ABC-Analyse für Kunden: Wertbeiträge sichtbar machen
Wie sich Kunden mit der ABC-Analyse nach wirtschaftlichem Beitrag einordnen lassen und wann RFM das Bild ergänzt.
Die Kernaussagen auf einen Blick.
- Die ABC-Analyse ordnet Kunden anhand ihres wirtschaftlichen Beitrags den Klassen A, B oder C zu und schafft damit eine einfache Grundlage für die Priorisierung.
- Die Methode ist leicht nachvollziehbar und mit gängigen Tabellen- oder BI-Werkzeugen umsetzbar. Sie betrachtet allerdings nur wenige Merkmale und basiert auf historischen Daten.
- Vor der Berechnung sollten drei Punkte festgelegt werden: die verwendete Kennzahl, die Schwellenwerte zwischen den Klassen und der Rhythmus der Neuberechnung.
- Als Einstieg empfiehlt sich eine sauber dokumentierte ABC-Analyse. Für spätere Ausbaustufen sollten RFM und Customer Lifetime Value bereits konzeptionell mitgedacht werden.
Inhaltsverzeichnis
Eine Top-Kunden-Liste ist noch keine Strategie
Im Vertriebsmeeting wird regelmäßig eine Liste der umsatzstärksten Kunden gezeigt. Die Zahlen sind korrekt und die Rangfolge ist nachvollziehbar. Trotzdem bleibt häufig offen, welche Kunden in den nächsten Wochen intensiver betreut werden sollten. Ohne eine gemeinsame Definition von Kundenwert lassen sich aus langen Ranglisten nur schwer konkrete Maßnahmen ableiten.
Ähnliche Situationen finden sich in vielen Vertriebs-, Marketing- und Serviceauswertungen. Mit wachsender Kundenanzahl reichen persönliche Einschätzungen als alleinige Steuerungsgrundlage nicht mehr aus. Fehlt eine gemeinsame Priorisierungslogik, orientieren sich Entscheidungen schnell an Einzelfällen und persönlicher Wahrnehmung. Der tatsächliche wirtschaftliche Beitrag einzelner Kunden wird dabei nicht immer ausreichend berücksichtigt.
Der Vertrieb benötigt eine nachvollziehbare Grundlage dafür, wie Betreuungszeit und Ressourcen verteilt werden. Es sollte erkennbar sein, bei welchen Kunden eine individuelle Betreuung wirtschaftlich sinnvoll ist und wo standardisierte Prozesse ausreichen. Auch das Marketing braucht Kriterien dafür, welche Zielgruppen persönlich, automatisiert oder mit unterschiedlichen Kampagnen angesprochen werden.
Die ABC-Analyse bietet dafür einen einfachen, wertorientierten Einstieg. Sie übersetzt eine Kundenliste in eine nachvollziehbare Reihenfolge und drei grobe Prioritätsklassen. Die Methode bleibt dabei bewusst einfach und bildet nicht alle Aspekte einer Kundenbeziehung ab.
Was ist die ABC-Analyse für Kunden?
Die ABC-Analyse ordnet Kunden anhand einer ausgewählten wirtschaftlichen Kennzahl den Klassen A, B und C zu. A-Kunden stehen für den größten Anteil am betrachteten Gesamtwert. B-Kunden bilden das mittlere Segment. C-Kunden tragen jeweils nur einen vergleichsweise kleinen Anteil bei.
Die Methode stammt ursprünglich aus der Material- und Beschaffungssteuerung und wurde später auf Kunden, Produkte und weitere Geschäftsobjekte übertragen. Die Analyse beschreibt die bisherige Verteilung einer Kennzahl und orientiert sich häufig am Pareto-Prinzip. In vielen Kundenportfolios entfällt ein großer Anteil des Umsatzes oder Ergebnisses auf relativ wenige Kunden.
Die Einteilung zeigt, bei welchen Kunden eine intensivere fachliche Prüfung und Betreuung besonders relevant sein kann. Warum ein Kunde wertvoll ist und wie sich sein Verhalten entwickelt, beantwortet die ABC-Analyse allein jedoch nicht. Kaufhäufigkeit, Abwanderungsrisiko, Potenzial und zeitliche Entwicklung werden nicht berücksichtigt. Als erster, leicht verständlicher Filter ist die Methode gut geeignet. Ein vollständigeres Kundenbild entsteht erst durch die Ergänzung um verhaltens- oder zukunftsorientierte Verfahren wie RFM oder Customer Lifetime Value. Für eine breitere Methodenübersicht steht die Kundensegmentierung im übergeordneten Customer Intelligence-Hub.
