Was ist BigQuery?
Hast du dich schon mal gefragt, was hinter den Zahlen in GA4 steckt? Jeder Bericht dort ist eine Zusammenfassung. BigQuery ist der Ort, an dem du die Einzelteile bekommst: jedes Ereignis, jede Suchanfrage, jeden Klick als eigene Zeile.
Google beschreibt BigQuery als vollständig verwaltetes, serverloses Data Warehouse. Data Warehouse heißt: ein Datenlager, gebaut für Auswertungen über große Mengen. Serverlos heißt: Du richtest keine Server ein, du lädst Daten hoch und fragst sie per SQL ab, der Abfragesprache für Datenbanken.
Im Marketing kommen die Daten meist ohne eigenes Zutun hinein. GA4, die Search Console und Google Ads können direkt nach BigQuery exportieren.
Welche Daten kommen hinein?
- GA4: täglicher Export aller Ereignisse. Normale Properties haben ein Limit von 1 Million Ereignissen pro Tag. Wer darüber liegt, dem pausiert Google den Export, ohne die Tage nachzuholen. Der Streaming-Export kostet 0,05 US-Dollar je GB extra.
- Search Console: täglicher Bulk-Export der Leistungsdaten. Der erste Export kommt bis zu 48 Stunden nach der Einrichtung, ältere Daten füllt er nicht auf.
- Google Ads: über den BigQuery Data Transfer Service, höchstens einmal in 24 Stunden. Rückwirkend reicht es so weit, wie Google Ads die Daten aufbewahrt.
Was du in BigQuery bekommst, was GA4 dir nicht zeigt
Google erklärt in seinem Analytics-Blog selbst, warum die Zahlen abweichen. Die Zeile „(other)“ gibt es nur in den Berichten und in der Data API, nicht im Export. Die meisten Daten, die von Thresholding betroffen sein können, sind im Export gar nicht erst enthalten. Und Nutzerzahlen in der Oberfläche sind Schätzungen, im Export zählst du selbst.
Thema
BigQuery-Export
(other)-Zeile
gibt es nicht
Zeilenlimit
keins
Google Signals
nicht enthalten
Der Preis dafür: Du musst SQL können oder jemanden haben, der es kann. Und die Zahlen sehen nie exakt so aus wie in der GA4-Oberfläche.
Was kostet BigQuery?
Bezahlt wird zweimal: für den Speicher und für die Datenmenge, die eine Abfrage liest. Google lässt dir jeden Monat ein kostenloses Kontingent:
Abfragekosten pro Monat
Kosten = (gelesene TiB − 1 TiB frei) × Preis je TiB
Beispiel: 3 TiB gelesen in der EU-Region → (3 − 1) × 6,25 $ = 12,50 $
- Abfragen: 1 TiB pro Monat frei, danach 6,25 US-Dollar je TiB in der Multi-Region EU (Stand November 2026).
- Speicher: 10 GiB pro Monat frei, danach 0,02 US-Dollar je GiB, länger nicht geänderte Daten 0,01 US-Dollar.
- Sandbox: ganz ohne Kreditkarte, aber Tabellen laufen nach 60 Tagen ab, und Übertragungen aus Google Ads gehen dort nicht.
Beispiele aus der Praxis
Die Mengen sind Annahmen, die Preise die offiziellen von Google. Eine feste Größe je GA4-Ereignis nennt Google nicht.
Case A · Onlineshop
Kleiner Shop mit GA4-Export
300.000
Ereignisse / Monat
unter 10 GiB
Speicher nach 1 Jahr
Kosten = 0 $
Monatsberichte lesen weit weniger als 1 TiB. Speicher und Abfragen bleiben im freien Kontingent.
Case B · Agentur
Zehn Kunden in einem Projekt
40 GB
Daten gesamt
3 TiB
Abfragen / Monat
≈ 12,90 $ im Monat
12,50 $ für Abfragen plus rund 0,40 $ Speicher, wenn die Hälfte der Daten im günstigeren Langzeitspeicher liegt.
Häufige Fehler
Fehler 1 · Alles abfragen
BigQuery berechnet die gelesenen Spalten, nicht die angezeigten Zeilen. Ein SELECT * ohne Datumsfilter liest die ganze Tabelle, auch mit LIMIT. Google rät, Tabellen wo immer möglich zu partitionieren und zu clustern, also nach Datum und häufigen Filtern aufzuteilen.
Fehler 2 · Den Export zu spät einschalten
Kein Export holt alte Daten nach. Schalte ihn ein, sobald die Property steht — auch wenn du die Daten erst nächstes Jahr auswerten willst.
Fehler 3 · Die falsche Region wählen
Die Region eines Datensatzes lässt sich später kaum ändern. Die Multi-Region EU speichert laut Google nur in Rechenzentren in EU-Mitgliedstaaten. Mischst du sie mit einer Einzelregion wie Frankfurt, werden Abfragen über beide kompliziert.
Fehler 4 · In der Sandbox stehen bleiben
Die Sandbox ist zum Ausprobieren gut. Für dauerhafte Daten taugt sie nicht: Nach 60 Tagen sind Tabellen weg, und der Speicher ist auf 10 GiB insgesamt begrenzt. Für echte Projekte brauchst du ein Rechnungskonto.
So fängst du an
- Projekt anlegen: Google-Cloud-Projekt mit Rechnungskonto, Region EU.
- Exporte verknüpfen: GA4 unter Verwaltung, Produktverknüpfungen. Search Console unter Einstellungen, Bulk-Datenexport.
- Kosten begrenzen: Budget-Warnung im Rechnungskonto setzen.
- Auswerten: Looker Studio oder Metabase anbinden, eigene Abfragen erst später.
Häufige Fragen
Was kostet BigQuery für ein kleines Unternehmen?
Oft nichts. Jeden Monat sind 1 TiB Abfragen und 10 GiB Speicher frei. Ein kleiner Shop mit GA4-Export bleibt meist darunter.
Brauche ich eine Kreditkarte für BigQuery?
Für die Sandbox nicht. Dort laufen Tabellen aber nach 60 Tagen ab, und Google-Ads-Übertragungen sind nicht möglich. Für dauerhafte Exporte brauchst du ein Rechnungskonto.
Bekomme ich alte GA4- oder Search-Console-Daten nach BigQuery?
Nein. Beide Exporte beginnen mit dem Tag der Verknüpfung. Für ältere Search-Console-Daten verweist Google auf die API.
Warum stimmen die Zahlen in BigQuery und GA4 nicht überein?
Der Export kennt keine (other)-Zeile, enthält keine Google-Signals-Daten, und die Oberfläche schätzt Nutzerzahlen. Kleine Abweichungen sind deshalb normal.
Welche Region sollte ich wählen?
Für europäische Unternehmen meist die Multi-Region EU. Sie speichert laut Google nur in Rechenzentren in EU-Mitgliedstaaten. Entscheide dich am Anfang, wechseln ist später kaum möglich.
Quellen
- Google Cloud-Doku: Einführung in BigQuery
- Google Cloud: BigQuery-Preise
- Google Cloud: Kostenlose Funktionen
- Google Cloud-Doku: BigQuery-Sandbox
- Google Analytics-Hilfe: BigQuery-Export einrichten
- Google Analytics-Hilfe: BigQuery-Export
- Search Console-Hilfe: Bulk-Datenexport
- Google Cloud-Doku: Google Ads-Übertragungen
- Google Cloud-Doku: BigQuery-Standorte
- Google Analytics-Blog: BigQuery vs. Oberfläche
