Churn früh erkennen: Abwanderung sehen, bevor gekündigt wird

Abwanderung erkennen Sie nicht mit einem teuren KI-Modell, sondern indem Sie auf Signale sehen, die Sie bereits haben: ein Kunde, der sich seltener anmeldet, weniger nutzt oder plötzlich häufiger den Service kontaktiert. Diese Muster kündigen einen Abgang Wochen im Voraus an. Der Trick besteht nicht darin, sie mit fortgeschrittener Mathematik vorherzusagen, sondern darin, sie rechtzeitig zu sehen und etwas zu tun. In diesem Artikel lesen Sie, welche Signale Abwanderung ankündigen und wie ein B2B-Unternehmen mit vorhandenen Daten eingreift, bevor gekündigt wird.

Ein Kunde, den Sie halten, ist fast immer günstiger als ein neuer, und im B2B, wo eine Beziehung über Jahre laufen kann, wiegt jeder Abgang schwer. Der Eintrag zu Churn ordnet den Begriff ein, und das LTV-CAC-Verhältnis zeigt, warum Bindung kaufmännisch oft mehr trägt als Gewinnung.

Direkt anwenden: Berechnen Sie mit unserem Rechner für den Customer Lifetime Value, was ein Kunde über die Laufzeit wert ist.

Was Churn genau ist

Churn, also Kundenabwanderung, ist der Anteil an Kunden, den Sie in einem Zeitraum verlieren. Für ein Softwareunternehmen sind das gekündigte Abonnements. Für ein B2B-Unternehmen mit laufender Betreuung sind es Kunden, die die Zusammenarbeit beenden oder nicht verlängern.

Früherkennung geht einen Schritt weiter. Statt im Nachhinein zu zählen, wer gegangen ist, bestimmen Sie im Voraus, welche Kunden kurz davor stehen. Das ist im Kern eine Ja-oder-Nein-Frage je Kunde: Wird dieser Kunde in den kommenden Monaten kündigen? Das klingt aufwendig, aber die Antwort steckt meist in Verhalten, das Sie ohnehin erfassen.

Der Unterschied zur nachträglichen Messung ist grundlegend. Eine Kündigungsquote sagt Ihnen, was geschehen ist. Eine Früherkennung sagt Ihnen, wo Sie jetzt eingreifen müssen, während der Kunde noch da ist. Nur das Zweite lässt sich nutzen.

Welche Signale Abwanderung ankündigen

Die wenigsten Kunden gehen aus dem Nichts. Sie hinterlassen eine Spur in Ihren Daten, oft Wochen bevor sie kündigen. Drei Signale stechen im B2B heraus.

Sinkende Nutzung. Ein Kunde, der Ihr Produkt oder Ihre Leistung immer weniger nutzt, ist der deutlichste Vorbote. Bei Software sehen Sie das in abnehmenden Sitzungen oder Aktionen. Bei laufender Betreuung sehen Sie es in weniger Terminen, weniger Rückmeldungen, weniger Beteiligung an dem, was Sie liefern. Nutzung ist der Puls der Kundenbeziehung, und ein sinkender Puls ist selten Zufall.

Ausbleibende Anmeldungen. Eine besonders harte Form davon: Wie lange ist es her, dass der Kunde sich zuletzt angemeldet oder gemeldet hat? Die Zeit seit dem letzten Kontakt ist einer der stärksten Einzelindikatoren. Wer sich drei Wochen nicht anmeldet, nutzt Ihr Produkt nicht mehr im Alltag. Und was nicht genutzt wird, wird irgendwann gekündigt.

Ton und Häufigkeit der Serviceanfragen. Kunden, die plötzlich häufiger Kontakt aufnehmen oder deren Ton schärfer wird, senden eine Warnung. Die Zahl der Kontakte, die Themen der Anfragen und die Zufriedenheitswerte sind zusammen ein starker Hinweis. Achtung: Auch das Gegenteil ist ein rotes Signal. Ein Kunde, der vollständig verstummt und auf nichts mehr reagiert, ist häufig schon innerlich gegangen.

Das Angenehme daran: Diese drei Signale, also Nutzungsdaten, Anmeldeverhalten und Servicekontakte, liegen fast immer bereits irgendwo in Ihren Systemen. Sie müssen sie nicht erheben, sondern nur zusammenführen und ansehen.

Brauchen Sie dafür ein KI-Modell?

