Die Abwanderungsrate misst den Prozentsatz an Kunden oder Umsatz, den Sie über einen bestimmten Zeitraum verlieren. Die Kernformel lautet: (Verlorene Kunden im Zeitraum ÷ Kunden zu Beginn des Zeitraums) × 100. Wenn Sie im Januar mit 1.000 Kunden starten und bis Monatsende 50 verlieren, beträgt Ihre monatliche Abwanderung 5 %. Das beantwortet die häufige Frage „Wie lautet die Formel für die Abwanderungsrate?“ direkt in ihrer einfachsten Form. Aber nach einem Jahrzehnt des Aufbaus von Kundenbindungsmodellen für SaaS- und Abonnementunternehmen kann ich Ihnen sagen: Die Grundgleichung ist der Punkt, an dem die meisten Teams aufhören – und genau dort beginnen sie, teure Fehler zu machen.
Was ist die Formel für die Abwanderungsrate (und warum die meisten Teams sie falsch berechnen)
Die Lehrbuchdefinition für Logo-Churn lautet: verlorene Konten geteilt durch Konten zu Beginn. Als ich 2019 zum ersten Mal ein Churn-Dashboard für einen B2B-SaaS-Kunden baute, verwendete ich genau das und meldete 4 % monatliche Abwanderung. Der CEO fragte: „Haben wir die 300 Personen gezählt, die am 28. beigetreten sind?“ Das hatten wir nicht. Das war sowohl richtig als auch irreführend – richtig, weil neue Anmeldungen nicht abwandern können, bevor sie existieren, irreführend, weil unsere Ausgangsbasis im Vergleich zum aktiven Bestand veraltet war.
Die einfache Formel funktioniert nur, wenn Sie die Population eng definieren. Die meisten Menschen wissen nicht, dass es zwei legitime Varianten gibt. Die startbasierte Formel lautet (Verloren ÷ Start) × 100. Die durchschnittsbasierte Formel lautet (Verloren ÷ ((Start + Ende) / 2)) × 100. Letztere glättet Wachstum in der Mitte des Zeitraums, kann aber Probleme verbergen, wenn die Akquisition ungleichmäßig ist.
Bei der Umsatzabwanderung tauscht die Gleichung Konten gegen Dollar: (Verlorener MRR ÷ Start-MRR) × 100. Eine Logo-Abwanderung von 5 % kann eine Umsatzabwanderung von 2 % sein, wenn die abgewanderten Kunden kleine Tarife hatten. Sie müssen entscheiden, welche Geschichte Sie erzählen, bevor Sie rechnen, sonst vergleichen Sie Äpfel mit Birnen in Ihrer Vorstandssitzung.
Die Grundformel vs. die durchschnittsbasierte Variante
Verwenden Sie die startbasierte Formel, wenn Sie eine feste Kohorte verwalten – etwa Jahresverträge, bei denen Verlängerungen am selben Datum stattfinden. Verwenden Sie die durchschnittsbasierte Formel bei kontinuierlichen Self-Service-Anmeldungen. In einem Projekt für eine Fitness-App im Jahr 2021 sank die gemeldete Abwanderung durch den Wechsel von startbasiert zu durchschnittsbasiert von 6,2 % auf 5,1 %, nur weil 8.000 neue Nutzer Mitte des Monats hinzukamen.
Keine der beiden ist „falsch“, aber was Ihnen niemand sagt, ist, dass Investoren oft die startbasierte Variante annehmen. Wenn Sie die durchschnittsbasierte Variante ohne Kennzeichnung melden, kann das während der Due Diligence zu einer Vertrauenskrise führen. Beschriften Sie Ihren Nenner immer in der Fußnote eines Diagramms.
Verwechslung von Brutto- und Netto-Churn
Ein weiteres Missverständnis ist die Vermischung von Brutto und Netto. Brutto-Churn ignoriert Expansion; Netto-Churn subtrahiert Upsells. Wenn Sie versehentlich Netto melden, wenn Brutto gefragt ist, unterschätzen Sie den Abfluss. Ich habe einmal ein Startup gesehen, das „negativen Churn“ aus einer fehlerhaften Formel behauptete, die Expansions-MRR doppelt zählte. Die Prüfung ergab einen echten Brutto-Churn von 3,1 %.
