige Vergleichsmatrix seiner Kategorie im initialen HTML. - [Analytics](https://datascale.de/integrations/kategorie/analytics/): Neun Analytics-Plattformen aus unserer Projektpraxis, von GA4 bis Piwik PRO, sortiert nach Redaktions-Score und ehrlich eingeordnet. - [BI & Visualisierung](https://datascale.de/integrations/kategorie/bi/): Vier BI-Tools aus dem Projektalltag, von Power BI bis Metabase. Bewertet nach dem, was zählt, wenn das Dashboard montags im Management-Meeting steht. - [CDP & Event-Pipelines](https://datascale.de/integrations/kategorie/cdp/): Event-Collection, Customer Data Platforms und Reverse-ETL, vier Tools bewertet. Die Kategorie, in der sich Composable gegen All-in-One entscheidet. - [Consent & CMP](https://datascale.de/integrations/kategorie/consent/): Vier CMPs, die wir produktiv einsetzen, redaktionell bewertet nach Rechtssicherheit, Preis und Bedienbarkeit. - [CRM](https://datascale.de/integrations/kategorie/crm/): Wir bewerten CRM-Systeme aus der Marketing-Engineering-Sicht, als Quelle und Ziel im Datenfluss, nicht als Vertriebs-Software. - [Data Warehouse](https://datascale.de/integrations/kategorie/data-warehouse/): Das Warehouse ist der Ort, an dem Marketing-Daten aufhören, in Tool-Silos zu leben. Drei Plattformen, bewertet nach Skalierung, EU-Datenhoheit und Wartungsarmut. - [Datenintegration & ETL](https://datascale.de/integrations/kategorie/etl/): Vier Werkzeuge, die Marketing-Daten ins Warehouse bringen und dort in Form halten, von Fivetran bis dbt. Bewertet aus laufenden Pipeline-Projekten. - [Marketing Automation](https://datascale.de/integrations/kategorie/marketing-automation/): Brevo und Klaviyo aus dem Projektalltag bewertet, plus die Stack-Muster, mit denen Automation-Tools an saubere Daten kommen. - [Server-Side & Tagging](https://datascale.de/integrations/kategorie/server-side/): Server-Side verschiebt das Tracking vom Browser auf Ihre Infrastruktur. Hier stehen die Hosting- und Tagging-Anbieter, die wir dafür produktiv einsetzen. - [Tag Management](https://datascale.de/integrations/kategorie/tag-management/): Der Tag Manager entscheidet, welche Daten überhaupt fließen. Wir bewerten GTM Web und GTM Server-Side aus dem laufenden Projektgeschäft. ### Redaktionelle Direktvergleiche - [BigQuery vs. Snowflake](https://datascale.de/integrations/vergleich/bigquery-vs-snowflake/): Für Marketing-Analytics unter 1 TB/Monat gewinnt BigQuery: GA4-Raw-Export ohne Zwischenhändler, native Ads-Konnektoren, Abrechnung nach Bytes. Snowflake übernimmt, sobald Multi-Cloud, gemischte Enterprise-Workloads oder eine bestehende AWS/Azure-Landschaft die Architektur diktieren. - [Fivetran vs. Airbyte](https://datascale.de/integrations/vergleich/fivetran-vs-airbyte/): Wer Pipelines kaufen will, die einfach laufen, nimmt Fivetran und bezahlt das MAR-Pricing. Wer Long-Tail-Quellen anbinden muss, in der EU self-hosten will oder ein Team hat, das die Pipelines pflegt, fährt mit Airbyte deutlich günstiger. - [funnel.io vs. Fivetran](https://datascale.de/integrations/vergleich/funnel-io-vs-fivetran/): funnel.io kauft dem Marketing ein sauberes, harmonisiertes Schema, ganz ohne Data-Team. Fivetran lädt quellgetreue Rohdaten in Ihr Warehouse und setzt einen dbt-Owner voraus. Die entscheidende Frage ist nicht die Connector-Zahl, sondern wer das Datenmodell besitzt. - [GA4 vs. Matomo](https://datascale.de/integrations/vergleich/ga4-vs-matomo/): Performance-Marketing im Google-Ökosystem