Der einzige SaaS-Indikator, der standhält, wenn der Markt Druck macht
Es gibt einen Moment im Lebenszyklus jedes abonnementbasierten Softwareunternehmens, in dem das Metrik-Dashboard beginnt, wie ein Symptom auszusehen – und nicht wie ein Werkzeug. Täglich aktive Nutzer, Feature-Öffnungsrate, Sitzungsdauer, Moduladoption, vierteljährlicher NPS. Alles wird gemessen. Alles wird in Grün dargestellt. Und trotzdem werden die Verträge nicht erneuert.
Dieses Missverhältnis zwischen Aktivität und Wert ist nicht neu – aber es wird auch nicht mit der Geschwindigkeit korrigiert, die der Marktdruck verlangt. In einer Zeit, in der Unternehmenskäufer jede Zeile des Technologiebudgets einer echten Prüfung unterziehen, lautet die Frage, die viele Softwareanbieter sich nicht ehrlich zu stellen wagen: Verdienen ihre Kunden dank ihrer Plattform tatsächlich Geld – oder nutzen sie lediglich ein Werkzeug, das bisher niemand die Zeit hatte zu kündigen?
David Pickard, globaler Direktor von Phonexa, veröffentlichte kürzlich im Forbes Technology Council eine These, die dieses Missverhältnis mit einer Selbstbewertungsfrage auf den Punkt bringt: Würden Sie Ihre eigene Software nutzen, wenn Sie Ihr eigener Kunde wären? Die Provokation ist wirkungsvoll, weil die Diagnose, auf der sie basiert, präzise ist. Die SaaS-Branche hat eine Kultur der Aktivitätsmetriken aufgebaut, die für interne Roadmaps und Investorenpräsentationen gut funktioniert, aber eine immer schwächer werdende Korrelation mit der wirtschaftlichen Erfahrung des Kunden aufweist.
Wenn die Erfolgsmetrik intern bleibt
Das Problem ist nicht das Messen. Es ist die Frage, was man zu messen wählt – und warum.
Eitelkeitsmetriken – täglich Aktive, Login-Volumen, Anzahl adoptierter Funktionen – haben in frühen Phasen eines Produkts eine legitime Funktion: Sie zeigen an, ob die Software genutzt wird, ob das Onboarding funktioniert, ob genug Engagement vorhanden ist, um eine Feedbackrunde zu rechtfertigen. Der Fehler tritt auf, wenn diese Metriken ins Zentrum des Führungsdashboards wandern, ohne den Übergang zu wirtschaftlichen Ergebnismetriken vollzogen zu haben.
Ein Kunde kann ein hohes Nutzungsmuster aufweisen und gleichzeitig weniger Geld verdienen als vor der Implementierung der Plattform. Die Software verbraucht Zeit für die Konfiguration, erfordert Integrationen, die das Team nicht beherrscht, und produziert Berichte, die niemand korrekt interpretieren kann. Die Bindungsrate sieht monatelang gesund aus, weil Kündigungsprozesse langsam und die organisatorische Trägheit mächtig ist. Aber der Vertrag wird nicht erneuert – und wenn man erklären muss, warum, findet sich die Antwort nicht im internen Metrik-Dashboard.
Das hat eine weniger offensichtliche Konsequenz: Produktteams beginnen, auf das zu optimieren, was gemessen wird. Wenn der Erfolgsindikator die Funktionsadoption ist, werden Funktionen hinzugefügt. Wenn es die Sitzungsdauer ist, werden Abläufe gestaltet, die den Nutzer in der Plattform halten – auch wenn das nicht notwendig ist. Wenn es der NPS ist, wird die Wahrnehmung zum Zeitpunkt der Umfrage gesteuert. Die Optimierung auf Aktivitätsmetriken erzeugt komplexere Produkte und Kunden mit geringerem realem Ertrag. Nicht aus böser Absicht, sondern weil die Anreizarchitektur in eine andere Richtung zeigt als die, die der Kunde braucht.
Das Argument von Pickard über das, was er als „Vanity Development" bezeichnet – das Entwickeln von Funktionen, die nicht von Kundenbedürfnissen angetrieben werden, sondern von Markttrends, Wettbewerbsdruck oder interner technologischer Affinität –, beschreibt genau diesen Mechanismus. Das Ergebnis ist eine Plattform, die Schichten von Komplexität ansammelt, ohne dass eine davon nachweislich die Einnahmen, die Effizienz oder die Kostensenkung des Kunden bewegt.
Die Anreizstruktur, die niemand prüft
Hinter der Proliferation von Eitelkeitsmetriken steckt keine Naivität. Es gibt eine Anreizstruktur, die sie systematisch erzeugt und auf mindestens drei gleichzeitigen Ebenen operiert.
