KPI Dashboards vs Analytics Dashboards: Was ist der Unterschied?
Von Emily Redmond, Datenanalystin bei Emilytics · April 2026
TL;DR: KPI Dashboards beantworten „Sind wir on track?" Analytics Dashboards beantworten „Warum?" Baue beide. Nutze KPI Dashboards für Status, Analytics Dashboards für Untersuchung.
Die Verwirrung
Die meisten Organisationen vermengen KPI Dashboards und Analytics Dashboards. Sie versuchen eines zu bauen, das beide tut. Es tut keines gut.
Der Unterschied ist einfach aber kritisch:
- KPI Dashboard: Zeigt Status. Ist die Zahl oben oder unten? Sind wir on target? Haupt-Zweck für Geschäftsführer und Stakeholder.
- Analytics Dashboard: Ermöglicht Untersuchung. Warum bewegte sich diese Zahl? Wo ist die Gelegenheit? Haupt-Zweck für Praktiker und Analysten.
Sie dienen verschiedene Zielgruppen mit verschiedenen Fragen. Baue beide.
KPI Dashboard: Das Status-Tool
Zweck: Sag jemandem sofort, wenn das Business gesund ist.
Zielgruppe: C-Suite, Vorstand, Abteilungsleiter.
Frage beantwortet: „Sind wir on track um unser Ziel zu treffen?"
Metriken:
| Metrik | Typ | Warum es zählt |
|---|---|---|
| Umsatz | Business-Ergebnis | Machen wir Geld? |
| Wachstumsrate | Business-Ergebnis | Wachsen wir? |
| Kunden-Anzahl | Business-Ergebnis | Wie viele Kunden haben wir? |
| Churn Rate | Leading Indicator | Verlieren wir Kunden? |
| Cost per Acquisition | Effizienz | Wie effizient ist unser Spend? |
Format:
Große Zahlen (Scorecard Format), farbcodiert (grün = on track, rot = off track), mit Vergleich zu Ziel und Vorperiode.
Aktualitätshäufigkeit: Täglich oder Wöchentlich. Echtzeit für schnelllebige Metriken.
Beispiel KPI Dashboard:
Erste Reihe: Revenue (mit Ziel vs. aktuell), Wachstumsrate, Customer Lifetime Value Zweite Reihe: Churn Rate, Cost per Acquisition, Quarterly Revenue Target Progress Dritte Reihe: Traffic, Conversion Rate, Customer Satisfaction Score
Analytics Dashboard: Das Untersuchungs-Tool
Zweck: Ermögliche tiefergehendes Verstehen warum Dinge passieren.
Zielgruppe: Produkt Teams, Marketing Teams, Analysten.
Frage beantwortet: „Warum bewegte sich diese Metrik? Wo ist das Problem?"
Metriken:
| Metrik | Typ | Warum es zählt |
|---|---|---|
| Conversion Rate nach Traffic-Quelle | Segmentierung | Welche Kanäle konvertieren am besten? |
| Signup Flow Funnel | Prozess | Wo fallen Leute ab? |
| Feature Adoption nach User Segment | Verhaltensweise | Wer nutzt was? |
| Customer Journey Path | Flow | Wie bewegen sich User durch das Produkt? |
| Bounce Rate nach Landing Page | Page-Level | Welche Seiten performen? |
Format:
Tabellen, Breakdowns, Segmentierungen, Funnels, Flows. Weniger Fokus auf große Zahlen, mehr auf Muster und Slices.
Aktualitätshäufigkeit: Stündlich oder Täglich. Nah-Echtzeit zum Debuggen.
Beispiel Analytics Dashboard:
Abschnitt 1: Signup Funnel (Form Views → Form Starts → Completions) Abschnitt 2: Feature Adoption nach Kohorte Abschnitt 3: Top 10 Landing Pages nach Konversion Abschnitt 4: Customer Journey Visualisierung Abschnitt 5: Churn Driver (Welche User Segmente churn?)
Seite-bei-Seite Vergleich
| Dimension | KPI Dashboard | Analytics Dashboard |
|---|---|---|
| Primäre Frage | Sind wir on track? | Warum bewegte es sich? |
| Zielgruppe | Geschäftsführer | Praktiker |
| Anzahl Metriken | 5–8 | 20–40 |
| Aktualitätshäufigkeit | Täglich/Wöchentlich | Stündlich/Täglich |
| Visueller Stil | Scorecards, große Zahlen | Tabellen, Breakdowns, Charts |
| Interaktivität | Niedrig (nur Status) | Hoch (Drill-Down, Segmente) |
| Narrativ | „Wir sind 12% über Ziel" | „Traffic von Email sprang Mittwoch" |
| Entscheidungstyp | Go/No-Go | Untersuchung, Optimierung |
Wann man jedes nutzt
Nutze ein KPI Dashboard wenn du brauchen wirst:
- Monitor Business-Gesundheit wöchentlich oder monatlich
- Präsentiere Status dem Vorstand oder Investoren
- Verfolge eine Key-Metrik Echtzeit (wie heute's Revenue)
- Zeige wie nah du zu vierteljährlich Zielen bist
- Beantworte „gewinnen wir?" schnell
Nutze ein Analytics Dashboard wenn du brauchen wirst:
- Debug eine Metrik, die unerwartet sich bewegte
- Verstehe welche Kanäle Konversionen treiben
- Identifiziere entstehende Trends oder Muster
- Optimiere Produkt-Experience
- Finde Growth-Gelegenheiten
Baue beide (Ohne deine Arbeit zu verdoppeln)
Die Smart Way:
Baue einen unterlegenden Dataset, der beide Dashboards treibt. Nutze verschiedene Visualisierungen und Filter.