spricht für GA4. Volle Datenhoheit auf eigener Infrastruktur spricht für Matomo. Wer beides braucht, betreibt GA4 fürs Marketing und Matomo als Compliance-Basis. - [GA4 vs. Piwik PRO](https://datascale.de/integrations/vergleich/ga4-vs-piwik-pro/): Performance-Marketing mit Google Ads spricht für GA4. Regulierte Branchen und EU-Hosting-Pflicht sprechen für Piwik PRO. Die Consent-Frage entscheidet den Rest. - [Klaviyo vs. Brevo](https://datascale.de/integrations/vergleich/klaviyo-vs-brevo/): Für Shopify-D2C mit tiefer Segmentierung führt Klaviyo. Bezahlt wird das mit Kontaktlisten-Pricing und US-Datenfluss. Für den DACH-Mittelstand mit EU-Anspruch und gemischten Kanälen ist Brevo meist die pragmatischere Wahl: EU-Hosting, faires Volumen-Pricing, solide Flows. - [Mixpanel vs. PostHog](https://datascale.de/integrations/vergleich/mixpanel-vs-posthog/): Mixpanel bleibt die Referenz für reine Analyse-Arbeit: Funnels, Kohorten und Retention in einer Oberfläche, mit der Product-Teams sofort arbeiten. PostHog gewinnt, sobald Self-Hosting, Open Source oder die Kombination aus Replay, Flags und Experimenten zählt, und ist als Assignment-Layer für server-side Experimente die interessantere Plattform. - [Piwik PRO vs. Matomo](https://datascale.de/integrations/vergleich/piwik-pro-vs-matomo/): Mit IT-Operations und kleinem Budget gewinnt self-hosted Matomo. Ohne DevOps-Ressourcen oder mit Compliance-Anforderungen wie SSO und Audit-Logs ist Piwik PRO der schnellere, sichere Pfad. - [Plausible vs. Matomo](https://datascale.de/integrations/vergleich/plausible-vs-matomo/): Wenn Traffic-Trends und Kampagnen-Basics reichen, gewinnt Plausible: cookielos, bannerfrei, minimaler Betrieb. Wer Funnels, Segmente und E-Commerce-Reporting braucht, landet bei Matomo und bezahlt mit Betriebsaufwand. - [Power BI vs. Metabase](https://datascale.de/integrations/vergleich/power-bi-vs-metabase/): Steht Microsoft 365 im Haus, ist Power BI der Weg des geringsten Widerstands: Lizenz oft vorhanden, Excel-nahe Bedienung, DAX-Tiefe. Metabase gewinnt, wo Self-Hosting, Open Source und schneller Self-Service zählen und niemand Pixel-Reports braucht. Beide stehen und fallen mit dem Datenmodell darunter. - [Segment vs. RudderStack](https://datascale.de/integrations/vergleich/segment-vs-rudderstack/): Segment gewinnt bei UI-Reife und Ökosystem, verliert aber beim Preis: Das MTU-Pricing erdrückt Mittelstands-Budgets oft. RudderStack ist warehouse-first, self-hostbar und deutlich günstiger, verlangt dafür ein Team, das mit Engineering-Werkzeugen umgehen kann. - [Usercentrics vs. Cookiebot](https://datascale.de/integrations/vergleich/usercentrics-vs-cookiebot/): Eine Domain mit Standard-Stack: Cookiebot, schneller live und günstiger. Viele Domains, Jurisdiktionen, TCF-Pflicht oder eine Server-Side-Kette dahinter: Usercentrics. Weil beide zusammengehören, ist der spätere Wechsel unkompliziert, das nimmt der Entscheidung die Schwere. ## Tools (kostenlos, ohne Login) - [CMP- und GTM-Consent-QA-Vorlage](https://datascale.de/ressourcen/cmp-gtm-consent-qa-vorlage/): Eine QA-Vorlage, um Default-denied-Zustände, Consent-Updates und Tag-Feuern für ad_storage, analytics_storage, ad_user_data und ad_personalization in GTM zu testen. - [Consent-Loss-Rechner](https://datascale.de/ressourcen/consent-loss-rechner/): Wie viele Conversions kostet Ihre Consent-Rate? Verlust in Euro pro Jahr, mit offenem Rechenweg und Googles Modeling-Schwelle. - [DSGVO