Die ABC-Analyse ist die einfachste Kundensegmentierung, die ich kenne — und trotzdem die wirksamste für den Mittelstand-Einstieg. Wer sie nicht macht, arbeitet faktisch blind: Bedient die A-Kunden wie die C-Kunden und wundert sich, dass Loyalty flach bleibt.
Das Prinzip in einem Satz
Sortiere deine Kunden nach Umsatz (oder Deckungsbeitrag) für einen definierten Zeitraum (typisch 12 Monate), kumuliere sie von oben nach unten, und teile sie nach Umsatzanteil in drei Gruppen: A (80 Prozent des Umsatzes), B (nächste 15 Prozent), C (restliche 5 Prozent).
Was du dabei typisch findest: 20 Prozent der Kunden machen 80 Prozent des Umsatzes (Pareto-Regel). Manchmal extremer — bei FALKE habe ich Verteilungen gesehen, wo 5 Prozent der Kunden 60 Prozent des Umsatzes ausmachten.
Warum ABC-Analyse so unterschätzt wird
Zwei Gründe:
Grund 1 — Zu simpel. Management hält sie für trivial, weil jeder sie machen könnte. Das stimmt technisch — aber die wenigsten machen sie und handeln danach.
Grund 2 — Unbequeme Konsequenzen. Wenn 5 Prozent der Kunden 60 Prozent des Umsatzes liefern, heißt das operativ: Die anderen 95 Prozent verbrauchen Ressourcen, die sich nicht rechnen. Das widerspricht der Intuition „alle Kunden sind gleich wichtig" — ist aber für Ressourcen-Allokation relevant.
Die Berechnung in drei Schritten
Schritt 1 — Datenbasis. Kundenliste mit Umsatz pro Kunde für die letzten 12 Monate. Bei langen Kauf-Zyklen 24 Monate. Bei Subscription-Modellen den ARR verwenden.
Schritt 2 — Sortieren und kumulieren. Absteigend nach Umsatz. Spalte: kumulierter Umsatz. Spalte: kumulierter Umsatzanteil in Prozent.
Schritt 3 — Schnitte setzen. Der erste Kunde, bei dem die kumulierte Summe ≥ 80 Prozent überschreitet — Grenze A/B. Der erste Kunde, bei dem ≥ 95 Prozent — Grenze B/C.
Das Ergebnis ist die Segmentierung. Praktisch reichen drei Spalten in Excel oder ein kurzes SQL-Query. Keine besondere Software nötig.
Handlungsimplikationen pro Gruppe
A-Kunden (ca. 5–20 Prozent der Anzahl, 80 Prozent des Umsatzes).
- Priorisierte Betreuung: Key-Account-Manager, direkter Draht, schnelle Antwortzeiten
- Retention-Maßnahmen: Loyalty-Programme, exklusive Angebote, persönliche Kontakte
- Monitoring: Churn-Frühwarnsystem, um Abwanderung rechtzeitig zu erkennen
B-Kunden (ca. 20–40 Prozent, 15 Prozent des Umsatzes).
- Skalierbare Betreuung: automatisierte, aber personalisierte Kommunikation
- Entwicklungs-Fokus: Welche B-Kunden haben Potential zu A? Gezielte Upsell-Kampagnen
- Effizienz-Optimierung: Kosten pro B-Kunden-Interaktion im Blick behalten
C-Kunden (ca. 40–75 Prozent, 5 Prozent des Umsatzes).
- Standard-Service: keine Sonderbehandlung, selbstbedienbare Kanäle
- Rentabilitäts-Check: Welche C-Kunden verursachen mehr Kosten als Umsatz? Kandidaten für Deprioritisierung
- Wachstums-Option: Welche C-Kunden sind jung im Lebenszyklus und könnten zu B werden? Segment trennen
Die häufigste ABC-Falle
Unternehmen machen die Analyse einmal, identifizieren A-Kunden, und bauen dann die Prozesse darum. 18 Monate später hat sich das Kundenportfolio verändert, aber die A-Kunden-Definition nicht. Neue Top-Kunden bekommen die falsche (zu geringe) Priorität, alte A-Kunden, die ihren Umsatz halbiert haben, bekommen weiter Sonderbehandlung.
Die Lösung: Quartalsweise Neu-Einteilung, mit expliziter Dokumentation der Verschiebungen. Das ist weniger eine Analyse-Frage als eine Prozess-Frage.
Erweiterungen der klassischen ABC
ABC mit Trend-Komponente. Zusätzlich zur aktuellen Umsatz-Größe: Ist der Kunde wachsend, stabil oder schrumpfend? Ein wachsender B-Kunde ist wichtiger als ein schrumpfender A-Kunde.
ABC mit Kundentyp. Bestandskunde, Neukunde, Reaktivierter Kunde. Die Handlungsimplikationen pro Kombination sind unterschiedlich.
ABC mit Produktebene. Welche Produkte machen den A-Kunden-Umsatz? Ein A-Kunde, der nur ein Produkt kauft, ist cross-sell-Kandidat.
ABC mit DB (Deckungsbeitrag). Die Umsatz-Rangliste und die DB-Rangliste können stark abweichen — A-Kunden nach Umsatz, die mit 10 Prozent Rabatt kaufen, können weniger DB bringen als B-Kunden mit voller Marge.
Beziehung zu anderen Segmentierungs-Methoden
ABC ist nicht das gleiche wie RFM-Segmentierung oder Cluster-Analyse. ABC konzentriert sich auf den Wert-Aspekt. RFM ergänzt Verhaltens-Recency und Frequency. Cluster-Analyse ergänzt Muster über viele Dimensionen.
Sinnvolle Kombination: ABC als Einstiegs-Kennzeichen, RFM für operative Kampagnen, Cluster-Analyse für tiefer liegende Muster.
Beziehung zum Customer Lifetime Value
ABC schaut rückwärts — was hat der Kunde in den letzten 12 Monaten gebracht? CLV schaut vorwärts — was wird er bringen? Beide Metriken ergänzen sich: Ein aktueller A-Kunde mit niedrigem CLV ist ein Churn-Kandidat. Ein aktueller C-Kunde mit hohem CLV ist ein Investment-Kandidat.
Weiter: Customer Lifetime Value als zukunftsgerichtete Ergänzung, Segmentierung und Clusteranalyse für komplexere Muster. Gesamt: Customer Insights Pillar.