Zum Inhalt springen

KI für Bestandskunden: Upselling erkennen und Kündigungen verhindern (2026)

Kurz gesagt

Den größten Hebel hat KI bei Bestandskunden dort, wo viele Signale verstreut liegen: Tickets, E-Mails, Gesprächsnotizen und Nutzungsdaten zu einem Kundenbild verdichten, daraus Churn-Risiken und Upsell-Hypothesen ableiten und QBRs vorbereiten. Starte mit einem einfachen Health Score im CRM und einer Prompt-Vorlage für die Kontozusammenfassung vor jedem Kundentermin. Entscheidungen über Preise, Rabatte oder Kündigungen trifft immer ein Mensch.

Inhalt 11 Abschnitte
  1. Sieben Aufgaben, bei denen KI im Bestandsgeschäft hilft
  2. 1. Kundensignale zu einem Kundenbild bündeln
  3. 2. Churn-Risiko erkennen, bevor die Kündigung kommt
  4. 3. NPS-Kommentare und Tickets nach Themen auswerten
  5. 4. Das Quarterly Business Review vorbereiten
  6. 5. Upsell-Hypothesen aus Kundensignalen ableiten
  7. 6. Verlängerungen 120 Tage vorher planen
  8. 7. Playbooks für wiederkehrende Kundensituationen schreiben
  9. Vom ersten Health Score zum wöchentlichen Risiko-Review
  10. Warum Health Scores oft nichts verhindern
  11. Recht und Datenschutz
Der Ablauf auf einen Blick
  1. 1Kundensignale zu einem Kundenbild bündeln
  2. 2Churn-Risiko erkennen, bevor die Kündigung kommt
  3. 3NPS-Kommentare und Tickets nach Themen auswerten
  4. 4Das Quarterly Business Review vorbereiten
  5. 5Upsell-Hypothesen aus Kundensignalen ableiten
  6. 6Verlängerungen 120 Tage vorher planen
  7. 7Playbooks für wiederkehrende Kundensituationen schreiben

Eine Kündigung fällt oft erst auf, wenn sie in deinem Postfach liegt, obwohl die Vorboten seit Wochen in Tickets, Mails und Gesprächsnotizen stehen. Die Informationen über deine Bestandskunden hast du meist schon, nur verstreut. Die Nutzung steht im Produkt, die Beschwerden im Ticketsystem, die Zwischentöne in Mails und Gesprächsnotizen. Wenn du das vor jedem Kundentermin von Hand zusammensuchst, bleibt für das Gespräch selbst kaum Zeit. Und die Erweiterungschance bemerkst du oft erst, wenn der Kunde schon bei einem anderen Anbieter gekauft hat.

Wir zeigen dir sieben Aufgaben, bei denen KI Signale bündelt, Risiken begründet und Gespräche vorbereitet, jeweils mit Prompt-Vorlage und ehrlicher Grenze. Die Rechtslage zu Kundendaten und Werbe-E-Mails ist auf dem Stand vom 2. Oktober 2026. Am schnellsten startest du mit Abschnitt 1: eine Prompt-Vorlage, mit der du nach einmal 30 Minuten Einrichtung in etwa 5 Minuten pro Konto ein Kundenbild für den nächsten Termin hast.

Sieben Aufgaben, bei denen KI im Bestandsgeschäft hilft

Aufgabe Nutzen Aufwand Tool-Typ
Kundensignale bündeln Ein Kundenbild aus Tickets, Mails, Notizen und Nutzung 30 Minuten Vorlage, dann 5 Minuten pro Konto KI-Assistent, CRM
Churn-Risiko erkennen Gefährdete Kunden Wochen vor der Kündigung sehen 1 bis 2 Tage für Health Score und Regeln CRM mit Health Score, KI-Assistent
Kundenfeedback auswerten Themen und Trends aus Umfragen und Tickets 1 Stunde pro Auswertung KI-Assistent, Umfrage-Tool
QBR vorbereiten Review-Unterlage mit Ergebnissen und Agenda 30 Minuten statt halber Tag KI-Assistent, Meeting-Notizen
Upsell-Hypothesen Begründete Erweiterungschancen pro Konto 15 Minuten pro Konto KI-Assistent, CRM
Renewal-Kommunikation Verlängerungen planen, Mails und Gesprächsleitfäden 20 Minuten pro Verlängerung KI-Assistent, CRM-Workflows
Customer-Success-Playbooks Einheitliche Abläufe für typische Situationen 1 Tag für die ersten fünf Playbooks KI-Assistent, Wiki