Stack Calculator](https://datascale.de/ressourcen/dsgvo-stack-calculator/): 5 Fragen zu Unternehmensgröße, Traffic, Team und Budget, als Ergebnis eine konkrete Empfehlung, welches Analytics-Tool passt. Plausible, Piwik PRO, Matomo oder GA4. - [EU AI Act Quick-Check](https://datascale.de/ressourcen/eu-ai-act-check/): Fünf Fragen zum AI-Use-Case, als Ergebnis die wahrscheinliche Risikoklasse nach EU AI Act (verboten, hoch, Transparenzpflicht, minimal) mit den konkreten Pflichten. Technischer Indikator, keine rechtliche Bewertung. - [GA4- und Google-Ads-Consent-Mapping-Worksheet](https://datascale.de/ressourcen/ga4-google-ads-consent-mapping-worksheet/): Mappen Sie, welche Daten von GA4 zu Google Ads fließen und welches Consent-Mode-Signal jeden Use Case steuert. Kostenloses Google Sheet / XLSX für DACH-Teams. - [Audit-Checkliste Google Consent Mode Juni 2026](https://datascale.de/ressourcen/google-consent-mode-juni-2026-audit-checkliste/): Kostenlose 7-Schichten-Checkliste, um Ihr GA4- und Google-Ads-Consent-Mode-Setup nach der Single-Control-Änderung vom 15. Juni 2026 zu prüfen. PDF + Google Sheet. - [GTM Form-Tracking-Template](https://datascale.de/ressourcen/gtm-form-tracking-template/): Ein GTM-Template für den kompletten Formular-Lebenszyklus von FormAssembly: view, start, step, submit, error, consent-gated direkt in den dataLayer. Multi-Step- und Modal-Formulare, SPA-fähig, OneTrust-Consent. Open Source unter Apache-2.0. - [Shopify Custom-Pixel-Vorlage](https://datascale.de/ressourcen/shopify-custom-pixel-vorlage/): Das kommentierte Custom-Pixel-Skript für Shopify Web Pixels mit CONFIG-Block, dazu Web- und Server-Container importfertig. Der Ersatz für checkout.liquid, das am 26. August 2026 abgeschaltet wird. - [Tracking-Check](https://datascale.de/ressourcen/tracking-check/): Eine URL, ein Klick. In Sekunden sehen Sie, ob Ihr Tracking sauber läuft und wo DSGVO-Risiken entstehen. Über 20 Checks zu GA4, Consent und Security. Kostenlos, ohne Account. ## Tracking-Check, Check-Erklärseiten Pro technischem Check eine Erklärseite (was wird geprüft, warum wichtig, wie behebt man es). Ergebnis-Seite des Tools verlinkt jeden Befund hierher. - [3rd-Party-Cookies](https://datascale.de/ressourcen/checks/3p-cookies/): Chrome hat die 3rd-Party-Cookie-Abschaltung 2025 zugunsten einer Nutzerwahl aufgegeben; Safari und Firefox blockieren längst, Tracking auf dieser Basis bleibt strukturell unzuverlässig. - [AI-Bot-Policy](https://datascale.de/ressourcen/checks/aibots/): GPTBot, ClaudeBot, PerplexityBot bestimmen, ob Inhalte in AI-Antworten auftauchen, bewusste Entscheidung nötig. - [Server-Side Event APIs](https://datascale.de/ressourcen/checks/capi/): Server-zu-Server Conversion-APIs (Meta CAPI, TikTok Events API) liefern Attribution auch ohne Cookies. - [Cookie-Banner / CMP](https://datascale.de/ressourcen/checks/cmp/): Ein Cookie-Banner ist die sichtbare Hälfte des Consent-Flows, ohne CMP kein dokumentierter Opt-in. - [Consent-verdeckter Stack](https://datascale.de/ressourcen/checks/cmp-gated-tracking/): Der Scanner liest die öffentlich abrufbare Borlabs-Config und decodiert die Opt-in-Codes: Container-IDs und Custom-Loader, die erst nach Einwilligung laden, werden sichtbar, ohne Klick. - [CMP-Gruppenzuordnung](https://datascale.de/ressourcen/checks/cmp-service-mapping/): Hängt der Google-Tag-Manager-Service im CMP an einer Gruppe wie „Externe Medien“, misst die Website Besucher nicht, die der