Vergleich
Data Studio vs. Looker: Welches Google-Tool braucht Ihr Team?
Der Unterschied zwischen Data Studio und Looker läuft auf eine Frage hinaus: Brauchen Sie schnelles, flexibles Reporting oder eine gesteuerte Definition jeder Kennzahl, die im ganzen Unternehmen durchgesetzt wird? Dieser Ratgeber richtet sich an Verantwortliche aus Marketing, Finanzen und Operations in wachsenden Unternehmen, die beide Namen gehört haben, oft im selben Satz, und wissen müssen, für welches Produkt sie budgetieren sollen. Wir erklären, wofür jedes Tool gedacht ist, wie es gekauft wird, ein durchgerechnetes Kostenbeispiel, die Grenzen, die Teams vom einen zum anderen treiben, und einen Mittelweg, den viele mittelständische Teams gehen.

Kurze Antwort
Was ist der Unterschied zwischen Data Studio und Looker?
Data Studio ist Googles kostenloses Self-Service-Reporting-Tool, mit einer Pro-Version für 9 $ pro Nutzer, Projekt und Monat. Looker ist Googles separate Enterprise-BI-Plattform, gekauft über einen Jahresvertrag und aufgebaut um ein zentrales semantisches Modell, das ein Datenteam pflegt. Wählen Sie Data Studio für schnelle Dashboards und Looker, wenn gesteuerte Kennzahlen über viele Teams am wichtigsten sind.
- Data Studio ist kostenloses Self-Service-Reporting; Looker ist eine gesteuerte Enterprise-BI-Plattform mit Jahresverträgen.
- Die Standard-Edition von Looker ist auf 50 Nutzer begrenzt, größere Betrachterkreise führen also zu Enterprise.
- Werden zentrale Kennzahlen in BigQuery-Views definiert, erhalten viele Teams genug Konsistenz ohne Looker.
- Entscheiden Sie nach dem Governance-Problem, das Sie tatsächlich haben, nicht nach dem Produktnamen.
Data Studio oder Looker: Was ist der eigentliche Unterschied?
Data Studio ist für Menschen gebaut, die heute eine Quelle anbinden und ein Diagramm sehen wollen. Looker ist für Organisationen gebaut, in denen ein zentrales Datenteam jede Kennzahl einmal im Code definiert und jedes Dashboard diese Definition übernimmt. Beides sind Google-Produkte, beide zeichnen Diagramme, und ungefähr dort endet die Ähnlichkeit.
Google hat die Grenze selbst gezogen, als es Data Studio unter seinem ursprünglichen Namen neu startete. In seinem Google-Cloud-Blogbeitrag vom 11. April 2026 nannte Google das neue Data Studio sinngemäß „die ideale Wahl für die persönliche Datenexploration“, einen Ort für Ad-hoc-Berichte und schnelle Visualisierung über BigQuery, Google Sheets und Ads hinweg. Im selben Beitrag beschrieb es Looker als seine Enterprise-Business-Intelligence-Plattform für Anwendungsfälle, die „vertrauenswürdige, gesteuerte Daten auf Basis eines zentralen semantischen Modells“ erfordern.
Die Namensgeschichte erklärt den Großteil der Verwirrung. Das Produkt startete 2016 als Google Data Studio, wurde im Oktober 2022 zu Looker Studio und kehrte im April 2026 zu Data Studio zurück. Dreieinhalb Jahre lang teilten sich zwei verschiedene Produkte das Wort Looker, und viele Vergleiche im Netz beschreiben in Wahrheit Data Studio unter seinem alten Namen. Bestehende Berichte wurden automatisch übernommen, und lookerstudio.google.com leitet jetzt auf datastudio.google.com weiter.
Wie schneiden Data Studio und Looker im direkten Vergleich ab?
Die Tabelle vergleicht beide in den Punkten, nach denen Käufer uns am häufigsten fragen. Die größten praktischen Unterschiede liegen darin, wer die Berichte baut, wo die Kennzahlenlogik liegt und wie Sie bezahlen.