1. Kundensignale zu einem Kundenbild bündeln

Die Hinweise auf den Zustand einer Kundenbeziehung liegen in vier oder fünf Systemen. Ein Customer Success Manager mit 50 Konten kann sie nicht regelmäßig alle lesen. Also schaut er erst hin, wenn es brennt.

Ein KI-Assistent fasst die Rohdaten eines Kontos zu einem kurzen Kundenbild zusammen. Was nutzt der Kunde, was liegt brach? Welche Probleme gab es, und wie klingen die letzten Mails? Auch neue Ansprechpartner fallen so auf.

CRM-Systeme bieten dafür eigene KI-Funktionen, die direkt auf die Daten im CRM zugreifen. Ohne Integration geht es auch per Export: Tickets, letzte Mails und Notizen anonymisiert oder im freigegebenen Business-Tarif in den Assistenten geben.

Als Datenquelle dient ein CRM mit KI wie HubSpot Sales Hub, Pipedrive oder Attio. Die Zusammenfassung schreibt ein KI-Assistent wie Claude Team, ChatGPT Business oder Microsoft 365 Copilot, die Gesprächsnotizen kommen etwa aus tl;dv oder Fathom. Wie KI im CRM selbst arbeitet, erklärt der Ratgeber KI im CRM.

Kundenbild aus verstreuten Signalenfür Claude · ChatGPT · Copilot

Du bist Customer Success Manager. Hier sind die Daten zu einem Kundenkonto aus den letzten 90 Tagen: Vertrag: [Produkt, Umfang, Laufzeit, Verlängerungsdatum]. Nutzung: [aktive Nutzer, genutzte Funktionen, Trend]. Tickets: [Liste mit Datum, Thema, Status]. E-Mails und Gesprächsnotizen: [einfügen]. Erstelle ein Kundenbild auf einer halben Seite:

  1. Status in einem Satz.
  2. Positive Signale mit Beleg (Datum, Quelle).
  3. Warnsignale mit Beleg.
  4. Veränderungen bei Ansprechpartnern oder Zielen des Kunden.
  5. Offene Zusagen von unserer Seite.
  6. Drei Fragen, die ich im nächsten Gespräch klären sollte. Nutze nur die Angaben oben. Wenn Daten fehlen, schreib „keine Daten“. Bewerte keine einzelnen Mitarbeiter des Kunden.

Die Zusammenfassung ist nur so gut wie die Daten. Fehlen Gesprächsnotizen oder werden Tickets nicht sauber zugeordnet, sieht das Bild gesünder aus, als es ist. Gib nur die Daten ein, die du für die Aufgabe brauchst, und keine Daten zu Gesundheit oder anderen besonderen Kategorien.

2. Churn-Risiko erkennen, bevor die Kündigung kommt

Kündigungen kommen selten aus dem Nichts. Die Nutzung sinkt, Beschwerden häufen sich, Mails bleiben unbeantwortet, ein neuer Entscheider taucht auf oder das Review wird verschoben. Einzeln fällt keins dieser Signale auf.

Fang mit einem einfachen Health Score an, also einer Punktzahl aus wenigen, nachvollziehbaren Kriterien. In HubSpot lassen sich laut Hilfe-Center im Customer Success Workspace bis zu 50 Health Scores anlegen. Sie vergeben Punkte für Eigenschaften und Aktivitäten, etwa abgeschlossene Meetings oder hohe NPS-Werte, und ziehen Punkte für Risiken wie offene Tickets ab. Dafür brauchst du Service Hub Professional oder Enterprise.