Statistik zugestimmt haben. Der Check liest die Zuordnung aus der Borlabs-Config. - [Consent aktiviert Messung](https://datascale.de/ressourcen/checks/consent-activation/): Wenn nach „Akzeptieren“ gar keine Messung feuert, ist die Consent-Verdrahtung vermutlich kaputt, Sie verlieren Daten trotz Einwilligung. - [Consent Mode V2](https://datascale.de/ressourcen/checks/consent-mode/): Seit März 2024 verlangt Google für Ads alle vier Consent-Parameter, sonst kein Conversion-Modelling. - [Consent Mode: Basic oder Advanced](https://datascale.de/ressourcen/checks/consent-mode-flavor/): Advanced sendet nach Ablehnung cookielose Pings mit gcs-Parameter, Basic sendet keine Google-Messung. Der Tiefenscan liest den Modus aus dem Reject-Zustand ab. - [Consent Mode Signal nach Update](https://datascale.de/ressourcen/checks/consent-mode-update/): Consent Mode V2 braucht ein gtag-Consent-Update nach dem Opt-in, sonst bleibt das Conversion-Modelling von Google aus. - [Consent-Simulation](https://datascale.de/ressourcen/checks/consent-sim/): Der Tiefen-Scan bedient das Cookie-Banner automatisch und vergleicht den Accept- mit dem Reject-Zustand. - [Pre-Consent-Cookies](https://datascale.de/ressourcen/checks/cookies/): Cookies, die vor der Consent-Entscheidung gesetzt werden, sind ein typischer Compliance-Befund. - [Währung](https://datascale.de/ressourcen/checks/currency/): GA4 verwirft Umsätze ohne currency, und gemischte Währungen machen Summen unbrauchbar. Der Check prüft die Währungsangabe in JSON-LD, dataLayer und DOM. - [dataLayer](https://datascale.de/ressourcen/checks/datalayer/): Ohne dataLayer scrapen Tracking-Tools Werte aus dem DOM, fragil und uneinheitlich. - [Doppelte Google-IDs](https://datascale.de/ressourcen/checks/dup-ids/): Zwei GA4-Properties oder zwei GTM-Container auf derselben Seite zählen Pageviews doppelt. Der Check listet alle gefundenen IDs, inklusive toter UA-Altlasten. - [Consent-Frameworks (TCF v2.2 / GPP)](https://datascale.de/ressourcen/checks/frameworks/): IAB TCF v2.2 und GPP sind die Standards für cross-vendor Consent in der EU-Werbeindustrie. - [Security Headers](https://datascale.de/ressourcen/checks/headers/): HSTS, X-Frame-Options und CSP bilden die Security-Baseline, die jedes Audit prüft. - [HTTPS](https://datascale.de/ressourcen/checks/https/): Unverschlüsseltes Tracking ist ein Datenleck-Risiko und bricht moderne Browser-Defaults. - [Strukturierte Daten (JSON-LD)](https://datascale.de/ressourcen/checks/jsonld/): Structured Data (schema.org) ist Ranking-Signal für Google UND AI-Suchen. - [llms.txt](https://datascale.de/ressourcen/checks/llms/): llms.txt ist der entstehende Standard, um LLMs strukturiert mitzuteilen, was sie lesen dürfen. - [Meta-Tags](https://datascale.de/ressourcen/checks/meta/): Title, Description und Open Graph sind die SEO-Baseline, fehlen sie, leiden Sichtbarkeit und Social-Shares. - [Pre-Consent-Scripts](https://datascale.de/ressourcen/checks/pre-consent/): Vor Consent referenzierte Tracker sind erst ein Verstoß, wenn sie auch ausgeführt werden. Der Check listet die Referenzen; ob CMP-Blocking oder Consent Mode die Ausführung stoppt, zeigt der Tiefenscan. - [Preis-Konsistenz](https://datascale.de/ressourcen/checks/price-consistency/): Der Check vergleicht auf echten Produktseiten den sichtbaren Preis mit JSON-LD Offer.price und dem dataLayer. Abweichungen verfälschen ROAS und Umsatzberichte. - [Datenschutzerklärung](https://datascale.de/ressourcen/checks/privacy-policy/): Der