Wiederkaufrate

Die Wiederkaufrate (englisch Repurchase Rate oder Repeat Purchase Rate) gibt an, wie viel Prozent der Kunden nach dem ersten Kauf innerhalb einer festgelegten Zeitspanne noch mindestens ein zweites Mal gekauft haben. Sie ist die zentrale Bindungskennzahl im Handel (dort, wo Kunden pro Kauf entscheiden) und das Gegenstück zur Retention Rate, die den Kundenverbleib in Vertragsmodellen wie Abonnements misst.

Was ist die Wiederkaufrate?

Die Wiederkaufrate zeigt, welcher Anteil einer Käufergruppe in einem festen Zeitraum ein zweites Mal gekauft hat. Sie ist die wichtigste Kennzahl zur Kundenbindung überall dort, wo es keinen Vertrag oder Abo gibt: im stationären Handel, im Online-Shop, im Direktvertrieb der Hersteller an Endkunden (D2C, „Direct-to-Consumer") und im Großhandel zwischen Unternehmen (B2B, „Business-to-Business"). Ohne vertragliche Bindung ist der Zweitkauf das erste belastbare Bindungssignal: Er trennt einmalige Käufer von echten Bestandskunden und macht die Wirkung von Sortiment, Verkaufskanälen und Kampagnen messbar.

Die Grundformel lautet:

Wiederkaufrate = (Kunden mit ≥2 Käufen im Zeitraum / Kunden mit ≥1 Kauf im Zeitraum) × 100

Der Zeitraum ist Teil der Definition. Eine Wiederkaufrate ohne definiertes Zeitfenster ist wertlos, weil sich die Kennzahl mit der Länge des Beobachtungsfensters mechanisch nach oben schiebt. Vergleichbar sind nur Angaben mit gleichem Zeitfenster: „12-Monats-Wiederkaufrate 38 Prozent" ist eine belastbare Aussage, „Wiederkaufrate 38 Prozent" ist es nicht. Bei kurzen Zeitfenstern (30 oder 60 Tage) misst die Kennzahl Impuls- und Kampagnenwirkung; bei langen Zeitfenstern (12 Monate und mehr) misst sie Grundbindung und Sortimentsattraktivität.

Zwei Zähl-Konventionen sind gebräuchlich. Die absolute Wiederkaufrate zählt alle Kunden, die überhaupt ein zweites Mal gekauft haben, unabhängig vom zeitlichen Abstand zwischen den Käufen. Sie ist einfach zu berechnen, aber schwach vergleichbar. Die Zeitfenster-Wiederkaufrate rechnet kohortenbasiert: Sie fixiert eine Startperiode (etwa alle Erstkäufer im Januar), verfolgt genau diese Gruppe über ein festes Zeitfenster (30 Tage, 90 Tage, 12 Monate) und misst den Wiederkaufanteil innerhalb dieser Zeit. Nur die Zeitfenster-Variante liefert Kohorten-Vergleiche zwischen Erstkauf-Monaten, Akquise-Kanälen oder Produktkategorien.

Die Datengrundlage sind Transaktions- und Auftragsdaten aus ERP, Shop-System und POS. Voraussetzung ist eine stabile Kundenidentifikation über Kundennummer, Login oder Gastbestellungs-Deduplikation (E-Mail, Adresse, Zahlungsmittel). Ohne diese Zuordnung wird der zweite Kauf als Neukauf gezählt und die Rate systematisch unterschätzt. Die Kennzahl wird typischerweise im Data Warehouse oder Lakehouse aggregiert und feiner nach Akquise-Kanal, Erstkauf-Kategorie und Kohorten-Monat aufgeschlüsselt, damit sie steuerbar wird.

Abgrenzung: Retention Rate, Churn Rate, RFM und Cross-Sell

Vier Nachbar-Begriffe werden regelmäßig mit der Wiederkaufrate vermischt.

