{"id":10589,"date":"2026-09-28T12:30:00","date_gmt":"2026-09-28T10:30:00","guid":{"rendered":"https:\/\/www.lukaswojcik.com\/blog\/?p=10589"},"modified":"2026-09-25T11:18:08","modified_gmt":"2026-09-25T09:18:08","slug":"ga4-hostname-filter-geister-spam-aus-dem-measurement-protocol-entfernen","status":"publish","type":"post","link":"https:\/\/www.lukaswojcik.com\/blog\/de\/digital-analytics-de\/ga4-hostname-filter-geister-spam-aus-dem-measurement-protocol-entfernen\/","title":{"rendered":"GA4-Hostname-Filter: Geister-Spam aus dem Measurement Protocol entfernen und die richtige Reihenfolge"},"content":{"rendered":"

Eine Messkennung steht im Quelltext jeder Seite, die sie benutzt. Wer sie dort abliest, kann Treffer unmittelbar an die Sammelstelle schicken, ohne den Auftritt je aufzurufen – die Sammelstelle, an die auch das Tag im Browser sendet, verlangt keinen Nachweis, dass ein Besuch stattgefunden hat; das Measurement Protocol br\u00e4uchte zus\u00e4tzlich den Schl\u00fcssel api_secret<\/code>, der nicht im Quelltext steht. Diese Treffer erscheinen anschlie\u00dfend in den Berichten wie Besuche, und der Hostname darin ist frei erfunden.<\/p>\n

Seit dem 11. Juni 2026 gibt es dagegen ein Werkzeug in der Verwaltung: den Hostname-Filter, eine neue Art Datenfilter, die Ereignisse anhand ihres Hostnamens ausschlie\u00dft. Er hilft, aber er hat zwei Eigenschaften, die vor dem Einschalten bekannt sein sollten.<\/p>\n

\n\"Ein
Die drei mittleren S\u00e4ulen sind Abz\u00fcge, keine eigenen Best\u00e4nde. Nur die erste davon stammt von au\u00dfen; die beiden anderen entstehen im eigenen Haus.<\/figcaption><\/figure>\n

Woher die fremden Hostnamen kommen<\/h2>\n

Jedes Ereignis, das GA4 erreicht, tr\u00e4gt einen Hostnamen mit – die Domain, von der es angeblich stammt. Bei einem echten Besuch setzt ihn der Browser, und er stimmt. Bei einem unmittelbar gesendeten Treffer setzt ihn der Absender, und dann steht dort, was er hineinschreibt.<\/p>\n

Der \u00fcbliche Fall ist stumpfe Werbung: ein Hostname wie eine fremde Domain, der in der Hoffnung auftaucht, dass jemand ihn im Bericht sieht und nachschl\u00e4gt. Der l\u00e4stige Fall ist Streuung, weil solche Sender oft dieselbe Kennung an viele Best\u00e4nde verteilen. In beiden F\u00e4llen ist der Schaden nicht der Inhalt, sondern die Verw\u00e4sserung: Abschlussraten sinken, weil der Nenner w\u00e4chst, und Kanalberichte bekommen Zeilen, die niemand zuordnen kann.<\/p>\n

Die beiden anderen Stufen sind hausgemacht<\/h2>\n

In der Praxis ist Spam selten der gr\u00f6\u00dfte Posten. H\u00e4ufiger sind zwei andere Quellen. Die erste ist die Testumgebung: Wird ein Auftritt f\u00fcr die Entwicklung geklont, wandert der Container mit, und ab da meldet ein System unter einem Namen wie test.beispiel.de<\/code> Sitzungen in denselben Bestand. Die zweite sind interne Zugriffe – Redaktion, Agentur, Pr\u00fcfl\u00e4ufe -, die nie ausgeschlossen wurden.<\/p>\n

