Churn-Rate berechnen: Kunden-Churn, Brutto- und Netto-Umsatz-Churn
Formeln für Kunden-Churn sowie Brutto- und Netto-Umsatz-Churn, mit Rechenbeispielen, korrekter Hochrechnung aufs Jahr und Fehlern, die Zahlen verzerren.
„Wie hoch ist unser Churn?” klingt nach einer einfachen Frage, hat aber mindestens drei richtige Antworten, je nachdem, was Sie zählen. Kunden-Churn, Brutto-Umsatz-Churn und Netto-Umsatz-Churn können über denselben Monat sehr unterschiedliche Geschichten erzählen.
Dieser Ratgeber liefert die Formeln, rechnet jede an einem Beispiel durch, zeigt, wie Sie monatlichen Churn korrekt in jährlichen umrechnen, und listet die Fehler auf, die die Zahlen am häufigsten verzerren. Alle Beispiele verwenden hypothetische Zahlen.
Die drei Churn-Raten
| Kennzahl | Was sie misst | Zählt |
|---|---|---|
| Kunden-Churn (Logo-Churn) | Anteil der Kunden, die gegangen sind | Kunden |
| Brutto-Umsatz-Churn | Anteil des verlorenen wiederkehrenden Umsatzes | Kündigungen und Downgrades |
| Netto-Umsatz-Churn | Verlorener Umsatz nach Expansion der verbleibenden Kunden | Kündigungen, Downgrades und Upgrades |
Nutzen Sie den Kunden-Churn, um zu verstehen, wie viele Kundenbeziehungen Sie halten. Nutzen Sie den Umsatz-Churn, um das Geld zu verstehen. Die meisten Abo-Unternehmen verfolgen alle drei.
Kunden-Churn-Rate
Formel
customer churn rate =
customers lost during the period
÷ customers at the start of the period
Zählen Sie nur Kunden, die zu Beginn da waren. Neue Kunden, die sich im Zeitraum anmelden, stehen nicht im Nenner, also sollten sie auch nicht im Zähler stehen (siehe den Abschnitt zu Fehlern).
Beispiel
Ein Unternehmen hat am 1. März 400 Kunden. Im März kündigen 20 davon oder gehen durch fehlgeschlagene Zahlungen verloren, und 30 neue Kunden melden sich an. Am 31. März hat es 410 Kunden.
customer churn = 20 ÷ 400 = 5.0%
Die 30 neuen Kunden ändern die Churn-Rate nicht. Sie ändern das Wachstum, und das ist eine andere Kennzahl.
Variante: durchschnittliche Kundenzahl
Manche Teams teilen statt durch die Anfangszahl durch die durchschnittliche Kundenzahl im Zeitraum:
average customers = (400 + 410) ÷ 2 = 405
customer churn = 20 ÷ 405 = 4.9%
Diese Variante ist nützlich, wenn die Kundenbasis innerhalb des Zeitraums schnell wächst. Beide Methoden sind in Ordnung; wählen Sie eine und verwenden Sie sie durchgängig.
Brutto-Umsatz-Churn
Der Umsatz-Churn verwendet den monatlich wiederkehrenden Umsatz (MRR). Jahrespläne zählen pro Monat mit einem Zwölftel ihres Jahrespreises.
Formel
gross revenue churn =
(MRR lost to cancellations + MRR lost to downgrades)
÷ MRR at the start of the period
Der Brutto-Umsatz-Churn enthält nie Upgrades oder neue Kunden. Er kann nie negativ sein.
Beispiel
Dasselbe Unternehmen startet in den März mit 40.000 $ MRR. Im Laufe des Monats:
- Kündigungen kosten 2.000 $ MRR.
- Downgrades (Kunden wechseln in einen günstigeren Plan) kosten 600 $ MRR.
- Upgrades bestehender Kunden bringen 1.800 $ MRR.
- Neue Kunden bringen 3.000 $ MRR.
gross revenue churn = (2,000 + 600) ÷ 40,000 = 6.5%
Netto-Umsatz-Churn
Formel
net revenue churn =
(MRR lost to cancellations + MRR lost to downgrades
− MRR gained from upgrades of existing customers)
÷ MRR at the start of the period
Neue Kunden bleiben weiterhin außen vor. Es zählt nur die Expansion von Kunden, die schon zu Beginn da waren.
