Sobald sich ATT eingespielt hat, stellt jedes iOS-App-Team dieselbe Frage: Brauchen wir noch einen Mobile Measurement Partner, oder übernimmt SKAdNetwork jetzt die Attribution? Meist wird es als Entweder-oder verpackt, SKAN oder ein MMP, als würdest du dich für eines entscheiden. Diese Sichtweise ist falsch, und der Fehler ist teuer.
SKAdNetwork (SKAN) ist kein Tool, das du wählst. Es ist Apples Datenschutz-Ebene, und jeder werbegetriebene Install von einem Nutzer, der Tracking abgelehnt hat, läuft durch sie, ob es dir passt oder nicht. Ein MMP ersetzt SKAN nicht. Es läuft darauf: Es verwaltet dein Conversion-Value-Schema, dekodiert die Postbacks und führt SKAN mit den deterministischen und modellierten Daten drumherum zusammen. Die eigentliche Frage ist also nicht “SKAN oder MMP”. Sie lautet: “Brauche ich die Ebene, die ein MMP auf SKAN aufsetzt?” Die Antwort hängt von deiner Größe ab und davon, wie viele Netzwerke du betreibst, und darum geht es in diesem Beitrag.
Ich habe genau diesen Stack für einen Schweizer Buchungsmarktplatz betrieben: SKAN und AdAttributionKit unten, Adjust als MMP darüber, das Google, Meta und den Rest speist. Das meiste davon habe ich beim Konfigurieren des Teils gelernt, den fast niemand mag, dem Conversion-Value-Schema.
Das schließt an die App-Tracking-Serie an. Teil eins behandelte, warum du Firebase und ein MMP parallel betreibst; Teil zwei behandelte, wie dieser Stack still kaputtgeht. Dieser hier ist die iOS-spezifische Ebene: was SKAN ändert, und ob sich das MMP noch lohnt, wenn Apples Datenschutz-Framework zwischen dir und der Wahrheit sitzt.
TL;DR
- SKAdNetwork (und sein Nachfolger AdAttributionKit) ist Apples Datenschutz-Fundament. Jeder werbegetriebene Install von einem Nutzer, der abgelehnt hat, wird darüber gemessen. Du entscheidest dich nicht für oder gegen SKAN; du entscheidest dich für oder gegen ein MMP.
- Ein MMP ersetzt SKAN nicht. Es sitzt darüber: Es verwaltet dein Conversion-Value-Schema, dekodiert und mappt die Postbacks und führt SKAN mit den deterministischen Daten der Nutzer, die zugestimmt haben (IDFA), und modellierten Daten zu einer netzwerkübergreifenden Sicht zusammen.
- Die eigentliche Entscheidung ist “Brauche ich ein MMP”, gestaffelt nach Größe, genau wie die Firebase-oder-MMP-Frage. Ein Netzwerk, kleines Budget: Das eigene SKAN-Handling des Netzwerks reicht. Mehrere Netzwerke oder echtes Budget: Das MMP lohnt sich.
- Der springende Punkt: Du bekommst ein SKAN-Conversion-Value-Schema pro App, geteilt über alle Netzwerke. Ab mehreren Netzwerken muss jemand dieses eine Schema zentral verantworten. Das ist die Aufgabe des MMP, und es von Hand zu machen ist genau dort, wo Teams ihre iOS-Daten still ruinieren.
- iOS-Messung ist immer eine Mischung aus drei Gruppen: die rund ein Viertel, die zustimmen (deterministisch), der Rest über aggregiertes SKAN, und modellierte Schätzungen obendrauf. Wer dir eine einzige wahre iOS-Zahl verkauft, verkauft dir eine Fiktion.
Was SKAdNetwork wirklich ist (das Fundament)
SKAdNetwork ist Apples Framework, um App-Installs zu attribuieren, ohne den einzelnen Nutzer offenzulegen. Wenn jemand auf eine Anzeige tippt und installiert, sendet das Gerät, nicht dein SDK, einen signierten Postback an das Werbenetzwerk, mit einer Kampagnen-Kennung und einem Conversion Value, den du definiert hast, und nichts, was die Person identifiziert.
