KPIs, die gezielte Aktionen anstoßen: So definieren und messen Sie die entscheidenden Kennzahlen

Dashboards neigen dazu, Zahlen anzuhäufen. Eine Kennzahl wird für eine vierteljährliche Initiative hinzugefügt, eine andere erscheint, weil eine Führungskraft danach gefragt hat, und einige weitere überleben noch lange, nachdem sich die Entscheidungen, die sie einst fundierten, geändert haben. Letztendlich könnte ein Dashboard für Führungskräfte Dutzende von vermeintlichen „Key” Performance Indicators enthalten.

An diesem Punkt hat das Wort Key viel von seiner Bedeutung verloren.

Veröffentlichte Forschungsergebnisse von NIST-nahen Forschenden ergaben, dass Unternehmen KPIs oft durch Ad-hoc-Prozesse bewerten und verbessern, trotz der Rolle, die diese Kennzahlen bei der Leistungsbewertung und Entscheidungsfindung spielen. Die Forschenden plädieren für einen systematischeren Ansatz, der Unternehmensziele und das Feedback von Stakeholdern einbezieht, wenn bestimmt wird, ob ein KPI nützlich ist.

Wenn Unternehmen klar definieren, welche Kennzahlen die meiste Aufmerksamkeit verdienen, was Schwellenwerte bedeuten und wer reagieren soll, können sie Zeit und Ressourcen auf Signale lenken, die tatsächlich ein Handeln erfordern. Ohne diese Disziplin neigen Dashboards dazu, Kennzahlen schneller anzuhäufen, als Teams sie sinnvoll nutzen können.

Ein Key Performance Indicator (KPI) ist eine quantifizierbare Messgröße, mit der der Fortschritt bei der Erreichung eines wichtigen Geschäftsziels über einen definierten Zeitraum bewertet wird. Seine Bedeutung ergibt sich aus der ihm zugewiesenen Rolle: Führungskräfte haben die Kennzahl als wichtig genug eingestuft, um sie zu überwachen und bei einer bestimmten Entscheidung heranzuziehen.

Jeder KPI ist eine Metrik — aber keineswegs jede Metrik ist ein KPI. Page Views, Abfragevolumen, Support-Tickets und Sales Calls beschreiben beispielsweise jeweils Teilbereiche des Geschäftsbetriebs. Jede dieser Kennzahlen kann im passenden Kontext als KPI dienen. Ein nützlicher KPI erfordert jedoch eine wesentlich genauere Definition. Teams sollten zumindest die Formel, die Einheit, das Ziel oder den akzeptablen Bereich, die verantwortliche Person, den Überprüfungszeitraum und die maßgebliche Quelle kennen. Diese Details legen fest, was gemessen wird und wie das Unternehmen Veränderungen interpretiert.

KPIs sind oft quantitativ, obwohl auch qualitative Messgrößen verwendet werden können. Mitarbeiterengagement und Kundenstimmung beginnen beispielsweise typischerweise mit qualitativen Beurteilungen, stützen sich aber auf konsistente Erfassungs- und Bewertungsmethoden, um vergleichbare Messgrößen zu erzeugen.

Betrachten wir den monatlich wiederkehrenden Umsatz (Monthly Recurring Revenue, MRR). Die Meldung, dass das Unternehmen einen MRR von 10 Millionen USD hat, beschreibt seinen aktuellen Zustand. Wenn das Unternehmen ein Wachstumsziel, ein MRR-Ziel zum Jahresende, eine Führungskraft, die für die Überprüfung des Fortschritts verantwortlich ist, und vereinbarte Maßnahmen für den Fall hat, dass das Wachstum unter einen bestimmten Schwellenwert fällt, fungiert der MRR als KPI. Der Unterschied liegt darin, was rund um die Zahl passiert.