Ehrliche Antwort: fast nie. Die Beispiele, die Ihnen in Fachartikeln begegnen, stammen meist von Konzernen mit Millionen Kunden und eigenen Datenteams. Dort lohnt sich ein aufwendiges Modell, weil ein Bruchteil eines Prozentpunkts weniger Abwanderung bereits erheblich ins Gewicht fällt.

Für ein typisches B2B-Unternehmen mit einem überschaubaren Kundenstamm ist das Überausstattung. Sie brauchen kein Vorhersagemodell, um zu sehen, dass ein Kunde, der sich sechs Wochen nicht gemeldet und die letzten zwei Termine abgesagt hat, auf der Kippe steht. Das sehen Sie mit einer einfachen Liste.

Beginnen Sie deshalb klein. Legen Sie drei bis vier Regeln fest, die einen Kunden als Risikofall markieren. Zum Beispiel:

Der letzte Punkt kommt in den meisten Anleitungen nicht vor und ist im B2B einer der wichtigsten. Verträge werden selten von Unternehmen gekündigt, sondern von Personen. Wenn Ihr Fürsprecher auf Kundenseite geht, verlieren Sie die Beziehung, nicht die Leistung. Ein Wechsel im Ansprechpartner gehört deshalb in jede Risikoliste, auch wenn alle Nutzungszahlen stabil aussehen.

Setzen Sie diese Regeln in eine Übersicht und sehen Sie wöchentlich darauf. Dieses schlichte System fängt den überwiegenden Teil Ihrer echten Risikofälle ab, ab heute, ohne eine einzige Zeile Modellcode.

Was im deutschsprachigen Raum vorher geklärt sein muss

Wenn Sie Nutzungsverhalten mit Kundendaten verknüpfen, verarbeiten Sie in der Regel personenbezogene Daten. Bei einem B2B-Kunden ist der Ansprechpartner eine natürliche Person, und sein Anmelde- und Nutzungsverhalten ist ihm zurechenbar.

Drei Punkte gehören deshalb vor die technische Umsetzung:

Eine tragfähige Rechtsgrundlage. Die Auswertung des Nutzungsverhaltens bestehender Kunden lässt sich häufig auf die Vertragserfüllung oder ein berechtigtes Interesse stützen, aber das ist eine Abwägung, die dokumentiert gehört, nicht eine Selbstverständlichkeit.

Transparenz. Was Sie auswerten, gehört in Ihre Datenschutzinformation. Eine Auswertung, von der der Kunde erst im Rückgewinnungsgespräch erfährt, beschädigt genau das Vertrauen, das Sie retten wollen.

Zweckbindung und Löschung. Nutzungsdaten für die Früherkennung sind kein Anlass, alles unbefristet aufzubewahren. Legen Sie fest, wie lange Sie welche Daten brauchen.

Wir sind keine Rechtsberatung. Lassen Sie Ihre konkrete Auswertung einmal prüfen, bevor Sie sie ausrollen, insbesondere wenn Sie einzelne Personen und nicht nur Konten bewerten.

Wie Sie rechtzeitig eingreifen

Eine Vorhersage ohne Handlung ist ein Bericht für die Ablage. Der Wert liegt in dem, was Sie tun, sobald ein Kunde auf der Risikoliste erscheint.

Die Stärke des Vorwissens ist, dass Sie Ihre Aufmerksamkeit richten können. Sie können unmöglich jedem Kunden persönlich hinterhergehen, das wäre zu aufwendig und würde sich nicht lohnen. Aber Sie haben nicht zehn Prozent Ihrer Kunden auf der Kippe, sondern eine Handvoll. Genau diese verdienen einen Anruf, einen Termin oder ein Angebot, das sie zurückholt.

Konkret sieht das so aus: Erscheint ein Kunde auf der Liste, nehmen Sie von sich aus Kontakt auf, bevor der Kunde selbst mit Kündigungsabsichten kommt. Sie fragen, was los ist, lösen die Reibung und zeigen, was verloren ginge. Häufig ist ein abwandernder Kunde nicht unzufrieden, sondern hat schlicht vergessen, welchen Wert Sie liefern. Ein rechtzeitiges Gespräch dreht das.

Hier treffen sich Früherkennung und Kundenwert. Ein gehaltener Kunde mit hohem Lebenszeitwert rechnet monatelang weiter ab, und ihn zu verlieren kostet erheblich mehr als eine neue Anfrage zu gewinnen. Wenn Sie Ihre Risikoliste nach Kundenwert gewichten, wissen Sie nicht nur, wer zu gehen droht, sondern auch, wo ein Eingreifen am meisten bringt. Welche Maßnahmen im B2B tatsächlich binden, beschreibt der Beitrag zur Kundenbindung im B2B.