Beispiel:
- Data Layer: GA4 Database mit all deinen rohen Daten
- KPI Dashboard: Pullt 5 Kern-Metriken, zeigt große Zahlen, aktualisiert täglich
- Analytics Dashboard: Pullt dieselben Daten, aber segmentiert sie 20 Wegen, zeigt Tabellen und Breakdowns, aktualisiert stündlich
Gleiche Data Source. Verschiedene Präsentationen. Verschiedene Zielgruppen.
💡 Emilys Take: Ich sehe Teams separate Data Pipelines für ihr KPI Dashboard und ihr Analytics Dashboard bauen. Sie enden mit konfliktierenden Zahlen. „Revenue war 45.000 € im KPI Dashboard aber 47.000 € im Analytics Dashboard." Beide Teams denken der andere hat Unrecht. Stopp. Baue einmal, präsentiere zweimal.
Beispiel: Verfolgung von Conversion Rate
In einem KPI Dashboard:
Große Scorecard: „Conversion Rate: 3,2% (↑ 0,3 von letzte Woche, Ziel: 3,0%)"
Das ist es. Geschäftsführer sieht: wir verfolgen über Ziel. Gut.
In einem Analytics Dashboard:
Tabelle zeigend Conversion Rate nach Traffic-Quelle:
- Organic: 4,1%
- Paid Search: 3,8%
- Email: 2,1%
- Direct: 2,4%
- Referral: 1,9%
Breakdown zeigend Conversion Rate nach Gerät:
- Desktop: 4,2%
- Mobile: 2,1%
Funnel zeigend wo Leute abfallen:
- Produkt angesehen: 8.420
- Zum Wagen hinzufügen: 3.100
- Checkout gestartet: 2.890
- Zahlungs abgeschlossen: 2.140
Praktiker sieht: Mobile konvertiert bei halbe Rate von Desktop (braucht Untersuchung), Email unterperformt (Gelegenheit), Checkout Abfall ist 26% (Optimierungs-Ziel).
Gleiche Metrik. Verschiedene Insights.
Häufig gestellte Fragen
F: Kann ich KPI und Analytics in einem Dashboard kombinieren?
A: Nicht gut. Du machst es entweder zu komplex für Geschäftsführer (niemand wird es lesen) oder zu einfach für Praktiker (es wird nicht nützlich sein). Baue zwei. Leichter zu halten, leichter zu nutzen.
F: Wie viele KPIs sollte ich verfolgen?
A: 5–8. Mehr und du verlierst Fokus. Das sollten Ergebnisse sein, nicht Aktivitäten. „Revenue," nicht „Klicks." „Churn," nicht „Sessions."
F: Sollte KPI Dashboard in Echtzeit aktualisieren?
A: Hängt ab von deinem Business. Wenn du E-Commerce bist und Revenue bewegt sich schnell, Echtzeit macht Sinn. Wenn du B2B SaaS bist und Kunden signieren sich langsam an, täglich ist fein.
F: Was ist, wenn das KPI Dashboard und Analytics Dashboard zeigen verschiedene Zahlen für dieselbe Metrik?
A: Das bedeutet normalerweise verschiedene Filter oder Datumsbereiche. Versöhne sie. Sie sollten passen.
F: Können beide Dashboards dieselbe Data Source nutzen (GA4 + Search Console)?
A: Ja. In Looker Studio, kannst du eine blendete Data Source erstellen und es in mehreren Dashboards nutzen.
Die Bottom Line
KPI Dashboards beantworten Status-Fragen. Analytics Dashboards beantworten Untersuchungs-Fragen. Du brauchst beide.
Beginne mit deinem KPI Dashboard: wähle fünf Business-Ergebnisse und verfolge sie. Dann baue ein Analytics Dashboard, das dir hilft zu verstehen warum diese Ergebnisse sich bewegten.
Diese Aufteiling der Arbeit macht Reporting klarer und actionabler.
Für KPI Dashboard Setup, siehe Dashboard Templates. Für tiefere Analyse, versuche Monthly Analytics Reviews.
Emily Redmond ist eine Datenanalystin bei Emilytics — KI-gestützer Analytics Agent, der rund um die Uhr deine GA4-, Search Console- und Bing-Daten überwacht. 8 Jahre Erfahrung. Sag Hallo →