Sehen Sie sich an, wie Marriott ein Conversational-Analytics-Erlebnis rund um standardisierte KPIs, verwaltete semantische Modelle und natürlichsprachlichen Zugriff auf vertrauenswürdige Daten aufgebaut hat:

Eine Kennzahl als „Key” (Schlüssel) zu bezeichnen, ist eine strategische Entscheidung darüber, worauf die Aufmerksamkeit gelenkt werden soll. Wenn ein Dashboard 60 KPIs enthält, hat das Unternehmen seine Nutzer:innen faktisch aufgefordert, selbst zu entscheiden, welche Signale Priorität verdienen.

Ein praktischer Test besteht darin, sechs Elemente durchzugehen:

• Ziel: Welches wichtige Geschäftsergebnis möchte das Unternehmen beeinflussen?
• Messgröße: Welches Signal liefert nützliche Hinweise auf den Fortschritt?
• Zielwert: Welcher Wert oder Bereich stellt eine akzeptable Leistung dar?
• Verantwortliche Person: Wer ist dafür verantwortlich, das Signal zu überprüfen und eine Reaktion einzuleiten?
• Rhythmus: Wie oft muss die Messgröße überprüft werden?
• Handlungsfähigkeit: Welche Entscheidung folgt, wenn sich der KPI außerhalb seines erwarteten Bereichs bewegt?

Die letzte Frage ist besonders wichtig. Angenommen, die Kundenakquisitionskosten steigen in diesem Quartal um 15 %. Würde das die Kampagnenausgaben, die Kanalzuweisung, die Preisgestaltung oder eine andere Entscheidung ändern? Wenn niemand anders handeln würde, ist die Kennzahl als KPI nicht nützlich.

Ziele sollten auf die Situation und die Bedürfnisse des jeweiligen Unternehmens abgestimmt sein. Ein Benchmark aus einem Branchenbericht kann einen Ausgangspunkt für Diskussionen bieten, aber Unterschiede in Unternehmensgröße, Kundenmix, Geografie oder Geschäftsmodell können ein generisches Ziel irreführend machen.

Der Rhythmus sollte sich ebenfalls an der operativen Realität orientieren. Eine Supply-Chain-Messgröße, die sich stündlich ändert und Eingriffe am selben Tag unterstützt, hat andere Anforderungen an die Aktualität als eine vierteljährlich überprüfte Messgröße zur Mitarbeiterbindung. Schnellere Aktualisierungen verbrauchen Ressourcen, ohne notwendigerweise die Entscheidung zu verbessern.

Ein KPI allein erzählt selten die ganze Geschichte. Um zu verstehen, was eine Zahl zeigt – und welche Art von Reaktion sie unterstützt –, betrachten Teams sie oft aus verschiedenen Blickwinkeln: ob sie ein Unternehmensergebnis oder einen operativen Prozess verfolgt, ob sie signalisiert, was bereits passiert ist oder was das Ergebnis beeinflussen könnte, und wo sie in der Kette von den Inputs zu den Ergebnissen steht.

Für die Entscheidungsfindung ist eine der nützlichsten Kombinationen die aus Früh- und Spätindikatoren.

Spätindikatoren bestätigen Ergebnisse. Umsatz, Abwanderung und Fehlerquoten zeigen Teams, was bereits passiert ist. Frühindikatoren lenken die Aufmerksamkeit weiter nach vorne auf Faktoren, die Teams noch beeinflussen können.

Die Beziehung zwischen ihnen kann als Hypothese betrachtet werden. Ein Unternehmen könnte beispielsweise annehmen, dass eine Erhöhung der Produktaktivierung in der ersten Woche eines:einer Kund:in die 90-Tage-Kundenbindung verbessert. Die Aktivierung könnte dann als Frühindikator und die Kundenbindung als Spätergebnis dienen. Im Laufe der Zeit sollte das Unternehmen testen, ob Änderungen bei der Aktivierung tatsächlich die Kundenbindung vorhersagen. Kundenverhalten, Produktdesign oder Marktbedingungen können die Beziehung verändern, sodass ein einst nützlicher Frühindikator kaum noch Vorhersagewert hat.

