22.07.2022

Marketing KPIs: 5 Kennzahlen gegen das Bullshit Bingo – Finance Hacks für Startups

CLV, LCR, CAC und Co: Welche Marketing-KPIs sollten Startups wirklich messen und wie entscheiden Gründer:innen, was für ihr Unternehmen relevant ist?
/artikel/marketing-kpi-startups
© unsplash

“Wie ist eure LCR?“, „Wie hoch sind eurer CAC?“ „Steigen euer CLV und Marketing ROI?“ Diese Bullshit Bingo Fragen muss man sich als Gründer:in von zumeist selbsternannten Startup-Kennern regelmäßig anhören. Gerade im Bereich Marketing gibt es wahrlich nicht zu wenige wichtig klingende Akronyme und aufgeblähte Whitepapers zur Messung der Performance. Eine kurze Google Recherche liefert eine Vielzahl an Seiten, die allesamt für sich beanspruchen, die „Top X Marketing KPIs“ aufzeigen. 

So weit so gut, jedoch ist es wenig nützlich Marketing KPIs wild drauf loszumessen nur weil sie wichtig klingen. Besser ist es, das Ganze mit System und Konzept anzugehen.

Marketing KPIs follow objectives, nicht umgekehrt

Das mag jetzt verrückt klingen, aber das Ziel von Marketing ist nicht, schnelle Abschlüsse zu landen, sondern möglichst nachhaltige Umsätze zu generieren. Alle KPIs rund um das Marketing sollten demnach auf dieses Ziel ausgelegt sein. Mit einem Werttreiberbaum könnt ihr die Zusammenhänge zwischen den einzelnen KPIs darstellt. Für das Marketing kann dieser so aussehen:

  • Hoher Customer Lifetime Value wird durch hohen Neukunden Umsatz und geringe Customer Acquisition Cost erreicht.
  • Dies wird erreicht durch eine hohe Lead-to-Customer Rate und geringe Lead-to-Customer Time.

Damit haben wir die 5 KPIs, mit denen ihr das Marketing Bullshit Bingo durch Fakten ersetzt:

Customer Lifetime Value

Wie schon angeführt enden Marketing KPIs nicht bei der Neukundenakquise, sondern betrachten auch den Wert, den Kund:innen über die Geschäftsbeziehung generieren. Der Customer Lifetime Value ist jene KPI, die den gesamten Kundenlebenszyklus berücksichtigt.

Was und wie

Der Customer Lifetime Value zeigt den durchschnittlichen Umsatz, den ihr mit euren Kund:innen während der gesamten Geschäftsbeziehung erzielt, oder besser: erzielen wollt:

  • Customer Lifetime Value = (Erwartete Kundenumsätze – Kundenspezifische Kosten) * Erwartete Dauer der Geschäftsbeziehung – Customer Akquisition Cost

Für die KPI benötigt ihr neben Informationen aus der Kundenakquise vor allem planerisches Gespür, um die erwarteten Umsätze, Kosten und Dauer der Geschäftsbeziehung einschätzen zu können.

Sinn und Unsinn

Der Customer Lifetime Value ist sehr wirkungsvoll, da er die Einschätzung der Kundenrentabilität in der Zukunft ermöglicht. Das ist aber auch seine Schwäche: durch die getroffenen Annahmen ist die Unsicherheit sehr hoch. Das Kaufverhalten ändert sich dynamisch und beeinflusst die KPI maßgeblich. Daher ist der Customer Lifetime Value im engsten Wortsinn als Indikator zu verstehen.

Neukunden Umsatz

Im unternehmerischen Kontext gilt: Marketing, das keinen Umsatz generiert, hat keine Daseinsberechtigung. Daher ist der generierte Umsatz mit Neukunden jene Zahl, auf die alle Augen gerichtet sind. 

