Zum Inhalt springen

    Abwanderungsprognose (Churn Prediction)

    KI-Grundlagen & ModelleChurn PredictionKündigungsprognoseKundenabwanderungsprognose
    Redaktionell geprüft am: 1 Quelle
    Deine Leseansicht

    Die Kurzantwort · 15 Wörter

    Kurz erklärt

    Vorhersage der Wahrscheinlichkeit, dass Kundinnen oder Kunden eine Geschäftsbeziehung, ein Abo oder einen Dienst beenden.

    Flow-alerta.cab (2026): Abwanderungsprognose (Churn Prediction). https://flow-alerta.cab/glossar/churn-prediction. Redaktionell geprüft am: 09. Oktober 2026.

    Wie ausführlich soll es sein?

    Praxis

    Relevant für Abo-, Service- und Vertragsmodelle, wenn frühzeitige Bindungsmaßnahmen wirtschaftlich sinnvoll sind.

    Beispielszenario: Ein Anbieter priorisiert Bestandskunden mit hoher vorhergesagter Kündigungswahrscheinlichkeit für eine gezielte Serviceprüfung.

    Zielvariable und Zeitfenster sauber definieren, Kosten einer Intervention berücksichtigen und Modellleistung regelmäßig auf neue Kundengruppen prüfen.

    Auf einen Blick

    Kern
    Bei Churn Prediction werden historische Kunden-, Nutzungs-, Vertrags- oder Servicedaten genutzt, um Abwanderungswahrscheinlichkeiten zu schätzen. Das Modell liefert einen Risikowert oder eine Klassifikation; sinnvolle Maßnahmen benötigen zusätzlich Ursachenanalyse, Wirtschaftlichkeit und eine saubere Zieldefinition.
    Nutzen
    Relevant für Abo-, Service- und Vertragsmodelle, wenn frühzeitige Bindungsmaßnahmen wirtschaftlich sinnvoll sind.
    Beispiel
    Beispielszenario: Ein Anbieter priorisiert Bestandskunden mit hoher vorhergesagter Kündigungswahrscheinlichkeit für eine gezielte Serviceprüfung.
    Grenzen
    Korrelation als Ursache behandeln; vergangene Kündigungsgründe unverändert in die Zukunft übertragen; nur Accuracy betrachten; unprofitable Rückgewinnungsmaßnahmen auslösen.

    Im Zusammenhang

    Fragen, die dazu gestellt werden

    Was ist Churn?

    Abwanderung oder Kündigung.

    Ist ein hoher Score eine sichere Kündigung?

    Nein; er zeigt ein modelliertes Risiko und ist nicht automatisch eine kalibrierte Wahrscheinlichkeit.

    Braucht man historische Daten?

    In der Regel ja.

    Alle Details und Hintergründe

    Bei Churn Prediction werden historische Kunden-, Nutzungs-, Vertrags- oder Servicedaten genutzt, um Abwanderungswahrscheinlichkeiten zu schätzen. Das Modell liefert einen Risikowert oder eine Klassifikation; sinnvolle Maßnahmen benötigen zusätzlich Ursachenanalyse, Wirtschaftlichkeit und eine saubere Zieldefinition.

    ELI5 – Einfach erklärt

    Das Modell schätzt, welche Kundschaft wahrscheinlich bald kündigt oder abspringt.

    Warum das im Alltag wichtig ist

    Relevant für Abo-, Service- und Vertragsmodelle, wenn frühzeitige Bindungsmaßnahmen wirtschaftlich sinnvoll sind.

    Beispiel

    Beispielszenario: Ein Anbieter priorisiert Bestandskunden mit hoher vorhergesagter Kündigungswahrscheinlichkeit für eine gezielte Serviceprüfung.

    Fallstricke und Grenzen

    • Korrelation als Ursache behandeln; vergangene Kündigungsgründe unverändert in die Zukunft übertragen; nur Accuracy betrachten; unprofitable Rückgewinnungsmaßnahmen auslösen.

    Entstehung & Geschichte

    Churn Prediction ist ein Anwendungsfall von Klassifikation und Customer Analytics. Ein dokumentiertes Beispiel ist die Vorhersage von Kundenabwanderung anhand historischer Bankdaten.

    Anwendung im Mittelstand

    • Zielvariable und Zeitfenster sauber definieren, Kosten einer Intervention berücksichtigen und Modellleistung regelmäßig auf neue Kundengruppen prüfen.

    Quellen

    Quellenprüfung: 09.10.2026. Definition und dokumentierte Einordnung abgeglichen; Beispiele beschreiben mögliche Anwendungen.

    Redaktionell geprüft am:

    Nächster Schritt

    Vom Wissen zur Anwendung