Lesen Sie die Zeile zur Governance zweimal. In Data Studio liegt ein berechnetes Feld, etwa eine CASE-Anweisung, die Kampagnen zu Kanälen gruppiert, in einer einzelnen Datenquelle. Bauen drei Teams drei Datenquellen, können Sie am Ende drei Versionen von „Paid Social“ haben. In Looker liegt diese Logik im LookML-Modell, und jedes Explore und jedes Dashboard liest dieselbe Definition.
| Punkt | Data Studio | Looker |
|---|---|---|
| Positionierung durch Google (April 2026) | Persönliche Exploration und Ad-hoc-Reporting | Enterprise-BI auf einem zentralen semantischen Modell |
| Wer meist baut | Marketer, Analysten, Finanzanwender | Ein Datenteam, das LookML schreibt, plus Fachanwender, die explorieren |
| Wo die Kennzahlenlogik liegt | Berechnete Felder je Datenquelle oder vorgelagert in BigQuery | Im LookML-Modell, das alle Inhalte teilen |
| Wie Sie bezahlen | Kostenlos; Pro für 9 $ pro Nutzer, Projekt und Monat | Jahresvertrag je Edition, Angebot über den Google-Vertrieb |
| Betrachter | Keine Lizenz nötig, auch nicht in Pro | Zählen als Nutzer innerhalb der Grenzen der Edition |
| Testphase | 30-tägige kostenlose Testphase für Pro | 90-tägige Testinstanz |
| Zeit bis zum ersten Dashboard | Oft noch am selben Tag, mit nativen Konnektoren | Länger, weil zuerst das Modell entsteht |
| Passt am besten zu | Marketing-, E-Commerce- und Team-Reporting | Unternehmensweit gesteuerten Kennzahlen und Embedded Analytics |
Wie ist Looker im Vergleich zu Data Studio Pro bepreist?
Data Studio ist für Ersteller und Betrachter kostenlos. Data Studio Pro kostet 9 $ pro Nutzer, Projekt und Monat, wobei der genaue Betrag je nach Laufzeit des Abos variiert, und nur Ersteller, Bearbeiter und Verwalter in Pro-Arbeitsbereichen brauchen eine Lizenz. Pro lässt sich über die Google Cloud Console kaufen und seit dem 5. Februar 2026 auch über die Admin-Konsole von Workspace.
Looker funktioniert anders. Die Dokumentation zu Looker (Google Cloud core) nennt drei Editionen, Standard, Enterprise und Embed, die jeweils über einen Jahresvertrag gekauft werden. Google veröffentlicht in dieser Dokumentation keinen Listenpreis, die Zahl kommt also aus einem Vertriebsgespräch. Seiten Dritter nennen Zahlen, aber keine, die wir gelesen haben, gab eine Quelle an, deshalb wiederholen wir sie hier nicht.
Was Google veröffentlicht, ist der Zuschnitt jeder Edition. Jede Edition enthält 10 Standard-Nutzer und 2 Developer-Nutzer. Die Standard-Edition richtet sich an kleine und mittlere Teams und erlaubt insgesamt bis zu 50 Nutzer. Enterprise und Embed haben keine Obergrenze. Auch die API-Kontingente unterscheiden sich: Standard enthält 1.000 abfragebasierte API-Aufrufe pro Monat, Enterprise 100.000 und Embed 500.000. Das zählt, wenn Sie andere Tools aus Looker speisen wollen.
| Looker-Edition | Enthaltene Nutzer | Nutzergrenze | Typischer Grund für die Wahl |
|---|---|---|---|
| Standard | 10 Standard, 2 Developer | Bis zu 50 Nutzer | Ein einzelner Geschäftsbereich mit überschaubarem Publikum |
| Enterprise | 10 Standard, 2 Developer | Keine Obergrenze | Unternehmensweite Nutzung, private Verbindungen, CMEK |
| Embed | 10 Standard, 2 Developer | Keine Obergrenze | Analytics im eigenen Produkt, signiertes Embedding |
Durchgerechnetes Beispiel: 6 Berichtsersteller und 80 Betrachter
Nehmen wir ein mittelständisches Unternehmen, in dem 6 Personen Berichte erstellen und bearbeiten (zwei im Marketing, zwei in den Finanzen, zwei in Operations) und 80 Führungskräfte sie nur lesen. So sieht jede Option aus.
Mit der kostenlosen Version von Data Studio sind die Lizenzkosten null. Will das Unternehmen Team-Arbeitsbereiche, organisationseigene Inhalte und stündliche Zeitpläne, wechselt es zu Pro. Mit allen 6 Erstellern in einem Pro-Projekt sind das 6 x 9 $ = 54 $ pro Monat oder 648 $ pro Jahr, und die 80 Betrachter brauchen nichts. Bearbeiten dieselben 6 Personen in zwei getrennten Projekten, verdoppelt sich die Lizenzzahl auf 12. Planen Sie die Projektstruktur also vor dem Kauf.
