Emilytics

MCP für Analytics: Wie du jeden AI Agent mit GA4 und GSC verbindest

Emily RedmondDatenanalystin, Emilytics18. April 2026

MCP für Analytics: Wie du jeden AI Agent mit GA4 und GSC verbindest

Von Emily Redmond, Datenanalystin bei Emilytics · April 2026

TL;DR: Model Context Protocol (MCP) ermöglicht es AI Agenten, mit GA4 und Google Search Console zu kommunizieren. Diese Anleitung führt dich durch die Einrichtung eines MCP Servers für deine Analytics Daten und die Verbindung mit Claude oder einer beliebigen AI Plattform.

Was du eigentlich einrichtest

Wenn du MCP für Analytics einrichtest, erstellst du eine Brücke zwischen:

  • Deinen Daten (GA4, Search Console)
  • Einem MCP Server (Übersetzer zwischen AI und deinen Daten)
  • Einem AI Agent (Claude, Cursor, etc.)

Der Ablauf:

  1. Du stellst Claude eine Frage
  2. Claude nutzt den MCP Server um deine Daten zu fetchen
  3. Claude analysiert und antwortet

Du musst nicht technisch sein. Aber das Verständnis der Architektur hilft.

💡 Emily's Take: MCP verwirrte mich anfangs. Dann realisierte ich: Es ist nur "so kommuniziert AI mit Datenquellen." Sobald ich das verstand, war die Einrichtung trivial. Es brauchte 10 Minuten.

Option 1: Emilytics nutzen (Am einfachsten)

Emilytics ist ein für Analytics gebauter MCP Server. Du musst nichts installieren – es ist ein verwalteter Service.

Schritt 1: Emilytics Account erstellen

  1. Gehe zu emilytics.io
  2. Klicke auf "Sign Up"
  3. Account mit deiner E-Mail erstellen

Schritt 2: GA4 Property verbinden

  1. In Emilytics, gehe zu "Properties" oder "Data Sources"
  2. Klicke auf "Add Property"
  3. Wähle "Google Analytics 4"
  4. Klicke auf "Authorize with Google"
  5. Melde dich mit deinem Google Account an (der mit GA4 Zugriff hat)
  6. Gewähre Emilytics read-only Zugriff
  7. Wähle deine GA4 Property
  8. Bestätige

Emilytics hat jetzt Zugriff auf deine GA4 Daten.

Schritt 3: Search Console Property verbinden

  1. In Emilytics, klicke auf "Add Property"
  2. Wähle "Google Search Console"
  3. Wiederhole den OAuth Flow
  4. Wähle deine Search Console Property
  5. Bestätige

Schritt 4: Claude verbinden (oder deine AI Plattform)

Das hängt davon ab, welches AI du nutzt.

Für Claude Web:

  1. Gehe zu claude.ai
  2. Settings → Developer Tools oder Integrations
  3. Finde "MCP Servers"
  4. Klicke auf "Add Custom MCP Server"
  5. Füge Emilytics MCP Server Endpoint ein
  6. Authentifiziere

Für Cursor:

  1. Öffne Cursor Preferences
  2. Finde "MCP" oder "Model Context Protocol"
  3. Füge Emilytics als MCP Server hinzu
  4. Füge die Server Details ein

Für andere Plattformen: Wenn du eine andere AI Plattform nutzt, überprüfe deren Dokumentation für MCP Integration. Die meisten großen Plattformen unterstützen es inzwischen.

Schritt 5: Teste es

Öffne Claude und tippe: "Wie viele Sessions hatte ich letzte Woche?"

Claude sollte deine Daten von GA4 fetchen und die Antwort geben. Wenn es funktioniert, bist du fertig.

Gesamteinrichtungszeit: 10 Minuten

Option 2: Anthropics offizieller MCP Server nutzen (Fortgeschritten)

Anthropic pflegt offizielle MCP Server für Google Analytics. Das ist kostenlos, aber erfordert etwas technisches Setup.