Data & AI Beratung mit ruhrdot
Als offizieller Databricks-Partner begleiten wir dich von der Datenstrategie bis zur produktiven KI-Lösung.
Das Pareto-Prinzip hinter der Methode
Die ABC-Analyse orientiert sich häufig am Pareto-Prinzip. Dieses wird oft vereinfacht als 80/20-Regel beschrieben. Damit ist gemeint, dass ein relativ kleiner Kundenanteil einen großen Teil des Gesamtwerts erzeugen kann. Die tatsächliche Verteilung unterscheidet sich jedoch je nach Branche, Geschäftsmodell und Kundenstruktur. Bei einer sehr gleichmäßigen Wertverteilung trennt die ABC-Analyse die Kunden nur schwach voneinander.
Für die Berechnung wird der Anteil jedes Kunden am Gesamtwert ermittelt und anschließend kumuliert. Die Klassengrenzen werden anhand zuvor festgelegter kumulierter Wertanteile bestimmt. Häufig verwendete Schwellen liegen bei 80 Prozent für A und 95 Prozent für A plus B. Damit entfallen typischerweise etwa 80 Prozent des Werts auf A, weitere 15 Prozent auf B und die verbleibenden 5 Prozent auf C.
Wie viele Kunden in jeder Klasse landen, ergibt sich aus der tatsächlichen Wertverteilung. Klasse A umfasst typischerweise 5 bis 20 Prozent der Kunden bei 60 bis 80 Prozent des Werts, Klasse B etwa 20 bis 40 Prozent der Kunden bei 10 bis 25 Prozent des Werts, Klasse C die große Mehrheit von 50 bis 75 Prozent bei kleinem Wertanteil. Deshalb sollten typische Prozentwerte nur als Orientierung und nicht als feste Vorgabe verstanden werden.
Wie berechnest du die ABC-Klassen?
Die Berechnung lässt sich in vier einfachen Schritten durchführen:
Bewertungsgröße festlegen
Zunächst wird festgelegt, ob beispielsweise Umsatz, Deckungsbeitrag oder eine andere Kennzahl bewertet wird.
Kunden absteigend sortieren
Anschließend werden die Kunden nach dieser Kennzahl absteigend sortiert.
Kumulierten Wertanteil berechnen
Für jeden Kunden werden sein Anteil am Gesamtwert und der kumulierte Anteil berechnet.
Klassengrenzen anwenden
Zum Schluss werden die zuvor definierten Schwellen für A, B und C angewendet.
Ein Beispiel mit zehn Kunden und einem Jahresumsatz von insgesamt einer Million Euro zeigt, wie sich aus den kumulierten Anteilen die Klassen ergeben:
| Kunde | Jahresumsatz | Anteil | Kumuliert | Klasse |
|---|---|---|---|---|
| K01 | 320.000 € | 32,0 % | 32,0 % | A |
| K02 | 250.000 € | 25,0 % | 57,0 % | A |
| K03 | 180.000 € | 18,0 % | 75,0 % | A |
| K04 | 65.000 € | 6,5 % | 81,5 % | B |
| K05 | 55.000 € | 5,5 % | 87,0 % | B |
| K06 | 45.000 € | 4,5 % | 91,5 % | B |
| K07 | 35.000 € | 3,5 % | 95,0 % | B |
| K08 | 25.000 € | 2,5 % | 97,5 % | C |
| K09 | 15.000 € | 1,5 % | 99,0 % | C |
| K10 | 10.000 € | 1,0 % | 100,0 % | C |
Die drei größten Kunden stehen gemeinsam für 75 Prozent des Umsatzes. Die folgenden vier Kunden erhöhen den kumulierten Anteil auf 95 Prozent und bilden damit die B-Klasse. Die verbleibenden drei Kunden werden der C-Klasse zugeordnet. In einem Pareto-Diagramm steigt die Kurve bei konzentrierten Portfolios zunächst stark an und verläuft danach flacher. Die Form der Kurve zeigt, wie stark sich der Wert auf wenige Kunden konzentriert. Die ersten Positionen repräsentieren den größten wirtschaftlichen Beitrag, während viele kleinere Kunden den restlichen Anteil bilden.