Die erste ist der Finanzierungszyklus. Kapitalrunden in frühen und mittleren Phasen eines SaaS-Unternehmens waren historisch gesehen an Metriken des Nutzerwachstums, der Wachstumsrate des monatlich wiederkehrenden Umsatzes und an Marktexpansionsprognosen geknüpft. Diese Metriken lassen sich mit Aktivitätsdaten erfassen. Der wirtschaftliche Ertrag für den Kunden hingegen ist langsamer zu messen, erfordert Zugang zu Daten, die der Kunde nicht immer teilt, und erscheint nicht sauber in einem Pitch-Deck der Serie B. Die Konsequenz ist vorhersehbar: Teams optimieren auf Indikatoren, die den Preis der nächsten Runde bewegen – nicht notwendigerweise auf jene, die den gelieferten Wert widerspiegeln.
Die zweite Ebene ist die Struktur der Customer-Success-Teams. Jahrelang wurde diese Funktion als technisch-relationale Unterstützung konzipiert: Implementierungsprobleme lösen, Tickets beantworten, Onboarding begleiten. In diesem Modell war der Leistungsindikator des Teams die Kundenzufriedenheit und die Bindungsrate – nicht die Umsatzexpansion des Kunden. Das schafft ein Team, das gut positioniert ist, Reibungspunkte zu erkennen, aber ohne die Werkzeuge oder das Mandat, die finanzielle Auswirkung der Plattform auf das Geschäft des Kunden zu quantifizieren.
Die dritte Ebene – und die widerstandsfähigste gegenüber Veränderungen – ist die Distanz zwischen dem Produktteam und dem Kunden, der im Tagesgeschäft operiert. Roadmap-Entscheidungen werden durch Nutzerinterviews, Verhaltensanalysen innerhalb des Produkts und Wettbewerbs-Benchmarking gespeist. Sie werden selten durch die Finanzberichte des Kunden, seine operativen Effizienzmetriken oder eine ehrliche Bewertung gespeist, ob die Plattform seine Kosten pro Transaktion gesenkt oder seine Konversionsrate erhöht hat. Die Distanz erzeugt Funktionen, die wahrgenommene, aber keine wirtschaftlichen Probleme lösen.
Pickard zeigt als Lösung hierfür auf, was er als „Vanillisierung" der Anforderungen beschreibt: Wenn ein Kunde eine spezifische Funktionalität verlangt, muss das Produktteam diese Anfrage so verallgemeinern, dass sie auf andere Segmente skaliert und für zukünftige Anwendungsfälle flexibel genug ist. Das Prinzip ist korrekt, aber es gibt eine Vorbedingung, die das Argument nicht direkt auflöst: Um zu wissen, ob eine verallgemeinerte Funktionalität Wert schafft, ist eine operative Definition nötig, was Wert für den Kunden bedeutet. Ohne diese Definition kann die Verallgemeinerung Komplexität auf die gleiche Weise erzeugen wie das Kopieren von Wettbewerbern.
Der Kundenertrag als finanzieller Indikator der Anbietergesundheit
Es gibt einen strukturellen Grund, warum der Kundenertrag letztlich der beste Vorlaufindikator für die finanzielle Gesundheit des SaaS-Anbieters ist – und es lohnt sich, diesen explizit zu machen.
Abonnementbasierte Geschäftsmodelle hängen von zwei Variablen ab: der Bindung bestehender Einnahmen und der Expansion innerhalb der bestehenden Kundenbasis. Die Netto-Umsatzbindungsrate (NRR), einer der am stärksten beobachteten Indikatoren der Branche, misst genau das: ob die Einnahmen aus aktiven Kunden nach Berücksichtigung von Kündigungen, Downgrades und Expansionen wachsen, stabil bleiben oder schrumpfen. Eine NRR über 100 % zeigt an, dass die bestehende Kundenbasis ihre Nutzung ausbaut – was in der Regel der effizienteste Wachstumsindikator ist, weil er die Kundenakquisitionskosten umgeht.
Diese Zahl hält sich nicht ohne nachweisbaren wirtschaftlichen Ertrag für den Kunden. Ein Kunde, der durch die Plattform keine inkrementellen Einnahmen generiert, keine Kosten einspart oder keine operative Effizienz gewinnt, hat keinen wirtschaftlichen Grund, seinen Vertrag zu erweitern. Er kann aus Trägheit ein oder zwei Zyklen lang erneuern, aber die Expansionslogik – die eine NRR über die 100-%-Schwelle treibt – erfordert, dass der Kunde die Software mit einem positiven Geschäftsergebnis verknüpft hat.
Die Kausalitätskette ist daher präzise: Kundenertrag → Vertragsbindung → Ausgabenexpansion → gesunde NRR → Anbieterbewertung. Nur die mittleren Glieder dieser Kette zu messen – Bindung und Expansion – ohne das erste Glied zu prüfen, erzeugt eine Illusion von Solidität, die der Markt im nächsten Erneuerungszyklus korrigiert.