Schritt 1: Node.js installieren

Der MCP Server läuft auf Node.js. Wenn du ihn nicht hast:

  1. Gehe zu nodejs.org
  2. Lade LTS Version herunter
  3. Installiere

Schritt 2: GA4 MCP Server aufsetzen

Erstelle ein Verzeichnis für dein MCP Setup:

mkdir mcp-analytics
cd mcp-analytics

Installiere den offiziellen GA4 MCP Server:

npm install @anthropic-ai/ga4-mcp

Schritt 3: Config Datei erstellen

Erstelle eine Datei namens .env:

GOOGLE_CLIENT_ID=your_client_id
GOOGLE_CLIENT_SECRET=your_client_secret
GOOGLE_REDIRECT_URI=http://localhost:3000/oauth/callback

(Besorge diese von der Google Cloud Console)

Schritt 4: Mit Google authentifizieren

Starten des Servers:

npm start

Der Server wird dich auffordern, dich mit Google OAuth zu authentifizieren. Durchlaufe den Flow. Der Server speichert deine Credentials.

Schritt 5: Mit Claude verbinden

Füge den MCP Server zu deinen Claude Settings hinzu:

Für Cursor:

[mcp_servers.ga4]
command = "node"
args = ["path/to/ga4-mcp-server/index.js"]

Für Claude Web: Gehe zu Settings → Developer Tools → Add MCP Server → Zeige auf localhost

Schritt 6: Teste es

Öffne Claude: "Was sind meine Top 5 Seiten?"

Claude fragt deine GA4 Daten via MCP ab.

Gesamteinrichtungszeit: 20–30 Minuten (erstmalig)

Was du jetzt abfragen kannst

Nach der Einrichtung kannst du Claude fragen:

Traffic & Nutzer:

  • "Wie viele Sessions hatte ich letzte Woche?"
  • "Welche Länder bringen den meisten Traffic?"
  • "Was ist meine Nutzer-Wachstumsrate diesen Monat?"

Conversions:

  • "Was ist meine Conversion Rate nach Traffic Source?"
  • "Welche Landing Pages konvertieren am besten?"

Keywords:

  • "Was sind meine Top 10 Keywords aus organischer Suche?"
  • "Welche Seiten bringen den meisten organischen Traffic?"
  • "Sinken irgendwelche meiner Rankings?"

Vergleiche:

  • "Wie vergleicht sich dieser Monat zu letztem Monat?"
  • "Zeige mir Wachstumraten Woche zu Woche"

Anomalien:

  • "Ist etwas Ungewöhnliches mit meinem Traffic passiert?"
  • "Warum ist die Bounce Rate am Donnerstag gestiegen?"

Claude handhabt all das sofort.

Häufige Probleme beheben

"Claude findet den MCP Server nicht"

  • Überprüfe, dass der Server läuft
  • Überprüfe, dass die Endpoint URL korrekt ist
  • Überprüfe, dass OAuth Tokens gültig sind
  • Starten Claude/Cursor neu

"Permission denied beim GA4 Zugriff"

  • Überprüfe, dass du mit dem richtigen Google Account autorisiert hast
  • Überprüfe, dass dieser Account GA4 Zugriff hat
  • Authentifiziere neu (Cached Tokens löschen und erneut autorisieren)

"Daten stimmen mit meinem Dashboard nicht überein"

  • Überprüfe, dass du die richtige GA4 Property ausgewählt hast
  • Überprüfe, dass der Datumsbereich in deiner Frage mit dem erwarteten übereinstimmt
  • GA4 Daten brauchen 24–48 Stunden zur vollständigen Verarbeitung; sehr aktuelle Daten könnten verzögert sein

"Rate Limit Fehler"

  • Google hat API Quoten (typischerweise 100k Anfragen pro Tag)
  • Wenn du 1.000+ Queries pro Stunde machst, könntest du das treffen
  • Warte eine Stunde oder erhöhe dein Quota in der Google Cloud Console

"Port 3000 bereits in Verwendung" (wenn lokal läuft)

  • Ändere den Port in deiner Config
  • Oder stoppe das andere, was Port 3000 nutzt

Sicherheitsnotizen

Datenschutz:

  • MCP Server haben nur read-only Zugriff auf deine Analytics
  • Deine Credentials werden sicher gespeichert (normalerweise verschlüsselt)
  • Daten werden on-demand geholt; nichts wird gecacht

Best Practices:

  • Nutze Google OAuth, nicht API Keys
  • Richte einen Service Account auf, wenn du mehrere MCP Server brauchst
  • Rotate Credentials alle 90 Tage, wenn sie geteilt werden

Speziell für Emilytics:

  • Alle Daten sind in Transit verschlüsselt
  • Tokens werden sicher gespeichert
  • Du kannst Zugriff jederzeit in Google Settings widerrufen

Welche Daten sind tatsächlich zugänglich?