Eine Notiz zu den Schwellen: Die Schwellen von 80 und 95 Prozent sind eine verbreitete Orientierung. Bei abweichenden Verteilungen können andere Grenzwerte sinnvoller sein. Entscheidend ist, dass die gewählten Schwellen fachlich begründet und nachvollziehbar dokumentiert werden. Unverändert übernommene Standardgrenzen können zu wenig hilfreichen oder künstlichen Klassen führen.
Umsatz oder Deckungsbeitrag?
Die ausgewählte Kennzahl bestimmt, welche Form von Kundenwert die Analyse abbildet. Eine umsatzbasierte Analyse priorisiert Kunden nach ihrem Geschäftsvolumen. Eine deckungsbeitragsbasierte Analyse betrachtet stärker den tatsächlichen Ergebnisbeitrag.
Umsatz wird häufig verwendet, weil die Daten meist vollständig und eindeutig zugeordnet vorliegen. Für Entscheidungen über Betreuungsaufwand oder Profitabilität reicht eine reine Umsatzsicht jedoch oft nicht aus. Hoher Umsatz kann durch Rabatte, Serviceaufwand oder ungünstige Konditionen mit einer niedrigen Marge verbunden sein.
Hohe Rabatte, lange Zahlungsziele, aufwendiger Service oder individuelle Sonderwünsche können den Ergebnisbeitrag deutlich reduzieren. Die Klassifizierung kann sich deshalb deutlich verändern, wenn statt Umsatz der Deckungsbeitrag verwendet wird. Eine umsatzbasierte ABC-Analyse sollte deshalb klar als Volumenbetrachtung gekennzeichnet werden, um Volumen nicht mit Profitabilität zu verwechseln.
Für ergebnisorientierte Entscheidungen ist der Deckungsbeitrag häufig besser geeignet. Voraussetzung ist allerdings eine konsistente und ausreichend genaue Zuordnung auf Kundenebene. Dafür müssen drei Voraussetzungen erfüllt sein:
Erlöszuordnung
Erlöse und Erlösschmälerungen lassen sich vollständig dem jeweiligen Kunden zuordnen.
Kostenzuordnung
Material-, Logistik-, Service- und weitere variable Kosten müssen nachvollziehbar zugeordnet werden können.
DB-Stufe festgelegt
Zusätzlich sollte festgelegt sein, ob beispielsweise DB I, DB II oder eine andere Stufe verwendet wird.
Gerade der letzte Punkt ist wichtig. Je nachdem, ob mit DB I, DB II oder DB III gearbeitet wird, kann sich die Reihenfolge der Kunden deutlich verändern.
Fehlt eine verlässliche Deckungsbeitragsrechnung, kann der Umsatz trotzdem ein sinnvoller Ausgangspunkt sein. Dann sollte die Analyse aber klar als Volumenbetrachtung gekennzeichnet und später um Profitabilität oder weitere Kundenmerkmale ergänzt werden.
Die richtige Bewertungsgröße ist die Kennzahl, die zur Entscheidungsfrage passt und belastbar genug ist, um daraus Maßnahmen abzuleiten. Eine etwas einfachere, aber verlässliche Kennzahl ist meist hilfreicher als eine theoretisch bessere, jedoch unvollständige Berechnung.
Welche Maßnahmen folgen aus den ABC-Klassen?
Der praktische Nutzen entsteht erst, wenn die Klassen mit klaren Betreuungs- und Steuerungsmaßnahmen verbunden werden. Vertrieb, Marketing und Service sollten deshalb festlegen, welche Betreuung, Angebote und Prozesse für A-, B- und C-Kunden vorgesehen sind.
Halten · schützen · ausbauen
Entwickeln · beobachten
Effizient bedienen
| Klasse | Ziel | Mögliche Maßnahmen |
|---|---|---|
| A-Kunden | Bei A-Kunden stehen Bindung, Risikomanagement und gezielte Weiterentwicklung im Vordergrund. | Key-Account-Betreuung, individuelle Angebote, regelmäßige Business Reviews, definierte Service-Level |
| B-Kunden | B-Kunden sollten darauf geprüft werden, ob sie sich durch passende Angebote und Betreuung weiterentwickeln lassen. | gezielte Cross-Selling-Angebote, Kampagnen, standardisierte Betreuung mit klaren Entwicklungskriterien |
| C-Kunden | Bei C-Kunden sind standardisierte und wirtschaftliche Prozesse häufig sinnvoll. | Self-Service, Standardangebote, automatisierte Kommunikation, klare Serviceprozesse |
Die Klassen schaffen eine gemeinsame Orientierung für Vertrieb, Marketing und Service. Strategische Bedeutung, Wachstumspotenzial und besondere Risiken müssen weiterhin fachlich ergänzt werden. Ein kleiner Kunde kann etwa als Referenz, Zugang zu einem neuen Markt oder künftiger Wachstumskunde strategisch relevant sein.