Die Retention Rate stammt aus Subscription- und Vertragsgeschäften (SaaS, Telekommunikation, Streaming). Sie rechnet mit einer geschlossenen Startmenge und einem periodenscharfen Ende: (Kunden am Ende der Periode − Neukunden) / Kunden am Anfang. Die Wiederkaufrate hat keine vertragliche Bindung und kein periodenscharfes Ende; sie zählt einzelne Kaufakte im Zeitfenster. In der Praxis wählt die Branche die passende Kennzahl: Handel und E-Commerce rechnen Wiederkaufrate, Subscription-Modelle rechnen Retention Rate.

Die Churn Rate ist das Gegenmaß zur Retention Rate auf Kundenebene (Abgang der Kundenbeziehung). Im Handel existiert kein expliziter Kündigungsvorgang; Verluste zeigen sich nur als ausbleibende Wiederkäufe. Eine „Churn Rate im Handel" wird deshalb implizit definiert (Anteil der Kunden ohne Folgekauf in Zeitfenster X), was strukturell der Kehrwert der Wiederkaufrate ist.

Frequency in RFM (Recency, Frequency, Monetary) ist eine kundenindividuelle Segmentierungsdimension: die absolute Anzahl der Käufe pro Kunde im Beobachtungsfenster. Die Wiederkaufrate aggregiert über die gesamte Basis (Anteilswert), Frequency bleibt pro Kunde (Zählwert). Beide Größen greifen ineinander: RFM-Segmente verwenden Frequency zur Gruppenbildung, die Wiederkaufrate wird als Ziel-KPI der Kohorte oder des Segments gemessen. Die Methodik dahinter beschreibt die [RFM-Analyse](/insights/customer-intelligence/rfm-analysis/) im Detail.

Die Cross-Sell-Ratio misst die Sortimentsbreite pro Kunde (Anzahl gekaufter Kategorien, Cross-Sell-Anteile am Warenkorb). Sie ist eine Bindungsindikation über Produktvielfalt, nicht über Kaufhäufigkeit. Ein Kunde kann eine hohe Wiederkaufrate mit einer einzigen Produktkategorie erzeugen (kein Cross-Sell, aber hohe Bindung an eine Warengruppe), oder umgekehrt einen sortimentsbreiten Einzelkauf tätigen (kein Wiederkauf, aber hoher Cross-Sell-Anteil). Beide Kennzahlen ergänzen sich in der Segmentierung.

Die Wiederkaufrate ist zudem eine Eingangsgröße für den [Customer Lifetime Value](/insights/customer-intelligence/customer-lifetime-value/): Sie liefert die empirische Basis für Wiederkauf-Wahrscheinlichkeiten in probabilistischen Modellen (Pareto/NBD, BG/NBD) und für heuristische CLV-Rechnungen im Handel.

Beispielrechnung: 90-Tage- und 12-Monats-Wiederkaufrate

Ein D2C-Onlineshop für Hausgeräte-Zubehör wertet die Q1-Kohorte 2025 aus. Alle Zahlen sind frei gewählt und vereinfacht:

Aus diesen Werten ergeben sich zwei Sichten:

• 90-Tage-Wiederkaufrate der Q1-Kohorte: 1.612 / 12.400 × 100 = 13,0 Prozent.
• 12-Monats-Wiederkaufrate der Q1-Kohorte: 4.216 / 12.400 × 100 = 34,0 Prozent.

Der Shop aktiviert innerhalb der ersten 90 Tage 13 Prozent der Erstkäufer zu einem Zweitkauf; nach zwölf Monaten liegt der Anteil bei 34 Prozent. Die Steigung zwischen den Fenstern zeigt, wie stark Aktivierungs-Programme (Newsletter-Serie, Rabatt-Trigger, Sortiments-Empfehlungen) über die Zeit wirken. Für die Steuerung wird die Kennzahl feiner aufgeschlüsselt: Wiederkaufraten pro Erstkauf-Monat, pro Erstkauf-Kategorie und pro Akquise-Kanal machen sichtbar, welche Kanäle über die Akquise hinaus auch binden. In Kombination mit einer [Kohortenanalyse](/insights/customer-intelligence/cohort-analysis/) wird der zeitliche Verlauf der Zweitkauf-Aktivierung pro Erstkauf-Jahrgang sichtbar; in Verbindung mit CLV-Modellen wird aus der beobachteten Rate eine Prognose zukünftiger Cash-Flows.