Zusätzlich bewirbt HubSpot einen Customer Health Agent, der laut Hersteller Gesprächstranskripte, Ticketverläufe und Umfrageantworten auf Abwanderungssignale prüft. Spezialisierte Customer-Success-Plattformen wie Gainsight, ChurnZero oder Planhat gehen weiter, lohnen sich aber eher für größere Teams.

Die KI ergänzt den Score dort, wo Zahlen nicht reichen: Sie liest Tickets und Mails, erkennt Stimmung und Themen und begründet, warum ein Konto gefährdet sein könnte.

Score und Agent liefert HubSpot Sales Hub, die Begründung ein KI-Assistent. Große Teams ergänzen eine Gesprächsanalyse wie Gong.

Churn-Risiko mit Begründungfür Claude · ChatGPT · Copilot

Hier ist eine Liste von Kundenkonten mit folgenden Werten: Health Score, Trend der Nutzung in den letzten 60 Tagen, offene Tickets, letzter Kontakt, Verlängerungsdatum, Wechsel beim Ansprechpartner (ja/nein), NPS [Tabelle einfügen, Konten nur mit Kundennummer]. Sortiere die Konten nach Risiko einer Kündigung oder Herabstufung in den nächsten 90 Tagen. Für die zehn riskantesten Konten: Nenne die zwei bis drei Signale, die das Risiko begründen, und eine konkrete nächste Maßnahme (wer, was, bis wann). Markiere Konten, bei denen die Datenlage zu dünn für eine Einschätzung ist. Triff keine Entscheidung über Preise, Rabatte oder Vertragsänderungen. Das entscheidet das Team.

Behandle den Score als Hypothese. Prüfe nach drei Monaten, ob die als riskant markierten Konten tatsächlich häufiger gekündigt haben, und passe die Kriterien an. Ändere Konditionen eines Kunden nie automatisch aufgrund eines Scores: Automatisierte Entscheidungen mit erheblicher Wirkung für Personen regelt Art. 22 DSGVO streng.

3. NPS-Kommentare und Tickets nach Themen auswerten

NPS-Kommentare, Umfrage-Freitexte und Tickets werden gesammelt, aber selten gelesen. Bei 400 Kommentaren schaut man auf den Durchschnittswert und übersieht, worüber sich Kunden wirklich ärgern.

Ein KI-Assistent gruppiert die Freitexte nach Themen, zählt sie und zieht typische Zitate heraus. Aus der Excel-Liste wird eine Übersicht, über die Produkt, Service und Vertrieb in einer Sitzung sprechen können. HubSpot bietet laut eigener Seite auch Zusammenfassungen von Umfrageantworten in Service Hub Professional.

Dafür reichen Claude Team, ChatGPT Business oder Gemini in Google Workspace mit Datei-Upload. Bei strengen Datenschutzanforderungen ist Langdock mit EU-Hosting die bessere Wahl.

Feedback-Auswertung nach Themenfür Claude · ChatGPT · Gemini

Hier ist eine Tabelle mit Kundenfeedback aus [Quelle, Zeitraum]: Spalten Kundennummer, Segment, NPS-Wert, Freitext [Datei anhängen, ohne Namen und E-Mail-Adressen].

  1. Gruppiere die Freitexte in höchstens zehn Themen. Nenne pro Thema Anzahl, Anteil, durchschnittlichen NPS und zwei typische Zitate im Wortlaut.
  2. Zeige Unterschiede zwischen den Segmenten.
  3. Liste Kommentare auf, die auf eine konkrete Kündigungsabsicht oder ein ungelöstes Problem hindeuten, mit Kundennummer.
  4. Nenne drei Themen, die positiv auffallen und sich für Referenzen oder Erweiterungen eignen. Erfinde keine Zitate. Wenn ein Kommentar mehrdeutig ist, ordne ihn „unklar“ zu.

Prüfe Stichproben, denn ironische oder sehr kurze Kommentare ordnet die KI manchmal falsch zu. Kleine Gruppen ergeben keine belastbaren Trends. Und wenn Feedback Rückschlüsse auf einzelne Servicemitarbeiter erlaubt, ist das ein Thema für den Betriebsrat.