Beispiel
Mit denselben Zahlen:
net revenue churn = (2,000 + 600 − 1,800) ÷ 40,000 = 800 ÷ 40,000 = 2.0%
Wären die Upgrades größer gewesen als die Verluste, zum Beispiel 3.000 $ Expansion, wäre der Netto-Umsatz-Churn negativ:
(2,000 + 600 − 3,000) ÷ 40,000 = −1.0%
Ein negativer Netto-Umsatz-Churn bedeutet, dass der Umsatz der bestehenden Kundenbasis gewachsen ist, schon bevor neue Kunden hinzukamen.
Net Revenue Retention
Viele Teams berichten dieselbe Information als Net Revenue Retention (NRR):
NRR = (starting MRR − cancellations − downgrades + upgrades)
÷ starting MRR
= (40,000 − 2,000 − 600 + 1,800) ÷ 40,000
= 39,200 ÷ 40,000
= 98%
Ein Netto-Umsatz-Churn von 2 % und eine NRR von 98 % beschreiben denselben Monat.
Wenn Kunden-Churn und Umsatz-Churn auseinanderlaufen
Angenommen, ein hypothetisches Unternehmen mit 50.000 $ MRR verliert in einem Monat:
- Szenario A: 20 kleine Kunden, die je 50 $ zahlen. Das sind 1.000 $ MRR.
- Szenario B: 1 großer Kunde, der 2.000 $ zahlt.
Wenn es zu Beginn 500 Kunden hat, ergibt Szenario A 4 % Kunden-Churn und 2 % Umsatz-Churn. Szenario B ergibt 0,2 % Kunden-Churn und 4 % Umsatz-Churn. Keine der beiden Zahlen erzählt allein die ganze Geschichte. Berichten Sie beide.
Freiwilligen und unfreiwilligen Churn trennen
Churn hat zwei Quellen: Kunden, die sich zur Kündigung entscheiden (freiwillig), und Kunden, die verloren gehen, weil eine Zahlung nicht eingezogen werden konnte (unfreiwillig). Die Trennung ist wichtig, weil die Lösungen völlig verschieden sind: Produkt und Kündigungsflows für den ersten, Zahlungsrückgewinnung für den zweiten.
voluntary churn = customers who canceled ÷ customers at start
involuntary churn = customers lost to failed payments ÷ customers at start
Wenn im März-Beispiel 14 der 20 verlorenen Kunden gekündigt haben und 6 durch fehlgeschlagene Zahlungen verloren gingen, liegt der freiwillige Churn bei 3,5 % und der unfreiwillige bei 1,5 %. Mehr dazu in was unfreiwilliger Churn ist und wie Sie ihn senken.
Zur Einordnung: Recurlys Churn-Benchmarks (abgerufen im November 2026) nennen eine durchschnittliche monatliche Churn-Rate von 3,60 % über alle Branchen, aufgeteilt in 2,34 % freiwillig und 1,25 % unfreiwillig. Benchmarks schwanken stark nach Branche, Preisniveau und Methode; vergleichen Sie also zuerst mit Ihrer eigenen Historie.
Monatlichen Churn in jährlichen umrechnen
Ein häufiger Fehler ist, den monatlichen Churn mit 12 zu multiplizieren. Churn wirkt sich kumulativ aus: Jeden Monat verlieren Sie einen Prozentsatz einer kleineren Basis.
annual churn = 1 − (1 − monthly churn) ^ 12
Bei 5 % monatlichem Kunden-Churn:
1 − (0.95) ^ 12 = 1 − 0.540 = 46.0%
Nicht 60 %. Der Unterschied wächst mit steigendem Churn.
| Monatlicher Churn | Mal 12 (falsch) | Kumuliert (richtig) |
|---|---|---|
| 1 % | 12 % | 11,4 % |
| 2 % | 24 % | 21,5 % |
| 3 % | 36 % | 30,6 % |
| 5 % | 60 % | 46,0 % |
Diese Umrechnung nimmt an, dass die monatliche Rate konstant bleibt und für dieselbe Kohorte gilt, was eine Vereinfachung ist. Bei Jahresplänen messen Sie den jährlichen Churn direkt bei der Verlängerung.
Kohorten-Churn
Der Gesamt-Churn mischt Kunden jeden Alters. Neue Kunden kündigen meist schneller als langjährige, sodass ein Monat mit vielen Neuanmeldungen schlechter aussehen kann, auch wenn sich nichts geändert hat.
