Google Ads kürzt Datenarchiv: 37 Monate statt 11 Jahre ab 1. Juni 2026
Google Ads schränkt ab 1. Juni 2026 die Datenretention für granulare Berichte ein. Statt elf Jahre stehen Tages-, Wochen- und Stundendaten dann nur noch 37 Monate zur Verfügung. Aggregierte Monats-, Quartals- und Jahresdaten bleiben unverändert für elf Jahre abrufbar. Für die meisten kleinen Unternehmen kein Drama, aber ein klares Signal in eine bestimmte Richtung.
Google hat eine Änderung der Datenretention angekündigt, die ab 1. Juni 2026 greift. Wer länger als drei Jahre zurück auf Tages- oder Wochenebene reporten will, hat dann ein Problem. Die offizielle Notice erschien Anfang Mai im Google Ads Help Center und betrifft die Oberfläche, die API, die Scripts und den BigQuery Data Transfer Service gleichzeitig.
Wichtig vorab: In manchen Branchen-Newslettern kursiert die Zahl “drei Monate”. Das stimmt nicht. Es sind 37 Monate, also drei Jahre und ein Monat. Der Unterschied ist gewaltig, deshalb hier die nüchterne Einordnung.
Was ändert sich konkret?
Die Verkürzung trifft nur die feingranularen Berichte. Sobald du mit Monatswerten arbeitest, ändert sich für dich nichts. Wer aber Trendanalysen über Tagesebene über mehrere Jahre macht oder regelmäßig Wochenvergleiche zum Vorjahr durchführt, der merkt das.
Wer ist tatsächlich betroffen?
Die ehrliche Antwort: Die meisten kleinen Unternehmen werden den Unterschied nicht spüren. Wenn du dein Konto erst seit zwei oder drei Jahren laufen hast, kommst du sowieso nicht über das neue Limit hinaus. Wenn du regelmäßig Monatsberichte machst und nicht stundenweise zurück in 2022 schaust, bist du fein.
Echt relevant wird es für diese Fälle:
- Kanzleien und Dienstleister mit Saisonalität, die Wochen- oder Tagesdaten über mehrere Jahre vergleichen wollen, um zum Beispiel Mandatszyklen oder Anfrage-Spitzen zu analysieren
- Online-Shops mit langer Historie, die Black-Friday-Performance auf Tagesebene über mehrere Jahre tracken
- Werbetreibende mit eigener BigQuery-Anbindung, deren Backfill-Läufe für ältere Zeiträume jetzt einfach abgeschnitten werden
- Tools und Reports, die automatisch Year-over-Year auf Tagesebene rechnen und über drei Jahre zurückgreifen
Für alles andere ist 37 Monate ein vollkommen ausreichendes Fenster.
Warum ist die Änderung trotzdem ein Signal?
Hier wird es interessant. Google hat erst im Oktober 2024 die elfjährige Aufbewahrungsfrist angekündigt. Jetzt, weniger als achtzehn Monate später, schrumpft das Fenster für Granulardaten auf weniger als ein Drittel davon. Das ist keine technische Petitesse, sondern eine strategische Entscheidung.
Die Botschaft an Werbetreibende lautet: Verlasst euch nicht darauf, dass Google euer Datenarchiv ist. Wer langfristige Performance-Analysen plant, sollte die Daten regelmäßig in eine eigene Umgebung exportieren. Egal ob das ein einfacher Looker-Studio-Cache ist, ein BigQuery-Setup oder schlicht ein monatliches CSV-Backup auf der eigenen Festplatte.
Aus 13 Jahren Praxis: Die meisten kleinen Konten kommen mit Monatsdaten plus den letzten drei Jahren auf Tagesebene problemlos klar. Wer aber je gerne in zwei Klicks zurück auf Tagesebene in 2021 wollte, sollte sich daran gewöhnen, dass das ab Juni nicht mehr geht. Falls solche Vergleiche für dich relevant waren, einmal vor Ende Mai die kritischen Zeiträume als Excel oder Looker-Studio-Snapshot wegspeichern, dann hast du den Vergleich später noch.
