Churn-Frühwarnsystem für den Großhandel: Selbst bauen oder Software kaufen?
Zusammenfassung
- Ein Churn-Frühwarnsystem für den Großhandel prüft jede Nacht Bestellrhythmus, Menge und Warengruppen jedes Kunden. Das Signal geht an die Person, die den Kunden anruft oder besucht.
- Fünf Wege führen dorthin: Excel- oder ERP-Auswertung, BI-Eigenbau mit Power BI oder Microsoft Fabric, Data-Science-Eigenbau mit Python, eine CRM-Erweiterung wie Salesforce oder Spezial-Software.
- Der Eigenbau gewinnt bei einem freien Data-Team, bei viel Sonderlogik oder bei einem kleinen Kundenstamm. Spezial-Software gewinnt, wenn jeder Außendienstler Hunderte Kunden betreut und niemand Zeit für Bau und Pflege hat.
- Transparenzhinweis: Wir bieten mit Acto, der Vertriebs-KI im Großhandel, eine der verglichenen Optionen an.
| Option | Am besten, wenn … |
|---|---|
| Excel- oder ERP-Auswertung | Sie diese Woche testen wollen, welche Signale bei Ihnen zählen |
| BI-Eigenbau (Power BI, Fabric) | ein BI-Team frei ist und die Vertriebsleitung die Liste selbst verteilt und nachhakt |
| Data-Science-Eigenbau (Python) | ein Data-Team dauerhaft verfügbar ist und Sie Sonderlogik brauchen |
| CRM-Erweiterung (z. B. Salesforce) | Ihr Außendienst im CRM lebt und ein Integrationsprojekt ohnehin ansteht |
| Spezial-Software (z. B. Acto) | Hunderte Kunden je Außendienstler überwacht werden sollen, ohne eigenes Projekt |
Warum entgeht Ihnen stille Abwanderung bei Hunderten Kunden?
Stille Abwanderung entgeht Ihnen, weil sie in den Auftragspositionen beginnt und nirgends eine Kündigung auslöst. Bei Hunderten Kunden je Außendienstler sieht niemand von Hand, dass bei einem Kunden der Bestellabstand wächst oder eine Warengruppe fehlt.
Churn bezeichnet die Abwanderung von Kunden. Je nach Betreuung verliert ein Großhändler laut unserem Abwanderungs-Benchmark 4 bis 17 % seiner Kunden im Jahr. Kunden gehen dabei selten mit Knall: Sie bestellen leiser und verlagern Warengruppen zur Konkurrenz.
Als abgewandert gilt bei uns ein Kunde, der länger nicht bestellt als seine eigene Schwelle. Diese Schwelle ergibt sich aus seiner Bestellhistorie: seine längste bisherige Pause, nach der er doch wieder bestellt hat, plus Mittelwert und Standardabweichung seiner Bestellabstände. Sie ist damit je Kunde verschieden und kein fester Zeitraum für alle.
„Die Sache ist, jetzt natürlich geht manche Sache unter, dass man Kunde abbricht oder dass ein Artikel nicht mehr gekauft wird. […] Es ist trotzdem interessant zu wissen, warum der Artikel nicht mehr gekauft wird.“
– Vertriebsleiter eines mittelständischen Baustoff-Großhändlers, aus einem Erstgespräch
Ein Rückgang lässt sich deshalb nur erkennen, wenn jemand den Bestellrhythmus jedes Kunden mit seinem eigenen Normalwert vergleicht. Daraus folgen zwei Anforderungen an jedes System, egal ob gebaut oder gekauft:
- Vollständige Prüfung: Bestellrhythmus, Menge und Warengruppen werden für jeden Kunden jede Nacht geprüft, auch für die B- und C-Kunden, also die mittlere und umsatzschwächste Klasse einer umsatzbasierten ABC-Analyse, die im Alltag durchrutschen.
- Kontext: Das Signal kommt mit Grund. Sonst produziert das System Fehlalarme, und der Außendienst hört auf zu reagieren.
