NPS-Umfrage erstellen: berechnen, auswerten — und wirklich etwas lernen

Der Net Promoter Score (NPS) misst die Weiterempfehlungsbereitschaft mit einer standardisierten Frage: „Wie wahrscheinlich ist es, dass Sie uns einer Freundin oder einem Kollegen weiterempfehlen?", beantwortet auf einer Skala von 0 bis 10. Der Score ist der Anteil der Promotoren (9-10) minus dem Anteil der Kritiker (0-6) und liegt zwischen −100 und +100. Fred Reichheld hat ihn 2003 im Harvard Business Review vorgestellt; seither ist er die meistgenutzte Loyalitätskennzahl der Welt — und die am häufigsten falsch gelesene.

Dieser Leitfaden behandelt die Mechanik — Frage, Formel, Timing, Benchmarks — und den Teil, den die meisten NPS-Programme auslassen: aus der Zahl Entscheidungen zu machen. Wenn du ein breiteres Feedback-Programm aufbaust, starte beim Kundenfeedback-Leitfaden; dieser Artikel geht bei einem Instrument in die Tiefe.

NPS = % Promotoren − % Kritiker. Rechenbeispiel: 200 Antworten, davon 90 Promotoren (45 %), 70 Passive (35 %) und 40 Kritiker (20 %). NPS = 45 − 20 = +25. Als Zahl schreiben, nicht als Prozentwert. Zwei Eigenschaften folgen direkt aus der Formel: Der Score wirft Information weg (eine 0 und eine 6 zählen identisch), und kleine Stichproben machen ihn sprunghaft — eine antwortende Person verschiebt den Wert um 200/n Punkte. Die vollständige Kleine-Stichproben-Rechnung samt Konfidenzintervallen steht im B2B-Kundenzufriedenheits-Leitfaden, denn sie schlägt am härtesten zu, wenn du 30 Kunden hast statt 30.000.

Die Weiterempfehlungsfrage ist mit Absicht standardisiert — ändere Skala oder Wortlaut, und du verlierst die Vergleichbarkeit mit deiner eigenen Historie und jedem Benchmark. Anpassen solltest du das Objekt: „unseren Support weiterempfehlen" misst etwas anderes als „unser Unternehmen weiterempfehlen". Frag genau nach dem, worauf du reagieren kannst. Und halte die Umfrage bei zwei Fragen: Bewertung, dann eine offene Rückfrage. Jede weitere Frage kostet Rücklauf — der Leitfaden zur Rücklaufquote dokumentiert, wie schnell Fragenraster die Teilnahme abwürgen.

Der klassische Fehler ist eine Umfrage für beide Aufgaben. Wer gestern ein beschädigtes Paket bekommen hat, gibt dir eine 3, die nichts über die Beziehung aussagt — in einen relationalen Score gemittelt, erzeugt sie nur Rauschen. Messung nach dem Kauf ist eine eigene Disziplin; unser Leitfaden zum Kundenfeedback nach dem Kauf behandelt die transaktionale Seite ausführlich.

Kurze Antwort: über 0 ist positiv, über +30 gut, über +50 sehr gut, über +70 exzellent — als grobe Orientierung. Die ehrliche längere Antwort: Veröffentlichte Benchmarks schwanken stark nach Branche, Land und Erhebungsmethode. B2B-Software erreicht routinemäßig +40, während Telekom und Versicherungen um +10 liegen, und dieselbe Firma misst per In-App-Abfrage höher als per E-Mail. Behandle jeden externen Benchmark bestenfalls als Anker. Entscheidungen tragen sollte nur dein eigener Trend, identisch gemessen — plus der Blick je Segment: Ein Gesamtwert von +35, hinter dem sich ein −10 bei deinen wertvollsten Kunden versteckt, ist kein guter Score. Er ist eine Warnung in hübscher Verpackung.

Hier ist der kontroverse Kern dieses Leitfadens: Der Score ist das unwichtigste Ergebnis einer NPS-Umfrage. Der Score sagt dir, dass sich etwas verändert hat; nur die offenen Antworten sagen dir, was zu tun ist. Und doch ist die Standardumsetzung — ein Freitextfeld mit „Was ist der Hauptgrund für Ihre Bewertung?" — genau die Stelle, an der die meisten Programme Erkenntnis verlieren: Wer die stärkste Meinung hat, überspringt das Feld, und eine Ein-Wort-Antwort wie „Support" wird protokolliert, als würde sie irgendetwas erklären.

Genau hier schlägt eine konversationelle Umfrage strukturell das statische Formular. Ein KI-geführtes Interview reagiert auf die Bewertung: Eine 4 mit „Support" bekommt die Frage, was passiert ist, wie lange die Wartezeit war und was sich akzeptabel angefühlt hätte — eine Frage nach der anderen, wie bei einem guten menschlichen Interview. Am Ende steht ein Grund, mit dem du arbeiten kannst — statt einer Wortwolke. Dieses Format gibt es als fertiges KI-Interview, das nach jedem Kauf versendet wird — und die offenen Antworten kommen per KI nach Themen zusammengefasst zurück statt als Tabelle voller Fragmente.

Ein NPS-Programm verdient sein Geld in den 48 Stunden nach einer Kritiker-Antwort. Bewährt hat sich diese Abfolge: Ein echter Mensch meldet sich, bezieht sich auf die konkrete Antwort, löst, was lösbar ist, und meldet zurück. Kund:innen, deren konkretes Problem behoben und bestätigt wurde, sind am Ende regelmäßig loyaler als solche, die nie eines hatten — der Service-Recovery-Effekt. Und erzähl der breiten Basis, was sich durch ihr Feedback geändert hat: Die Rücklaufquote steigt, wenn Menschen sehen, dass ihre Antworten etwas bewegen. Dieselbe Logik gilt auf Mitarbeitendenseite — dort führt der eNPS-Leitfaden durch den Prozess.