Mit Looker sind 6 Ersteller plus 80 Betrachter 86 Nutzer. Das liegt über der Grenze von 50 Nutzern der Standard-Edition, dieses Unternehmen würde also mit Google über Enterprise mit Jahresvertrag sprechen. Es bräuchte außerdem mindestens eine Person, die LookML schreiben und pflegen kann, denn Looker-Inhalte setzen auf dem Modell auf. Laufende Kosten wie BigQuery-Speicher und -Abfragen oder Partner-Konnektoren für Quellen außerhalb von Google fallen in beiden Fällen an.
Die Lizenzlücke ist real, aber selten ausschlaggebend. Ausschlaggebend ist, ob dieses Unternehmen ein Governance-Problem hat, das nur ein zentrales Modell löst. Sind sich Finanzen und Marketing beim Umsatz bereits einig und liegt das Problem in langsamem, manuellem Reporting, löst Data Studio es mit einem Bruchteil des Aufwands.
Wann lohnt sich die Investition in Looker?
Looker rechtfertigt seine Kosten, wenn widersprüchliche Zahlen Entscheidungen schaden und die Organisation groß genug ist, ein Modell personell zu tragen. Ein schneller Test: Streiten zwei Abteilungen regelmäßig darüber, wessen Zahl stimmt, und erreicht dieser Streit die Geschäftsführung, haben Sie ein Governance-Problem und kein Dashboard-Problem.
- Viele Teams nutzen dieselben Kennzahlen und müssen überall identische Definitionen sehen.
- Sie haben ein Datenteam oder werden eines einstellen, das ein LookML-Modell mit Versionskontrolle verantworten kann.
- Sie brauchen Embedded Analytics im eigenen Produkt für Ihre Kunden, worauf die Embed-Edition zielt.
- Ihr Publikum ist groß, und Sie müssen Personen, die Daten explorieren, von solchen trennen, die nur Dashboards ansehen, wofür die Nutzertypen Developer, Standard und Viewer in Looker gedacht sind.
- Andere Systeme werden gesteuerte Daten in großem Umfang über die Looker-API abrufen.
Wann ist Data Studio die bessere Wahl?
Data Studio ist die bessere Wahl, wenn Geschwindigkeit, Kosten und Flexibilität wichtiger sind als zentrale Kontrolle. Es verbindet sich nativ mit GA4, Google Ads, Search Console, Sheets, BigQuery, YouTube, Campaign Manager 360, Display & Video 360, Ad Manager, Cloud SQL, MySQL, PostgreSQL, SQL Server und Redshift, und Partner-Konnektoren ergänzen Hunderte weitere.
Es passt zu Marketingteams, die kanalübergreifende Ausgaben und Leads berichten, zu E-Commerce-Marken, die Umsatz und Conversion verfolgen, zu Agenturen, die Kundenberichte erstellen, und zu Finanz- oder Operations-Teams, die eine Live-Ansicht statt einer monatlichen Tabelle wollen. Pro ergänzt, was wachsende Unternehmen meist nachfragen: organisationseigene Inhalte in Cloud-Projekten, Team-Arbeitsbereiche, bis zu 200 Versandpläne pro Bericht, Versand an Slack und Google Chat, Benachrichtigungen und Audit-Logs.
Machen Sie sich die Grenzen klar, bevor Sie sich festlegen, denn an diesen Punkten beginnen Teams nach Looker zu fragen.
- Datenverknüpfungen verbinden höchstens 5 Datenquellen, nur über Gleichheitsbedingungen, und gelten nur innerhalb eines Berichts.
- Tabellen aus Quellen mit festem Schema wie GA4 und Google Ads sind auf 10 Dimensionen und 20 Messwerte begrenzt.
- Kontingente der GA4 Data API (14.000 Tokens pro Projekt und Property pro Stunde bei Standard-Properties) können bei stark genutzten Berichten Fehler verursachen.
- Berechnete Felder werden je Datenquelle definiert, sodass Kennzahlendefinitionen zwischen Berichten auseinanderlaufen können.
- Es gibt keine Warnung, wenn ein Konnektor ausfällt, also muss jemand ihn überwachen.
Gibt es einen Mittelweg zwischen Data Studio und Looker?