Wie viel der Kontext ausmacht, zeigt ein Sonderfall: Ein Beispielkunde, nennen wir ihn Siebert, bestellt seit drei Wochen nichts. Ohne Kontext heißt das: Abwanderungsrisiko, sofort anrufen. Mit dem Besuchsbericht dazu heißt es: Betriebsferien bis 15.09., Erinnerung am 16.09., kein Alarm.
Woran Sie Abwanderung im Einzelnen erkennen, haben wir in den 13 Signalen für Kundenabwanderung im Großhandel zusammengestellt.
Ein Kunde wird leiser, lange bevor er geht, und erst der Kontext trennt Risiko von Ferien.
Nach welchen Kriterien vergleichen wir die fünf Wege?
Wir vergleichen jeden Weg nach Aufwand, Datenbedarf, Pflege, Zeit bis zum ersten Signal und danach, wer im Vertrieb auf das Signal handelt. Die letzte Spalte entscheidet, denn ein erkanntes Risiko ohne Empfänger hält keinen Kunden.
Die Daten für alle fünf Wege liegen im ERP, in den Auftragspositionen der letzten Jahre. Die zwei Anforderungen von oben, vollständige Prüfung und Kontext, gelten für jede Zeile.
| Option | Aufwand | Datenbedarf | Pflege | Zeit bis zum ersten Signal | Wer handelt auf das Signal |
|---|---|---|---|---|---|
| Excel- oder ERP-Auswertung | Gering zum Start, wächst mit jedem Kunden | ERP-Export der Auftragspositionen | Jede Auswertung wieder von Hand | Sofort, für einen ersten Durchlauf | Wer die Liste erstellt und weitergibt |
| BI-Eigenbau (Power BI, Fabric) | Mittel: Datenmodell, Kennzahlen, Berichte | Auftragspositionen, Kunden- und Artikelstamm | Laufend durch BI-Team oder Dienstleister | Hängt von freier BI-Kapazität ab | Wer den Bericht öffnet |
| Data-Science-Eigenbau (Python, LightGBM) | Hoch: Merkmale, Modell, Betrieb, Oberfläche | Mehrjährige Bestellhistorie je Kunde und Artikel | Nachtrainieren bei Sortiments- und Kundenwechsel | Am längsten der fünf Wege | Erst wer eine Oberfläche dazu bekommt |
| CRM-Erweiterung (z. B. Salesforce) | Mittel bis hoch: ERP-Anbindung und Modellierung | ERP-Bestelldaten müssen ins CRM | Durch CRM-Administration oder Partner | Hängt vom Integrationsprojekt ab | Außendienst direkt im CRM |
| Spezial-Software (Acto, unser Produkt) | 2 bis 3 Tage IT-Aufwand | Nächtlicher ERP-Export: Aufträge, Kunden, Artikel | Beim Anbieter, Rückmeldungen des Vertriebs fließen ein | 4 bis 6 Wochen bis zum Start | Außen- und Innendienst in Outlook, CRM oder App |
Wie wir bewertet haben: Die Zellen der vier Eigenbau- und Plattformwege sind unsere Einschätzung aus Gesprächen mit Vertriebsleitern im Großhandel, ergänzt um öffentlich dokumentierte Funktionen der Hersteller (Stand Oktober 2026). Eigene Tests der Fremdprodukte haben wir nicht durchgeführt. Die Werte für Acto stammen von unserer Website.
Welche Wege führen zum Abwanderungs-Frühwarnsystem?
Vier Wege bauen Sie selbst oder auf einer vorhandenen Plattform. Der fünfte ist Spezial-Software, die wir am Ende vorstellen.
Excel- oder ERP-Auswertung von Hand
Die Stärke dieses Wegs ist, dass er heute startet. Ein ERP-Export der Auftragspositionen, eine Pivot-Tabelle, dazu die Bestellabstände je Kunde: Mehr braucht ein erster Durchlauf nicht.
Die Grenze ist die Kundenzahl. Jeder Kunde und jede Warengruppe kostet Zeit, und diese Zeit wiederholt sich bei jeder Auswertung. Gehandelt wird nur, wenn die Person, die die Liste baut, sie auch verteilt.