4. Das Quarterly Business Review vorbereiten

Ein QBR soll zeigen, welchen Nutzen der Kunde hatte, und die nächsten Ziele festlegen. In der Praxis wird die Vorbereitung zur Fleißarbeit mit Zahlen und Folien, und am Ende steht doch wieder eine Produktpräsentation.

Die KI baut aus Kundenbild, Nutzungsdaten, Zielen aus dem letzten Review und Gesprächsnotizen eine Gliederung mit Agenda, Ergebnissen, offenen Punkten und Vorschlägen für das nächste Quartal. Für die Folien helfen Copilot in PowerPoint oder Gemini in Google Slides. Nach dem Termin fasst ein Meeting-Assistent die Ergebnisse zusammen.

Für die Folien eignen sich Microsoft 365 Copilot oder Gemini in Google Workspace, fürs Protokoll tl;dv, Fathom oder andere KI-Meeting-Assistenten.

QBR-Unterlage aus den Kontodatenfür Claude · ChatGPT · Copilot

Bereite ein Quarterly Business Review mit [Kunde, Branche] vor. Teilnehmer beim Kunden: [Rollen]. Material: Ziele aus dem letzten Review [einfügen], Nutzungsdaten des Quartals [einfügen], gelöste und offene Tickets [einfügen], Notizen aus Gesprächen [einfügen]. Erstelle:

  1. Eine Agenda für 45 Minuten mit Zeitangaben, in der der Kunde mindestens die Hälfte der Zeit spricht.
  2. Ergebnisse des Quartals, gemessen an den Zielen des Kunden, mit Zahl und Quelle.
  3. Offene Probleme ehrlich benannt, mit Stand und nächstem Schritt.
  4. Drei Fragen zu den Zielen des Kunden für das nächste Quartal.
  5. Einen Vorschlag für zwei bis drei gemeinsame Ziele. Keine Verkaufsfolien. Erwähne Erweiterungen nur, wenn sie direkt aus einem Ziel oder Problem des Kunden folgen. Kennzeichne jede Zahl, die du nicht aus dem Material hast, mit „prüfen“.

Trotzdem lebt ein QBR vom Gespräch. Die KI kann die Unterlage vorbereiten, die Ziele des Kunden musst du im Termin erfragen. Prüfe jede Zahl gegen die Quelle, bevor sie auf einer Folie beim Kunden landet.

5. Upsell-Hypothesen aus Kundensignalen ableiten

Erweiterungen entstehen im Bestandsgeschäft oft zufällig. Entweder fragt der Kunde selbst, oder ein Vertriebler ruft alle Kunden mit derselben Aktion an. Beides verschenkt Potenzial, und das Zweite nervt jeden, für den das Angebot nicht passt.

Gute Upsell-Chancen hängen an Signalen. Die Lizenzen sind ausgeschöpft, ein Team nutzt eine Funktion intensiv, oder der Kunde eröffnet einen neuen Standort. Die KI gleicht diese Signale mit deinem Produktportfolio ab und formuliert Hypothesen mit Begründung. Daraus wird eine Gesprächsfrage, kein Angebot.

Die Daten kommen aus HubSpot Sales Hub, Pipedrive oder Attio, die Hypothesen schreibt ein KI-Assistent.

Upsell- und Cross-Sell-Hypothesenfür Claude · ChatGPT · Copilot

Unser Portfolio: [Produkte, Tarife, Zusatzleistungen mit je einem Satz, für welches Problem sie gedacht sind]. Kundenkonto: [Vertragsumfang, Nutzung und Auslastung, Wünsche und Fragen aus Tickets und Gesprächen, Veränderungen beim Kunden wie Wachstum, neue Standorte, neue Ansprechpartner]. Entwickle höchstens drei Hypothesen für Upselling oder Cross-Selling. Pro Hypothese:

  1. Welches Signal beim Kunden spricht dafür (mit Beleg aus den Daten)?
  2. Welches Problem des Kunden würde die Erweiterung lösen?
  3. Eine offene Frage, mit der ich im Gespräch prüfe, ob die Hypothese stimmt.
  4. Was spricht dagegen oder was müsste vorher gelöst sein (z. B. offene Tickets)? Wenn das Konto Warnsignale für eine Kündigung zeigt, nenne nur die Probleme, die vor einer Erweiterung gelöst werden müssen.