Wie Sie heute damit anfangen

Der Engpass im B2B ist fast nie fehlende Daten, sondern deren Verteilung. Ihre Nutzungsdaten liegen im Produkt oder in Ihrer Webanalyse, Ihre Servicedaten im Ticketsystem, Ihr Kundenwert im CRM oder in der Abrechnung. Solange diese Quellen getrennt bleiben, sehen Sie das Muster nicht.

Der erste Schritt ist also nicht Vorhersagen, sondern Verbinden.

1. Legen Sie fest, was Sie überhaupt messen. Wenn Ihre Nutzungsereignisse nicht sauber erfasst sind, hilft keine Verknüpfung. Die Grundlagen dazu stehen im Beitrag was Tracking ist, und wie Sie Ereignisse belastbar aufsetzen, im Leitfaden zur Einrichtung des Conversion-Trackings.
2. Führen Sie die Quellen auf Kundenebene zusammen. Nutzungsverhalten, letzte Aktivität und Servicekontakte neben Umsatz und Vertragslaufzeit, je Kunde in einer Zeile.
3. Definieren Sie drei bis vier Schwellen. Nicht mehr. Jede zusätzliche Regel erhöht die Zahl der Fehlalarme, und Fehlalarme sind der schnellste Weg, eine Risikoliste unbenutzt zu machen.
4. Sehen Sie wöchentlich darauf und handeln Sie. Eine Liste, die niemand ansieht, ist wertlos, egal wie gut die Schwellen sind.
5. Prüfen Sie nach einem Quartal, ob die Regeln stimmen. Sehen Sie sich die tatsächlichen Kündigungen an: Standen diese Kunden vorher auf Ihrer Liste? Wenn nicht, fehlt Ihnen ein Signal.

Wenn Sie den Aufbau nicht selbst betreiben wollen oder die Datenquellen nicht sauber zusammenkommen, ordnet der Beitrag Google Analytics auslagern die Abwägung ein, und unsere Web-Analytics-Leistung beschreibt, wie wir das aufsetzen.

Häufige Fragen

Was ist eine gute Abwanderungsquote im B2B?

Das unterscheidet sich stark je Branche und Geschäftsmodell, eine allgemeingültige Zahl gibt es nicht. Wichtiger als der absolute Wert ist die Entwicklung: Sinkt Ihre Quote, machen Sie etwas richtig. Vergleichen Sie sich mit Ihrer eigenen Historie, nicht mit einem Vergleichswert aus einem anderen Markt.

Wie weit im Voraus lässt sich Abwanderung erkennen?

Mit Nutzungsdaten sehen Sie Risikokunden meist einige Wochen bis wenige Monate vorher. Je länger Ihr Verkaufszyklus und Ihre Vertragslaufzeit, desto weiter reicht der Blick. Bei Jahresverträgen sehen Sie über einen längeren Zeitraum, bei monatlichen Modellen über den Vormonat.

Muss ich maschinelles Lernen einsetzen?

Für die meisten B2B-Unternehmen nicht. Beginnen Sie mit einfachen Regeln auf Nutzung, Aktivität und Servicekontakten. Aufwendige Modelle lohnen sich erst bei großen Kundenzahlen, in denen kleine Verbesserungen viel bewegen.

Welche Daten brauche ich mindestens?

Drei Dinge: wie oft und wie viel ein Kunde Ihre Leistung nutzt, wann er zuletzt aktiv war, und wie der Kontakt mit dem Service verläuft. Das liegt praktisch immer schon irgendwo vor.

Was mache ich, wenn ein Kunde bereits gekündigt hat?

Dann ist die Früherkennung für diesen Kunden gescheitert, aber der Fall bleibt wertvoll. Fragen Sie im Abschlussgespräch nach dem Auslöser und prüfen Sie, ob dieses Signal in Ihren Daten sichtbar war. So schärfen Sie Ihre Regeln mit jedem Abgang.

Wollen Sie der Abwanderung zuvorkommen?

Früherkennung muss kein Datenprojekt sein. Sie beginnt damit, die Signale zusammenzuführen, die Sie schon haben, und wöchentlich hinzusehen. Vereinbaren Sie Ihr kostenloses Erstgespräch, und wir sehen an, welche Kunden bei Ihnen auf der Kippe stehen und wie Sie das systematisch steuern.