Drei Eigenschaften prägen alles, was du damit machen kannst:
- Es ist aggregiert und mit Schwellenwerten versehen. Apple wendet eine Datenschutzgrenze an, die es Crowd Anonymity nennt. Unterhalb eines bestimmten Install-Volumens entfernt es den Conversion Value oder das Kampagnen-Detail, sodass kleine Kampagnen als “ein Install ist passiert” zurückkommen, ohne ein Signal darüber, was er wert war.
- Es ist grob und verzögert. SKAN 4 gibt dir einen feinen Conversion Value (6 Bit, 0 bis 63) plus grobe Buckets (niedrig, mittel, hoch) über einige Postback-Fenster, die sich bis auf 35 Tage strecken können. Du kodierst den frühen Wert eines Nutzers in eine Handvoll Bits, auf einem Timer, nicht als Echtzeit-Event-Stream.
- Es ist der Standard, nicht die Ausnahme. Da rund drei von vier iOS-Nutzern ATT ablehnen, wird der Großteil deiner bezahlten iOS-Installs über SKAN gemessen. AdAttributionKit, 2024 eingeführt, ist Apples Nachfolger: gleiches Datenschutzmodell, plus Re-Engagement- und Alternative-Marketplace-Support. Beide senden denselben Postback-Typ.
Der springende Punkt für diese Entscheidung: Jedes Werbenetzwerk erhält bereits direkt SKAN-Postbacks. Meta, Google und TikTok nehmen SKAN alle auf und zeigen dir SKAN-Kampagnendaten in ihren eigenen Dashboards. Auf der einfachsten Ebene hast du also bereits SKAN-Attribution ganz ohne MMP.

Was ein MMP auf iOS wirklich macht (und es ist nicht “statt SKAN”)
Wenn die Netzwerke SKAN bereits bekommen, wofür ist das MMP dann da? Auf iOS macht es vier Dinge, und keines davon ist “SKAN ersetzen”.
Es verantwortet das Conversion-Value-Schema. SKAN gibt dir ein winziges Budget an Bits, um einen Nutzer zu beschreiben. Zu entscheiden, was diese Bits bedeuten (ein Umsatz-Bucket, ein Funnel-Schritt, eine vorhergesagte LTV-Stufe) und dieses Mapping zu aktualisieren, während sich die App ändert, ist der schwierige Teil. Das MMP gibt dir die Oberfläche und die Logik, dieses Schema zu entwerfen und an das SDK zu pushen. Das ist das Wertvollste, was es tut.
Es dekodiert und mappt die Postbacks. Das MMP übersetzt den kodierten Conversion Value zurück in deine Event-Sprache und mappt die Quell-Kennung auf eine echte Kampagne, sodass aus “Conversion Value 37 von Quelle 1234” ein “Trial gestartet, aus der Sommer-Kampagne” wird.
Es führt die drei Attributions-Modi zusammen. Für die Nutzer, die zustimmen, macht das MMP deterministische IDFA-Attribution. Für den Rest nutzt es SKAN. Darüber legt es modellierte Attribution. Es führt diese zu einer Sicht zusammen statt zu dreien, die sich widersprechen.
Es dedupliziert über Netzwerke hinweg. SKAN-Postbacks landen bei jedem Netzwerk separat, und jedes Netzwerk beansprucht, was es kann. Das MMP ist der eine Ort, an dem ein dedupliziertes, netzwerkübergreifendes Bild existiert.
Das klare Modell: SKAN ist die Leitung, durch die Apple jeden Install zwingt; das MMP ist das Bedienpult und die Abgleichsebene auf dieser Leitung. Du wählst nie zwischen ihnen.

Das Ein-Schema-Problem (das ist der Kern)
Hier ist die Tatsache, die das meiste davon entscheidet und die die “SKAN vs. MMP”-Sichtweise komplett verdeckt: Du bekommst ein SKAN-Conversion-Value-Schema pro App. Nicht eines pro Netzwerk. Eines, geteilt über Meta, Google, TikTok und alles andere gleichzeitig, weil es auf dem Gerät und im Betriebssystem lebt, nicht in einer einzelnen Werbeplattform.