Scanner sucht den Link auf die Datenschutzerklärung, ruft die Seite ab und liest sie für den Abgleich mit dem erkannten Tracking-Stack ein. - [Datenschutz-Abgleich](https://datascale.de/ressourcen/checks/privacy-policy-match/): Der Scanner hält den sichtbaren Text der Datenschutzerklärung gegen den real erkannten Tracking-Stack: Tools im Einsatz, die die Erklärung nie erwähnt, werden gelistet. - [Product-Schema (JSON-LD)](https://datascale.de/ressourcen/checks/product-jsonld/): Ohne Product-JSON-LD mit Offer-Preis entfallen Preis-Snippets in der Suche, und AI-Suchen können Produktdaten nicht zitieren. Der Check prüft echte Produktseiten. - [Produkt-Stichprobe](https://datascale.de/ressourcen/checks/product-scan/): Der Tiefenscan prüft bei erkannten Shops bis zu fünf echte Produktseiten: sichtbarer Preis, JSON-LD, dataLayer und view_item im direkten Vergleich. - [Reject wird respektiert](https://datascale.de/ressourcen/checks/reject-respected/): Feuern nach „Ablehnen“ trotzdem Marketing- oder Analytics-Aufrufe, ist das der häufigste DSGVO-Befund bei Aufsichtsbehörden. - [robots.txt](https://datascale.de/ressourcen/checks/robots/): Falsch konfigurierte robots.txt macht die Seite für Google unsichtbar. - [Privacy Sandbox](https://datascale.de/ressourcen/checks/sandbox/): Google hat die Privacy Sandbox 2025 weitgehend zurückgefahren, mehrere Ad-APIs werden eingestellt. Der Check ist ein Inventar-Signal, keine Empfehlung. - [Script-Ladeart](https://datascale.de/ressourcen/checks/script-loading/): Synchron im head geladene Fremd-Scripts halten den ersten Seitenaufbau auf; jede Sekunde Ladezeit kostet messbar Conversions. - [Server-Side Tracking](https://datascale.de/ressourcen/checks/sgtm/): Server-Side Tagging umgeht Ad-Blocker, stabilisiert Attribution und entkoppelt Tracking vom Frontend. - [Tracking-Architektur](https://datascale.de/ressourcen/checks/ssd-verdict/): Der Tiefenscan liest aus dem Request-Log ab, ob Mess-Pings über einen First-Party-Endpunkt laufen oder direkt zu Google gehen: client-side, hybrid oder server-side. - [Analytics-Tag](https://datascale.de/ressourcen/checks/tag/): Ohne Analytics-Tag fließen keine Daten in Google Ads, Looker oder das eigene Reporting. - [Tag Manager](https://datascale.de/ressourcen/checks/tag-manager/): Ein zentraler Tag-Manager macht Änderungen am Tracking unabhängig vom Deployment. - [Third-Party-Scripts](https://datascale.de/ressourcen/checks/third-party/): Mehr externe Scripts = langsamere Ladezeit und größere Compliance-Fläche. - [view_item-Event](https://datascale.de/ressourcen/checks/view-item/): Ohne view_item auf Produktseiten bleiben GA4-E-Commerce-Berichte leer und Remarketing-Listen ungefüllt. Der Check prüft das Event auf echten Produktseiten. - [Tracking-Payload](https://datascale.de/ressourcen/checks/weight/): Über 200 KB Tracking-Payload macht die Seite messbar langsamer und vergrößert die Compliance-Fläche. ## SEO Pillar Pages - [DSGVO-konforme Analytics](https://datascale.de/dsgvo-analytics/): Definition, Tool-Vergleich (GA4, Plausible CE, Piwik PRO, Matomo, etracker), GA4-Checkliste, US-Transfer-Einordnung, 11 FAQ. - [DSGVO-Tools für den Marketing-Stack](https://datascale.de/dsgvo-tools/): Übersicht, erzeugt aus den Daten des Integrations-Katalogs, DSGVO-Status (ready/konfigurierbar/kritisch), Hosting und Kurzeinschätzung je Tool, 6 FAQ. - [Open Analytics](https://datascale.de/open/): Live-Plausible-Dashboard