Dark Social: Warum Marketer einen Teil der Customer Journey nicht sehen
Ein Kunde kauft ein Produkt, nachdem er einen Artikel gelesen, Preise verglichen und die Website eines Händlers besucht hat. Im Analysebericht wird der Kauf der organischen Suche oder einem direkten Websitebesuch zugeschrieben. Der entscheidende Impuls könnte jedoch schon Tage zuvor entstanden sein, als ein Freund eine Empfehlung über WhatsApp verschickte. Dieses Gespräch taucht in keinem Bericht auf. Genau darin liegt das Problem von Dark Social: Wertvolle Empfehlungen werden über private Kommunikationskanäle verbreitet, während Marketingberichte nur jene Interaktionen erfassen, die sich technisch nachvollziehen lassen. Im Jahr 2026 kann diese Informationslücke Entscheidungen über Inhalte und Werbemaßnahmen erheblich beeinflussen.
Was Dark Social im Jahr 2026 wirklich bedeutet
Dark Social bezeichnet die Verbreitung von Links, Produkten und Empfehlungen über Kommunikationskanäle, die nicht zuverlässig erkennbare Informationen zur Herkunft eines Websitebesuchs übermitteln. Dazu gehören private Nachrichten, persönliche E-Mails und geschlossene Gruppenchats. Bekannt wurde der Begriff durch den Journalisten Alexis C. Madrigal, der ihn 2012 in einem Artikel für The Atlantic populär machte. Mit dem Dark Web hat Dark Social nichts zu tun. Es geht um einen ganz alltäglichen Vorgang: Jemand empfiehlt einer anderen Person etwas Interessantes oder Nützliches, und aus dieser Empfehlung kann später ein Kauf entstehen.
Ein Beispiel ist ein Kunde, der zwei Kaffeemaschinen miteinander vergleicht. Er liest eine Produktbewertung auf der Website eines Händlers und schickt den Link über Telegram an seine Partnerin. Diese liest den Artikel, fragt in einem Familienchat nach Erfahrungen und sucht am nächsten Morgen bei Google nach dem Namen des Händlers. Erfolgt anschließend ein Kauf, kann die übliche Webanalyse den Besuch über die Suchmaschine als entscheidenden Kontaktpunkt erfassen, obwohl private Empfehlungen die Kaufentscheidung wesentlich beeinflusst haben. Auch ein Screenshot oder eine Sprachnachricht kann einen Kauf anstoßen, ohne einen einzigen messbaren Websitebesuch auszulösen.
Allerdings stammt nicht jeder als Direct gekennzeichnete Besuch aus Dark Social. Umgekehrt führt auch nicht jede private Empfehlung zu einem Websitebesuch. Nutzer geben Webadressen selbst ein, verwenden Lesezeichen oder öffnen Links, bei denen Informationen zur Herkunft fehlen. Diese Unterscheidung ist wichtig, denn für 2026 gibt es keinen allgemein gültigen, verlässlichen Prozentsatz des Website-Traffics, der Dark Social zugeordnet werden kann. Ältere Schätzungen spiegeln die heutigen Kommunikationsgewohnheiten und Analysemethoden nicht zwangsläufig wider. Marketingverantwortliche sollten Dark Social deshalb als eine Lücke in der Erfolgsmessung betrachten, die genauer untersucht werden muss, und nicht als festen Anteil, der pauschal zu einem Bericht hinzugefügt wird.
Wo private Empfehlungen Kaufentscheidungen beeinflussen
Messenger wie WhatsApp, Telegram und Signal sowie Direktnachrichten auf Instagram sind typische Beispiele für Dark Social. Private Empfehlungen gehen jedoch weit darüber hinaus. Kollegen tauschen sich über geeignete Software in Slack aus, Eltern leiten interessante Angebote per E-Mail weiter und Mitglieder geschlossener Gruppen diskutieren über Versicherungen. Solche Gespräche liefern einen persönlichen Kontext, den eine gewöhnliche Werbeanzeige nicht bieten kann. Das Vertrauen in den Absender kann dafür sorgen, dass ein bisher unbekanntes Produkt ernsthaft in Betracht gezogen wird, lange bevor ein messbarer Websitebesuch stattfindet.
Welche Rolle Dark Social spielt, hängt auch von der jeweiligen Kaufentscheidung ab. Bei einem günstigen Haushaltsartikel kann bereits ein geteiltes Foto zum Kauf führen. Bei Unternehmenssoftware sieht der Entscheidungsprozess dagegen häufig anders aus. Er kann sich über mehrere Wochen erstrecken und interne Diskussionen, weitergeleitete Produktvergleiche, persönliche Vorführungen und die Zustimmung der Finanzabteilung umfassen. Die Website erfasst möglicherweise einige Besuche über Suchmaschinen und E-Mails, kann aber nicht jedes Gespräch zwischen den beteiligten Kollegen rekonstruieren. Der Einfluss dieser Gespräche lässt sich schwer zuordnen, ist deshalb jedoch nicht automatisch größer als der anderer Marketingkanäle.