Beide sehen im Bericht aus wie echter Verkehr, weil sie echter Verkehr sind. Nur eben nicht der, um den es geht. Der Hostname-Filter erwischt die erste dieser beiden Quellen zuverl\u00e4ssig, weil sie einen eigenen Namen tr\u00e4gt; die zweite braucht weiterhin einen Filter auf die Herkunft oder eine Kennzeichnung im Container.<\/p>\n

Die erste Eigenschaft: Ein Filter wirkt nur nach vorn<\/h2>\n

Ein Datenfilter greift ab dem Zeitpunkt, an dem er scharf gestellt wird. Alles, was vorher erhoben wurde, bleibt genau so in den Berichten stehen, wie es war. Das ist keine Einschr\u00e4nkung, die sich umgehen lie\u00dfe – GA4 kennt kein nachtr\u00e4gliches Filtern eines vorhandenen Bestandes.<\/p>\n

Praktisch bedeutet das eine Stufe in jeder Zeitreihe, die \u00fcber den Einschalttag hinausreicht. Wer den Filter an einem Dienstag scharf stellt, hat ab Mittwoch weniger Sitzungen, und kein Bericht sagt dazu etwas. Wo es auf Vergleichbarkeit ankommt, geh\u00f6rt dieser Tag notiert, am besten dort, wo auch die Kampagnen notiert werden.<\/p>\n

Die zweite Eigenschaft: Es gibt keinen R\u00fcckweg<\/h2>\n

Ein aktiver Datenfilter verwirft die passenden Ereignisse endg\u00fcltig. Sie werden nicht ausgeblendet und liegen nicht in einem Papierkorb – sie kommen nicht in den Bestand. Ein zu weit gefasster Filter l\u00f6scht also still und dauerhaft echte Daten, und der Fehler f\u00e4llt m\u00f6glicherweise erst Wochen sp\u00e4ter auf.<\/p>\n

Genau daf\u00fcr gibt es den Testmodus, und er ist der eigentliche Grund, diesen Filter \u00fcberhaupt zu m\u00f6gen. Im Testmodus wird nichts verworfen; passende Ereignisse bekommen stattdessen eine Dimension mit dem Namen des Filters. Damit l\u00e4sst sich vor der Entscheidung ablesen, wie viel ein Filter treffen w\u00fcrde – und ob darunter etwas ist, das bleiben soll.<\/p>\n