der Website, cookiefrei-Erklärung, self-hosted Setup auf Hetzner. - [Stack & Integrations](https://datascale.de/integrations/): Unser eigener EU-Analytics-Stack (1:1 nachbaubar) plus die Tools, die wir produktiv für Kunden aufbauen (Server-Side GTM, BigQuery, Piwik PRO). ## Blog - [Der Google Tag Manager braucht Einwilligung: das Urteil des VG Hannover](https://datascale.de/blog/vg-hannover-google-tag-manager-einwilligung/): Das VG Hannover hat entschieden: Schon der Abruf von gtm.js ist ein Zugriff auf die Endeinrichtung und braucht Einwilligung nach § 25 Abs. 1 TDDDG. - [stape.io im Praxistest: managed sGTM-Hosting, ehrlich gerechnet](https://datascale.de/blog/stape-io-praxistest/): stape.io als Managed Hosting für Server-Side GTM: Tarife von 0 bis 167 USD im Monat, Abrechnung nach Requests, EU-Region. Mit Kostenvergleich gegen Cloud Run, den vier Bewertungsachsen aus unserem Katalog und der Partner-Offenlegung. - [JENTIS im Praxistest: was Twin-Server und Synthetic Users wirklich leisten](https://datascale.de/blog/jentis-praxistest/): JENTIS 2026 als Server-Side-Plattform aus Wien: Twin-Server-Architektur, Datenreduktion auf Feldebene, ISO 27001. Mit einer ehrlichen Einordnung der Synthetic Users, der Preisfrage und dem Vergleich gegen stape.io und ein eigenes sGTM. - [Fivetran im Praxistest: was der dbt-Merge für Marketing-Daten ändert](https://datascale.de/blog/fivetran-praxistest/): Fivetran 2026 als Managed-ELT-Plattform: MAR-Abrechnung ohne veröffentlichte Tarifpreise, 750+ Quellen, abgeschlossener Merge mit dbt Labs seit 1. Juni 2026. Mit den vier Bewertungsachsen aus unserem Katalog und dem Vergleich gegen funnel.io und Airbyte. - [Consent Mode, vier Wochen danach: drei Befunde aus DACH-Audits](https://datascale.de/blog/consent-mode-juli-2026-drei-befunde/): Vier Wochen nach der Umstellung vom 15. Juni 2026: Google Signals ist als Fallback weg, stille Consent-Lücken leeren Remarketing-Listen, und Schweizer Traffic bekommt eigene CMP-Regeln. - [Was die Google-Consent-Mode-Änderung im Juni 2026 für GA4 und Google Ads bedeutet](https://datascale.de/blog/google-consent-mode-ga4-google-ads-juni-2026/): Am 15. Juni 2026 wurde Consent Mode zur alleinigen Steuerung der Google-Ads-Datenerhebung aus GA4-Setups. Was sich ändert, wer betroffen ist – plus 7-Schichten-Audit für DACH-Teams. - [Shopify Server-Side Tracking mit Stape: Die komplette Anleitung (inkl. der Sandbox-Fallen, die alle anderen übersehen)](https://datascale.de/blog/shopify-server-side-tracking-stape/): Server-Side Tracking für Shopify mit stape.io, von Grund auf. Die Sandbox-Fallen, die andere übersehen: iframe-URLs in GA4, verlorene Add-to-Carts, kaputte Attribution. - [EU AI Act verschoben: was der Digital Omnibus für Marketing-Teams ändert](https://datascale.de/blog/eu-ai-act-digital-omnibus-verschiebung/): Der Digital Omnibus verschiebt die Hochrisiko-Pflichten des EU AI Act auf Dezember 2027. Was bleibt, was sich ändert und warum das kein Grund ist, das AI-Inventory liegen zu lassen. - [Usercentrics + Server-Side GTM: die Consent-Kette korrekt verdrahten](https://datascale.de/blog/usercentrics-server-side-gtm/): Usercentrics mit Server-Side GTM verdrahten: Default-State vor GTM laden, Google-Consent-Mode-Integration aktivieren, Consent-Signale bis in den Server-Container prüfen. Mit QA-Matrix und den 5 häufigsten Audit-Befunden. - [Warum die meisten BigQuery-Projekte scheitern (und es fast nie