Eine weitere nützliche Abfolge verläuft von Inputs über Prozesse und Outputs zu Ergebnissen. Ressourcen fließen in einen Prozess ein, während die in diesem Prozess geleistete Arbeit einen Output erzeugt und diese Outputs zu einem Geschäftsergebnis beitragen. Die Betrachtung der gesamten Kette hilft Teams, das Ergebnis, das ihnen letztendlich wichtig ist, von den früher verfügbaren operativen Signalen zu unterscheiden.

Listen mit „50 KPIs, die jedes Unternehmen verfolgen sollte” setzen am falschen Ende des Problems an. Die Auswahl funktioniert besser, wenn Teams mit der Entscheidung beginnen. Von dort aus können Teams die Treiber hinter diesem Ergebnis verfolgen, nützliche Signale identifizieren und testen, ob diese Kennzahlen tatsächlich Maßnahmen unterstützen. Das Ziel ist ein fokussierter Satz von Indikatoren, der die Aufmerksamkeit dorthin lenkt, wo ein Eingreifen einen Unterschied machen kann.

Beginnen Sie mit der Entscheidung

Beginnen Sie mit dem strategischen Ziel und der Entscheidung, die Führungskräfte treffen müssen, wenn die Leistung vom Kurs abweicht. Dadurch bleibt die KPI-Auswahl an Maßnahmen verankert und nicht an den Daten, die zufällig bereits verfügbar sind. Identifizieren Sie dann das Ergebnis, das das Unternehmen zu beeinflussen versucht, und arbeiten Sie rückwärts zu den Signalen, die nützliche Beweise liefern, bevor das Endergebnis bekannt ist.

Erstellen Sie einen Treiberbaum

Ein Treiberbaum bildet das gewünschte Ergebnis auf die Prozesse, Verhaltensweisen und Inputs ab, die es beeinflussen. In der Praxis hilft dies, Spätergebnisse von früheren Signalen zu trennen, die ein Team noch beeinflussen kann.

Angenommen, ein Softwareunternehmen möchte die Kundenbindung verbessern. Sein Treiberbaum könnte die Kundenbindung mit der Produktakzeptanz verbinden, die wiederum mit dem Abschluss des Onboardings, der Zeit bis zum ersten Mehrwert und der Nutzung wichtiger Funktionen zusammenhängt. Anstatt jede verfügbare Produktmetrik zu verfolgen, kann sich das Team auf die Kennzahlen konzentrieren, die am engsten mit einer plausiblen Intervention verbunden sind.

Testen Sie KPI-Kandidaten

Sobald die möglichen Kennzahlen klar sind, bewerten Sie jede anhand eines einheitlichen Kriterienkatalogs:

• Relevanz: Ist die Kennzahl eng mit dem Ziel verbunden?
• Gültigkeit: Misst sie das, was das Unternehmen zu messen glaubt?
• Kontrollierbarkeit: Hat das verantwortliche Team einen bedeutsamen Einfluss darauf?
• Aktualität: Ist das Signal früh genug verfügbar, um ein Eingreifen zu unterstützen?
• Datenverfügbarkeit: Kann sie konsistent aus zuverlässigen Daten gemessen werden?
• Empfindlichkeit: Reagiert sie, wenn eine bedeutsame Änderung eintritt?
• Widerstandsfähigkeit gegen Manipulation: Wie leicht könnte jemand die Zahl verbessern, ohne das zugrunde liegende Ergebnis zu verbessern?

Dieser Schritt hilft, das Feld auf Indikatoren einzugrenzen, die in der Praxis nützlich sind, anstatt nur verfügbar zu sein.

Fügen Sie Leitplanken hinzu und legen Sie Ziele fest

Die Kombination eines primären KPIs mit einer oder mehreren Leitplanken-Metriken hilft aufzudecken, wenn eine Verbesserung in einer Dimension andernorts Schaden anrichtet.