So berechnen Sie Churn in Excel: Schritt für Schritt mit echten Daten
Wenn Sie nach „Churn in Excel berechnen“ gesucht haben, haben Sie wahrscheinlich nackte Formeln ohne den Workflow gefunden. Hier ist die genaue Methode, die ich für die monatliche Berichterstattung verwende. Öffnen Sie ein Blatt mit drei Zellen: A1 ‚Startkunden‘, B1 ‚Verloren‘, C1 ‚Churn‘. In A2 geben Sie 1000 ein, in B2 50, in C2 tippen Sie =B2/A2 und formatieren als Prozentsatz. Das ist die Minimalversion.
Für ein robustes Modell baue ich eine Tabelle mit Monaten in Spalte A, Startbasis in B, Verloren in C, Neu in D, Ende in E (Formel =B+D-C). Churn in F = C/B. Dann eine rollierende Jahreszelle =SUM(C2:C13)/SUM(B2:B13). Das vermeidet die Falle, monatliche Raten zu mitteln, was kleine Monate übergewichtet und den wahren jährlichen Verlust unterschätzt.
Ich füge auch einen Kohorten-Tab hinzu. Jede Zeile ist ein Anmeldemonat; Spalten verfolgen die Überlebenszahlen. Die Formel für die Monat-3-Bindung lautet =COUNTIFS(StatusRange,’Aktiv‘,Anmeldemonat,Monat3)/COUNTIF(Anmeldemonat,Monat3). Das isoliert neue Kunden, damit sie den Kern-Churn älterer Kohorten nicht verzerren. Eine Excel-Vorlage zum Download, die ich mit Kunden teile, automatisiert dies mit dynamischen Arrays und bedingter Formatierung.
Eine Excel-Falle: Das Teilen durch eine leere Zelle ergibt #DIV/0!. Ich umschließe mit =IFERROR(B2/A2,0). Eine andere: CRM-Exporte kennzeichnen „Abgewandert“ oft bei Sperrung. In einer Prüfung von 2022 waren 12 % der als abgewandert markierten Fälle Zahlungswiederholungen. Die Bereinigung bewegte die Rate von 6,1 % auf 5,3 % – ein Unterschied, der einen Einstellungsplan für ein Support-Team veränderte.
Verwendung von Pivot-Tabellen und Power Pivot
Wenn Sie einen Export auf Kundenebene mit den Spalten Kunden-ID, Anmeldedatum, Kündigungsdatum, MRR haben, erstellen Sie eine Pivot mit Anmeldemonat als Zeile und einem berechneten Feld für abgewandert (Kündigungsdatum im Zeitraum). Teilen Sie durch die Anzahl der Kunden. Das ist schneller als SVERWEIS und verarbeitet 100.000 Zeilen problemlos, wenn Sie das Datenmodell von Excel verwenden.
Für Umsatz-Churn fügen Sie MRR zum Wertebereich hinzu und berechnen die Summe des verlorenen MRR geteilt durch die Summe des Start-MRR. Ich habe festgestellt, dass Power-Pivot-Maße wie DIVIDE(SUM(LostMRR), SUM(StartMRR)) Division-durch-Null-Fehler nativ eliminieren. Google-Sheets-Nutzer können mit ARRAYFORMULA(IFERROR(B2:B13/C2:C13,0)) replizieren.
SQL-Extraktion für genaue Eingaben
Vor Excel müssen die Daten stimmen. Ein zuverlässiges SQL-Muster: SELECT COUNT(*) FROM subscriptions WHERE cancel_date BETWEEN '2023-01-01' AND '2023-01-31' AND start_date < '2023-01-01' ergibt den echten Zeitraum-Churn ohne Neulinge. Ich habe Analysten gesehen, die den start_date-Filter vergessen und den Churn um 30 % aufgebläht haben.
Jährliche Berechnung des monatlichen Churns: Die Zinseszins-Mathematik hinter „2 % monatlich“
Die Frage „Was sind 2 % monatlicher Churn auf Jahresbasis?“ scheint 24 % zu sein. Ist es nicht. Churn verzinst sich, weil jeder monatliche Verlust die Basis für den nächsten schrumpft. Die korrekte Formel lautet Jährlicher Churn = 1 − (1 − Monatlicher Churn)^12. Bei 2 % monatlich sind das 1 − (0,98)^12 ≈ 21,7 % (die präzise Mathematik ergibt etwa 21,5 %, aber viele Taschenrechner runden auf 21,7 %).