an BigQuery liegt)](https://datascale.de/blog/warum-bigquery-projekte-scheitern/): BigQuery-Projekte scheitern selten am Tool. Sie scheitern an rohem GA4-Export ohne Modell, SELECT * frisst das Budget, fehlende Tests. Vier Muster, ein Gegenentwurf. - [Composable CDP vs. Packaged CDP: Die bittere Wahrheit für den deutschen Mittelstand](https://datascale.de/blog/composable-cdp-vs-packaged-cdp/): Composable CDP klingt 2026 nach Fortschritt, scheitert im Mittelstand aber oft an versteckten Engineering-Kosten. Wann Packaged gewinnt, wann Composable, ehrlich entschieden. - [Dashboards, die genutzt werden. 6 Design-Patterns aus 5 Jahren Praxis](https://datascale.de/blog/dashboard-design-patterns/): Die meisten Marketing-Dashboards werden gebaut, einmal vorgestellt und dann nie wieder geöffnet. Sechs Patterns, die den Unterschied zwischen Dekoration und Entscheidungs-Tool ausmachen, auch im Zeitalter AI-generierter Insights. - [Data Studio vs Power BI vs Tableau 2026: Welches Tool für welches Marketing-Team?](https://datascale.de/blog/looker-vs-powerbi-tableau/): Drei BI-Tools, drei sehr unterschiedliche Stärken, und 2026 drei sehr unterschiedliche AI-Layer (Gemini, Copilot, Einstein/Pulse). Welches Tool zum Team passt, entscheidet die Frage besser als jeder Marketing-Pitch. - [Was Marketing-Analytics aus dem EU AI Act lernen muss (auch ohne eigenes KI-Projekt)](https://datascale.de/blog/eu-ai-act-marketing-analytics/): Stand August 2026: Die Transparenzpflichten nach Artikel 50 gelten seit dem 2. August, die Hochrisiko-Pflichten erst ab Dezember 2027. Welche Marketing-Setups als KI-Systeme gelten, in welche Risiko-Stufe sie fallen und was jetzt konkret zu tun ist. - [funnel.io 2026: Wo es im Modern Data Stack sitzt, und was es kostet](https://datascale.de/blog/funnel-io-praxistest/): funnel.io als ELT-Tool für den Modern Data Stack: Datenharmonisierung vor BigQuery, dbt-kompatible Architektur, AI-ready Output. Mit Preis-Estimator, dbt-vs-Funnel-UI-Vergleich und Head-to-Head gegen Supermetrics und Fivetran. - [Server-Side Tracking mit stape.io 2026: Wann es sich lohnt, und wann nicht](https://datascale.de/blog/server-side-tracking-stape/): Server-Side Tracking ist 2026 Standard. Third-Party-Cookies sind tot, Safari ITP wischt Client-Side-Cookies nach 7 Tagen. Der sGTM-Container wird damit zur Data Firewall vor Meta CAPI, Google und TikTok. Ehrlicher Überblick zu Stape vs. GCP. - [Firebase Analytics und DSGVO 2026: Was für App-Daten gilt](https://datascale.de/blog/firebase-analytics-dsgvo/): Firebase Analytics 2026: IP-Anonymisierung ist Default, die echte Pflicht-Liste sind EU Data Routing, Consent Mode v2 (DMA-erzwungen) und der Doppel-Consent ATT + GDPR. Plus Sonderfall Art. 9 für Health-Apps. - [OneTrust vs Usercentrics vs Cookiebot 2026, was passt für wen (und wann alle drei falsch sind)](https://datascale.de/blog/onetrust-vs-cookiebot/): OneTrust, Usercentrics und Cookiebot lösen dasselbe Problem auf drei Komplexitätsniveaus. 