Als Dauerlösung ist dieser Weg ein manueller Riesenaufwand, und die Listen sind oft schon veraltet, bevor jemand sie nutzt. Plate hat genau das erlebt, bevor das Team auf Software umgestiegen ist:
„Bei der Entscheidung, welche Kunden wir priorisieren sollten, haben wir uns mit selbstgebauten Excel-Listen geholfen. Die waren aber nicht nur umständlich, sondern oft schon wieder veraltet, sobald wir sie genutzt haben. Außerdem sind wir oft erst auf die Insights gestoßen, wenn der Umsatz schon eingebrochen ist.“
– Marco Bender, Abteilungsleiter Vertriebsinnendienst, Plate
Am besten, wenn Sie prüfen wollen, ob Bestellabstand und Warengruppen bei Ihren Kunden überhaupt aussagekräftig sind, bevor Sie Geld oder IT-Zeit investieren.
Der Handtest zeigt, welche Signale bei Ihnen zählen, skaliert aber nicht auf Hunderte Kunden.
BI-Eigenbau mit Power BI oder Microsoft Fabric
Power BI ist flexibel und holt Daten aus Hunderten Quellen wie Dynamics 365, Salesforce und Excel. Die Daten bleiben im eigenen Haus, und wer Power BI schon für Führungskennzahlen nutzt, baut auf vorhandenem Wissen auf.
Die Grenze liegt bei der Nutzung. Aktiv mit BI-Tools arbeitet im Schnitt nur rund ein Viertel der Mitarbeitenden, so eine Befragung von BARC und Eckerson Group unter 214 Unternehmen aus dem Jahr 2022. Ein Abwanderungsbericht, den man aktiv öffnen muss, bleibt liegen.
„Wir haben so einen Bericht über Abwanderungskunden, aber das wird wieder alles nur stiefmütterlich gesteuert, weil da muss ja aktiv in den Bericht reinklicken. […] Das ist natürlich alles reaktiv.“
– aus einem Erstgespräch, Farbengroßhandel
Ein Außendienstler verkauft. Wer will, dass er datenbasiert arbeitet, muss ihm die Datenarbeit abnehmen und fertige Empfehlungen liefern. Zwischen Stau und mehreren Terminen wälzt niemand Reports.
Was es braucht, sind Antworten auf drei Fragen:
- Zu wem fahre ich heute?
- Was biete ich an?
- Wo brennt es?
Am besten, wenn ein BI-Team frei ist und die Vertriebsleitung die Liste jede Woche selbst an das Team verteilt.
Data-Science-Eigenbau mit Python und LightGBM
Ein eigenes Modell ist maßgeschneidert. Sie bestimmen die Merkmale, etwa Bestellabstand je Artikel oder Warenkorbgröße, und behalten die volle Kontrolle über die Logik. Wer will, geht bis zur Survival-Analyse.
Die Frage ist, wer das baut und betreibt. Vor dem Start gehört geklärt, ob das Talent im Team ist und was Wartung und Schulung kosten. Ändern sich Sortiment oder Kundenstamm, muss das Modell nachtrainiert werden. Und das Ergebnis ist zunächst eine Tabelle mit Wahrscheinlichkeiten: Beim Außendienst kommt es erst an, wenn jemand eine Oberfläche dazubaut.
Am besten, wenn ein Data-Team dauerhaft verfügbar ist, die Person nicht in einem Jahr wechselt und Ihr Geschäft Sonderlogik braucht, die keine fertige Lösung abbildet.
Beim Data-Science-Eigenbau ist das Modell nur einer von vier Bausteinen, die jemand dauerhaft betreiben muss.
Erweiterung der CRM-Plattform, z. B. Salesforce
Die Stärke der CRM-Erweiterung: Das Signal steht dort, wo der Außendienst ohnehin dokumentiert. Salesforce Sales Cloud bietet eine Account-Übersicht mit Metriken, Opportunities sowie Pipeline- und Prognosediagrammen.
Die Grenze kommt aus der Herkunft. CRMs sind für Neukunden-Pipelines gebaut, und im CRM steht nur, was jemand eingetragen hat. Der Bestellrhythmus je Kunde und Artikel liegt im ERP und muss angebunden und modelliert werden. Sales Cloud bietet keine fertige Bestellrhythmus-Analyse je Kunde und Produkt (Stand Oktober 2026). Mehr dazu, warum CRMs im Großhandel an Grenzen stoßen.