Wenn ein Unternehmen beispielsweise ein Ziel für eine schnellere Lösung im Kundensupport festlegt, könnte es parallel dazu die Kundenzufriedenheit oder wiederholte Kontakte verfolgen. Ein höherer Durchsatz muss dann innerhalb eines akzeptablen Qualitätsbereichs bewertet werden.

Ziele benötigen auch Kontext. Baselines, Kapazität und Strategie bieten eine stärkere Grundlage als generische Branchen-Benchmarks allein. Im Idealfall sollte ein Ziel oder Bereich einer Reaktion entsprechen: unterhalb dieses Schwellenwerts untersuchen; außerhalb dieses Bereichs Ressourcen anpassen; oberhalb dieses Niveaus eine Ausweitung des Programms in Betracht ziehen.

Testen Sie das Verhalten, das der KPI erzeugt

Sobald eine Kennzahl im Unternehmen Aufmerksamkeit erhält, reagieren die Menschen darauf. Anreize verstärken diesen Effekt. Goodharts Gesetz erfasst das Risiko: Wenn Druck auf eine Kennzahl ausgeübt wird, finden Menschen möglicherweise Wege, die Zahl zu verbessern, ohne das zugrunde liegende Ergebnis zu verbessern. Verkaufsquoten, Produktivitätsziele und Kundenservice-Metriken sind besonders anfällig, wenn Belohnungen stark von einem gemeldeten Wert abhängen.

Bevor Sie einen KPI an die Vergütung oder Leistungsbewertung binden, testen Sie ihn in einem Pilotprojekt. Beobachten Sie, wie Teams die Kennzahl interpretieren, ob sie glauben, sie beeinflussen zu können, und welche Verhaltensweisen entstehen, sobald die Zahl beginnt, Entscheidungen zu prägen.

Nach der Auswahl benötigt ein KPI eine Definition, die präzise genug ist, um außerhalb des Dashboards zu überleben, in dem er ursprünglich erstellt wurde.

Eine Produktions-KPI-Spezifikation könnte Folgendes umfassen:

• Geschäftsziel
• Für Menschen lesbarer Name
• Formel
• Einheit
• Granularität
• Filter und Dimensionen
• Maßgebliche Datenquelle
• Business Owner
• Ziel oder akzeptabler Bereich
• Aktualisierungshäufigkeit und erwartete Latenz
• Überprüfungsrhythmus
• Aktionsschwellenwerte
• Leitplanken-Metriken
• Datum des Inkrafttretens

Diese Details bilden einen Geschäftsdatenvertrag rund um die Kennzahl. Jemand, der sich beispielsweise die Kundenbindung ansieht, sollte nicht raten müssen, welche Kontakte infrage kommen, wie der Zeitraum berechnet wird oder ob die Dashboards für Finanzen und Customer Success dieselbe Definition verwenden.

Auch die Verantwortung muss klar aufgeteilt werden. Der Business Owner bestimmt, was der KPI bedeutet, warum er wichtig ist und welche Entscheidung er stützt. Der Data Owner implementiert und testet die Definition, pflegt die zugrunde liegenden Daten und stellt die Kennzahl den Systemen zur Verfügung, die sie verwenden.

Sobald diese Definition verwaltet wird, sollten Dashboards, Abfragen und KI-Anwendungen auf dieselbe zugrunde liegende Logik verweisen. Die separate Neuimplementierung einer Formel in jedem Tool birgt die Gefahr einer Metrikdrift: Kleine Unterschiede bei Filtern, Joins, Granularitäten oder Datumslogik führen nach und nach zu konkurrierenden Versionen desselben scheinbaren KPIs.