Reihenfolge, die eine Löschung erspart\n\n  1  Bericht mit der Dimension Hostname öffnen und alle Werte\n     der letzten Monate auflisten\n  2  jeden Namen einer der vier Gruppen zuordnen:\n     eigener Auftritt, Testsystem, intern, fremd\n  3  Filter im Testmodus anlegen, eine Woche laufen lassen\n  4  über die Dimension \"Test data filter name\" nachsehen,\n     was er getroffen hätte\n  5  erst danach scharf stellen und den Tag notieren\n\n  Schritt 1 ist der wichtigste: Ein Hostname, den niemand kennt,\n  ist noch kein Spam - Landingpages, Kampagnenseiten und\n  Shopsysteme laufen oft unter eigenen Namen.<\/code><\/pre>\n
Was der Filter nicht leistet<\/h2>\n
Die vergangenen Monate bleiben, wie sie sind. Wer eine bereinigte Zeitreihe \u00fcber einen l\u00e4ngeren Zeitraum braucht, bekommt sie nicht aus der Oberfl\u00e4che, sondern nur aus dem Export nach BigQuery – dort steht der Hostname je Ereignis, und dort l\u00e4sst sich r\u00fcckwirkend filtern, beliebig oft.<\/p>\n
Das ist die eigentliche Arbeitsteilung. Der Filter in der Verwaltung sorgt daf\u00fcr, dass ab heute weniger Unsinn hereinkommt. Die Frage, wie viel Unsinn bisher drin war, beantwortet er nicht, und f\u00fcr diese Frage f\u00fchrt kein Weg an den Rohdaten vorbei.<\/p>\n
Seit dem 21. September 2026 kennt der Hostname-Filter zus\u00e4tzlich einen Include-Modus (Versionshinweise zu Google Analytics<\/a>). Statt einzelne Namen auszuschlie\u00dfen, l\u00e4sst er nur Ereignisse von freigegebenen Domains herein und h\u00e4lt damit auch Spam-Hostnamen fern, die erst sp\u00e4ter auftauchen. Ereignisse ohne Hostnamen verwirft er dabei ebenfalls, f\u00fcr Ereignisse aus dem Measurement Protocol gilt er nicht. Was das f\u00fcr die Einrichtung bedeutet, beschreibt der Beitrag zum Include-Modus<\/a>.<\/p>\n
\n
Fragen und Antworten<\/h2>\n
Warum eine Woche im Testmodus und nicht nur einen Tag?<\/h3>\n
Weil sich die vier Gruppen nicht gleichm\u00e4\u00dfig \u00fcber die Woche verteilen. Interne Zugriffe und Testsysteme folgen oft Arbeitstagen und Ver\u00f6ffentlichungsterminen, Kampagnenseiten einzelnen Aktionen. Eine Woche deckt jeden Wochentag einmal ab; bei seltenen Anl\u00e4ssen wie einem monatlichen Newsletter ist auch sie noch zu kurz.<\/p>\n
Welche fremd wirkenden Hostnamen geh\u00f6ren trotzdem zu echten Besuchen?<\/h3>\n
Neben den Landingpages, Kampagnenseiten und Shopsystemen aus Schritt 1 geh\u00f6ren dazu vor allem \u00dcbersetzungsdienste, die eine Seite samt Tag unter eigener Adresse ausliefern. Ein bekanntes Beispiel ist der \u00dcbersetzungsproxy von Google, dessen Hostnamen auf translate.goog enden und die Domain des Auftritts mit Bindestrichen enthalten, etwa www-beispiel-de.translate.goog. Dahinter stehen Menschen, die den Auftritt in einer anderen Sprache lesen.<\/p>\n
Ob solche Besuche in den Bestand geh\u00f6ren, ist eine Entscheidung und kein Spamfall. Der Testmodus zeigt, wie viele es sind, bevor ein Filter sie endg\u00fcltig verwirft.<\/p>\n
Wie sieht die r\u00fcckwirkende Bereinigung im BigQuery-Export konkret aus?<\/h3>\n
Der Hostname steht im Export im Feld device.web_info.hostname. Die Bereinigung l\u00e4uft in zwei Schritten, die den ersten beiden Schritten der Reihenfolge im Artikel entsprechen:<\/p>\n
    \n
  1. Alle vorkommenden Hostnamen mit ihrer H\u00e4ufigkeit auflisten: SELECT device.web_info.hostname AS host, COUNT(*) AS events FROM `project.analytics_XXXXXXXXX.events_*` WHERE _TABLE_SUFFIX BETWEEN '20260601' AND '20260927' GROUP BY host ORDER BY events DESC<\/code>. Das ergibt die Liste, die den vier Gruppen zugeordnet wird.<\/li>\n
  2. Jede weitere Auswertung auf die Namen beschr\u00e4nken, die bleiben sollen, etwa mit WHERE device.web_info.hostname IN ('www.beispiel.de', 'shop.beispiel.de')<\/code>. Eine solche Liste erlaubter Namen f\u00e4ngt auch Spam-Hostnamen ab, die erst sp\u00e4ter auftauchen; eine Liste gesperrter Namen leistet das nicht.<\/li>\n<\/ol>\n
    Eine Grenze bleibt: R\u00fcckwirkend hei\u00dft hier nur bis zu dem Tag, an dem die BigQuery-Verkn\u00fcpfung angelegt wurde. Der Export holt keine Historie nach, und wer ihn erst am Tag des Filters einschaltet, hat f\u00fcr die Zeit davor keine Rohdaten.<\/p>\n<\/div>\n
    \n
    Quellen<\/h2>\n