Ein Teil dieses Einflusses bleibt selbst dann unsichtbar, wenn Links sorgfältig mit Tracking-Parametern versehen werden. Ein Leser kann die Informationen aus einem Newsletter mündlich weitergeben, ohne die ursprüngliche Webadresse zu teilen. Eine andere Person schreibt lediglich einen Produktnamen in eine Nachricht, statt einen Link zu verschicken. Der spätere Käufer gelangt möglicherweise über Google, eine KI-gestützte Suchfunktion oder einen gespeicherten Browsertab zur Website. Der ursprüngliche Inhalt hat das Interesse geweckt, doch die aufgezeichnete Customer Journey beginnt erst wesentlich später. Genau diese Informationslücke macht Dark Social für Unternehmen wirtschaftlich relevant.
Warum Webanalyse die gesamte Customer Journey nicht abbilden kann
Webanalyse-Tools arbeiten mit Informationen, die beim Beginn eines Websitebesuchs verfügbar sind. Dazu gehören Kampagnenparameter, Angaben zur verweisenden Website und weitere zulässige Messsignale. In Google Analytics 4 bedeutet die Kombination aus Quelle und Medium (direct) / (none), dass keine eindeutige Traffic-Quelle ermittelt werden konnte. Auch Google weist in seiner Dokumentation auf diese Bedeutung hin. Ein Link, der aus einer Messenger-App geöffnet wird, kann in dieser Kategorie erscheinen. Dasselbe gilt jedoch für manuell eingegebene Webadressen, Links aus Offline-Dokumenten, Weiterleitungen mit verlorenen Kampagneninformationen oder Einschränkungen durch Tracking-Technologien. Direct beweist daher nicht, wie ein Nutzer ursprünglich auf eine Marke aufmerksam geworden ist.
Die Attribution, also die Zuordnung von Conversions zu einzelnen Marketingkontakten, bringt weitere Unsicherheiten mit sich. In GA4 lassen sich die erstmalige Nutzergewinnung, die Herkunft einzelner Sitzungen und die mit wichtigen Aktionen verbundenen Kontaktpunkte untersuchen. Diese Auswertungen beantworten jedoch unterschiedliche Fragen. Ein Kunde könnte eine Marke erstmals über einen Social-Media-Beitrag kennenlernen, anschließend privat darüber sprechen, später über eine Suchmaschine zurückkehren und schließlich nach dem Klick auf eine E-Mail kaufen. Je nach Bericht werden unterschiedliche erfasste Interaktionen berücksichtigt. Selbst ein fortschrittliches Attributionsmodell kann einem privaten Gespräch keinen Beitrag zum Kauf zuweisen, wenn dieses Gespräch kein beobachtbares Ereignis erzeugt hat. Informationen, die niemals erhoben wurden, lassen sich durch kein Modell vollständig wiederherstellen.
Für Marketingentscheidungen hat diese Einschränkung konkrete Folgen. Ein informativer Artikel kann zahlreiche persönliche Empfehlungen auslösen und trotzdem in einem Bericht, der nur den letzten Klick berücksichtigt, schlecht abschneiden. Gleichzeitig kann eine Kampagne mit markenbezogenen Suchanzeigen besonders erfolgreich erscheinen, weil sie Nutzer erreicht, die sich bereits für einen Kauf entschieden haben. Unternehmen, die ausschließlich aufgrund eines einzelnen Kanalberichts ihre Content-Produktion einstellen oder Community-Aktivitäten reduzieren, riskieren deshalb, die zukünftige Nachfrage zu schwächen. Andererseits darf Dark Social keine pauschale Erklärung für schwache Kampagnenergebnisse sein. Erfasste Conversions zeigen messbare Interaktionen, aber nicht sämtliche Einflüsse auf eine Kaufentscheidung.