Was und wie

Der Neukunden Umsatz zeigt, mit wie viel zusätzlichen Umsatz ihr durch neu gewonnen Kunden rechnen könnt:

  • Neukunden Umsatz = Neu gewonnen Kunden * (Erwarteter) Umsatz mit Neukunden

Für die KPI benötigt ihr Daten aus eurem CRM-System. Sofern ihr im Projektgeschäft seid, solltet ihr eine Trennung zwischen Auftragsvolumen und erwarteter Umsätze vornehmen.

Sinn und Unsinn

Der Neukunden Umsatz ist eine wichtige KPI um den Marketingerfolg und das Wachstum des Unternehmens bewerten zu können. Weniger sinnvoll ist es, sein gesamtes Marketing-Streben auf den Neukunden Umsatz auszurichten. Schließlich kann auch mit dem Kundenbestand Wachstum (durch Upgrades oder neue Projekte) erzielt werden.

Customer Acquisition Cost

Marketing soll Umsatz bringen, so viel wissen wir nun schon. Häufig wird jedoch vergessen, dass die Generierung von Umsatz auch Geld kostet und ein teuer gewonnener Neukunde vielleicht kein erwünschter Neukunde ist. Customer Acquisition Cost ist jene KPI, die diese These mit Zahlen füttert.

Was und wie

Customer Acquisition Cost stellt den Neukunden die zur Kundengewinnung notwendigen Gesamtkosten für Marketing und Vertrieb gegenüber:

  • Customer Acquisition Cost = (Marketingkosten + Vertriebskosten) / Anzahl Neukunden

Für die KPI benötigt ihr neben der Anzahl an Neukunden alle marketing- und vertriebsrelevanten Kosten. Diese beinhalten externe Kosten (z.B.: Werbung, Messen) sowie Gehälter der relevanten Mitarbeiter:innen. Die Daten bekommt ihr aus eurer Buchhaltung.

Sinn und Unsinn

Customer Acquisition Cost ist eine enorm wichtige KPI, da sie auch die ungeliebten Kosten berücksichtigt. Setzt man die KPI ins Verhältnis mit dem Customer Lifetime Value, zeigt sich, ob die Neukundenakquise langfristig profitabel ist. Nachteilig ist, dass die berücksichtigen Kosten häufig nicht trennscharf sind (z.B.: wieviel Personalkosten sind in Marketing geflossen?) und dass die KPI auf einen Durchschnitt setzt. Ausreißer sind damit nicht sichtbar. 

Lead-to-Customer Conversion Rate

Gerade Startups lieben es, ihre Website Conversion intensiv zu analysieren. Was helfen aber viele Klicks und Website-Zugriffe, wenn daraus keine Kunden entstehen? Die KPI zur Messung der Kundengewinnung ist die Lead-to-Customer Conversion.

Was und wie

Die Lead-to-Customer Conversion zeigt jenen Anteil von qualifizierten Leads, die zu zahlenden Kunden werden:

  • Lead-to-Customer Conversion Rate = (Anzahl konvertierte qualifizierte Leads / Gesamtanzahl qualifizierte Leads) * 100

Für die KPI benötigt ihr Daten aus eurem CRM-System. Wichtig ist eine klare Periodenabgrenzung der Leads, um die tatsächliche Konvertierung zu sehen. Eine weitere Trennung sollte nach den Kanälen (Outbound, Inbound) vorgenommen werden.

Sinn und Unsinn

Die Lead-to-Customer Conversion hilft euch zu verstehen, wie gut ihr qualifizierte Leads in zahlende Kunden verwandeln könnt. Die Detailauswertung dieser KPI nach Kanälen, Regionen oder Teammitgliedern ermöglicht ein Benchmarking. Ein Nachteil, dass sie die benötigte Zeit zur Konvertierung nicht berücksichtigt und daher auch keine Aussage über den Aufwand gibt.

Lead-to-Customer Conversion Time

So erfreulich eine hohe Conversion Rate ist, so ernüchternd sind lange Sales Zyklen und daraus resultierender hoher Aufwand zur Kundengewinnung. Daher ist die zeitliche Optimierung der Konvertierung genauso wichtig wie eine hohe Abschlussrate. Die Lead-to-Customer Conversion Time ist die KPI der Wahl hierfür.

