Churn Prediction: Abwanderung früh erkennen und verhindern

Im Quartalsreview fällt auf, dass ein umsatzstarker Bestandskunde gekündigt hat. Rückblickend zeigen sich mehrere Warnsignale. Die Nutzung war bereits über mehrere Wochen deutlich zurückgegangen. Offene Supportfälle und längere Reaktionszeiten kamen hinzu. Außerdem war eine zentrale Kontaktperson nicht mehr im Unternehmen. Die Informationen lagen jedoch in getrennten Systemen und wurden nicht gemeinsam ausgewertet. Dadurch wurde das Risiko erst sichtbar, als eine wirksame Gegenmaßnahme kaum noch möglich war.

Mit wachsender Kundenbasis und mehr Datenquellen tritt dieses Problem häufiger auf. Die Daten über Kundenverhalten liegen vor, verteilt über CRM, Produkt und Abrechnung. Es fehlt ein Prozess, der die vorhandenen Signale zu einem konsistenten Risikobild zusammenführt: Welche aktiven Kunden zeigen ein erhöhtes Risiko, und welche Faktoren tragen dazu bei?

Churn Prediction ergänzt Customer Intelligence um eine vorausschauende Perspektive. Aus Nutzungs-, Vertrags- und Interaktionsdaten entsteht eine priorisierte Liste für Vertrieb oder Customer Success. Der praktische Nutzen zeigt sich erst, wenn der Score in bestehende Kundenprozesse eingebunden wird. Herausforderungen liegen häufig weniger im Algorithmus als in Definition, Datenbasis und Aktivierung. Ohne saubere Labels, klare Schwellenwerte und einen geregelten Betrieb bleibt das Modell wirkungslos.

Vor der Modellierung braucht es eine eindeutige und konsistente Churn-Definition. Die grundlegende Berechnung ist einfach: Die Zahl der im Zeitraum verlorenen Kunden wird durch die Zahl der Kunden zu Beginn desselben Zeitraums geteilt. Bei 1.000 Kunden zu Monatsbeginn und 50 Kündigungen ergibt sich eine monatliche Churn Rate von 5 Prozent.

Aussagekraft und Vergleichbarkeit hängen stark von Zeitraum, Kundendefinition und Bezugsgröße ab. Logo-Churn betrachtet Kundenanzahlen, Revenue-Churn dagegen verlorenen Umsatz. Beide laufen auseinander, sobald wenige große Konten viel Umsatz tragen. Die wirtschaftliche Wirkung kann stark variieren, wenn einzelne Großkunden einen hohen Umsatzanteil tragen. Im B2B sind zusätzlich Gross Revenue Churn und Net Revenue Retention häufig relevanter als die reine Kundenanzahl.

Branchenbenchmarks können eine grobe Orientierung liefern. Eine Auswertung von Recurly Research über den Zeitraum Januar 2021 bis Juli 2022 zeigt, wie weit die Werte je Geschäftsmodell auseinanderliegen:

Werte mit unterschiedlichen Zeiträumen und Definitionen dürfen nicht unmittelbar gegenübergestellt werden. Für die Steuerung ist der eigene Verlauf meist aussagekräftiger als ein allgemeiner Marktbenchmark. Die Churn Rate beschreibt den bereits eingetretenen Verlust. Sie identifiziert jedoch keine einzelnen gefährdeten Kunden. Dafür braucht es die Prognose.

Für tabellarische Kundendaten werden häufig Gradient-Boosting-Verfahren wie XGBoost, LightGBM oder CatBoost eingesetzt. Survival-Modelle können ergänzend die erwartete Zeit bis zur Abwanderung modellieren. Die Modellauswahl ist relevant, steht aber meist hinter Labelqualität, Datenrepräsentation und zeitlich korrekter Evaluation.

Pauschale Leistungsgrenzen lassen sich nicht seriös angeben, da Datenqualität, Branche, Labeldefinition und Klassenverteilung die Ergebnisse stark beeinflussen. Relationale oder graphbasierte Ansätze können Vorteile bieten, wenn Beziehungen zwischen Kunden, Kontakten, Produkten und Ereignissen zentral für das Risiko sind. Im RelBench-Benchmark hebt sich AUROC von 55,21 Prozent mit Flat-Features auf 69,88 Prozent mit nativem relationalem Ansatz. Der Anbieter Kumo dokumentiert in seinem Churn-Leitfaden, dass eine bessere Datenmodellierung häufig größere Verbesserungen liefert als eine weitere Feinabstimmung desselben Algorithmus.

Die Bewertungsmetrik sollte zum tatsächlichen Retention-Prozess passen. Accuracy ist bei unausgeglichenen Klassen häufig wenig aussagekräftig: Ein Modell kann eine hohe Accuracy erreichen, indem es fast alle Kunden als Nicht-Churn klassifiziert. Geeignete Kennzahlen sind je nach Einsatz unter anderem Precision, Recall, PR-AUC, F1, Lift und Recall im obersten Risikosegment. Die Balance zwischen Precision und Recall sollte an Interventionskosten und Verlustpotenzial ausgerichtet werden. Bei aufwendigen persönlichen Maßnahmen ist eine höhere Precision häufig wichtiger. Bei automatisierten und kostengünstigen Maßnahmen kann ein höherer Recall sinnvoll sein.

Hier entscheidet sich, ob aus der Analyse ein Datenprodukt wird. Ein Notebook-Experiment zeigt, dass die Daten grundsätzlich Vorhersagesignale enthalten. Für den dauerhaften Einsatz braucht es automatisierte Datenaufbereitung, Versionierung, Monitoring und Verantwortlichkeiten.

Drei Betriebsrisiken treten regelmäßig auf.

Das passende Aktivitätsfenster sollte aus Geschäftsmodell, Nutzungsrhythmus und Vertragslogik abgeleitet werden.

Für Fachanwender und regulierte Einsatzfelder sollten die wichtigsten Einflussfaktoren je Vorhersage nachvollziehbar sein. SHAP kann lokale und globale Einflussfaktoren sichtbar machen, erklärt aber keine Kausalität. Die Ergebnisse helfen, Scores zu plausibilisieren und Maßnahmen fachlich einzuordnen. Ein 2025 erschienener systematischer Review in Machine Learning and Knowledge Extraction (MDPI) über 240 Studien bestätigt die Verschiebung weg von reiner AUC-Optimierung hin zu adaptivem Lernen, SHAP-Interpretierbarkeit und profit-zentrierten Architekturen.

Produktiver Betrieb umfasst regelmäßige Evaluation, Daten- und Konzeptdrift, Re-Training-Kriterien und dokumentierte Freigaben. Diese Prozesse sollten in einer Umgebung umgesetzt werden, die Datenherkunft, Modellversionen und Monitoring nachvollziehbar verwaltet. Wie ein solches MLOps-Setup auf Databricks aussieht, ist eine eigene Architekturentscheidung.