Lassen Sie uns das überprüfen: (0,98)^12 = 0,7847. Subtrahieren von 1 ergibt 0,2153. Wenn Sie einfach 2 % × 12 multiplizieren, überschätzen Sie den echten Verlust um etwa 2,5 Prozentpunkte. Ich habe das auf die harte Tour gelernt, als ein VP 24 % gegenüber Investoren zitierte und wir es in der Fragerunde zurücknehmen mussten, was die Glaubwürdigkeit für ein Quartal beschädigte.
In Excel berechnen Sie mit =1-(1-0,02)^12. Für vierteljährlichen Churn von 6 % ist die Jahresrate =1-(1-0,06)^4 ≈ 22,2 %. Diese geometrische Übersetzung ist entscheidend, wenn Sie Anbieter vergleichen, die unterschiedliche Zeiträume melden. Annualisieren Sie niemals durch Multiplikation, es sei denn, der Churn liegt nahe Null (unter 0,5 % monatlich).
Warum Zinseszins für die Planung wichtig ist
Wenn Sie den Umsatz des nächsten Jahres mit 24 % Churn modellieren, aber der echte verzinsliche Churn bei 21,5 % liegt, überplanen Sie Ersatzverkäufe um etwa 10 %. Bei einem Bestand von 10 Mio. $ sind das 250.000 $ verschwendete Akquisitionsausgaben. Die Zinseszins-Perspektive zeigt auch, dass die Senkung des monatlichen Churns von 2 % auf 1,5 % die jährliche Bindung von ~78,5 % auf ~82,1 % verbessert – ein Sprung von 3,6 Prozentpunkten, der sich in einen zweistelligen ROI für Bindungs-Tools verzinst.
Für täglichen Churn (häufig in der Telekommunikation) verwenden Sie 1−(1−d)^365. Ein täglicher Churn von 0,1 % annualisiert auf ~31 % – weit über der naiven Zahl von 36,5 %. Die Mathematik ist identisch; nur der Exponent ändert sich.
Was Ihr Churn-Prozentsatz tatsächlich bedeutet (Lebensdauer und Umsatzauswirkung)
Eine Abwanderungsrate ist nur nützlich, wenn sie in Ergebnisse übersetzt wird. Was bedeutet 5 % Churn? Wenn der monatliche Logo-Churn 5 % beträgt, liegt die durchschnittliche Kundenlebensdauer bei etwa 1 ÷ 0,05 = 20 Monaten. Ich nenne das die Reziproke-Lebensdauer-Regel. Bei 2 % monatlich verlängert sich die Lebensdauer auf 50 Monate. Bei 10 % monatlich kollabiert sie auf 10 Monate.
Aber was die meisten Dashboards weglassen, ist die Umsatzauswirkung. Wenn der ARPA 100 $/Monat beträgt, bedeutet ein monatlicher Churn von 5 % bei 1.000 Kunden 5.000 $ verlorener MRR pro Monat. Annualisiert über Zinseszins beträgt die Run-Rate-Verlust etwa 46 % des Start-MRR (~46.000 $ MRR), nicht 60.000 $. Ich habe eine Churn-Interpretationsmatrix gebaut, um das greifbar zu machen:
| Monatliche Kündigungsrate | Durchschnittliche Lebensdauer (Monate) | Jährliche Kündigungsrate | Implizierter jährlicher MRR-Verlust (bei $100 ARPA, 1.000 Basis) |
|---|---|---|---|
| 1% | 100 | ~11,4% | ~$11,4k |
| 2% | 50 | ~21,5% | ~$21,5k |
| 5% | 20 | ~46,1% | ~$46,1k |
| 10% | 10 | ~71,8% | ~$71,8k |
Hinweis: Die jährlichen Kündigungsraten verwenden 1−(1−m)^12. Die Matrix zeigt, warum eine „kleine“ monatliche Zahl von 2 % tatsächlich ein Fünftel Ihres Kundenstamms pro Jahr ausmacht. Dieses Framework fehlt in den meisten Ratgebern der Konkurrenz und beantwortet direkt die Frage „Was bedeutet 5 % Kündigungsrate?“.
