Customer Value Management im Banking: Fünf Kennzahlen, ihre Definitionen und Fallstricke

Customer Value Management im Banking steht und fällt mit den Kennzahlen, an denen es gesteuert wird. Viele Banken messen Produkte je Kunde und ein Hauptbank-Merkmal, weil beides leicht zu zählen ist. Beide Werte verlieren an Aussagekraft, seit Kundinnen und Kunden ihr Geld auf mehrere Institute verteilen. Dieser Beitrag beschreibt fünf Kennzahlen, wie man sie definiert, wo sie in die Irre führen und welche Vergleichswerte öffentliche Studien liefern. Wie das CVM-Team selbst aufgestellt wird, steht in unserem Beitrag Customer Value Management für Banken 2026.

Warum alte CVM-Kennzahlen nicht mehr reichen

Die Hauptbank ist für viele Kunden nur noch eine von mehreren Banken; Kennzahlen, die nur innerhalb der eigenen Bank zählen, übersehen genau diese Verschiebung. Gute CVM-Kennzahlen messen deshalb den Anteil am Geld des Kunden und nicht nur den eigenen Bestand.

McKinsey hat 2025 in sechs europäischen Ländern gemessen, dass Kunden im Schnitt Konten bei 2,6 Banken führen, gegenüber zwei Banken im Jahr 2021 (McKinsey). In Deutschland haben laut McKinsey noch 46 Prozent der Kunden genau eine Bankverbindung, meist bei einer Sparkasse oder Genossenschaftsbank, und 18 Prozent haben vier oder mehr (McKinsey German Retail Banking Snapshot).

In den USA führt ein durchschnittlicher Girokunde einer Retailbank inzwischen drei Einlagenkonten bei verschiedenen Instituten. 20 Prozent haben in den letzten drei Monaten Geld von ihrer Hauptbank abgezogen, nach 17 Prozent im Vorjahr (J.D. Power). Oliver Wyman folgert aus einer Befragung von fast 7.000 Kunden in neun europäischen Märkten, dass der Status „Hauptbank“ zunehmend ein unvollständiges Maß für wirtschaftliche Bedeutung ist (Oliver Wyman).

Fünf CVM-Kennzahlen und ihre Definition

Fünf Kennzahlen decken ab, was CVM steuern muss: Wert, Anteil, Tiefe, Verankerung und die Belastung des Kunden durch Kontakte. Jede braucht eine feste Definition, sonst vergleicht die Bank Äpfel mit Birnen.

1. Kundenwert über die Lebensdauer (CLV): abgezinster Deckungsbeitrag eines Kunden über die erwartete Beziehungsdauer, nach Risiko- und Betreuungskosten. Fallstrick: Umsatz statt Marge, oder eine Lebensdauer, die aus Bestandskunden ohne Abwanderer geschätzt ist.

2. Share of Wallet: Anteil der Bank an Einlagen, Krediten oder Zahlungen eines Kunden über alle seine Banken. Fallstrick: Der Nenner ist unbekannt und muss geschätzt werden, etwa aus Gehaltseingang, Umsätzen und, mit Einwilligung, aus Kontoinformationsdiensten.

3. Produkte je Kunde: Zahl aktiv genutzter Produkte, nicht eröffneter. Fallstrick: Ein ruhendes Sparkonto zählt so viel wie ein Baufinanzierungsvertrag.

4. Primärbank-Quote: Anteil der Kunden, bei denen die Bank das Gehalt empfängt und den Großteil der Zahlungen abwickelt. Fallstrick: Die Selbstauskunft „meine Hauptbank“ bleibt stabil, während das Geld schon abwandert.

5. Kontaktbudget-Auslastung: Anteil der zulässigen Kontakte je Kunde und Zeitraum, den Marketing, Service und Vertrieb tatsächlich nutzen. Fallstrick: Jeder Kanal misst für sich, und der Kunde erlebt die Summe.

Die ersten vier Kennzahlen beschreiben den Kunden, die fünfte das Verhalten der Bank. Ohne sie optimiert CVM den Wert auf Kosten der Geduld der Kunden.

Für den CLV genügt am Anfang eine einfache, nachvollziehbare Rechnung: jährlicher Deckungsbeitrag je Kunde, eine Haltewahrscheinlichkeit aus den eigenen Abwanderungsdaten und ein Zinssatz für die Abzinsung. Wichtiger als ein genaues Modell ist, dass Controlling, Vertrieb und Marketing dieselbe Rechnung verwenden. Komplexere Modelle lohnen sich erst, wenn die einfache Version regelmäßig berichtet wird.