Das Testen sollte über die Überprüfung der Arithmetik hinausgehen. Fehlende oder verspätete Daten, Quelländerungen, Join-Verhalten und Änderungen der Granularität können das gemeldete Ergebnis verändern. Teams sollten außerdem Werte mit einer zertifizierten Baseline abgleichen und Formeländerungen testen, bevor sie diese in die Produktion überführen.

Die Governance wird nach der Zertifizierung fortgesetzt. Ein nützlicher Lebenszyklus könnte die Phasen Vorschlagen, Validieren, Zertifizieren, Überwachen, Überarbeiten und Ausmustern durchlaufen, wobei die Daten des Inkrafttretens aufgezeichnet werden, wenn sich Definitionen ändern, damit historische Vergleiche interpretierbar bleiben.

Die Ausmusterung ist Teil der Disziplin. Ein KPI hat wahrscheinlich das Ende seiner Nutzungsdauer erreicht, wenn sich sein strategisches Ziel ändert, sein:e Eigentümer:in nicht mehr danach handelt, seine zugrunde liegenden Daten unzuverlässig sind oder Teams gelernt haben, ihn zu manipulieren. Frühindikatoren benötigen einen weiteren Test: Wenn sich die erwartete Beziehung zum Spätergebnis abgeschwächt hat, könnte eine weitere Optimierung des Signals Entscheidungen in die falsche Richtung lenken.

Die nützlichsten KPIs hängen von den Entscheidungen ab, für die die jeweilige Funktion verantwortlich ist. Anstatt isolierte Kennzahlen zu wählen, sollten Teams nachlaufende Ergebnisse mit früheren Signalen kombinieren, die ein Eingreifen unterstützen. Hier einige Beispiele, die Sie erwarten:

• Finanzen: Der Cash Conversion Cycle oder die Budgetabweichung können neben zukunftsgerichteten Cash- und Nachfragesignalen stehen. Zusammen unterstützen sie Entscheidungen über Betriebskapital und Ressourcenzuweisung.
• Vertrieb: Gewinnrate und Umsatzerreichung beschreiben Ergebnisse, während Pipeline-Abdeckung, die Schaffung qualifizierter Opportunities und die Bewegung im Verkaufszyklus frühere Signale liefern. Führungskräfte können diese Kombination nutzen, wenn sie Entscheidungen über Coaching, Kapazitäten und Kanalinvestitionen treffen.
• Marketing: Der generierte Umsatz oder die Pipeline stellen eine Ergebniskennzahl dar, während qualifizierte Nachfrage- und Konversionssignale erklären, wie das Unternehmen auf dieses Ziel hinarbeitet.
• Operations: Pünktliche Lieferung und Fehlerquoten können mit Kapazität, Lieferantenlaufzeit oder First-Pass-Yield kombiniert werden. Frühere operative Signale geben Teams Informationen für Personal-, Wartungs- und Prozessentscheidungen, bevor die endgültige Leistung bekannt ist.
• HR: Bedauerliche Fluktuation liefert ein nachlaufendes Ergebnis, während Engagement, Effektivität der Führungskräfte und Angebotsannahme zusätzliche Perspektiven auf die Arbeitsbedingungen bieten. Wenn es um Vergütung geht, sind Leitplanken und qualitative Überprüfungen besonders wichtig, um Manipulationen und ungerechte Ergebnisse zu reduzieren.
• Kundenteams: Kundenbindung und Abwanderung können zusammen mit Produktakzeptanz, wiederkehrenden Problemen und Lösungssignalen bewertet werden, was Teams die Möglichkeit gibt, Kund:innen zu identifizieren, die von einem Eingreifen profitieren könnten.

KPIs tauchen häufig neben verschiedenen umfassenderen Performance-Management-Frameworks auf, obwohl jedes einen etwas anderen Zweck erfüllt.