Das ändert die Frage komplett. Betreibst du ein Netzwerk, kannst du dieses Netzwerk das Schema in seiner eigenen Oberfläche definieren lassen, fertig. Fügst du ein zweites hinzu, lesen beide dasselbe 64-Werte-Schema, und jemand muss es zentral verantworten, damit es für alle dasselbe bedeutet. Ein geteiltes Schema über mehrere Netzwerke von Hand zu verwalten und aktuell zu halten, während sich die App ändert, ist genau dort, wo Teams ihre iOS-Daten ruinieren, ohne es zu merken. Das ist die Aufgabe, für die es das MMP gibt.

Das Ein-Schema-Problem ist also eigentlich die Antwort auf “Brauche ich ein MMP”. So staffelt es sich.
Also, brauchst du für iOS ein MMP?
Staffle es nach Größe und Netzwerk-Anzahl, so wie du überhaupt über ein MMP entscheiden würdest (siehe Teil eins).
- Ein Netzwerk, kleines Budget. Du brauchst noch kein MMP für iOS. Meta oder Google verwalten das SKAN-Schema in ihrer eigenen Konsole und melden SKAN-Kampagnendaten. Richte es sauber ein und spar dir die Gebühr.
- Zwei oder mehr Netzwerke, oder skalierendes Budget. Jetzt beißt das Ein-Schema-Problem, und das MMP lohnt sich: ein Verantwortlicher für das geteilte Schema, netzwerkübergreifende Deduplizierung und die Mischung aus deterministisch plus SKAN plus modelliert in einer Sicht. Das ist dieselbe Schwelle wie die allgemeine Regel “Füge das MMP hinzu, sobald du drei oder mehr Quellen betreibst”.
- Subscription- oder hochwertige Apps. Wenn deine Ökonomie in Trial-to-Paid und Verlängerung steckt, ruht deine gesamte iOS-Messung darauf, frühe Signale in diesen wenigen Bits auf einen vorhergesagten Wert zu mappen. Diese Schema-Arbeit ist das Spiel, und genau dafür ist das Tooling des MMP gebaut. Wenn du auf iOS Abos verkaufst und Paid betreibst, ist das nicht optional.
Häufige Fehler
- SKAN und das MMP als Entweder-oder behandeln. Sie arbeiten auf verschiedenen Ebenen. Das MMP nutzt SKAN; du kannst nicht das eine statt des anderen wählen.
- Jedes Netzwerk seinen eigenen Conversion Value verwalten lassen. Es gibt nur ein Schema pro App. Zwei Netzwerke, die es unabhängig definieren, geraten in Konflikt, und deine Werte bedeuten nichts mehr.
- User-Level-iOS-Zahlen erwarten. SKAN ist per Design aggregiert und mit Schwellenwerten versehen. Umsatz pro Nutzer auf opted-out iOS gibt es nicht.
- Rohen Umsatz in den Conversion Value stopfen. Der feine Conversion Value ist ein 6-Bit-Code (64 Werte, 0 bis 63), kein Geldfeld: Der Postback liefert eine Ganzzahl wie “37” zurück, und du entscheidest, was sie bedeutet. Du bündelst Umsatz in Bereiche oder mappst ihn auf eine vorhergesagte LTV-Stufe; einen rohen Betrag wie 150€ kannst du nicht übergeben, weil der Code ihn nicht darstellen kann.
- SKAN, deterministisch und modelliert als eine saubere Zahl lesen. Sie messen verschiedene Gruppen mit verschiedenen Methoden. Gleiche sie innerhalb einer Toleranz ab; erwarte nicht, dass sie übereinstimmen.
- Das MMP und sein Schema nach dem Launch hinzufügen. Attribution beginnt, wenn das SDK und das Conversion-Value-Schema ausgeliefert werden, nicht wenn du den Vertrag unterschreibst. Was davor lief, ist für immer nicht messbar.
FAQ
Ersetzt ein MMP SKAdNetwork?
Nein. SKAdNetwork ist Apples Datenschutz-Ebene, durch die jeder werbegetriebene Install von einem Nutzer läuft, der abgelehnt hat; du kannst sie nicht umgehen. Ein MMP läuft auf SKAN: Es verwaltet dein Conversion-Value-Schema, dekodiert die Postbacks und führt SKAN mit den Daten der zustimmenden Nutzer und modellierten Daten zusammen. Es macht SKAN nutzbar, es ersetzt es nicht.