Die Kohortenanalyse gruppiert Kunden nach Anmeldemonat und verfolgt, welcher Anteil nach 1, 2, 3 Monaten und so weiter noch aktiv ist.
| Anmeldekohorte | Kunden | Monat 1 | Monat 2 | Monat 3 |
|---|---|---|---|---|
| Januar | 100 | 88 | 81 | 77 |
| Februar | 120 | 104 | 96 | |
| März | 90 | 81 |
Das sind hypothetische Zahlen. Liest man eine Spalte von oben nach unten, sieht man, ob neuere Kohorten besser oder schlechter halten als ältere; das ist der klarste Weg zu sehen, ob Änderungen an Produkt oder Onboarding gewirkt haben.
Häufige Fehler
- Neue Kunden in den Zähler aufnehmen. Wenn sich ein Kunde im selben Monat anmeldet und kündigt, war er nicht in der Anfangszahl. Erfassen Sie solche Kunden entweder getrennt (oft First-Month-Churn genannt) oder verwenden Sie durchgängig die Methode mit der durchschnittlichen Kundenzahl.
- Neuen Umsatz in den Netto-Umsatz-Churn aufnehmen. Dorthin gehört nur die Expansion bestehender Kunden. MRR neuer Kunden ist Wachstum.
- Aufs Jahr hochrechnen durch Multiplizieren mit 12. Verwenden Sie die kumulierte Formel.
- Monats- und Jahrespläne mischen, ohne zu normalisieren. Rechnen Sie alle Pläne in MRR um, bevor Sie den Umsatz-Churn berechnen.
- Fehlgeschlagene Zahlungen zu früh als Churn zählen, oder nie. Eine fehlgeschlagene Zahlung ist kein Churn, solange das Abo nicht endet. Bleiben überfällige Abos aber unbegrenzt „aktiv”, verschwindet der unfreiwillige Churn aus Ihren Berichten. Legen Sie eine Regel fest, etwa den Kunden als verloren zu zählen, wenn das Abo gekündigt wird oder 30 Tage nach dem letzten Wiederholungsversuch.
- Pausierte Abos als gekündigt (oder als aktiv) zählen, ohne es zu sagen. Legen Sie fest, wie Pausen behandelt werden, und dokumentieren Sie es.
- Die Definition zwischen Berichten ändern. Eine Churn-Rate ist nur als Trend nützlich. Schreiben Sie die Definition auf und behalten Sie sie bei.
- Durchschnitte über sehr verschiedene Segmente berichten. Monatliche Verbraucherpläne und jährliche B2B-Verträge haben unterschiedlichen Churn. Berichten Sie nach Segment, wo es darauf ankommt.
- Die Stichprobengröße ignorieren. Bei 40 Kunden verschieben zwei Kündigungen den Churn um fünf Punkte. Schauen Sie auf Trends über mehrere Monate.
Ein einfacher monatlicher Churn-Bericht
| Kennzahl | Wert |
|---|---|
| Kunden zu Beginn | |
| Verlorene Kunden (freiwillig / unfreiwillig) | |
| Kunden-Churn | |
| MRR zu Beginn | |
| Durch Kündigungen verlorener MRR | |
| Durch Downgrades verlorener MRR | |
| MRR aus Upgrades | |
| Brutto-Umsatz-Churn | |
| Netto-Umsatz-Churn / NRR | |
| Rückgewinnungsquote fehlgeschlagener Zahlungen |
Füllen Sie ihn jeden Monat auf dieselbe Weise aus und ergänzen Sie eine kurze Notiz zu allem Ungewöhnlichen, etwa einer Preisänderung oder dem Abgang eines großen Kunden.
Weiterführend: welche Kundenattribute Churn vorhersagen und der vollständige Ratgeber zur Rückgewinnung fehlgeschlagener Zahlungen auf Stripe.
Wie NoChurn hilft
NoChurn arbeitet auf beiden Seiten des Churns. Beim unfreiwilligen Churn holt es fehlgeschlagene Zahlungen zurück, mit Smart Retries, KI-geschriebenen E-Mails an Tag 0, 3, 7 und 14 und einer gehosteten Seite zur Kartenaktualisierung. Beim freiwilligen Churn betreibt es Kündigungsflows, die dem Kündigungsgrund ein passendes Angebot zuordnen (Rabatt, Pause, Downgrade oder ein Gespräch), mit einem immer sichtbaren Ein-Klick-Kündigungsbutton, und verschickt Win-back-E-Mails nach 30, 60 und 90 Tagen.
Sie können auch Ihre eigenen Kundenattribute und Nutzungsereignisse senden. NoChurn berechnet, welche mit Churn einhergehen (relatives Risiko, Stichprobengröße, Konfidenz), und die KI erklärt die Ergebnisse. Korrelation, nicht Ursache. Siehe eigene Daten, Kündigungsflows und Preise.