Die Einteilung sollte deshalb als Priorisierungshilfe und nicht als automatisch geltende Betreuungsrichtlinie genutzt werden. Welche Maßnahme daraus folgt, müssen Vertrieb, Marketing und Service gemeinsam entscheiden.
Was die ABC-Analyse nicht zeigt
Die Analyse beschreibt den Wertbeitrag innerhalb einer gewählten historischen Periode. Wachstum, Abwanderung, Bindung und künftiges Potenzial bleiben unberücksichtigt. Genau dafür gibt es die Anschlussmethoden im Customer-Intelligence-Hub.
- Eine RFM-Analyse ergänzt die Wertdimension um Aktualität und Kaufhäufigkeit. Damit lässt sich erkennen, ob ein wertvoller Kunde weiterhin aktiv ist oder bereits an Bindung verliert.
- Customer Lifetime Value richtet den Blick stärker auf den erwarteten zukünftigen Kundenwert. Ein junger Kunde kann in der historischen ABC-Sicht noch klein erscheinen, obwohl sein künftiges Potenzial hoch ist.
- Die Kombination aus ABC und XYZ verbindet Wertbeitrag mit Planbarkeit oder Schwankung des Kaufverhaltens. X steht für regelmäßiges, gut prognostizierbares Verhalten, Y für schwankendes, Z für sporadisches. Diese Kombination kann im B2B differenziertere Steuerungsentscheidungen ermöglichen.
- Die Methodenübersicht für die Auswahl der passenden Segmentierung liefert die Kundensegmentierung, egal ob regelbasiert wie ABC, verhaltensbasiert wie RFM oder modellbasiert über Clustering.
Eine pragmatische Reihenfolge in vielen Projekten: Eine erste ABC-Auswertung ist meist mit vergleichsweise geringem Aufwand umsetzbar. RFM benötigt zusätzliche Transaktions- und Zeitmerkmale, ist aber häufig der nächste sinnvolle Ausbauschritt. CLV wird relevant, wenn ausreichend historische Daten, Wiederkaufinformationen und eine geeignete Modellierungsbasis vorhanden sind.
Grenzen
Die ABC-Analyse zeigt schnell, wie stark sich Umsatz oder Ergebnis auf einzelne Kunden konzentriert. Für umfassende Kundenentscheidungen sollte sie durch weitere qualitative und zeitliche Informationen ergänzt werden. Sie liefert eine einfache Rangfolge und Klassifizierung. Warum ein Kunde wertvoll ist, wie stabil dieser Wert ist und wie er sich entwickeln wird, bleibt offen.
Nur eine Wertdimension
Meist basiert die Einteilung auf Umsatz, Absatz oder Deckungsbeitrag. Wachstumspotenzial, Zahlungsmoral, Referenzwirkung, Serviceaufwand und Marktposition müssen separat berücksichtigt werden. Gerade im B2B-Geschäft kann eine rein finanzielle Klassifizierung wichtige qualitative Unterschiede übersehen.
Historische Momentaufnahme
Neue oder schnell wachsende Kunden werden möglicherweise unterschätzt, während ein bisher großer Kunde bereits rückläufig sein kann. Die Klassifizierung sollte regelmäßig neu berechnet und um Entwicklungstrends ergänzt werden.
Klassengrenzen sind keine feste Regel
Die bekannte Verteilung von 80, 15 und 5 Prozent ist eine eingespielte Orientierung. In homogenen Portfolios können A, B und C nur geringe wirtschaftliche Unterschiede abbilden. Die Klassen sollten aus der tatsächlichen Verteilung abgeleitet und fachlich abgestimmt werden.