Ein Kunde mit offenen Problemen ist kein Upsell-Kandidat. Deine Marge und deine Prioritäten kennt die KI ebenfalls nicht. Werbung per E-Mail an Bestandskunden ist in Deutschland nur unter den Bedingungen von § 7 Abs. 3 UWG ohne Einwilligung erlaubt, mehr dazu unten im Rechtsteil.

6. Verlängerungen 120 Tage vorher planen

Verlängerungen kommen oft erst wenige Wochen vor Vertragsende auf den Tisch. Ist der Kunde unzufrieden, bleibt keine Zeit mehr, etwas zu ändern. Ist er zufrieden, verpasst du die Chance, die Verlängerung mit einer Erweiterung zu verbinden.

Die KI plant den Ablauf ab einem festen Abstand vor Vertragsende, zum Beispiel 120 Tage. Sie entwirft Review-Termin, Nutzen-Zusammenfassung, Angebot und Erinnerung. Für gefährdete Konten bereitet sie einen Gesprächsleitfaden vor. Termine und Aufgaben legt ein Workflow in HubSpot Sales Hub oder Pipedrive an, ausgelöst durch das Verlängerungsdatum. Ohne CRM-Workflows übernimmt das Make.com, Zapier oder n8n, siehe Make, Zapier und n8n im Vergleich. Die Texte entwirft der KI-Assistent.

Verlängerungsplan und Nutzen-Mailfür Claude · ChatGPT · Copilot

Der Vertrag mit [Kunde] läuft am [Datum] aus. Kundenbild: [Status, Nutzung, Ergebnisse, offene Probleme, Ansprechpartner und Entscheider].

  1. Erstelle einen Verlängerungsplan ab 120 Tagen vor Vertragsende: Schritte, Zeitpunkt, verantwortliche Rolle, Ziel jedes Schritts.
  2. Schreib eine Mail an [Rolle], die den Nutzen des laufenden Jahres zusammenfasst: drei Ergebnisse mit Zahl und Quelle aus dem Kundenbild, ein offenes Problem mit Lösungsplan, ein Terminvorschlag für ein Review. Höchstens 180 Wörter, Sie-Form, kein Verlängerungsdruck, keine Rabatte.
  3. Falls das Kundenbild Warnsignale zeigt: ein Gesprächsleitfaden mit fünf offenen Fragen, um die Gründe zu verstehen, bevor wir über Konditionen sprechen. Übernimm keine Zahlen oder Zusagen, die nicht im Kundenbild stehen.

Über Preise, Rabatte und Vertragsänderungen entscheidet ein Mensch. Achte auf Kündigungsfristen und automatische Verlängerungsklauseln im Vertrag. Und eine Mail ersetzt bei einem gefährdeten Konto nie das Gespräch.

7. Playbooks für wiederkehrende Kundensituationen schreiben

Der Hauptansprechpartner verlässt das Unternehmen, und jeder im Team reagiert anders darauf. Ohne festen Ablauf hängt das Ergebnis davon ab, wer das Konto betreut. Dasselbe gilt für den Kunden, der das Produkt nach dem Onboarding kaum nutzt.

Ein Playbook beschreibt für eine Situation den Auslöser, die Schritte, die Verantwortlichen und die Vorlagen. Die KI entwirft aus deinen Notizen und bewährten Beispielen ein einheitliches Playbook, inklusive Mail-Vorlagen und Gesprächsfragen. Abgelegt im Wiki oder als Projekt im KI-Assistenten, wird daraus ein gemeinsamer Standard. Wie man solches Wissen für KI nutzbar ablegt, beschreibt der Ratgeber Company Brain mit KI.

Als Ablage taugen Notion oder Confluence, die Entwürfe schreibt ein KI-Assistent mit Projekten.