Wie sich fehlende Informationen erkennen lassen, ohne Daten zu erfinden
Der erste Schritt besteht darin, vorhandene Analyseberichte genauer auszuwerten. In GA4 können Marketingverantwortliche die Berichte zur Traffic-Akquisition und zu den Landingpages miteinander vergleichen. Besonders interessant sind direkte Sitzungen und die Seiten, auf denen diese Besuche beginnen. Erhält beispielsweise ein ausführlicher Kaufratgeber ungewöhnlich viele direkte Aufrufe, kann sich eine genauere Untersuchung lohnen. Das gilt insbesondere dann, wenn der Artikel zuvor über einen Newsletter verbreitet oder von einem Branchenkontakt geteilt wurde. Ein direkter Besuch auf einer Unterseite ist allerdings nur ein Hinweis und kein Beweis für private Weiterempfehlungen. Deshalb sollten vergleichbare Seiten und Zeiträume berücksichtigt werden. Ein Anstieg kann ebenso durch eine Änderung des Trackings oder eine Kampagne ohne korrekte Kennzeichnung entstehen.
Bevor unerklärliche Websitebesuche als Dark Social eingeordnet werden, sollten grundlegende technische Fehler ausgeschlossen werden. Wichtig ist beispielsweise, dass UTM-Parameter bei Weiterleitungen erhalten bleiben und geteilte Links tatsächlich zur vorgesehenen Zielseite führen. Auch Links in E-Mails, QR-Codes, PDF-Dokumenten, gekürzte Webadressen und Weiterleitungen zwischen verschiedenen Domains verdienen Aufmerksamkeit, da hierbei Informationen zur Herkunft verloren gehen können. Zusätzlich sollte überprüft werden, ob Einwilligungsentscheidungen, Browserbeschränkungen oder veränderte Berichtseinstellungen die Datenerfassung beeinflusst haben. Die Dokumentation von Google zur Kampagnenkennzeichnung erläutert, wie einheitliche Angaben zu Quelle, Medium und Kampagne die Zuordnung verbessern. Solche Fehler sollten behoben werden, bevor Unternehmen versuchen, verborgene Einflüsse einzuschätzen.
Eine weitere Möglichkeit besteht darin, Kunden direkt nach ihrer Kaufentscheidung zu fragen. Dabei sollten die Antworten nicht als vollständige Aufzeichnung des tatsächlichen Entscheidungsprozesses betrachtet werden. Eine kurze Frage im Bestellprozess wie „Wie sind Sie zum ersten Mal auf uns aufmerksam geworden?“ kann Antwortmöglichkeiten wie Freunde oder Kollegen, private Gruppen, Suchmaschinen und Werbung sowie ein Freitextfeld enthalten. Vertriebsteams können außerdem dokumentieren, wenn Interessenten von persönlichen Empfehlungen berichten. Kundeninterviews helfen dabei herauszufinden, welche Artikel, Produktvergleiche oder anderen Informationen weitergeleitet wurden. Diese Aussagen lassen sich mit Webanalyse-Daten und Informationen aus dem Kundenmanagement auf zusammengefasster Ebene vergleichen. Erinnerungen sind nicht immer vollständig, doch wiederkehrende Muster können wertvolle Hinweise liefern.
Wie sich Dark Social sinnvoller messen lässt
Das Ziel besteht nicht darin, private Nachrichten mitzulesen oder jeden einzelnen Absender zu identifizieren. Stattdessen sollten messbare Signale mit direktem Kundenfeedback kombiniert werden, damit Entscheidungen nicht von einer einzigen Datenquelle abhängen. Ein sinnvoller Ausgangspunkt ist die konsequente Verwendung einheitlicher UTM-Parameter für Links, die das Unternehmen selbst kontrolliert. Dazu zählen Newsletter, Partnerkampagnen und freiwillig nutzbare Teilen-Funktionen. Ein Link mit den Parametern utm_source=newsletter, utm_medium=email und utm_campaign=autumn_guide kennzeichnet beispielsweise die ursprüngliche Verbreitung. Wird diese Webadresse anschließend über WhatsApp weitergeleitet, können die ursprünglichen Parameter erhalten bleiben. Sie beschreiben dann die Kennzeichnung des Links, aber nicht zwangsläufig den tatsächlichen Weg des letzten Empfängers.
Unternehmen sollten es Besuchern möglichst einfach machen, interessante Inhalte weiterzugeben. Eine gut sichtbare Funktion zum Kopieren des Links, ein Teilen-Button für Produktratgeber und verständliche Seitentitel erleichtern diesen Vorgang, insbesondere auf Mobilgeräten. Entscheidet sich ein Besucher für eine bestimmte Teilen-Funktion, kann der erzeugte Link einen zusätzlichen Parameter enthalten, der diese Funktion kennzeichnet. So entstehen Hinweise darauf, welche Funktion verwendet wurde und welche späteren Websitebesuche daraus hervorgegangen sind. Wird dagegen die normale Webadresse kopiert oder an anderer Stelle weitergeleitet, kann dieser Zusammenhang verloren gehen. Deshalb sollten Teilen-Aktionen, Websitebesuche und tatsächliche Käufe getrennt ausgewertet werden. Ein Klick auf einen Teilen-Button bedeutet noch nicht, dass die Empfehlung beim Empfänger angekommen oder gelesen worden ist.