Was und wie

Die Lead-to-Customer Conversion Time misst die benötigte Zeit, um qualifizierten Leads in zahlende Kunden zu verwandeln:

  • Lead-to-Customer Conversion Time = Zeitpunkt Vertragsabschluss – Zeitpunkt Lead-Generierung

Für die KPI benötigt ihr Daten aus eurem CRM-System. Wichtig hierbei sind genaue Zeitstempel für Lead-Generierung und Vertragsabschluss. Eine weitere Trennung sollte nach den Kanälen (Outbound, Inbound) vorgenommen werden.

Sinn und Unsinn

Die Lead-to-Customer Conversion Time ist wichtig, um Zeit und Aufwand für die Kundengewinnung zu messen. Ergänzt um die Kontaktpunkte ergibt sich ein gutes Bild des Marketing- und Vertriebsaufwands. Nachteilig ist, dass die KPI auf einen Durchschnitt setzt. Ausreißer sind damit nicht sichtbar.

Fazit: Bei KPIs lieber wenig Gutes als alles Mögliche

Marketing KPIs gibt es wie Sand am Meer und jedes Sandkorn kann dank Tracking Technologie erhoben werden. Sinnvoller als jedes Sandkorn unter die Lupe zu nehmen ist es aber, die Marketingaktivitäten mit einem integrierten KPI System und realistischen Zielwerten zu steuern, die einen klaren Fokus auf das Hauptziel des Marketings legen: nachhaltige Umsätze zu generieren. Falls ihr ein Akronym hierfür wollt, nennen wir es doch: SCR (Sustainable Customer Revenues).

Über den Autor

Bernhard Frühlinger ist von Adam, dem digitalen Controlling-Service für KMU und Startups. Zuvor war er viele Jahre als Unternehmensberater für Finance Themen tätig.

Bereits in der Serie „Finance Hacks für Startups“ erschienen:

Deine ungelesenen Artikel:
15.09.2026

KI im Investmentprozess: Wie Viessmann sein Deal-Screening beschleunigt

Nach dem zwölf Milliarden Euro schweren Verkauf des Heizungsgeschäfts an Carrier investiert die Viessmann Generations Group mittlerweile langfristig in eine breit aufgestellte Unternehmensgruppe. Nun baut das Familienunternehmen gemeinsam mit iteratec ein Multi-Agenten-System, das die Qualität von Investmententscheidungen maßgeblich verbessern soll: Alexander Pöllmann, Director IT & Digital von Viessmann, und Michael Maier, Director Austria von iteratec, geben im brutkasten-Gespräch einen Einblick.
/artikel/wie-viessmann-sein-deal-screening-mit-ki-umbaut
15.09.2026

KI im Investmentprozess: Wie Viessmann sein Deal-Screening beschleunigt

Nach dem zwölf Milliarden Euro schweren Verkauf des Heizungsgeschäfts an Carrier investiert die Viessmann Generations Group mittlerweile langfristig in eine breit aufgestellte Unternehmensgruppe. Nun baut das Familienunternehmen gemeinsam mit iteratec ein Multi-Agenten-System, das die Qualität von Investmententscheidungen maßgeblich verbessern soll: Alexander Pöllmann, Director IT & Digital von Viessmann, und Michael Maier, Director Austria von iteratec, geben im brutkasten-Gespräch einen Einblick.
/artikel/wie-viessmann-sein-deal-screening-mit-ki-umbaut
Alexander Pöllmann, Director IT & Digital bei der Viessmann Generations Group, und Michael Maier, Director Austria von iteratec (v.l.) | (c) iteratec / beigestellt

Es war eine der bemerkenswertesten Transformationen der deutschen Industrie: 2023 verkaufte Viessmann sein Kerngeschäft, die Klimasparte Viessmann Climate Solutions, für zwölf Milliarden Euro an den US-Konzern Carrier (brutkasten berichtete). Seit Anfang 2024 agiert das Familienunternehmen als Unternehmensgruppe, die aus Deutschland ein globales industrielles Beteiligungsportfolio steuert. Und dieses Kernteam soll nun KI-nativ werden: Gemeinsam mit dem Technologieunternehmen iteratec baut Viessmann ein Multi-Agenten-System, das die Mitarbeiter:innen zu “Buildern von Agenten” verändert.

