{"id":356,"date":"2026-07-15T23:13:35","date_gmt":"2026-07-15T21:13:35","guid":{"rendered":"https:\/\/www.lukaswojcik.com\/blog\/?p=356"},"modified":"2026-08-19T10:56:19","modified_gmt":"2026-08-19T08:56:19","slug":"tutorial-server-side-ip-anonymisierung-ga4-adobe-launch-und-jentis","status":"publish","type":"post","link":"https:\/\/www.lukaswojcik.com\/blog\/de\/digital-analytics-de\/tutorials-de\/tutorial-server-side-ip-anonymisierung-ga4-adobe-launch-und-jentis\/","title":{"rendered":"Tutorial: Server-Side IP-Anonymisierung: GA4, Adobe Launch und Jentis"},"content":{"rendered":"

In serverseitigen Tracking-Architekturen ist die Maskierung von IP-Adressen vor der \u00dcbertragung an Analyse-Endpunkte ein entscheidender Schritt f\u00fcr den Datenschutz. Die folgende Anleitung beschreibt f\u00fcr drei Hauptplattformen die technische Konfiguration, mit der sich eine serverseitige IP-Anonymisierung umsetzen l\u00e4sst: Server-Side Google Tag Manager (sGTM), Adobe Experience Platform (Adobe Launch) und Jentis.<\/p>\n

1. Server-Side GTM (sGTM) f\u00fcr GA4<\/h2>\n

Die Anonymisierung einer IP-Adresse in sGTM verlangt ein eigenes Variablen-Template mittels Sandboxed JavaScript, da standardm\u00e4\u00dfige browserbasierte JavaScript-Variablen in einer Serverumgebung nicht unterst\u00fctzt werden.<\/p>\n