Schwach bei gleichmäßiger Verteilung
In Märkten mit homogener Kundenstruktur oder gleichmäßig verteilten Umsätzen trennt die ABC-Analyse nur schwach. Dann bestätigt sie eher Bekanntes, als dass sie neue Prioritäten sichtbar macht.
Nur mit Neuberechnung aussagekräftig
Eine einmalige Auswertung zeigt nur den aktuellen Stand. Erst der Vergleich mehrerer Perioden macht sichtbar, welche Kunden oder Produkte aufsteigen, an Bedeutung verlieren oder sich ungewöhnlich schnell verändern.
Die ABC-Analyse eignet sich als erster Schritt in eine wertorientierte Kundensteuerung. Aussagekräftiger wird sie durch zusätzliche Informationen zu Marge, Wachstum, Kaufhäufigkeit, Zahlungsmoral oder Risiko.
Wenn Betreuung, Kampagnen oder Service-Level von den Klassen abhängen, sollte die Logik automatisiert, dokumentiert und regelmäßig aktualisiert werden. So entsteht aus einer einmaligen Analyse ein dauerhaft nutzbares Steuerungsmodell.
Fazit
Die ABC-Analyse liefert die schnellste tragfähige Rangfolge für einen wachsenden Kundenstamm, mehr aber auch nicht.
Die ABC-Analyse ist besonders nützlich, wenn ein größerer Kundenstamm nach einer gemeinsamen wirtschaftlichen Logik priorisiert werden soll. Sie zeigt mit wenig methodischem Aufwand, auf welche Kunden sich ein großer Teil des betrachteten Werts konzentriert, bleibt nachvollziehbar und schafft eine gemeinsame Grundlage für Vertrieb, Marketing und Service.
Typische Einsatzsituationen sind:
- Der Kundenstamm ist zu groß für eine rein erfahrungsbasierte Steuerung.
- Vertriebs- und Serviceaufwand werden uneinheitlich oder situativ verteilt.
- Es wird eine nachvollziehbare Grundlage für Betreuungs- und Marketingentscheidungen benötigt.
Bei wenigen Kunden oder einer sehr gleichmäßigen Wertverteilung liefert die Methode nur begrenzte zusätzliche Erkenntnisse. Auch Unternehmen, die bereits mit Customer Lifetime Value, RFM oder vergleichbaren Modellen arbeiten, werden durch eine reine ABC-Klassifizierung nur begrenzt neue Erkenntnisse gewinnen.
Als Ausgangspunkt sollte eine belastbare und fachlich passende Kennzahl festgelegt werden. Wenn die Datenqualität ausreicht, ist der Deckungsbeitrag für wirtschaftliche Priorisierung häufig geeigneter als der Umsatz. Kennzahl, Zeitraum, Schwellenwerte und Sonderregeln sollten nachvollziehbar dokumentiert werden. Die Berechnung sollte so umgesetzt werden, dass sie in festen Abständen reproduzierbar wiederholt werden kann.
Die erste Auswertung zeigt die aktuelle Verteilung. Mehrere Perioden zeigen, welche Kunden aufsteigen, an Bedeutung verlieren oder stabil bleiben. Auf dieser Grundlage kann entschieden werden, ob die ABC-Klassifizierung genügt oder um Verhalten, Entwicklung und Zukunftswert ergänzt werden sollte.
Kennzahl und Schwellenwerte festlegen, dann die Berechnung automatisieren.
Passt die ABC-Analyse zu eurer Kundenbasis?
Ob die ABC-Analyse für eure Kundenbasis trägt oder eine andere Segmentierung besser passt, lässt sich in einem ersten Data-&-AI-Assessment gut einordnen.
- welche eurer Transaktions- und Kundendaten für eine belastbare ABC-Klassifizierung ausreichen
- welche Datenqualitäts- und Margenfragen vor der Klassifizierung zu klären sind
- welcher Weg von der einmaligen Auswertung bis zum regelmäßig aktualisierten Kundenmodell für euch trägt
FAQ
Die ABC-Analyse für Kunden ist eine Methode, um den Kundenstamm nach wirtschaftlichem Beitrag in drei Klassen zu teilen. A-Kunden tragen den größten Teil des Werts, B-Kunden einen mittleren Anteil, C-Kunden den kleinsten. Sie stützt sich auf das Pareto-Prinzip und ist die einfachste tragfähige Priorisierungslogik, sobald eine Kundenliste nicht mehr aus dem Kopf zu steuern ist.