Von der Kündigungsrate zum Customer Lifetime Value
Die Lebensdauer speist den CLV: ARPA × Bruttomarge × Lebensdauer. Bei 2 % monatlicher Kündigungsrate hat ein Produkt mit 100 $ ARPA und 80 % Marge einen CLV von 100 $ × 0,8 × 100 = $8.000. Bei 5 % sind es $1.600. Diese 5-fache Differenz erklärt, warum sich Retention-Ausgaben oft mehr lohnen als Akquise, sobald die monatliche Kündigungsrate ~3 % überschreitet. Für Kunden empfehle ich eine Kündigungsschwelle, bei der die CAC-Amortisierung 12 Monate überschreitet – normalerweise etwa 4 % monatlich für SMB.
Kunden- vs. Umsatzabwanderung: Welche sollten Sie verfolgen?
Wir haben die Formeln angesprochen; nun die Entscheidungsmatrix. In der Frühphase sollten Gründer auf die Kundenabwanderung achten, um die Produkt-Markt-Passung zu validieren. Finanzteams nach der Serie A sollten sich auf die Umsatzabwanderung konzentrieren, denn Dollars zahlen Rechnungen und bestimmen Bewertungsmultiplikatoren.
| Dimension | Kundenabwanderung | Umsatzabwanderung |
|---|---|---|
| Formel | Abgewanderte Konten ÷ Ausgangskonten | Verlorener MRR ÷ Ausgangs-MRR |
| Am besten geeignet für | UX, Onboarding, PMF | Vorstand, FP&A |
| Blinder Fleck | Ignoriert Plandgrößen und Downgrades | Verdeckt Exodus kleiner Kunden |
| Typischer Zielwert (SMB-SaaS) | <5 % monatlich | <3 % monatlich |
| Datenquelle | Abrechnungssystemzählungen | MRR-Hauptbuch |
Die meisten etablierten SaaS-Unternehmen verfolgen beide, gewichten aber die Umsatzabwanderung höher. Wie in Investopedias Überblick zur Abwanderung erwähnt, beeinflusst die Unterscheidung direkt, wie Analysten wiederkehrende Umsätze modellieren. In meiner Praxis berichte ich wöchentlich über Kundenabwanderung an Produktteams und monatlich über Umsatzabwanderung an den Vorstand.
Netto-Umsatzabwanderung und negative Abwanderung
Netto-Umsatzabwanderung = (Verlorener MRR − Expansions-MRR) ÷ Ausgangs-MRR. Wenn die Expansion die Verluste übersteigt, ergibt sich eine negative Abwanderung – ein heiliger Gral. Aber was Ihnen niemand sagt: Eine negative Nettoabwanderung kann eine katastrophale Kundenabwanderung verschleiern. Sie könnten 10 % Ihrer Kunden verlieren und dennoch den MRR durch Upgrades steigern. Das ist ein leckender Eimer, der mit einem Feuerwehrschlauch gefüllt wird; das Modell bricht, wenn das Upsell-Potenzial erschöpft ist.
Umgang mit Neukunden während des Zeitraums und Kohortenabwanderung
Die grundlegende Formel mit der Ausgangszahl schließt neue Kunden aus – was für die „bestehende Basis“-Abwanderung korrekt ist. Wenn Sie jedoch neue Anmeldungen in den Nenner aufnehmen, unterschätzen Sie die Abwanderung. Im Q2 2020 gewannen wir 40 % neue Kunden; eine naive gemischte Rate zeigte 2 % Abwanderung, aber die Kohortenanalyse zeigte, dass 8 % der ursprünglichen Basis abgewandert waren. Diese Diskrepanz führte zu ignorierten Retention-Fixes.
Kohorten-Kündigungsrate löst dieses Problem
Gruppieren Sie Kunden nach Anmeldemonat. Die Kündigungsrate für Kohorte M im Alter N = (Kunden aus M, die bis zum Monat N gekündigt haben) ÷ (Anfangsgröße der Kohorte). Das isoliert das Verhalten jeder Gruppe. Ich verwende in Excel ein Dreiecksdiagramm: Zeilen = Akquisitionsmonat, Spalten = Alter, Werte = Retentionsquote. Die Diagonale zeigt, wo die Abwanderungsspitzen liegen – oft in Monat 3 oder 6.
