Startseite > Lexikon > Tracking & Analytics > Prescriptive Analytics

Bleistiftskizze: Vier Stufen mit Balkendiagramm, Lupe und Glaskugel, oben ein Wegweiser mit orangem Pfeil nach rechts als Bild für die nächste Handlung
Tracking & Analytics

Prescriptive Analytics

Die oberste Stufe der Datenanalyse. Sie sagt nicht nur, was passieren wird, sondern was du tun solltest — und im Werbekonto tut sie es oft gleich selbst.

Auch bekannt alspräskriptive Analysepräskriptive Analytik

5 Min

Lesezeit

18.11.2026

Letzte Aktualisierung

Was ist Prescriptive Analytics?

Dein Dashboard zeigt dir, was letzte Woche passiert ist. Schön. Aber was machst du jetzt damit? Prescriptive Analytics — auf Deutsch präskriptive Analyse — setzt genau an dieser Frage an.

IBM beschreibt sie als Analyse, die aus Mustern in Daten Vorhersagen ableitet und daraus die bestmögliche Handlung bestimmt. Dafür kommen Optimierungsverfahren, Entscheidungstheorie und Geschäftsregeln zum Einsatz. Die Modelle berücksichtigen Ziele, Randbedingungen, Unsicherheit und Zielkonflikte.

Das Ergebnis ist eine Empfehlung. Die setzt entweder ein Mensch um — oder ein System führt sie gleich selbst aus.

Die vier Stufen der Datenanalyse

Üblich ist eine Treppe aus vier Stufen, bekannt aus einem Modell von Gartner. Jede baut auf der vorigen auf:

Stufe

Frage

Descriptive

Was ist passiert?

Diagnostic

Warum ist es passiert?

Predictive

Was wird passieren?

Prescriptive

Was sollen wir tun?

Die meisten Unternehmen stehen weiter unten. In einer Gartner-Umfrage von 2017 unter 196 Organisationen sahen sich nur 9 % auf der höchsten Reifestufe. 64 % nannten Standardberichte und Dashboards — also die erste Stufe — ihre wichtigste Anwendung.

Wo du sie im Marketing schon nutzt

Prescriptive Analytics klingt nach Konzern-Datenteam. Im Marketing steckt sie aber in Werkzeugen, die viele KMU längst einsetzen.

Smart Bidding in Google Ads

Ziel-CPA, Ziel-ROAS, Conversions maximieren: Google setzt dabei für jede einzelne Auktion ein eigenes Gebot. Grundlage sind Signale wie Gerät, Standort, Uhrzeit und die Suchanfrage. Das ist im Kern präskriptiv — Vorhersage der Conversion-Chance plus automatische Handlung. Google selbst nennt es nicht so, die Einordnung ist unsere.

Budgetverteilung per Marketing Mix Modeling

Google Meridian ist ein kostenloses, quelloffenes Marketing-Mix-Modell, seit Januar 2025 für alle verfügbar. Es liefert einen Bericht, der empfiehlt, wie du dein Budget auf Kanäle verteilst. Metas Gegenstück Robyn rechnet mit einem Budget-Allocator aus, wie du bei gegebenem Gesamtbudget die größte Wirkung erzielst — oder welches Budget du für einen Ziel-ROAS brauchst.

Next Best Action

In CRM-Systemen großer Anbieter entscheidet ein Modell, welches Angebot ein Kunde als Nächstes sehen soll. Es schätzt, wie wahrscheinlich er zugreift, und gewichtet das mit dem Wert fürs Unternehmen.

Häufige Fehler

Fehler 1 · Das falsche Ziel perfekt optimieren

Eine Empfehlung ist nur so gut wie das Ziel dahinter. Optimierst du auf billige Leads, bekommst du billige Leads — auch wenn keiner davon kauft. Prüf zuerst, ob deine Conversion wirklich zählt.

Fehler 2 · Stufen überspringen

Ohne sauberes Tracking gibt es nichts, worauf eine Empfehlung bauen kann. Google empfiehlt für Smart Bidding mindestens 30 Conversions, um die Ergebnisse zu bewerten, bei Ziel-ROAS 50. Wer weniger hat, sollte erst die unteren Stufen in Ordnung bringen.

Fehler 3 · Wenn-dann-Regeln für Prescriptive halten

„Wenn der CPA über 50 € steigt, pausiere die Kampagne“ ist eine Regel, keine Optimierung. Ob solche Regelwerke schon dazugehören, ist umstritten. Ohne Vorhersage und Abwägung fehlt ihnen aber das Entscheidende.

Fehler 4 · Empfehlungen ignorieren

Laut einer Gartner-Umfrage von 2022 unter 377 Nutzern beeinflussten Analysen nur 53 % der Marketingentscheidungen. 24 % der Entscheider lehnten Empfehlungen ab, 24 % entschieden aus dem Bauch. Die beste Analyse nützt nichts, wenn keiner auf sie hört.

So nutzt du Prescriptive Analytics sinnvoll

  • Unten anfangen — sauberes Conversion-Tracking und verlässliche Berichte zuerst.
  • Ziel scharf stellen — Umsatz oder qualifizierte Leads statt nur Klicks.
  • Bordmittel nutzen — Smart Bidding und automatische Budgets der Plattformen sind der einfachste Einstieg.
  • Kontrollieren statt blind folgen — Empfehlungen gegen gesunden Menschenverstand und Tests prüfen.
  • MMM erst mit Daten — Meridian und Robyn sind kostenlos, brauchen aber Datenkompetenz und eine lange Datenreihe.

Häufige Fragen

Was ist der Unterschied zwischen Predictive und Prescriptive Analytics?

Predictive Analytics sagt, was wahrscheinlich passiert, etwa dass ein Nutzer mit 8 % Chance kauft. Prescriptive Analytics sagt, was du deshalb tun sollst, etwa wie hoch du für ihn bietest. Prescriptive baut auf Predictive auf.

Brauche ich als kleines Unternehmen Prescriptive Analytics?

Du nutzt sie wahrscheinlich schon, wenn du Smart Bidding in Google Ads oder automatische Budgets bei Meta einsetzt. Eigene präskriptive Modelle lohnen sich für KMU selten. Wichtiger ist, dass Tracking und Ziele stimmen.

Welche Daten brauche ich, bevor sich das lohnt?

Saubere Conversions in ausreichender Zahl. Für Smart Bidding empfiehlt Google mindestens 30 Conversions zur Bewertung, bei Ziel-ROAS 50. Für Marketing Mix Modeling brauchst du Ausgaben und Ergebnisse je Kanal über einen langen Zeitraum.

Kann ich die Empfehlungen blind übernehmen?

Nein. Das Modell optimiert, was du ihm vorgibst — mit allen Fehlern im Ziel und in den Daten. Prüf Empfehlungen per Test, bevor du großes Budget verschiebst.

Was kostet der Einstieg?

Die Werkzeuge der Werbeplattformen sind inklusive, Meridian und Robyn sind kostenlos. Der Aufwand steckt in Datenqualität und Know-how, nicht in Lizenzen.

Begriff teilenHat dir die Definition geholfen? Schick sie weiter.