Kundenservice Kennzahlen für Social Care: FRT bis CSAT
Kundenservice Kennzahlen ordnet Kennzahlen und Messmethoden so, dass Aktivität, Wirkung und Geschäftsergebnis nicht vermischt werden. Die Methode muss zur Entscheidung passen, die mit den Daten getroffen wird.
Auf einen Blick
- Deflection Rate (korrekt) = ((Self-Service-Resolutions minus Re-Kontakte binnen 48 h) / gesamte Hilfe-Anfragen) x 100; naive Formel überschätzt systematisch
- Re-Contact-Rate ~11,3 % binnen 72 h bei KI-gelösten vs. 8,7 % bei menschlich gelösten Tickets
- Menschlich gelöstes Ticket ~2,70 USD (Retail) bis 60 USD (komplexes B2B); KI-Resolution unit-cost 0,50-2,37 USD, all-in oft nahe 5 USD in B2B
- Social CSAT ~68 vs. Live-Chat 85 (Branchenaggregat)
- Starte mit der Entscheidung und wähle danach Kennzahl, Datenbasis und Messmethode.
- Quelle, Definition, Zeitraum, Region und Datenlücken müssen neben jeder entscheidungsrelevanten Kennzahl sichtbar bleiben.
kundenservice kennzahlen: klare operative Einordnung
Die übergeordnete Einordnung steht im Pillar Community Management & Social Customer Care. Verwandte Entscheidungen vertiefen KI im Kundenservice: Deflection vs. Resolution realistisch, Community Management Tools: Unified Inbox und EU-Hosting und WhatsApp Business im Kundenservice: Pricing und 24h-Fenster.
Befunde, die die Entscheidung verändern
eesel.ai, Deflection Rate, 2026, global: Eine belastbare Deflection Rate zieht die Re-Kontakte binnen 48 Stunden ab, bevor die Self-Service-Resolutions durch alle Hilfe-Anfragen geteilt werden.
Zendesk CX Trends 2026 (via digitalapplied), 2026, global: Re-Contact-Rate ~11,3 % binnen 72 h bei KI-gelösten vs. 8,7 % bei menschlich gelösten Tickets
aissist.io, AI Customer Service Benchmark 2026, 2026, global: Menschlich gelöstes Ticket ~2,70 USD (Retail) bis 60 USD (komplexes B2B); KI-Resolution unit-cost 0,50-2,37 USD, all-in oft nahe 5 USD in B2B
aissist.io, AI Customer Service Benchmark 2026, 2026, global: Branchenaggregate sehen die Kundenzufriedenheit im Social-Kanal bei rund 68 gegenüber 85 im Live-Chat.
Für die Zielsetzung heißt das: Ein CSAT-Ziel aus dem Live-Chat lässt sich nicht unverändert auf Social übertragen. Wer es trotzdem übernimmt, produziert ein dauerhaft rotes Dashboard statt einer Entscheidung. Der Befund zeigt auch den Preis fehlender Governance. Ohne gemeinsame Definitionen können Marketing, Service, Sales, Legal und Management dieselbe Zahl unterschiedlich interpretieren und gegensätzliche Maßnahmen ableiten.
Entscheidungslogik für den operativen Einsatz
Prüffeld | Leitfrage | Gute Ausprägung | Warnsignal |
|---|---|---|---|
Begriff | Welche Entscheidung soll der Ansatz verbessern? | klarer Businessbezug | isolierte Aktivitätsmetrik |
Daten | Welche Evidenz ist verfügbar und prüfbar? | Definition, Quelle und Zeitraum dokumentiert | Plattformwert ohne Methodik |
Methode | Wer handelt, prüft und gibt frei? | eindeutige Ownership und Übergabe | Verantwortung zwischen Teams |
Steuerung | Wie werden Fehler und Grenzen sichtbar? | Review, Audit-Trail und Eskalation | automatische Aktion ohne Fallback |
Messung, Governance und Review
Zwei Formeln entscheiden dabei besonders häufig über die Qualität des Reportings. eesel.ai rechnet die Deflection Rate als Self-Service-Resolutions abzüglich der Re-Kontakte binnen 48 Stunden, geteilt durch alle Hilfe-Anfragen, mal 100. Lässt du den Abzug weg, zählt jeder Kunde als abgefangen, der nach dem Self-Service doch noch im Team landet, und die Entlastung wird systematisch überschätzt. Die zweite Formel ist die Engagement Rate: Interaktionen geteilt durch Reichweite oder Follower, mal 100. Vista Social ordnet sie als Diagnosewert ein und nicht als Geschäftsergebnis. Sobald sie im Management-Reporting wie ein Ergebnis geführt wird, ist sie eine Vanity-Metrik.
Der entscheidende letzte Punkt
Die operative Vertiefung von Messung, Attribution und Reporting findest du im Bereich Data-Driven Marketing von Blck Alpaca.
Daten & Statistiken
Deflection Rate (korrekt) = ((Self-Service-Resolutions minus Re-Kontakte binnen 48 h) / gesamte Hilfe-Anfragen) x 100; naive Formel überschätzt systematisch
eesel.ai, Deflection Rate (2026)Re-Contact-Rate ~11,3 % binnen 72 h bei KI-gelösten vs. 8,7 % bei menschlich gelösten Tickets
Zendesk CX Trends 2026 (via digitalapplied) (2026)Menschlich gelöstes Ticket ~2,70 USD (Retail) bis 60 USD (komplexes B2B); KI-Resolution unit-cost 0,50-2,37 USD, all-in oft nahe 5 USD in B2B
aissist.io, AI Customer Service Benchmark 2026 (2026)Social CSAT ~68 vs. Live-Chat 85 (Branchenaggregat)
aissist.io, AI Customer Service Benchmark 2026 (2026)Engagement Rate = (Interaktionen / Reichweite oder Follower) x 100; Diagnosewert, kein Geschäftsergebnis
Vista Social, Vanity Metrics (2026)Öffnet den Chat mit einem vorbereiteten Prompt.
Häufig gestellte Fragen
Was bedeutet „Kundenservice Kennzahlen“ konkret?
Wann ist „Kundenservice Kennzahlen“ für ein DACH-Unternehmen relevant?
Wie führt man „Kundenservice Kennzahlen“ sinnvoll ein?
Welche Daten und Tools braucht ein Unternehmen dafür?
Welche Fehler sind bei diesem Ansatz besonders häufig?
Wie misst man, ob der Ansatz funktioniert?
Tiefer einsteigen?
Erhalte neue Analysen direkt ins Postfach, oder sieh dir an, wie wir dieses Wissen für Unternehmen umsetzen.