Was öffentliche Studien als Vergleichswert liefern

Öffentliche Studien liefern Richtwerte für Share of Wallet und Primärbank-Effekte, aber keine Zielwerte, die eine Bank ungeprüft übernehmen sollte. Sie zeigen vor allem, wie groß die Spannweite ist.

Die Werte stammen aus unterschiedlichen Märkten und Definitionen. Für den Vorstand taugen sie als Einordnung, nicht als Ziel.

Eine Entscheidung mit den richtigen Kennzahlen

Illustration: KI-generiert, hypothetisches Beispiel

Hypothetisches Beispiel: Der Leiter CVM einer Sparkasse sieht in seinem Bericht eine stabile Primärbank-Quote. Seine Vertriebscontrollerin legt daneben, dass bei einer Gruppe junger Kundinnen das Gehalt zwar noch eingeht, aber innerhalb weniger Tage auf ein Konto bei einer Direktbank fließt. Eine dieser Kundinnen hat bei ihrer Sparkasse ein Girokonto, eine Karte und ein ruhendes Sparbuch, also drei Produkte. Der Leiter entscheidet, die Primärbank-Quote künftig aus Gehaltseingang und Verbleib des Geldes zu berechnen und nicht mehr aus dem Hauptbank-Merkmal im CRM.

Für die Kundin ändert sich dadurch nichts sofort. Die Bank sieht aber früher, dass die Beziehung dünner wird, und kann mit einem passenden Hinweis reagieren statt mit einem weiteren Produktangebot. Wie solche Hinweise ausgewählt und gemessen werden, zeigt der Business Case für die AI Decision Engine.

Wie Banken die Kennzahlen in die Steuerung bringen

CVM-Kennzahlen wirken erst, wenn sie aus denselben Kundendaten berechnet, gemeinsam berichtet und an Entscheidungen gekoppelt werden. Vier Regeln helfen dabei.

• Eine Definition je Kennzahl: schriftlich, mit Datenquelle und Stichtag; Änderungen werden versioniert.

• Anteil vor Bestand: Share of Wallet und Primärbank-Quote stehen im Bericht vor Produkten je Kunde.

• Kontaktbudget als Nebenbedingung: Jede Kampagne und jeder Agent prüft vor dem Kontakt, ob das Budget des Kunden noch frei ist.

• Messung mit Vergleichsgruppe: Ob eine Maßnahme den CLV erhöht, zeigt nur der Vergleich mit einer Gruppe ohne Maßnahme.

ACCELERAID berechnet Kundenwert, Anlässe und Kontaktbudget auf einer gemeinsamen Datenbasis und gibt sie an Kampagnen, Berater und KI-Assistenten weiter. Die Plattform folgt DSGVO by Design, läuft in einem ISO-27001-Rechenzentrum in Frankfurt oder auf Anfrage On-Premise und wird unabhängig nach SOC 2 geprüft (ACCELERAID). Wie McKinseys Zahlen zur KI-Personalisierung in diese Steuerung passen, beschreibt unser Beitrag zu McKinsey und Kundenwertmanagement.

Fünf Punkte zum Mitnehmen

1. Customer Value Management im Banking braucht Kennzahlen, die den Anteil am Geld des Kunden messen, weil Kunden in sechs europäischen Ländern im Schnitt Konten bei 2,6 Banken führen.

2. Fünf Kennzahlen reichen für den Anfang: Kundenwert über die Lebensdauer, Share of Wallet, Produkte je Kunde, Primärbank-Quote und Kontaktbudget-Auslastung.

3. Die Primärbank-Quote sollte aus Gehaltseingang und Zahlungsverkehr berechnet werden, nicht aus einer Selbstauskunft oder einem CRM-Merkmal.

4. Studienwerte wie 10 bis 20 Prozent Share of Wallet oder der drei- bis vierfache Primärbank-Effekt dienen der Einordnung, nicht als Zielwert.

5. Das Kontaktbudget gehört als Nebenbedingung in jede CVM-Entscheidung, damit mehr Wert nicht mit mehr Kontakten erkauft wird.

Illustration: KI-generiert. KI-gestützte Inhalte: Bei der Erstellung unserer Beiträge setzen wir KI-Technologien und automatisierte Agenten ein, unter anderem von Microsoft, Google, OpenAI, Anthropic und weiteren Anbietern. Themen, fachliche Ausrichtung und finale Freigabe liegen bei unserem Team.