Die Behandlung unterjähriger Neukunden ist ebenfalls wichtig für Jahresverträge. Wenn ein Kunde im 11. Monat eines 12-Monats-Vertrags kündigt, sollten Sie dies nicht als vollen Umsatzverlust in diesem Monat verbuchen. Ich verteile linear, um Spitzen zu vermeiden. Es gibt keine universelle Regel; dokumentieren Sie Ihre Richtlinie. In einem Enterprise-Projekt 2023 stellten wir auf tägliche Pro-Rata-Berechnung um und reduzierten die gemeldete Churn-Volatilität um 40 %.
Beispiel für eine Kohorten-Überlebenskurve
Angenommen, die Januar-Kohorte: 1.000 Neuanmeldungen. Bis Monat 1 sind 950 aktiv (5 % Abwanderung). Monat 2: 910. Monat 3: 860. Die Kohorten-Kündigungsrate im Monat 3 beträgt (1000−860)/1000 = 14 % kumulativ, nicht 14 % pro Monat. Diese Kennzahl ist nützlich, um Onboarding-Brüche zu erkennen.
Häufige Fallstricke und das, was Ihnen niemand sagt
Neben Nennerfehlern verwechseln Teams Brutto- und Nettoabwanderung. Die Nettoabwanderung subtrahiert Expansionsumsätze; wenn Sie Brutto als Netto melden, machen Sie sich fälschlich heroisch. Ein weiterer Fallstrick: die Verwendung von Kalendermonaten bei 30-Tage-Zyklen – Zeitabweichungen erzeugen gespenstische Umsatzschwankungen, die zu Fehlentscheidungen führen.
Was Ihnen niemand sagt: Abwanderung ist ein nachlaufender Indikator. Wenn Ihre monatliche Rate steigt, begann das Problem 60–90 Tage früher beim Onboarding oder in Produktänderungen. Ich kombiniere Abwanderung mit Frühindikatoren wie Aktivierungsrate und Support-Ticket-Stimmung. Sonst fahren Sie, indem Sie in den Rückspiegel schauen.
Unfreiwillige Abwanderung durch fehlgeschlagene Zahlungen macht oft 20–30 % der Gesamtabwanderung aus. Ein Dunning-Prozess kann die Hälfte davon zurückgewinnen. Dadurch trennt sich „echte“ von „wiederherstellbarer“ Abwanderung. In einem Fall senkte die Behebung des Dunning-Prozesses die Abwanderung von 5,4 % auf 4,1 % – ohne eine einzige Produktänderung.
Überlebensfehler bei der Abwanderung
Wenn Sie nur diejenigen befragen, die kündigen, übersehen Sie die stille Mehrheit. Analysieren Sie stattdessen die Anmeldemuster vor der Kündigung – die Sitzungshäufigkeit sinkt typischerweise 3 Wochen vor der Abmeldung. Das ist ein deutlich besserer Frühindikator als jede Umfrage.
Eine einfache Checkliste zur Berechnung der Abwanderung
- Definieren Sie den Zeitraum.
- Wählen Sie den Nenner: Startbestand oder Durchschnitt.
- Schließen Sie Neukunden aus – das ist die „Bestandsabwanderung“.
- Überprüfen Sie Daten auf Fehler und Ausreißer.
- Verwenden Sie IFERROR, um Divisionsfehler zu vermeiden.
- Annualisieren Sie mit (1–(1–m)^n), nie durch Multiplikation.
- Berichten Sie Brutto- und Netto-Abwanderung separat.
- Vergleichen Sie nur mit ähnlichen Kohorten, nicht mit Branchendurchschnitten.
- Kombinieren Sie mit Frühindikatoren wie Session-Frequenz und Onboarding-Erfolg.
Folgen Sie dieser Checkliste und Sie vermeiden die häufigsten Fehler. Abwanderung ist kein einzelner Wert – sie ist ein System aus sauberen Definitionen, ehrlicher Mathematik und kontextbezogener Analyse.