Ja, und dort landen die meisten mittelständischen Unternehmen, mit denen wir sprechen. Definieren Sie die zentralen Kennzahlen einmal in BigQuery, als Views oder geplante Tabellen, und bauen Sie jeden Data-Studio-Bericht auf diesen Tabellen statt auf rohen Konnektoren auf. Umsatz, Marge, qualifizierter Lead und aktiver Kunde bedeuten dann in jedem Dashboard dasselbe, ohne Looker-Vertrag oder LookML-Spezialisten.
Dieser Ansatz beseitigt zugleich mehrere Grenzen von Data Studio. Joins geschehen in SQL statt in Datenverknüpfungen mit 5 Quellen, BigQuery-Quellen mit flexiblem Schema erlauben bis zu 100 Dimensionen und 100 Messwerte pro Tabelle, und Dashboards stoßen nicht mehr an GA4-Kontingente, weil sie gespeicherte Daten lesen. Nach Datum partitionierte Tabellen halten die Abfragekosten klein.
Eine vollständige semantische Schicht ist das nicht. Es gibt kein einzelnes Modell, das jedes Tool durchlaufen muss, und Disziplin zählt: Berichte sollten aus den freigegebenen Views lesen, nicht aus Ad-hoc-Quellen. Für ein Unternehmen mit einigen Hundert Betrachtern und einer Handvoll Erstellern ist dieser Kompromiss meist akzeptabel. Wachsen Sie später darüber hinaus, sind die sauberen BigQuery-Tabellen genau das, worauf ein Looker-Modell aufsetzen würde. Die Arbeit ist also nicht verloren.
Wie unterscheiden sich die KI-Funktionen von Data Studio und Looker?
Beide Produkte lassen Menschen inzwischen Fragen in natürlicher Sprache stellen, stützen sich aber auf unterschiedliche Grundlagen. In Data Studio ist Conversational Analytics seit dem 30. Juli 2026 allgemein verfügbar. Datenagenten werden in BigQuery erstellt und in Data Studio veröffentlicht, die Qualität der Antworten hängt also davon ab, wie gut die zugrunde liegenden BigQuery-Tabellen modelliert und beschrieben sind.
Google beschreibt die agentischen Funktionen von Looker als ausgerichtet auf Anwendungsfälle, die gesteuerte Daten auf Basis eines zentralen semantischen Modells erfordern. In der Praxis gibt das semantische Modell einem KI-Agenten benannte, definierte Kennzahlen an die Hand. Data-Studio-Teams erzielen einen ähnlichen Nutzen, wenn sie die Modellierung zuerst in BigQuery erledigen, ein weiterer Grund, den Mittelweg oben in Betracht zu ziehen. Gemini in Data Studio ist Teil der Pro-Edition.
Welche Fehler machen Teams bei der Wahl zwischen beiden?
Die meisten Fehlentscheidungen entstehen, wenn man das als Funktionsvergleich behandelt statt als Problemdiagnose. Diese Fehler sehen wir am häufigsten.
- Einen Vergleich von vor 2026 lesen und annehmen, das kostenlose Tool sei eine günstigere Edition von Looker. Es ist ein anderes Produkt mit einer anderen Aufgabe.
- Looker kaufen, um langsames manuelles Reporting zu beheben, wenn die eigentliche Ursache unübersichtliche Quelldateien sind, die eine Pipeline brauchen.
- Bei Data Studio bleiben, während drei Abteilungen drei Umsatzzahlen veröffentlichen, und hoffen, dass mehr Dashboards das klären.
- Die Zahl der Betrachter ignorieren: Ein Publikum über 50 Nutzer schließt die Standard-Edition von Looker aus.
- Lizenzen budgetieren, aber nicht die Modellierung, sei es LookML in Looker oder BigQuery-Views unter Data Studio.
- Ein Tool wählen, bevor man sich einig ist, welche Entscheidungen die Dashboards unterstützen müssen.
Wie hilft Greenwolf Tech Labs Teams bei der Entscheidung?
Wir bauen in Data Studio und entwerfen die BigQuery-Data-Warehouses dahinter, und wir sagen offen, wo wir stehen: Looker verkaufen oder implementieren wir nicht. Deshalb beginnen wir mit einer kostenlosen Prüfung Ihrer Quellen, Ihres Publikums und der Diskussionen, die heute über Zahlen geführt werden, und wir sagen Ihnen, wenn Ihre Situation wirklich nach Looker verlangt.