Playbook für eine typische Situationfür Claude · ChatGPT · Copilot

Schreib ein Customer-Success-Playbook für diese Situation: [z. B. Hauptansprechpartner hat das Unternehmen verlassen]. Unser Kontext: [Produkt, Kundensegment, Teamgröße, verfügbare Systeme]. So gehen wir heute vor: [Notizen, bewährte Beispiele]. Aufbau:

  1. Auslöser: woran wir die Situation erkennen und wo das Signal herkommt.
  2. Ziel des Playbooks in einem Satz.
  3. Schritte mit Zeitrahmen und verantwortlicher Rolle.
  4. Zwei Mail-Vorlagen und fünf Gesprächsfragen.
  5. Wann wir eskalieren und an wen.
  6. Woran wir messen, ob das Playbook funktioniert. Halte es auf zwei Seiten. Schreib klare Anweisungen, keine allgemeinen Tipps.

Ein Playbook ist nur so gut wie die Erfahrung dahinter. Lass Entwürfe von den Kolleginnen und Kollegen prüfen, die die Situation am häufigsten erleben, und überarbeite sie nach den ersten Einsätzen.

Vom ersten Health Score zum wöchentlichen Risiko-Review

Schau dir vor dem Start die Zahlen an, die du später messen willst.

  1. Kennzahlen festlegen. Bestimme, was du messen willst: Kunden-Churn, Umsatz-Churn, Net Revenue Retention und Erweiterungsumsatz. Halte die Ausgangswerte der letzten vier Quartale fest.
  2. Datenquellen klären. Welche Signale gibt es wirklich: Nutzungsdaten, Tickets, Mails, Notizen, Umfragen? Wo liegen sie, und kommen sie ins CRM?
  3. Einfachen Health Score bauen. Starte mit vier bis sechs Kriterien, die jeder im Team versteht. Lieber grob und nachvollziehbar als komplex und undurchsichtig.
  4. Datenschutz vorab prüfen. Zweck, Rechtsgrundlage, Datenschutzerklärung, Auftragsverarbeitungsvertrag mit dem KI-Anbieter und gegebenenfalls Betriebsrat klären, bevor Kundendaten in ein KI-Tool fließen.
  5. Vorlagen einführen. Die Prompt-Vorlagen für Kundenbild und QBR werden vor jedem Kundentermin genutzt. Gute Ergebnisse landen als Beispiel im gemeinsamen Projekt.
  6. Wöchentliches Risiko-Review. 30 Minuten pro Woche: die riskantesten Konten, die Begründung, die nächste Maßnahme, die verantwortliche Person.
  7. Nach einem Quartal prüfen. Haben die markierten Konten häufiger gekündigt? Sind Erweiterungen aus den Hypothesen entstanden? Passe Score und Vorlagen an.

Warum Health Scores oft nichts verhindern

Ein roter Wert im Dashboard verhindert keine Kündigung. Jede Warnung braucht eine verantwortliche Person und einen nächsten Schritt, sonst ist der Score Dekoration. Halte ihn außerdem klein: Einem Score mit 25 Faktoren glaubt niemand, weil ihn niemand versteht.

Der teuerste Fehler ist Upselling bei unzufriedenen Kunden. Wer zuerst verkauft und dann die Probleme löst, beschleunigt die Kündigung.

Bei der Stimmungsanalyse helfen nur Stichproben, weil Ironie, Fachsprache und kurze Kommentare falsch eingeordnet werden. Tickets und Mails gehören in einen freigegebenen Business-Tarif mit Auftragsverarbeitungsvertrag, nie in private KI-Konten. Und ohne Vergleich mit den tatsächlichen Kündigungen weißt du nach einem Jahr nicht, ob die KI überhaupt geholfen hat.