Am besten, wenn Ihr Außendienst im CRM arbeitet und ein Projekt zur ERP-Anbindung ohnehin ansteht.
Welche Option wählen Sie bei Ihrer Kundenzahl und IT-Kapazität?
Die Wahl hängt an zwei Größen: wie viele aktive Kunden überwacht werden sollen und wie viel IT- und Data-Kapazität Sie dauerhaft frei haben. Je mehr Kunden und je weniger Kapazität, desto eher lohnt sich der Kauf.
| Ausgangslage | Naheliegende Option |
|---|---|
| Kleiner Kundenstamm, Sie wollen erst verstehen, welche Signale zählen | Excel- oder ERP-Auswertung als Test |
| BI-Team vorhanden, die Vertriebsleitung verteilt Listen selbst | BI-Eigenbau |
| Eigenes Data-Team, viel Sonderlogik im Geschäft | Data-Science-Eigenbau |
| Außendienst arbeitet im CRM, ERP-Anbindung ist ohnehin geplant | CRM-Erweiterung |
| Hunderte Kunden je Außendienstler, keine freie Kapazität für Bau und Pflege | Spezial-Software |
Als Orientierung setzen unsere Kunden Acto ab etwa 1.500 aktiven Kundennummern ein. Darunter trägt oft auch ein sauber gepflegter Eigenbau.
Spezial-Software für den Großhandel ist nichts für Sie, wenn:
- Ihr ERP keine Bestellhistorie auf Positionsebene hergibt.
- Sie überwiegend Projektgeschäft ohne Wiederbestellungen machen.
- Sie als Hersteller überwiegend über den Großhandel verkaufen oder an Endverbraucher.
Was geht beim Vergleich in der Praxis schief?
Oft erkennt das System das Risiko, und niemand handelt darauf. In einer Umfrage von BGA und Roland Berger unter Großhändlern gaben nur 22 % an, dass der Vertrieb in die digitale Kundenbindung eingebunden ist.
Diese Fehler sehen wir in Gesprächen mit Vertriebsleitern immer wieder:
- Signal ohne Empfänger: Die Liste entsteht in der Zentrale und erreicht den Außendienst nicht. Sie gehört dorthin, wo er arbeitet: ins Smartphone, in Outlook oder ins CRM.
- Fehlender Kontext: Ohne Besuchsbericht wird jede Bestellpause zum Alarm, wie bei Siebert. Nach einigen Fehlalarmen ignoriert das Team auch die echten.
- Fester Turnus statt Signal: Ein starres Besuchsintervall je Kunde bildet die Wiederkaufintervalle von Tausenden Artikeln nicht ab. Wer das Frühwarnsystem baut und trotzdem im Turnus plant, verschenkt es.
- Pflege nicht eingeplant: Der Eigenbau wird als Projekt budgetiert. Nachtrainieren, Fehlerbehebung und neue Warengruppen sind laufende Arbeit.
- Perfekte Daten als Vorbedingung: Wer erst die Stammdaten bereinigen will, startet nie. Ein gutes System bringt selbst Struktur in die Daten und macht die Pflege zur Routine.
Was nach dem Signal im Gespräch mit dem Kunden passiert, beschreiben wir in den 12 Maßnahmen gegen Kundenabwanderung.
Acto: Spezial-Software für die Bestandslogik des Großhandels
Acto, die Vertriebs-KI für den Großhandel, liest jede Nacht die ERP-Bestelldaten und zeigt dem Außendienst morgens, welche Kunden ein Abwanderungsrisiko oder ein Umsatzpotenzial haben. Zurückgeschrieben wird nur ins CRM, ins ERP nie. Acto liefert als KI-Software für den Außendienst priorisierte Signale mit Begründung; CRM- und BI-Funktionen gehören nicht dazu. Schäfer Shop steigerte im A/B-Test gegen eine Kontrollgruppe den Umsatz um 11,2 %.