Pickard deutet in dieselbe Richtung, wenn er anmerkt, dass in nutzungsbasierten Einnahmemodellen das Wachstum der Kundenausgaben auf der Plattform ein Symptom dafür sein sollte, dass dieser Kunde durch das System mehr Einnahmen generiert. Wenn der Kunde seine Ausgaben auf der Plattform verdoppelt, sollte sein Gewinn um ein höheres Vielfaches steigen. Wenn das nicht geschieht, liefert das Modell keinen Wert – es erfasst einen wachsenden Anteil eines Einkommens, das selbst nicht wächst.
Die im Artikel erwähnten Managed Services funktionieren als Beschleuniger dieses Zyklus, wenn sie gut konzipiert sind: Sie reduzieren die Zeit zwischen Implementierung und nachweisbarem Ertrag, was wiederum die Entscheidung des Kunden zur Nutzungsausweitung beschleunigt. Das Risiko – das der Artikel nicht explizit thematisiert, aber real ist – besteht darin, dass Managed Services zu einem Pflaster für Plattformen werden, die nicht intuitiv genug sind oder zu viel Intervention erfordern, um Ergebnisse zu liefern. In diesem Fall subventioniert die Dienstleistungsebene dauerhaft eine Komplexität, die das Produkt hätte eliminieren sollen.
Was dem sichtbaren Ergebnis vorausgeht
Das Argument, alles auf den Kundenertrag auszurichten, ist in seiner Diagnose korrekt – aber seine Umsetzung steht vor einer Vorbedingung, die nur wenige SaaS-Unternehmen gelöst haben: wie man diesen Ertrag systematisch und nicht anekdotisch misst.
Kundenerfolgsgeschichten existieren in jedem Softwareunternehmen. Sie sind der Treibstoff für Verkaufspräsentationen und Testimonials-Seiten. Das Problem ist, dass ein nachträglich erzählter Erfolgsbericht kommerziellen Wert hat, aber wenig operative Nützlichkeit. Er sagt nicht, was den Ertrag erzeugt hat, unter welchen Bedingungen er replizierbar wäre oder welche Variablen ihn bei diesem Kunden möglich gemacht haben – und nicht bei anderen mit ähnlichem Profil.
Den Aufbau einer Methodik zur Messung des Kundenertrags, die zwischen Segmenten vergleichbar ist, sich in Echtzeit aktualisiert und Produkt- und Customer-Success-Entscheidungen speist, erfordert Zugang zu Daten, die der Kunde oft nicht standardmäßig teilt. Es erfordert, dass die Plattform so instrumentiert ist, dass sie nicht nur das Verhalten innerhalb des Systems erfasst, sondern auch seine nachgelagerten Auswirkungen auf die Geschäftskennzahlen des Kunden. Und es erfordert, dass Produkt- und Customer-Success-Teams dieselbe wirtschaftliche Sprache sprechen wie die Führungskäufer, die die Erneuerung bewerten.
Die Reibung, die in der Debatte über Eitelkeitsmetriken niemand beziffert, ist genau diese: Das Problem ist nicht, dass SaaS-Unternehmen den Kundenertrag nicht messen wollen. Es ist, dass die Dateninfrastruktur, die Informationsaustauschvereinbarungen mit Kunden und die analytische Kapazität, diese Daten in Roadmap-Signale umzuwandeln, bei der Mehrheit der mittelgroßen Anbieter nicht aufgebaut sind. Das Executive-Dashboard zu ändern ist einfach. Die Informationsarchitektur zu ändern, die dieses Dashboard speist, ist die Arbeit, die Jahre dauert.
Das entkräftet Pickards These nicht. Es verstärkt sie. Aber es platziert das eigentliche Problem dort, wo es hingehört: nicht in der Wahl dessen, was gemessen wird, sondern in der Fähigkeit, das Wesentliche systematisch zu messen. Die SaaS-Unternehmen, denen es als erste gelingt, diese Fähigkeit aufzubauen – einschließlich der Vereinbarungen mit Kunden, die Sichtbarkeit auf deren Ergebnisse ermöglichen –, werden einen Wettbewerbsvorteil besitzen, der sich nicht einfach durch die Umbenennung eines Indikators im Quartalsbericht replizieren lässt.
Das Metrik-Dashboard verändert sich nicht, wenn die Plattform keinen nachweisbaren Ertrag liefert. Aber die Architektur, die dieses Dashboard erzeugt – und die Teams, die es mit Ehrlichkeit interpretieren können –, ist die Investition, die die Anbieter, die Budgetneuverhandlungen überstehen, von jenen trennt, die den nächsten Erneuerungszyklus nicht erreichen.