Wie wirkt sich das technisch aus?
Wer mit der API oder Scripts arbeitet, bekommt ab Juni einen Fehler DateRangeError.INVALID_DATE, wenn die Anfrage über 37 Monate hinausgeht. Im UI selbst werden die Datumsfelder vermutlich einfach abschneiden, also kein Crash, sondern leeres Reporting-Fenster.
Die Google Analytics Data API verkürzt betroffene Metriken automatisch auf das letzte 36-Monats-Fenster. BigQuery-Backfill-Läufe für ältere Zeiträume stoppen.
Wer GA4-Daten via BigQuery weiterverarbeitet, sollte einmal kurz prüfen, ob bestehende Backfill-Jobs noch durchgehen. Manche Setups schreiben sonst über bereits exportierte Daten drüber, das wäre unschön.
Was du jetzt sinnvoll tun kannst
Ohne Panik, aber mit Plan:
Wann lohnt sich ein eigenes Data Warehouse?
Die Frage stellen sich gerade viele. Realistisch betrachtet ist BigQuery erst ab einer bestimmten Konto-Größe und Reporting-Tiefe sinnvoll. Wer ein Konto mit dreistelligem Monatsbudget betreut und einmal im Quartal in die Berichte schaut, braucht das nicht.
Sinnvoll wird der Schritt, wenn du mehrere Konten parallel betreust, regelmäßig kanalübergreifende Auswertungen baust oder Reports automatisiert an Kunden lieferst. Dann ist der Aufwand für ein BigQuery-Setup im Verhältnis schnell wieder drin, und du bist gegen solche Retention-Verkürzungen unabhängig.
Zwischen “gar nichts tun” und “BigQuery aufsetzen” gibt es übrigens noch einen Mittelweg: Looker Studio mit den eingebauten Daten-Cache-Funktionen oder ein einfacher Sheets-Export per Google-Ads-Script. Beides reicht für die meisten kleinen Konten völlig aus, um sich gegen Datenverlust abzusichern.
Wie geht es weiter?
Die Verkürzung ist final, und es spricht wenig dafür, dass Google das zurücknimmt. Eher im Gegenteil: Wenn die elfjährige Aufbewahrung in achtzehn Monaten von Ankündigung bis Verkürzung schrumpft, könnte sich das Fenster später noch weiter verkleinern. Wer langfristig auf Granulardaten angewiesen ist, baut die eigene Datenhaltung am besten jetzt auf, statt bei der nächsten Änderung erneut nachzuziehen.
Für die laufende Praxis ändert sich aber wenig. Die meisten kleinen Unternehmen mit Google-Ads-Konten arbeiten ohnehin mit Monatsdaten oder mit den letzten 12 bis 24 Monaten auf Wochenebene. Genau dieser Bereich bleibt komplett erhalten.
Deine Checkliste
Empfohlener Ablaufplan für die Umsetzung:
- Reports prüfen. Schau dir an, ob du in deinen aktuellen Reports auf Tages- oder Wochenebene über drei Jahre zurückgreifst.
- Kritische Zeiträume sichern. Falls ja: einmal vor Ende Mai die wichtigen Vergleiche als Excel oder Looker-Studio-Cache wegspeichern.
- Skripte und API-Aufrufe anpassen. Falls du eigene Reports automatisiert betreibst, das neue 37-Monats-Fenster im Code abfangen.
- Long-Term-Speicher prüfen. Überleg dir, ob du in den nächsten zwölf Monaten in Looker Studio mit Cache oder ein einfaches BigQuery-Setup investieren willst.
- Ruhe bewahren. Für 90 Prozent aller kleinen Konten ist die Änderung kein Drama.
Verlierst du mit Google Ads mehr Geld, als du solltest?
Ich zeige dir, wo dein Account Potenzial verschenkt – und wie du mehr aus deinem Budget herausholst.
Performance-Plan sichern →