\n\"Diagramm
Der Ablauf aus dem Artikel in 4 Schritten: Server-Side GTM (sGTM) f\u00fcr GA4, Adobe Launch, Jentis, Die Auswirkungen der IP-Anonymisierung auf\u2026.<\/figcaption><\/figure>\n
    \n
  1. In den Bereich Templates<\/strong> des Server-Containers navigieren und unter Variablen-Templates auf Neu<\/strong> klicken.<\/li>\n
  2. Im Template-Editor den Tab Code<\/strong> \u00f6ffnen und den folgenden Sandboxed JavaScript-Code einf\u00fcgen:<\/li>\n<\/ol>\n
    const getEventData = require('getEventData');\nconst createRegex = require('createRegex');\n\nconst lastOctet = createRegex('\\\\.[^.]+$');\nconst ip = getEventData('ip_override') || getEventData('ip');\n\nif (ip && typeof ip === 'string') {\n  return ip.replace(lastOctet, '.0');\n}\nreturn '0.0.0.0';<\/code><\/pre>\n
      \n
    1. In den Tab Berechtigungen<\/strong> wechseln und sicherstellen, dass das Template die Berechtigung hat, die Schl\u00fcssel ip<\/code> und ip_override<\/code> aus den Event-Daten zu lesen.<\/li>\n
    2. Das Template unter einem erkennbaren Namen speichern, beispielsweise Masked IP<\/em>.<\/li>\n
    3. Zu Variablen<\/strong> navigieren, eine neue Variable basierend auf diesem Template erstellen und speichern.<\/li>\n
    4. Das GA4-Tag \u00f6ffnen. Unter Hinzuzuf\u00fcgende \/ Zu bearbeitende Parameter<\/strong> den Parameternamen ip_override<\/code> setzen und als Wert die neu erstellte Variable zuweisen.<\/li>\n<\/ol>\n
      2. Adobe Launch (Server-Side \/ AEP Edge Network)<\/h2>\n
      In einem serverseitigen Setup der Adobe Experience Platform wird die IP-Verschleierung direkt in der Datastream-Konfiguration abgewickelt.<\/p>\n
        \n
      1. Die Oberfl\u00e4che f\u00fcr die Datenerfassung der Adobe Experience Platform aufrufen.<\/li>\n
      2. Zum Konfigurationsmen\u00fc Datastreams<\/strong> navigieren.<\/li>\n
      3. Den spezifischen Datastream ausw\u00e4hlen, der f\u00fcr das serverseitige Routing verwendet wird.<\/li>\n
      4. Die Dienstkonfiguration f\u00fcr Adobe Analytics<\/strong> innerhalb des Streams bearbeiten.<\/li>\n
      5. Die Option IP-Adresse maskieren<\/strong> aktivieren. Diese Einstellung weist das Edge Network an, das letzte Oktett der IP-Adresse automatisch zu entfernen, bevor die Daten an die Analytics-Verarbeitungsserver weitergeleitet werden.<\/li>\n<\/ol>\n
        3. Jentis<\/h2>\n
        Jentis bietet integrierte, zentralisierte Datenschutzkontrollen f\u00fcr die serverseitige Datenmanipulation.<\/p>\n
          \n
        1. Das Jentis Data Capture Control Panel \u00f6ffnen.<\/li>\n
        2. Zum Bereich Datenschutz<\/strong> oder Privacy-Einstellungen<\/strong> navigieren.<\/li>\n
        3. Die PII-Maskierungsregeln (Personally Identifiable Information) lokalisieren.<\/li>\n
        4. Eine neue Maskierungsregel f\u00fcr den Parameter der IP-Adresse erstellen. Die Plattform stellt eine vorkonfigurierte Maskierungsoperation (Entfernen des letzten Oktetts) bereit, die global f\u00fcr alle Tools oder spezifisch f\u00fcr ein einzelnes Ziel angewendet werden kann.<\/li>\n
        5. Die Konfiguration speichern und ver\u00f6ffentlichen, um sicherzustellen, dass die Roh-IP auf Serverebene verworfen wird.<\/li>\n<\/ol>\n
          Die Auswirkungen der IP-Anonymisierung auf GA4-Geolokalisierungsdaten<\/h2>\n
          Die Anonymisierung von IP-Adressen hat tiefgreifende Auswirkungen auf die Genauigkeit und Granularit\u00e4t der Geolokalisierungsberichte in Google Analytics 4. GA4 verl\u00e4sst sich stark auf die IP-Adresse, um Sitzungen bestimmten geografischen Einheiten wie St\u00e4dten, Regionen und Internet Service Providern (ISPs) zuzuordnen. Wenn das letzte Oktett einer IP-Adresse abgeschnitten wird (z. B. durch \u00c4nderung von 192.168.1.55<\/code> auf 192.168.1.0<\/code>), verliert der urspr\u00fcngliche Datenpunkt seine hostbasierte Eindeutigkeit.<\/p>\n
          Die unmittelbare Folge ist eine signifikante Verringerung der geografischen Pr\u00e4zision. W\u00e4hrend Daten auf L\u00e4nderebene weiterhin sehr genau bleiben, geht die Zuordnung auf Stadtebene oft verloren. Die verschleierte IP-Adresse wird typischerweise einem breiteren regionalen Knotenpunkt oder dem Haupt-Routing-Zentrum des ISPs zugeordnet und nicht der tats\u00e4chlichen Gemeinde. Folglich zeigen GA4-Berichte einen starken Anstieg von “Not Set”-Werten f\u00fcr die Dimension “Stadt” oder weisen eine k\u00fcnstliche Konzentration in gro\u00dfen Metropolregionen auf, in denen sich die ISP-Knotenpunkte befinden.<\/p>\n
          Dar\u00fcber hinaus beeintr\u00e4chtigt dieser Verlust an Granularit\u00e4t die Verhaltensmodellierung, die lokalisierte Marketing-Attribution und die M\u00f6glichkeit, hyperlokale Zielgruppensegmente zu bilden. Interne Machine-Learning-Modelle von Google, die Datenl\u00fccken schlie\u00dfen sollen, erhalten ebenfalls ein ungenaueres Ausgangssignal, was lokale Trendanalysen weniger verl\u00e4sslich macht. Die strikten Compliance-Vorteile der IP-Maskierung m\u00fcssen daher gegen die strukturelle Verschlechterung lokaler geografischer Erkenntnisse abgewogen werden.<\/p>\n
          \n
          Quellen<\/h2>\n