Dein MCP Server kann zugreifen auf:

Von GA4:

  • Audience Daten (Nutzer, Sessions, Demographics)
  • Event Daten (Custom Events die du getrackt hast)
  • Goal Conversion Daten
  • Traffic Source Breakdown
  • Device/Browser Daten
  • Geo Daten
  • Landing Page und Exit Page Daten

Von Search Console:

  • Search Queries und ihre Performance
  • Click-through Rates
  • Impressionen
  • Durchschnittliche Position
  • Search Appearance Daten
  • Landing Pages aus organischer Suche

Was ES NICHT kann zugreifen:

  • User IDs oder persönlich identifizierbare Informationen
  • Gelöschte Daten
  • Daten die du nicht geteilt hast (Private Properties)
  • Adsense oder andere Third-Party Integrationen

Der MCP Server respektiert all deine Privacy Settings.

Fortgeschritten: Custom MCP Server für deine Needs

Wenn du mehr als GA4/GSC brauchst, kannst du einen Custom MCP Server bauen.

Das ist für Entwickler, aber machbar:

// Simple MCP server example
class AnalyticsMCPServer {
  async query_ga4(params) {
    // Verbinde mit deiner GA4 API
    // Gib Ergebnisse zurück
  }
  
  async get_top_pages(limit) {
    // Custom Logik um Top Pages zu fetchen
  }
  
  async compare_periods(metric, period1, period2) {
    // Vergleiche zwei Datumsbereiche
  }
}

Custom Server ermöglichen dir:

  • Proprietäre Datenquellen hinzufügen
  • Custom Queries erstellen
  • Domain-spezifische Tools bauen

Aber für die meisten Fälle reicht Emilytics + Claude aus.

Die echte Power: Integration

Sobald MCP eingerichtet ist, kannst du:

  1. Claude Fragen über deine Daten in jeder Claude Interface stellen (web, Cursor, API)
  2. Workflows bauen, die AI Analyse mit Data Queries kombinieren
  3. Reports automatisieren, indem Claude sie generiert
  4. Analytics in dinen Development Workflow integrieren

Beispiel: Developer in Cursor will Traffic Impact vor einem Merge überprüfen.

Developer: "Hat sich Traffic seit dem letzten Deploy geändert?"
Claude (via MCP): Fetcht Traffic Daten, vergleicht zu vorherigem Deploy
Claude: "Traffic ist 8% gestiegen seit letztem Deploy. Gutes Zeichen."
Developer: Merged mit Zuversicht

Das ist die Power von AI + MCP.

Nächste Schritte

  1. Wähle dein Setup: Emilytics (einfacher) oder Anthropics offizieller MCP (mehr Kontrolle)
  2. Folge den oberen Schritten um zu authentifizieren
  3. Teste mit einer einfachen Frage um zu verifizieren, dass es funktioniert
  4. Fange an, echte Fragen über deine Daten zu stellen
  5. Teile mit deinem Team damit sie es auch nutzen können

Wie du Claude + GA4 effektiv nutzt, lies über Claude + GA4.

Um zu verstehen, was MCP konzeptionell ist, lies über Model Context Protocol.

Das Wichtigste

MCP ist die Brücke zwischen AI und deinen Analytics. Richte es einmal ein, und denk dann nie wieder daran. Stell einfach Fragen.

10 Minuten zum Setup. Unbegrenzte Insights danach.

Emily Redmond ist eine Datenanalystin bei Emilytics — dem AI Analytics Agent der deine GA4, Search Console und Bing Daten rund um die Uhr beobachtet. 8 Jahre Erfahrung. Sag Hallo →

Mehr aus AI-Powered Analytics