Kann ich SKAN einfach ohne MMP nutzen?
Ja, bei kleinem Umfang oder auf einem einzelnen Netzwerk. Meta, Google und TikTok nehmen SKAN jeweils auf und zeigen SKAN-Kampagnendaten in ihren eigenen Dashboards, und sie können das Conversion-Value-Schema für dich verwalten. Das MMP lohnt sich, sobald du mehrere Netzwerke betreibst, denn du bekommst nur ein geteiltes Schema pro App, und jemand muss es zentral verantworten.
Was ist der Unterschied zwischen SKAdNetwork und AdAttributionKit?
AdAttributionKit ist Apples Nachfolger von SKAdNetwork, eingeführt 2024. Es behält das gleiche Datenschutzmodell und den gleichen Postback-Stil und fügt Re-Engagement- und Alternative-Marketplace-Attribution hinzu. Ein MMP nutzt beide, die Entscheidung in diesem Beitrag ändert sich also nicht.
Warum meldet iOS weit weniger Conversions, als ich weiß, dass passiert sind?
Weil rund drei von vier Nutzern Tracking ablehnen, wird der Großteil der Installs über aggregiertes SKAN gemessen, und Apples Datenschutz-Schwellen entfernen Details bei kleineren Kampagnen. Dir fehlt keine Einstellung; du siehst eine Mischung aus deterministischen Daten der zustimmenden Nutzer, aggregiertem SKAN und modellierten Schätzungen. Gleiche sie gegen dein Backend ab, statt einer einzelnen davon zu vertrauen.
Brauche ich noch ein MMP, wenn die meisten meiner Installs organisch sind?
Möglicherweise, aber aus einem anderen Grund. SKAN deckt nur werbegetriebene Installs ab. Organische und eigene-Kanal-Attribution (App-Store-Suche, Empfehlungen, E-Mail, Deep Links) ist eine MMP-Aufgabe, keine SKAN-Aufgabe. Das ist das Argument aus Teil eins: Wenn organisch deine größte Quelle ist, ist das MMP der einzige Weg, sie überhaupt zu sehen.
Wichtigste Erkenntnisse
- SKAdNetwork ist das Fundament, kein Konkurrent des MMP. Jeder opted-out-iOS-Install wird darüber gemessen.
- Das MMP ist SKANs Bedienpult: Es verantwortet das Conversion-Value-Schema, dekodiert die Postbacks, führt die drei Attributions-Modi zusammen und dedupliziert über Netzwerke.
- Du bekommst ein Conversion-Value-Schema pro App, geteilt über alle Netzwerke. Ab mehreren Netzwerken ist es allein schon ein Grund, ein MMP zu betreiben, dieses eine Schema zu verantworten.
- Die eigentliche Entscheidung ist MMP oder nicht, gestaffelt nach Größe, nicht SKAN gegen MMP.
- iOS-Messung ist immer eine Mischung aus den Daten der zustimmenden Nutzer, SKAN und modellierten Daten. Misstraue jeder einzelnen “wahren” iOS-Zahl.
Wenn du auf iOS Paid betreibst und deine SKAN-Conversion-Values, deine Daten der zustimmenden Nutzer und dein Backend nicht zusammenpassen, ist diese Lücke meist das Schema, kein Pech. Ein vollständiges App-Tracking-Audit sagt dir, ob dein iOS-Setup misst, was du denkst, und ob du dem Modell entwachsen bist, jedes Netzwerk SKAN allein verwalten zu lassen.
Der Begleitbeitrag der Serie behandelt die iOS-Lücke speziell in Google Ads: warum es fast null App-Conversions anzeigen kann, obwohl iOS mehr verkauft als Android, und den gBraid-Fix.
Quellen: Apple, SKAdNetwork-Dokumentation; Apple, AdAttributionKit; Adjust, SKAdNetwork erklärt; AppsFlyer, den SKAdNetwork Conversion Value verstehen; Erfahrung aus einer First-Party-Implementierung auf einem SKAN- + AdAttributionKit- + Adjust-Stack für einen Schweizer Buchungsmarktplatz (2026).