Vom Heizungsbauer zum langfristigen Unternehmensentwickler  

Das reinvestierte Kapital floss vor allem in industrielle Mittelständler mit Fokus auf nachhaltige Energietransformation: von Grid-Infrastruktur über Fernwärme- und Kühlungslösungen bis zu Kühlhäusern. Dazu zählt etwa die isoplus-Gruppe, ein Hersteller von Nah- und Fernwärmeleitungen mit großen Standorten in Österreich. Über Minderheitsbeteiligungen ist Viessmann außerdem unter anderem an Encavis sowie am Software-Unternehmen AMCS beteiligt, das Emissionen in der Recycling- und Abfallwirtschaft reduzieren soll. 

Beim Thema KI unterscheidet Pöllmann klar zwischen zwei Ebenen: „Wenn wir auf unsere Partner schauen, ist der Kerntreiber klassischerweise Effizienz, also Use Cases entlang der Wertschöpfungskette, um Top- oder Bottom-Line-Potenziale einzusammeln. Auf Ebene des Viessmann-Teams schauen wir viel stärker auf Effektivität: Wie können wir noch bessere Investmententscheidungen treffen und unsere zentrale Entscheidungsqualität maßgeblich erhöhen?“ 

Deal-Screening statt Deal-Sourcing 

Genau das sei allerdings die schwierigere Disziplin, so Pöllmann: „Effizienz-Use-Cases sind aus unserer Sicht häufig leichter, als die Qualität zu erhöhen. KI tendiert in ihrer ursprünglichsten Natur dazu, lieber zu halluzinieren und ungenau zu sein, als eine sehr klare Antwort auf die Frage zu geben: Sollte ich dieses Investment tätigen oder lieber nicht? Welche Risiken habe ich noch nicht gesehen?“ Dies bedingt vor allem den ganzen Kontext einer Transaktion zu kennen. 

Konkret setzt das Multi-Agenten-System deshalb dort an, wo Präzision zählt: beim Screening. Es gehe nicht darum, Deals zu sourcen, betont Pöllmann, sondern den Prozess „Ist ein Deal für uns wirklich relevant?“ deutlich zu verkürzen. Ein Letter of Intent könne so viel schneller analysiert und daraus ein Investmentmemo gebaut werden, angereichert mit weiteren Quellen. 

Dass das Viessmann-Team das System selbst baut, statt auf eine Fertiglösung zu setzen, ist für Pöllmann eine Grundsatzentscheidung: „Wir wollen die Governance in der eigenen Hand haben, aber auch den Prozess, wie wir zu Entscheidungen kommen.“ Fertige KI-Finanzlösungen von der Stange würden der Organisation wenig bringen: „Das ist zwar alles nett und funktioniert auch schnell, aber nicht in der Qualität, wie wir sie erwarten.“ 

Jede:r Mitarbeiter:in wird zum „Builder“ 

Der vielleicht radikalste Teil des Ansatzes: Alle Mitarbeiter:innen der Viessmann Generations Group sollen befähigt werden, selbst KI-Agenten zu bauen. Der Prozess dahinter ist mehrstufig: Ein Intake-Agent nimmt die Idee auf und schärft sie, ein Specification-Agent zieht anschließend das nötige Fachwissen aus den Mitarbeiter:innen heraus und gibt erst ab einem bestimmten Confidence Score grünes Licht. Danach erstellt ein weiterer Agent, der sogenannte Agent-Builder, den fertigen KI-Kollegen. 