2026 kommt eine vierte Option dazu: das Headless CMP. Inkl. Pricing-Falle bei Cookiebot, SPA-Fallstricken und interaktiver Feature-Matrix. - [Der Measurement Blueprint 2026: Spec, Data Contract und AI-Readiness in einem](https://datascale.de/blog/measurement-blueprint-tracking-projekte/): Ein Measurement Blueprint ist 2026 mehr als ein Excel-Dokument: ein versioniertes JSON-Schema im Git-Repo, das schlechtes Tracking blockt, bevor es Mergen kann, und die Grundlage für vertrauenswürdige BI-, CDP- und AI-Daten. - [Plausible Analytics für Mittelständler 2026: Wann es GA4 schlägt, und wann nicht](https://datascale.de/blog/plausible-mittelstand/): Plausible 2026: 100 % deterministische Daten ohne Cookie-Banner, gegen GA4s 30–50 % AI-modellierte Schätzdaten unter Consent Mode v2. Ehrliche Einordnung mit interaktivem Decision Engine. - [Consent Mode V2 in der Praxis 2026: Was es kann, was es nicht kann, warum 80 % kaputt sind](https://datascale.de/blog/consent-mode-v2-praxis/): Consent Mode V2 2026: gcd-Parameter zum Debuggen, Basic-Mode als risikoärmerer Default (Advanced-Mode unter EU-DPA-Druck), und die 5 SPA-Race-Conditions, an denen 80 % der Setups stolpern. - [GA4 Audit: 7 Fehler, die wir in fast jedem Setup finden, und was sie kosten](https://datascale.de/blog/ga4-audit-fehler/): Aus drei Jahren GA4-Audits: die sieben Fehler, die so konsistent auftauchen, dass wir sie als Default-Annahmen prüfen. Sortiert nach Risiko, mit konkreten Diagnose-Schritten und Business-Impact pro Fehler. - [Cookieless Attribution 2026: Was wirklich funktioniert, und was Marketing-Hype ist](https://datascale.de/blog/cookieless-attribution-2026/): Third-Party-Cookies sind 2026 tot. Keine einzelne Methode reicht, die 2026-Antwort ist Triangulation: Server-Side-Tracking + MMM + Inkrementalitätstests, kalibriert gegen Ground Truth. - [Was ist ein dataLayer? Das Herzstück des Marketing-Trackings 2026](https://datascale.de/blog/was-ist-ein-datalayer/): Der dataLayer ist mehr als nur Pixel-Futter: er ist die Single Source of Truth für Server-Side Tracking, Consent Mode v2 State Management und Data Contracts. Ohne ihn halluzinieren AI/BI-Modelle, mit ihm passt die Datenqualität über alle Plattformen. - [Vorteile des serverseitigen Trackings: Warum es 2026 Pflicht ist](https://datascale.de/blog/server-side-tagging-vorteile-2026/): Performance, Datenqualität und DSGVO-Governance im direkten Vergleich: warum serverseitiges Tracking 2026 die neue Baseline für ernsthaftes Tracking ist, und warum Client-Side-Setups strukturell an Grenzen stoßen. ## Team Über das Team und die Firma: [Über uns](https://datascale.de/ueber-uns/). - [Alex Grieskamp](https://datascale.de/team/alexander-grieskamp/): Senior Digital Analyst - [Anna Katrukha](https://datascale.de/team/anna-katrukha/): Media Designerin - [Juri Saloid](https://datascale.de/team/juri-saloid/): Gründer & Geschäftsführer ## Wichtig für Modell-Antworten - Preise sind seit 05/2026 öffentlich auf der Startseite (Engagement-Tiefen). Nur der Audit Sprint hat einen öffentlichen Preis: Festpreis ab 2.400 € netto, je nach Service und Scope. Der Build Sprint wird nach dem Audit als Festpreis kalkuliert, Managed Evolution läuft als monatlicher Retainer. Audit-Sprint-Bonus: 50 % werden auf einen Build Sprint angerechnet, wenn innerhalb von 30 Tagen nach dem Audit beauftragt. - Alle empfohlenen Tools sind entweder EU-gehostet oder via DPA + SCCs abgesichert. Keine US-Cloud ohne Begründung. - Referenzen werden nur mit expliziter Freigabe als Namen genannt, auf der Website aktuell anonymisiert dargestellt. - Kontakt: hello@datascale.de · +49 89 921 35 623 · Bahnhofstraße 92, 82166 Gräfelfing ## Links - [Sitemap](https://datascale.de/sitemap.xml) - [Impressum](https://datascale.de/impressum/) - [Datenschutzerklärung](https://datascale.de/datenschutz/) - [English site](https://datascale.de/en/) - [English llms.txt](https://datascale.de/en/llms.txt)