Recht und Datenschutz

Bei Bestandskunden verarbeitest du fast immer personenbezogene Daten, auch im B2B: Namen, Mailadressen, Gesprächsinhalte und Nutzungsdaten der Ansprechpartner. Diese Punkte solltest du kennen:

  • Rechtsgrundlage und Zweck. Die Auswertung für Betreuung und Vertragserfüllung lässt sich oft auf den Vertrag oder ein berechtigtes Interesse stützen (Art. 6 Abs. 1 lit. b oder f DSGVO). Werden Daten für einen neuen Zweck genutzt, etwa Ticketdaten für Upsell-Analysen, muss der neue Zweck mit dem ursprünglichen vereinbar sein (Art. 5 Abs. 1 lit. b und Art. 6 Abs. 4 DSGVO).
  • Information. Kunden müssen erfahren, welche Daten du wofür auswertest (Art. 13 und 14 DSGVO). Ergänze die Datenschutzerklärung, wenn du Profiling für Churn-Risiko oder Upsell-Chancen einführst.
  • Automatisierte Entscheidungen. Ein Score als Hinweis für dein Team ist etwas anderes als eine automatische Entscheidung. Entscheidungen, die Personen gegenüber rechtliche Wirkung entfalten oder sie ähnlich erheblich beeinträchtigen, dürfen nach Art. 22 DSGVO grundsätzlich nicht allein automatisiert fallen. Lass Konditionen, Kündigungen und Sperren immer von einem Menschen entscheiden.
  • Datenschutz-Folgenabschätzung. Bei umfangreichem Profiling kann eine Folgenabschätzung nach Art. 35 DSGVO nötig sein. Kläre das mit deinem Datenschutzbeauftragten.
  • Auftragsverarbeitung und Datenminimierung. Nutze nur KI-Anbieter mit Vertrag nach Art. 28 DSGVO, die deine Daten nicht zum Training verwenden. Gib nur die Daten ein, die die Aufgabe braucht, und ersetze Namen durch Kundennummern, wo es geht.
  • Werbung an Bestandskunden. Werbe-E-Mails ohne Einwilligung sind in Deutschland nur unter den Bedingungen von § 7 Abs. 3 UWG erlaubt: Adresse aus einem Verkauf, Werbung für eigene ähnliche Produkte, kein Widerspruch und ein klarer Hinweis auf das Widerspruchsrecht. Gegen Direktwerbung können Kunden jederzeit widersprechen (Art. 21 Abs. 2 DSGVO).
  • Beschäftigte. Werden Tickets oder Gespräche so ausgewertet, dass Rückschlüsse auf Leistung oder Verhalten einzelner Mitarbeiter möglich sind, ist das in der Regel mitbestimmungspflichtig (§ 87 Abs. 1 Nr. 6 BetrVG).

Welche Werkzeuge für Leads, Gesprächsanalyse und CRM es gibt, zeigt der Vergleich KI-Tools für den Vertrieb. Wie du neue Kunden über LinkedIn gewinnst, beschreibt der Ratgeber LinkedIn Social Selling mit KI. Schnelle Einstiege für andere Teams sammelt der Ratgeber KI-Quick-Wins. Fang mit dem Kundenbild aus Abschnitt 1 vor deinem nächsten Kundentermin an, dann siehst du die Vorboten einer Kündigung, bevor sie im Postfach liegt.

Zum Mitnehmen

  • Churn Rate: Kündigungen im Zeitraum geteilt durch Kunden am Anfang, Neukunden zählen nicht in den Nenner.
  • Ein Kunde mit offenen Problemen ist kein Upsell-Kandidat: Erst die Probleme lösen, dann über Erweiterungen sprechen.
  • Plane Verlängerungen ab 120 Tagen vor Vertragsende, damit bei Unzufriedenheit noch Zeit zum Gegensteuern bleibt.

Häufige Fragen

Was bedeutet Churn?

Churn ist die Abwanderung von Kunden, also Kündigungen oder nicht verlängerte Verträge in einem Zeitraum. Man unterscheidet Kunden-Churn (Anzahl verlorener Kunden) und Umsatz-Churn (verlorener wiederkehrender Umsatz, inklusive Herabstufungen). Für Abo- und Vertragsgeschäfte ist der Umsatz-Churn meist die aussagekräftigere Zahl.

Wie berechnet man die Churn Rate?