Gestartet wurde Ende Jänner mit einem „Hypersprint“, die ersten Prozessagenten gingen im Frühjahr live. „Es ist schon verrückt, was wir in der Zeit entwickelt haben“, sagt Pöllmann. Die größte Herausforderung sei dabei nicht die Technologie: „Die Herausforderung ist wirklich, das Wissen der Kolleg:innen “freizulegen” und die Leute, die verantwortlich sind, in die Verantwortung zu bekommen. So können wir dann gemeinsam den Input, den wir brauchen, identifizieren, um daraus vernünftige Agenten mit hoher Output-Qualität zu bauen.“ 

„Die Rolle des Menschen in der KI-Transformation wird maßgeblich“ 

Bei aller Automatisierung bleibt die Verantwortung beim Menschen, stellt Pöllmann klar: „Am Ende braucht es immer einen Verantwortlichen, und das kann nicht die Maschine sein. Dadurch wird vor allem die Rolle des Menschen in der KI-Transformation maßgeblich gestärkt.“ Wer einen Agenten verantwortet, müsse dessen Ergebnisse kontrollieren, ihn testen und etwa bei der Abkündigung eines KI-Modells nachjustieren. „Damit bekommt jeder in gewisser Weise eine Führungsaufgabe“, so Pöllmann. 

Um den Rollenwandel greifbar zu machen, ließ Viessmann die Mitarbeiter:innen ein eigenes „Role Canvas“ ausfüllen: Was bleibt an Verantwortung beim Menschen, wenn KI-Agenten übernehmen? Das habe viel Verständnis für die Transformation geschaffen, auch bei jenen, deren Berufsbild sich am stärksten verändert. Denn das klassische Profil eines Investmentbankers werde sich fundamental drehen, so Pöllmann. Die Betroffenen hätten das Thema allerdings „sehr gut aufgeschnappt und zeigen große Begeisterung dafür“. 

iteratec: „Die Unschärfe reduzieren“ 

Auf der Umsetzungsseite steht mit iteratec ein Software-Dienstleister, der seit 30 Jahren Individualsoftware entwickelt und sich zunehmend auf KI-Transformation fokussiert. „Unser eigenes Geschäft ändert sich aktuell selbst radikal aufgrund von KI“, sagt Michael Maier, Director Austria von iteratec. Das Unternehmen setzt Multi-Agenten-Projekte unter anderem bei Banken um und hat mit dem Recycling-Konzern Ragn-Sells ein neues Recyclingverfahren auf Basis KI-gestützter Materialanalysen entwickelt. Das Viessmann-Projekt sei „mitunter eines der spannendsten, das wir gerade machen dürfen“, so Maier: „Das nimmt sicher eine Vorreiterrolle ein.“ 

Die Kunst liege darin, schnell voranzukommen und trotzdem verlässliche Resultate zu liefern: „Du musst die Unschärfe so weit reduzieren, dass du dort, wo es wichtig ist, belastbare Ergebnisse hast, mit denen du arbeiten kannst“, sagt Maier. Viessmann kam über einen klassischen Anbieterauswahlprozess zu iteratec. Ausschlaggebend sei das Team gewesen, so Pöllmann: „Ein sehr professionell aufgestelltes Team mit High-End-AI-Capabilities. Die Entwickler sind fast AI-native unterwegs.” 

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Marketing KPIs: 5 Kennzahlen gegen das Bullshit Bingo – Finance Hacks für Startups

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Marketing KPIs: 5 Kennzahlen gegen das Bullshit Bingo – Finance Hacks für Startups

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Marketing KPIs: 5 Kennzahlen gegen das Bullshit Bingo – Finance Hacks für Startups

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Marketing KPIs: 5 Kennzahlen gegen das Bullshit Bingo – Finance Hacks für Startups

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Marketing KPIs: 5 Kennzahlen gegen das Bullshit Bingo – Finance Hacks für Startups

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Marketing KPIs: 5 Kennzahlen gegen das Bullshit Bingo – Finance Hacks für Startups

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Marketing KPIs: 5 Kennzahlen gegen das Bullshit Bingo – Finance Hacks für Startups

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Marketing KPIs: 5 Kennzahlen gegen das Bullshit Bingo – Finance Hacks für Startups

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Marketing KPIs: 5 Kennzahlen gegen das Bullshit Bingo – Finance Hacks für Startups