---
title: "Net Promoter Score: Was die Weiterempfehlungsfrage für mich misst und was nicht"
description: "Net Promoter Score einfach erklärt: wie du den NPS berechnest, was Studien zu seiner Aussagekraft zeigen und wie ich ihn als Gründer einsetzen würde."
author: "Felix Schmitz"
author_url: https://felixshmtz.de/ueber-mich/
published: 2026-11-13
category: "Growth Hacking"
canonical: https://felixshmtz.de/artikel/net-promoter-score/
language: de
---

# Net Promoter Score: Was die Weiterempfehlungsfrage für mich misst und was nicht

Von Felix Schmitz, Founder aus Köln: Gründer und Geschäftsführer der quik UG, Gründer von ai-website.com, baut den KI-Workspace quik OS.

## Kurz gesagt

- Der Net Promoter Score ist der Anteil der Promotoren minus der Anteil der Detraktoren auf die Frage nach der Weiterempfehlung.
- Der NPS misst eine Absicht in einem Moment, kein Verhalten.
- In einer Langzeitstudie mit Skigebieten sagte der NPS die Besucherzahlen zwar mit voraus, war der Kundenzufriedenheit aber nicht überlegen.
- Was ein NPS bedeutet, hängt vom Kontext ab, deshalb halte ich Vergleiche mit fremden Benchmarks für wenig hilfreich.
- Mit wenigen Kunden nutze ich die Frage lieber als Gesprächseinstieg und schaue zusätzlich auf tatsächliches Verhalten.

Der Net Promoter Score (NPS) ist eine Kennzahl, die aus einer einzigen Frage entsteht: „Wie wahrscheinlich ist es, dass du uns einem Freund oder Kollegen weiterempfiehlst?“ Geantwortet wird auf einer Skala von 0 bis 10, und der NPS ist der Anteil der Promotoren (9 und 10) minus der Anteil der Detraktoren (0 bis 6). Er misst damit eine Absicht zur Weiterempfehlung in einem bestimmten Moment. Er misst nicht, ob jemand tatsächlich empfiehlt, wieder kauft oder bleibt.

Ich mag am NPS, dass er so einfach ist. Eine Frage, eine Zahl, fertig. Genau das macht mich aber auch misstrauisch, denn eine einzelne Zahl verführt dazu, ihr mehr zuzutrauen, als sie leisten kann. Ich habe deshalb in der Uni-Bibliothek nach aktuellen Studien gesucht, die prüfen, was der NPS tatsächlich vorhersagt. Sie stammen aus Skigebieten, dem Lebensmittelhandel und dem B2B-Geschäft. Keine davon untersucht kleine Dienstleister oder junge Softwareprodukte. Ich übertrage also, und das sage ich an den jeweiligen Stellen dazu.

## Net Promoter Score: Definition und Berechnung

Bekannt gemacht hat die Kennzahl Frederick Reichheld Anfang der 2000er Jahre. Die Idee dahinter: Wer etwas weiterempfiehlt, setzt seinen eigenen Ruf ein. Diese Bereitschaft soll deshalb mehr aussagen als eine allgemeine Frage nach Zufriedenheit.

Die Antworten werden in drei Gruppen eingeteilt:

| Antwort | Gruppe | Bedeutung |
|---|---|---|
| 9 bis 10 | Promotoren | Würden aktiv empfehlen |
| 7 bis 8 | Passive | Zufrieden, aber nicht begeistert |
| 0 bis 6 | Detraktoren | Unzufrieden, raten womöglich ab |

Die Formel lautet: **NPS = Anteil Promotoren in Prozent minus Anteil Detraktoren in Prozent.**

Ein ausgedachtes Rechenbeispiel: Du befragst 50 Kunden. 25 geben eine 9 oder 10, 15 eine 7 oder 8, 10 eine 0 bis 6. Das sind 50 % Promotoren und 20 % Detraktoren. Dein NPS liegt bei 30. Die Passiven tauchen im Ergebnis nicht auf, sie zählen nur in der Gesamtzahl mit.

Hier steckt schon die erste Schwäche. Die Skala hat elf Stufen, die Formel macht daraus drei Gruppen und am Ende eine Zahl. Ein Kunde, der eine 6 gibt, wird genauso behandelt wie einer, der eine 0 gibt. Und der Schritt von 8 auf 9 verändert das Ergebnis, der Schritt von 0 auf 6 nicht. Dabei wäre der zweite für mich die größere Verbesserung.