Teile die Zahl der Kunden, die in einem Zeitraum gekündigt haben, durch die Zahl der Kunden am Anfang des Zeitraums und multipliziere mit 100. Bei 200 Kunden am Quartalsanfang und 10 Kündigungen liegt die Churn Rate bei 5 Prozent im Quartal. Neukunden aus dem Zeitraum zählen dabei nicht in den Nenner.

Was ist der Unterschied zwischen Upselling und Cross-Selling?

Beim Upselling kauft der Kunde mehr vom Gleichen oder eine höherwertige Version, etwa mehr Lizenzen oder einen größeren Tarif. Beim Cross-Selling kauft er ein zusätzliches, ergänzendes Produkt. Beide funktionieren bei Bestandskunden am besten, wenn sie ein Problem lösen, das der Kunde selbst schon angesprochen hat.

Was ist ein Customer Health Score?

Ein Customer Health Score ist ein Punktwert, der zeigt, wie gesund eine Kundenbeziehung ist. Er setzt sich aus Signalen wie Nutzung, offenen Tickets, Umfragewerten und Kontakthäufigkeit zusammen. In HubSpot lassen sich solche Scores zum Beispiel im Customer Success Workspace mit Service Hub Professional oder Enterprise anlegen.

Was ist Net Revenue Retention?

Net Revenue Retention (NRR) zeigt, wie sich der wiederkehrende Umsatz einer Kundengruppe über einen Zeitraum entwickelt hat, inklusive Erweiterungen, Herabstufungen und Kündigungen, aber ohne Neukunden. Formel: Anfangsumsatz plus Erweiterungen minus Herabstufungen minus Kündigungen, geteilt durch den Anfangsumsatz. Ein Wert über 100 Prozent heißt, dass Bestandskunden mehr Umsatz bringen als verloren geht.

Kann KI Kundenabwanderung vorhersagen?

KI kann Muster erkennen, die oft vor einer Kündigung auftreten, etwa sinkende Nutzung, mehr Beschwerden oder ein Wechsel des Ansprechpartners. Eine sichere Vorhersage ist das nicht. Für kleine und mittlere Unternehmen reicht meist ein regelbasierter Health Score plus eine KI, die Tickets, Mails und Gesprächsnotizen zusammenfasst und Risiken begründet.

Darf ich Kundendaten mit KI analysieren?

In vielen Fällen ja, wenn eine Rechtsgrundlage besteht, meist Vertrag oder berechtigtes Interesse nach Art. 6 Abs. 1 DSGVO, und der Zweck mit dem ursprünglichen Zweck vereinbar ist. Du brauchst einen KI-Anbieter mit Auftragsverarbeitungsvertrag, musst Kunden in der Datenschutzerklärung informieren und solltest nur die nötigen Daten verwenden. Das ist keine Rechtsberatung, kläre Details mit deinem Datenschutzbeauftragten.

Darf ich Bestandskunden Werbe-E-Mails schicken?

In Deutschland ja, unter den Bedingungen von § 7 Abs. 3 UWG: Du hast die Adresse beim Verkauf erhalten, bewirbst eigene ähnliche Produkte, der Kunde hat nicht widersprochen und du weist bei Erhebung und in jeder Mail auf das Widerspruchsrecht hin. Für andere Angebote brauchst du eine Einwilligung. Kunden können der Werbung jederzeit widersprechen (Art. 21 Abs. 2 DSGVO).

Was ist ein QBR?

QBR steht für Quarterly Business Review, ein Termin mit dem Kunden einmal im Quartal. Darin geht es um erreichte Ergebnisse, offene Probleme, Ziele für das nächste Quartal und mögliche Erweiterungen. Ein guter QBR dreht sich um die Ziele des Kunden, Produktvorstellungen haben darin wenig Platz.

Was macht ein Customer Success Manager?

Ein Customer Success Manager kümmert sich darum, dass Kunden mit einem Produkt oder einer Dienstleistung ihre Ziele erreichen. Er begleitet das Onboarding, behält die Nutzung im Blick, führt regelmäßige Reviews und erkennt Risiken und Wachstumschancen. Er ist damit für Verlängerungen und oft auch für Erweiterungen mitverantwortlich.