Ist Data Studio die richtige Wahl, modelliert unser Team die zentralen Kennzahlen in BigQuery, baut die Dashboards darauf und übergibt das Eigentum an das Konto Ihres Unternehmens. Für einen australischen Versicherungsmakler, der mit unübersichtlichen Tabellen der Versicherer arbeitete, senkte unsere automatisierte Pipeline die Berichtsvorbereitung von 4 bis 5 Stunden auf unter 5 Minuten und hob die Berichtsgenauigkeit von etwa 75 % auf 99 %. In über 100 Projekten für mehr als 200 Kunden zeigt sich dasselbe Muster: Die Datenschicht entscheidet, ob man dem Reporting vertrauen kann, ganz gleich, welches Tool die Diagramme zeichnet.
Fallstudie · Versicherungsmakler, Australien
Von 4-5 Stunden Tabellenarbeit zum Bericht in unter 5 Minuten
Monatsberichte wurden von Hand aus uneinheitlichen .xls-Dateien mehrerer Versicherer zusammengestellt. Heute landen die Dateien in Google Drive, werden unter Anwendung der Geschäftsregeln in ein zentrales Sheet überführt und speisen ein Data Studio Dashboard.
- Berichtszeit: von 4-5 Stunden auf unter 5 Minuten
- Berichtsgenauigkeit: von etwa 75 % auf 99 %
- Transparenz über alle Versicherer: von eingeschränkt auf Echtzeit, mit Filtern

FAQ
Häufig gestellte Fragen
Ist Data Studio dasselbe wie Looker?
Nein. Data Studio ist Googles kostenloses Self-Service-Reporting-Tool, früher Looker Studio genannt. Looker ist eine separate Enterprise-BI-Plattform, aufgebaut um ein zentrales semantisches Modell in LookML und gekauft über einen Jahresvertrag.
Ist Looker Studio dasselbe wie Looker?
Nein. So hieß Data Studio zwischen Oktober 2022 und April 2026, als Google es zurückbenannte. Es war nie eine Edition von Looker, und bestehende Berichte wurden ohne Zutun automatisch zu Data Studio übernommen.
Was kostet Looker im Vergleich zu Data Studio?
Data Studio ist kostenlos, und Data Studio Pro kostet 9 $ pro Nutzer, Projekt und Monat, ohne Gebühr für Betrachter. Looker-Editionen werden über Jahresverträge verkauft, und Google veröffentlicht in seiner Editionsdokumentation keine Listenpreise. Sie brauchen also ein Angebot vom Google-Vertrieb.
Kann Data Studio Looker ersetzen?
Für Reporting auf Teamebene oft ja, besonders wenn zentrale Kennzahlen in BigQuery-Views definiert sind. Eine gesteuerte semantische Schicht über viele Tools oder Embedded Analytics im eigenen Produkt in großem Maßstab kann es nicht ersetzen.
Brauche ich BigQuery für Looker oder Data Studio?
Data Studio funktioniert ohne BigQuery über native Konnektoren wie GA4, Google Ads und Sheets. Looker fragt eine SQL-Datenbank ab, Sie brauchen also ein Data Warehouse wie BigQuery dahinter. Viele Data-Studio-Teams ergänzen BigQuery später, um Kennzahlen zu zentralisieren und Konnektorgrenzen zu umgehen.
Kann ein Unternehmen Data Studio und Looker gemeinsam nutzen?
Ja. Manche Unternehmen betreiben Looker für gesteuerte, unternehmensweite Kennzahlen und lassen Teams Data Studio für schnelle Ad-hoc-Berichte nutzen. Entscheidend ist die Einigung, welche Zahlen offiziell sind und woher sie stammen.
Was ist besser für Marketing-Reporting, Data Studio oder Looker?
Data Studio ist für Marketing-Reporting meist besser, weil es nativ mit GA4, Google Ads, Search Console und YouTube verbunden ist und Partner-Konnektoren Meta und LinkedIn abdecken. Looker passt nur dann zum Marketing, wenn es Teil eines umfassenderen, gesteuerten Datenprogramms ist.
Weiterlesen
Verwandte Seiten
Jetzt starten
Sagen Sie uns, was Ihr Reporting leisten muss
Beschreiben Sie die benötigten Dashboards, wer sie liest und wo die Daten liegen. Wir antworten innerhalb eines Werktags mit einem Vorgehen, den benötigten Konnektoren und einem Festpreisangebot.
- Kostenlose 30-minütige Reporting-Prüfung
- Festpreisangebot vor Arbeitsbeginn
- Alles wird in Ihrem Google-Konto erstellt und gehört Ihnen
Lieber per E-Mail? info@greenwolftechlabs.com
Kostenloses Angebot anfordern
Zwei Zeilen genügen für den Anfang.