## Warum der NPS so beliebt ist

Ich verstehe, warum sich die Kennzahl durchgesetzt hat:

- **Sie ist schnell erhoben.** Eine Frage beantworten Kunden eher als einen langen Fragebogen.
- **Sie ist leicht zu erklären.** Jeder im Team versteht „mehr Fans als Kritiker“.
- **Sie lässt sich verfolgen.** Monat für Monat dieselbe Frage ergibt eine Kurve.
- **Sie klingt nach Wachstum.** Empfehlungen sind einer der günstigsten Wege zu neuen Kunden.

Gerade der letzte Punkt macht den NPS für Gründer attraktiv. Wenn Empfehlungen ein Wachstumskanal sind, wie ich es im Artikel über [virales Wachstum](https://felixshmtz.de/artikel/virales-wachstum-verstehen/) beschreibe, dann wäre eine Zahl, die Empfehlungen vorhersagt, sehr wertvoll. Die Frage ist, ob sie das tut.

## Sagt der Net Promoter Score Wachstum voraus?

Die gründlichste Arbeit, die ich dazu gefunden habe, stammt von Matzler, Strobl, Teichmann und Aigner und erschien 2026 in Review of Managerial Science. Sie halten gleich zu Beginn fest, dass die bisherigen empirischen Befunde zur Wirksamkeit des NPS gemischt sind. Für ihre eigene Prüfung nutzen sie einen Langzeitdatensatz aus 38 Skigebieten: Befragungsdaten der Saisons 2011/12 bis 2017/18 mit mehr als 120.000 Antworten, kombiniert mit Zutrittsdaten der Skigebiete. Das ergibt 136 Beobachtungen auf der Ebene von Skigebiet und Jahr.

Die Ergebnisse laut Abstract:

- Der NPS hat einen signifikanten Einfluss auf die Besucherzahlen. Er ist also nicht nutzlos.
- Er ist der Kundenzufriedenheit aber nicht überlegen. Die schlichte Frage nach der Zufriedenheit sagt die Besucherzahlen nicht schlechter voraus.
- Die Erfahrung der Befragten mit dem Skigebiet schwächt die Vorhersagekraft des NPS ab.

Den dritten Punkt finde ich bemerkenswert. Wer befragt wird, verändert, was die Zahl bedeutet. Ich lese das so: Es reicht nicht, die Zahl zu kennen, man muss auch wissen, von wem sie kommt.

Die Einschränkung liegt auf der Hand. Ein Skigebiet ist kein Softwareprodukt und keine Dienstleistung. Die Daten sind einige Jahre alt und auf der Ebene ganzer Skigebiete ausgewertet. Was ich trotzdem mitnehme: Der NPS ist eine brauchbare Kennzahl unter mehreren, keine Abkürzung zur Wahrheit. Wenn mir jemand erzählt, der NPS sei „die eine Zahl, die man braucht“, bin ich seit dieser Studie skeptischer. Für die eine Zahl, die ein Unternehmen ausrichtet, halte ich ohnehin etwas anderes für geeigneter. Das beschreibe ich im Artikel zur [North Star Metric](https://felixshmtz.de/artikel/north-star-metric/).

## Der Kontext verändert, was der NPS bedeutet

Del Castillo Puente und Dopico zeigen 2026 im Journal of Marketing Analytics, dass die Aussagekraft des NPS vom Unternehmen abhängt, bei dem er gemessen wird. Sie untersuchen Kundenbewertungen bei sechs nationalen Ketten im Lebensmittelhandel und schauen auf den Anteil der Eigenmarken am Umsatz. Das Ergebnis: Ein höherer Eigenmarkenanteil verstärkt den Zusammenhang zwischen dem Status als Promotor und der Absicht zur Weiterempfehlung, wobei der Effekt bei sehr hohen Anteilen nachlässt. Nimmt man diesen Faktor in das Vorhersagemodell auf, wird die Prognose spürbar genauer.

Eigenmarken im Supermarkt haben mit meinem Alltag wenig zu tun. Der allgemeine Schluss der beiden schon: Der diagnostische Wert einer weit verbreiteten Kundenkennzahl ist kontextabhängig. Ein Promotor ist nicht überall gleich viel „wert“.

Daraus folgt für mich eine praktische Regel. Ich würde meinen NPS nicht mit Benchmarks aus anderen Branchen vergleichen und mich auch von Ranglisten nicht beeindrucken lassen. Ein Wert von 40 kann bei einem Anbieter stark und bei einem anderen schwach sein. Vergleichbar ist am ehesten mein eigener Wert von gestern, bei gleicher Frage, gleichem Zeitpunkt und gleicher Art von Kunden.

