Vom Google Sheet zum fertigen Reporting: die vier Schritte
Schritt 1: Das Sheet vorbereiten
Die Basis ist ein zentrales Google Sheet mit einem eigenen Tab pro Datenquelle — zum Beispiel „GA4-Wochenübersicht“, „Search-Console-Wochenübersicht“ und „LinkedIn-Wochenübersicht“. Jeder Tab braucht eine einheitliche Spalte für die Kalenderwoche (KW) bzw. den Zeitraum, damit sich die Tabs später sauber miteinander verknüpfen lassen.
Am Beispiel des fiktiven Blogs „Contentspur“ könnte der GA4-Tab so aussehen: KW, Zeitraum (Mo–So), Aktive Nutzer, Sitzungen, Top-Artikel der Woche, Top-Quelle. Wichtig ist nicht die perfekte Tab-Struktur von Anfang an, sondern eine konsistente Logik, die sich über Wochen durchhält.
Schritt 2: Explorative Datenanalyse in Google Apps Script anlegen
Statt die Zahlen jede Woche manuell aus GA4 und der Search Console zu exportieren, übernimmt ein Google-Apps-Script-Projekt diese Arbeit automatisiert: Ein Skript ruft die GA4 Data API bzw. die Search-Console-API ab, schreibt die Werte in den passenden Tab und läuft über einen zeitgesteuerten Trigger — zum Beispiel wöchentlich montags um 7 Uhr.
Das erklärt, warum sich der Aufwand nach der Einrichtung auf null reduziert — die Rohdaten stehen automatisch bereit, bevor überhaupt jemand ins Reporting schaut.
Für den Einstieg reicht ein einfaches Skript, das die wichtigsten Kennzahlen abruft und bestehende Zeilen der jeweiligen Kalenderwoche vor dem Schreiben löscht, um Duplikate zu vermeiden. Die konkreten Code-Beispiele und die nötigen API-Freigaben (Google Analytics Data API, Search Console API, Google Sheets API) findest du im PDF-Download zu diesem Artikel.
Schritt 3: Den Claude Skill erstellen
Sobald die Datenbasis steht, wird der eigentliche Skill gebaut. Ein Skill besteht aus einer SKILL.md-Datei mit einer Beschreibung (wann soll der Skill greifen?) und einer strukturierten Anweisung (was soll er tun?). Zwei Wege haben sich dabei bewährt:
Die Interview-Methode — Claude wird gebeten, gezielt nachzufragen: Zielgruppe des Reportings, Datenquellen, gewünschtes Format, Sonderfälle. Aus den Antworten baut Claude die SKILL.md.
Die Methode aus der erledigten Aufgabe heraus — ein Reporting wird einmal manuell mit Claude durchgesprochen, das Ergebnis anschließend in eine wiederverwendbare Anleitung überführt.
Für ein Blog-Reporting hat sich eine feste Abschnittsreihenfolge bewährt: Executive Summary, Traffic & Engagement, Channel-Mix, Content-Performance je Artikel, SEO/Suche, Social Media, Redaktionskalender-Check und zum Schluss die Handlungsempfehlungen als Tabelle, unterteilt in Quick-Fix, Mittelfristig und Workflow-Änderung.
Schritt 4: Das fertige Reporting durchlaufen lassen
Ist der Skill einmal gebaut, reicht eine kurze Anfrage wie „Erstell mir das Reporting für KW 34″ oder „Mach den Monatsreport für Juli“, damit Claude den kompletten Ablauf durchläuft: Zeitraum klären, Daten aus dem Sheet ziehen, die acht Report-Abschnitte befüllen, Δ-Werte zur Vergleichsperiode berechnen — und am Ende automatisch eine Präsentation als PDF bauen.
Am fiktiven Beispiel „Contentspur“ könnte ein Monats-Reporting so aussehen: 39 aktive Nutzer im Berichtsmonat gegenüber 14 im Vormonat (+179 %), getragen von organischem Wachstum ohne neue Veröffentlichung. Die Handlungsempfehlung daraus wäre kein generischer Tipp, sondern konkret aus den Zahlen abgeleitet: den liegen gebliebenen Artikelentwurf fertigstellen, bevor der organische Rückenwind wieder abflaut.
Das erklärt, warum der Skill mehr leistet als ein Datendump — jede Empfehlung ist an eine beobachtete Zahl aus genau diesem Zeitraum gebunden, nicht an eine allgemeine Marketing-Weisheit.
Was das für dich bedeutet
Der eigentliche Wert dieses Workflows liegt nicht in der Automatisierung allein, sondern darin, dass Reporting dadurch überhaupt wieder regelmäßig stattfindet. Ein Skill, der einmal sauber gebaut ist, senkt die Hürde für die nächste Auswertung auf einen einzigen Satz.
Ein Reporting, das niemand mehr manuell zusammenbaut, ist ein Reporting, das tatsächlich stattfindet.
Takeaways
- Baue ein zentrales Google Sheet mit einheitlicher KW-Spalte über alle Datenquellen hinweg.
- Automatisiere den Datenimport per Google Apps Script und zeitgesteuertem Trigger.
- Erstelle den Claude Skill einmalig — per Interview-Methode oder aus einem durchgeführten Reporting heraus.
- Binde Handlungsempfehlungen immer an konkret beobachtete Zahlen, nicht an generische Marketing-Tipps.
- Lass den fertigen Skill am Ende automatisch Text-Reporting und PDF-Präsentation erzeugen.
FAQ
Brauche ich Programmierkenntnisse für das Google-Apps-Script-Skript?
Grundkenntnisse helfen, sind aber kein Muss. Viele GA4-Export-Skripte lassen sich als Vorlage übernehmen und nur an Property-ID und Filter anpassen — Claude kann dabei beim Debugging unterstützen.
Wie oft sollte das Reporting laufen?
Wöchentlich für den laufenden Überblick, monatlich für die strategische Einordnung. Der Skill unterstützt beide Zeiträume, sobald die Datenbasis im Sheet steht.
Was, wenn einzelne Datenquellen wie LinkedIn nicht automatisierbar sind?
Nicht jede Quelle hat eine offene API. LinkedIn-Zahlen lassen sich weiterhin manuell in einen eigenen Tab eintragen — der Skill sollte fehlende Wochen dann explizit benennen statt sie stillschweigend als null zu werten.
Ersetzt der Skill die eigene Analyse?
Nein. Der Skill strukturiert Daten und leitet Empfehlungen aus beobachteten Zahlen ab — die Einordnung, ob eine Empfehlung zur eigenen Strategie passt, bleibt bei dir.
