Was Kunden wirklich sagen — bevor sie gehen.
NPS als Einzelkennzahl erklärt nicht, warum Kunden abwandern. Diese Sammlung zeigt, wie Gespräche latente Kündigungsgründe früh sichtbar machen und wie sich Journey-Realität von Journey-Wunsch unterscheiden lässt.
Was Kunden
Silent Churn beginnt lange vor der Kündigung. In den letzten drei bis sechs Monaten senden Kunden Signale — nur selten in Form von Beschwerden. Umfragen fangen sie nicht ein, weil unzufriedene Kunden zuerst aufhören zu antworten.
Ein Gespräch stellt Kontext her. Warum wurde ein Feature nicht genutzt? An welcher Stelle in der Onboarding-Journey ist die Nutzung eingeschlafen? Welche Erwartung wurde nicht bedient — und wer im Unternehmen könnte sie bedienen?
Für Product, CX und Revenue-Teams entstehen daraus keine 'sentiment scores', sondern klar adressierbare Interventionsstellen. Der Unterschied ist die Handlungsfähigkeit.
- 01Silent Churn beginnt vor der Kündigung — nicht am Kündigungstag.
- 02O-Ton schlägt Skala: 'Es war zu kompliziert' erklärt, was eine 4 auf einer 7er-Skala nie leistet.
- 03Journey-Frust ist meist prozessual, nicht produktbezogen.
- 04Offene Antworten werden mit KI auswertbar, ohne Kontext zu verlieren.
- 05Kontinuierliche Kundengespräche schlagen Ad-hoc-NPS.
B2B-SaaS-Anbieter, 4.100 zahlende Accounts, Nettoretention seit zwei Quartalen unter Plan. Support-Daten zeigen keine Auffälligkeit. Die klassische NPS-Kampagne bringt einen Wert, aber keine Erklärung.
340 Kundengespräche über drei Wochen, quer über Segmente und Nutzungsintensität. Leitfaden entlang der ersten 90 Tage. Dynamische Rückfragen bei Signalen wie 'komplex', 'unklar', 'zu spät'.
Onboarding-Woche 2 als Kipp-Punkt: 63 % der später abwandernden Accounts erlebten dort Reibung — nicht am Produkt, sondern an einer fehlenden Verantwortungsübergabe zwischen Vertrieb und Customer Success.
Neuer Übergabe-Standard und ein sichtbarer Ansprechpartner in Woche 2. Im Folgequartal steigt Retention in der betroffenen Kohorte um 11 Prozentpunkte.
Sind KI-Interviews ehrlicher als menschliche? Was die Forschung zu Social Desirability sagt
Mitarbeitende und Kund:innen antworten KI-Interviewern oft offener als Menschen. Wir zeigen, warum das so ist, wo die Grenzen liegen und wie Sie ehrliche Antworten methodisch absichern.
Voice of Customer Auswertung: Von Rohfeedback zur Entscheidung
Ein VoC-Programm ist nur so gut wie sein Weg vom O-Ton zur Entscheidung. Wir zeigen die Struktur, die aus tausenden Stimmen priorisierte Maßnahmen macht.
Survey Fatigue beheben: Warum klassische Umfragen scheitern und was wirklich hilft
Antwortquoten fallen, Antworten werden flacher. Wir zeigen die wahren Ursachen von Survey Fatigue und welche Konversationsformate die Beteiligung wieder hochziehen.
Von Umfrage zu Gespräch: Wann eine Zahl reicht — und wann nicht
Ein Entscheidungsraster für Teams, die heute mit Surveys arbeiten. Wann ein Gespräch belastbarer ist als eine Zahl — und wie Sie den Umstieg ohne Datenbruch schaffen.
Offene Antworten skalierbar auswerten: Vom Textberg zur Entscheidung
Offene Felder enthalten die Begründungen, die Skalen verschweigen. Wir zeigen, wie Sie tausende Freitextantworten mit KI strukturiert, nachvollziehbar und schnell auswerten.
KI-Marktforschung und DSGVO: Was Sie 2026 wirklich wissen müssen
Sprachdaten, KI-Modelle, Drittländer, EU AI Act. Wir entwirren die häufigsten Fragen rund um DSGVO-konforme KI-Marktforschung und zeigen, worauf Sie als Auftraggeber praktisch achten müssen.
Weiter im Bereich Wissen.
Sie möchten das gegen einen realen Fall halten?
Ein Expertengespräch dauert 30 Minuten. Kein Pitch — ein strukturiertes Gespräch entlang Ihrer Ausgangslage.