Ergänzend sollten Unternehmen Fragen stellen, die Kunden ohne großen Aufwand beantworten können. Während des Bestellvorgangs oder nach einer qualifizierten Anfrage bietet sich beispielsweise die Frage „Was hat Ihre Entscheidung, uns zu kontaktieren, am stärksten beeinflusst?“ an. Mögliche Antworten sind eine persönliche Empfehlung, eine unabhängige Bewertung, ein Vergleichsartikel oder eine Werbeanzeige. Zusätzlich sollte eine freie Antwort möglich sein. Damit wird nicht nach dem letzten Klick gefragt, sondern nach dem wahrgenommenen Einfluss auf die Entscheidung. Die Formulierung sollte über einen längeren Zeitraum einheitlich bleiben und bei Bedarf mehrere Antworten zulassen. Außerdem lohnt sich eine Auswertung nach Produkten oder Kundengruppen. Bei einer komplexen Anschaffung, die viel Vertrauen erfordert, kann eine persönliche Empfehlung eine größere Rolle spielen als beim routinemäßigen Kauf eines einfachen Ersatzartikels.
Ein praktischer Ansatz, der die Privatsphäre der Kunden respektiert
Am Anfang steht die Erstellung von Inhalten, die Menschen tatsächlich weiterempfehlen möchten. Verständliche Produktvergleiche, transparente Preise, praktische Checklisten und konkrete Antworten auf häufige Fragen erleichtern es Kunden, anderen eine fundierte Empfehlung zu geben, ohne Werbeaussagen wiederholen zu müssen. Für einen Onlinehändler könnte dies ein Ratgeber sein, der Lieferzeiten, Rückgabebedingungen und die Unterschiede zwischen zwei Produkten verständlich erklärt. Ein Dienstleister für Unternehmen könnte eine übersichtliche Vergleichsseite erstellen, die Führungskräfte unkompliziert an ihre Kollegen weiterleiten können. Zur Erfolgskontrolle eignen sich unter anderem intensive Websitebesuche, Anfragen, markenbezogene Suchanfragen, Kundenfeedback und Verkäufe. Der Wert solcher Inhalte liegt darin, Menschen bei einer Entscheidung zu helfen, nicht darin, einen möglichst perfekten Analysebericht zu erzeugen.
Bei sämtlichen Messmaßnahmen muss die Grenze zwischen privater Kommunikation und zulässiger Datenanalyse respektiert werden. Unternehmen sollten nicht versuchen, ohne Erlaubnis auf geschlossene Gespräche zuzugreifen oder persönliche Kontaktdaten ausschließlich deshalb zu sammeln, um Lücken in der Attribution zu schließen. Im Vereinigten Königreich hat die Datenschutzbehörde Information Commissioner’s Office ihre Empfehlungen zu Tracking-Technologien im April 2026 aktualisiert. Darin wird unter bestimmten Voraussetzungen eine eng begrenzte Ausnahme für statistische Zwecke anerkannt, die auch bestimmte Analyseverfahren betreffen kann. Zu den Bedingungen gehören unter anderem eine verständliche Information der Nutzer und eine einfache Widerspruchsmöglichkeit. Für andere Tracking-Verfahren kann weiterhin eine Einwilligung erforderlich sein. Welche Anforderungen gelten, hängt vom konkreten Zweck und der technischen Umsetzung der Datenerhebung ab.
Ein sinnvoller Einstieg ist eine 60-tägige Untersuchung einer bestimmten Produktgruppe oder eines ausgewählten Content-Bereichs. In den ersten zwei Wochen sollten die Kampagnenkennzeichnungen überprüft werden. Anschließend lassen sich direkte Besuche auf Landingpages mit bekannten Veröffentlichungen und Verbreitungsaktivitäten vergleichen. Während des gesamten Untersuchungszeitraums sollte außerdem dieselbe Frage zur Herkunft oder zum Einfluss auf die Kaufentscheidung gestellt werden. Abschließend werden die Ergebnisse gemeinsam mit Marketing, Vertrieb und Kundenservice ausgewertet, bevor Budgets oder Maßnahmen verändert werden. Auch dieses Vorgehen liefert keine exakte Zahl privater Empfehlungen. Es hilft jedoch, Inhalte zu erkennen, die Gespräche auslösen, Vertrauen aufbauen und Kaufentscheidungen unterstützen. Für fundierte Marketingentscheidungen ist das eine bessere Grundlage als die Annahme, dass der letzte messbare Klick die gesamte Customer Journey erklärt.