• Objectives and Key Results (OKRs) definieren eine zeitgebundene Veränderung. Das Objective beschreibt die Richtung, und Key Results liefern den Beweis, dass die beabsichtigte Veränderung eingetreten ist. Ein KPI kann als Key Result dienen, wenn sich ein Team verpflichtet, ihn während des OKR-Zeitraums von einem Ausgangswert zu einem Zielwert zu bewegen. Viele operative KPIs werden derweil auf unbestimmte Zeit fortgeführt, da Teams sie zur Überwachung der laufenden Leistung nutzen.
• Eine North-Star-Metrik gibt einem Produktunternehmen einen gemeinsamen Indikator für den geschaffenen Kundennutzen. Diese einzelne Metrik benötigt dennoch unterstützende Signale. Ein kleiner Treiberbaum aus Input-Metriken und Leitplanken hilft Teams zu verstehen, was den North Star beeinflusst, und verringert das Risiko, dass lokale Optimierungen Qualität, Vertrauen oder Rentabilität beeinträchtigen.
• Eine Balanced Scorecard organisiert strategische Kennzahlen über Finanz-, Kunden-, interne Prozess- sowie Lern- und Entwicklungsperspektiven hinweg. Durch die Verteilung der Aufmerksamkeit auf mehrere Dimensionen bietet das Framework Führungskräften einen breiteren Blick auf die Unternehmensleistung, als es eine einzelne Ergebniskennzahl tut.

Jedes Framework bietet eine Möglichkeit, Kennzahlen rund um die Strategie zu organisieren. Das KPI-Design liefert die zugrunde liegende Messdisziplin: klare Definitionen, Ziele, Verantwortlichkeiten und Maßnahmen.

Für Unternehmen, die KPIs über mehrere analytische Schnittstellen hinweg betreiben, hängt die Konsistenz teilweise davon ab, wo die Metrik-Logik angesiedelt ist.

Snowflake Semantic Views definieren Metriken, Fakten, Dimensionen und Beziehungen als Objekte auf Schemaebene nahe an den zugrunde liegenden Daten. Eine dort definierte Metrik kann über SQL-, BI- und KI-Schnittstellen hinweg wiederverwendet werden, was duplizierte Formeln und die Möglichkeit reduziert, dass separate Tools dasselbe Geschäftskonzept unterschiedlich berechnen.

Diese verwaltete Geschäftslogik bietet auch Kontext für Analysen in natürlicher Sprache. Cortex Agents nutzen die in einer Semantic View dargestellten Definitionen und Beziehungen, wenn sie Fragen zu strukturierten Daten beantworten, sodass ein:e Nutzer:in, der:die nach einer verwalteten Metrik fragt, auf dieselbe Geschäftslogik zurückgreift, die auch anderswo verwendet wird.

Andere Schnittstellen erweitern die Art und Weise, wie diese Metriken konsumiert werden. CoCo Desktop, die KI-Entwickler-IDE von Snowflake, kann Snowflake-Daten in natürlicher Sprache abfragen und Ergebnisse direkt in ihrer Schnittstelle zurückgeben, während Snowflake CoWork verwaltete Metriken über Agenten und Tools zugänglich machen kann. In jedem Fall dient die Technologie der Metrikdefinition, während die Unternehmensführung weiterhin dafür verantwortlich ist, zu entscheiden, welche Kennzahlen Aufmerksamkeit verdienen, was ihre Ziele bedeuten und welche Maßnahmen folgen.

Die stärksten KPI-Systeme sind selektiv. Sie reservieren anhaltende Aufmerksamkeit für Kennzahlen, die an wichtige Ziele gebunden sind, definieren diese Kennzahlen präzise und legen fest, was die Mitarbeiter:innen tun werden, wenn sich das Signal ändert.

Das Messsystem nützlich zu halten, erfordert dieselbe Disziplin, die zu seiner Erstellung verwendet wurde: Testen Sie die Beziehung zwischen Signal und Ergebnis, bewahren Sie die Definition über analytische Schnittstellen hinweg und mustern Sie Indikatoren aus, die ihren Platz nicht mehr verdienen.