Aus Auftrags-, Kunden-, Produkt- und Interaktionsdaten werden Risiken und Potenziale, die der Vertrieb in App, Outlook und per Sprache nutzt.
- Für den Großhandel gebaut: Die Modelle kennen Sortimente, Wiederbestellungen und Saisonmuster von Großhändlern bis hinunter zur Sparte, vom Baustoffhandel bis zum Foodservice.
- Bestandslogik im Detail: Bestellrhythmus je Kunde und Produkt, Sortimentsausschöpfung, stille Kunden, Substitute, Margenrückgang, offene Angebote und Kontaktfrequenz, jede Nacht für jeden Bestandskunden. Bei Plate sank die Zeit zwischen Bestellungen um 35 %.
- Einfach im Alltag: Das Signal erscheint mit Grund und Gesprächspunkten in Outlook, als Seitenleiste im CRM oder in der App. Ein Termin ist in rund zwei Minuten vorbereitet.
Acto arbeitet mit Bestandskunden. Leadgenerierung und Kaltakquise gehören nicht dazu. Der Einstieg läuft meist über eine Pilotphase mit gemeinsam festgelegten KPIs.
Signal eines Beispielkunden (Demodaten): sonst alle 10 Tage bestellt, seit 6 Wochen nichts, mit Umsatzvergleich und Anruf-Schaltfläche.
Wie prüfen Sie Ihre Ausgangslage mit eigenen Zahlen?
Vier Fragen zeigen, welcher Weg zu Ihrem Haus passt. Beantworten Sie sie mit Zahlen:
- Wie viele aktive Kundennummern betreut jeder Ihrer Außendienstler?
- Wer sieht heute, wenn bei einem Kunden eine Warengruppe wegfällt, und nach wie vielen Wochen?
- Wer pflegt ein selbst gebautes Modell in einem Jahr, wenn sich Sortiment und Kunden geändert haben?
- Wie viele Wochen darf es bis zum ersten Signal dauern?
Im Gespräch spielen wir mit Ihren ERP-Daten durch, welche Ihrer Kunden gerade leiser werden und wer darauf handeln sollte.
FAQ
Reicht die Churn Rate als Frühwarnsignal im Großhandel?
Die Churn Rate reicht als Frühwarnsignal nicht, weil sie Verluste erst im Nachhinein zählt. Sie berechnet sich aus den verlorenen Kunden eines Zeitraums geteilt durch die Kunden zu Beginn. Laut B2BEST Barometer des IFH Köln haben 49 % der befragten Großhändler und Hersteller die Abwanderungsrate als KPI definiert. Für das Churn Management, also Erkennen und gezieltes Handeln, braucht es zusätzlich Bestellabstand und Warenkorb je Kunde.
Brauchen wir saubere Daten, bevor eine Software etwas findet?
Saubere Stammdaten sind keine Voraussetzung. Acto braucht einen nächtlichen ERP-Export mit Auftragspositionen, Kunden- und Artikeldaten, per Export, SFTP oder Datenbankzugriff über einen Austauschserver, damit das laufende ERP unberührt bleibt. Acto bringt selbst Struktur in die Datenlage und automatisiert die Aktivitätserfassung.
Wie viel Vertrauen verdient eine Abwanderungswahrscheinlichkeit?
Eine Prozentzahl allein verdient wenig Vertrauen. Ein Signal braucht eine Begründung, die der Außendienst prüfen kann, etwa „Warengruppe Dachfenster seit vier Monaten nicht bestellt“. Bei Acto prüfen KI-Agenten jedes Signal auf Relevanz, und Rückmeldungen wie „nicht relevant, weil …“ fließen in den nächsten nächtlichen Lauf ein.
Ersetzt eine Churn-Prediction-Software unser CRM oder unser BI?
Acto ergänzt in größeren Vertriebsorganisationen das CRM und ersetzt kein BI. Kleinere Vertriebsorganisationen nutzen Acto schlank anstelle eines CRM, größere betten Acto als Seitenleiste in Dynamics 365, SAP Sales Cloud oder Salesforce ein. Power BI bleibt für Führungskennzahlen zuständig.