## Absicht ist nicht Verhalten

Der Einwand, der mich am meisten beschäftigt, kommt aus einem Konferenzbeitrag von Rusdarmono, Sofwan und Batu (ICITACEE 2025) zum B2B-Geschäft. Sie schreiben, dass der NPS das tatsächliche Kundenverhalten oft nicht widerspiegelt, besonders dann, wenn hohe Werte nicht zu Wiederkäufen oder Umsatzwachstum führen. Ihr Vorschlag: den NPS mit Verhaltensdaten nach dem RFM-Schema verbinden. RFM steht für Recency, Frequency und Monetary, also: Wann hat jemand zuletzt gekauft, wie oft kauft er und für wie viel?

Die Autoren werten dafür NPS-Daten und Transaktionen gemeinsam mit einem Verfahren des maschinellen Lernens aus. Dadurch werden Kundengruppen sichtbar, die eine reine NPS-Auswertung übersieht. Ein Beispiel aus dem Abstract: Kunden, die hohe Werte vergeben, aber wenig beitragen.

Es ist ein Konferenzbeitrag, kein Artikel in einer großen Fachzeitschrift, und über die Datenbasis verrät der Abstract wenig. Der Grundgedanke überzeugt mich trotzdem, weil er so naheliegend ist. Eine 10 auf einer Skala kostet nichts. Ein zweiter Auftrag kostet Geld. Wenn beides auseinanderfällt, glaube ich dem Auftrag.

Für ein kleines Unternehmen braucht es dafür kein maschinelles Lernen. Eine einfache Gegenüberstellung reicht:

| | Kauft wieder oder empfiehlt nachweislich | Kauft nicht wieder |
|---|---|---|
| **Hoher Wert (9 bis 10)** | Echte Fans. Hier würde ich nach einer Empfehlung fragen. | Freundlich, aber ohne Folgen. Warum bleibt es bei Worten? |
| **Niedriger Wert (0 bis 6)** | Bleiben trotz Ärger. Was stört sie, und wie lange halten sie das aus? | Gehen oder sind schon weg. Was war der Auslöser? |

Die Felder oben rechts und unten links sind die interessanten, weil dort Aussage und Verhalten nicht zusammenpassen. Wie ich tatsächliches Bleiben messe, steht im Artikel [Retention vor Akquise](https://felixshmtz.de/artikel/retention-vor-akquise/). Und warum B2B-Kunden überhaupt bei einem Dienstleister bleiben, schaue ich mir im Artikel zur [Kundenbindung im B2B](https://felixshmtz.de/artikel/kundenbindung-im-b2b/) an.

## Der NPS bei wenigen Kunden

Es gibt ein Problem, das in keiner der Studien vorkommt, weil sie alle mit großen Datenmengen arbeiten: kleine Zahlen. Wenn zehn Kunden antworten, verschiebt eine einzige Person, die die Gruppe wechselt, den NPS um zehn Punkte. Wechselt sie von Detraktor zu Promotor, sind es zwanzig. Eine Kurve, die aus so wenigen Antworten entsteht, zeigt vor allem Zufall.

Als Gründer am Anfang habe ich keine Tausende von Antworten. Mein Stand heute ist deshalb: Bei wenigen Kunden ist die Zahl selbst fast wertlos, die Frage aber nicht. Sie ist ein guter Einstieg in ein Gespräch. Wichtiger als die Ziffer ist die Anschlussfrage: „Was ist der wichtigste Grund für deine Bewertung?“ In der Antwort stecken die Dinge, an denen ich arbeiten kann. Wie ich solche Gespräche führe, steht im Artikel [Kundengespräche führen](https://felixshmtz.de/artikel/kundengespraeche-fuehren/).

> Bei zehn Kunden ist der NPS keine Kennzahl. Er ist ein Anlass, zehn Gespräche zu führen.

## Wie ich den Net Promoter Score einsetzen würde

Ich würde den NPS nicht abschaffen, aber ihm eine bescheidenere Rolle geben. Mein Vorgehen sähe so aus:

1. **Einen festen Zeitpunkt wählen.** Bei quik wäre das nach Projektabschluss, weil dann ein Ergebnis da ist, das sich beurteilen lässt. Bei einer Software eher nach einigen Wochen Nutzung. Entscheidend ist, dass der Zeitpunkt immer derselbe ist.
2. **Immer die Warum-Frage anhängen.** Die Zahl sortiert, der Text erklärt.
3. **Die Verteilung ansehen, nicht nur den Saldo.** Wie viele geben 0 bis 6, wie viele 7 bis 8, wie viele 9 bis 10? Drei Zahlen sagen mehr als eine.
4. **Neben Verhalten legen.** Folgeauftrag, Verlängerung, tatsächliche Empfehlung. Erst die Kombination zeigt mir, wem ich glauben kann.
5. **Auf die Antwort reagieren.** Wer eine 4 gibt und nie wieder etwas hört, wird sich die nächste Antwort sparen. Wer eine 10 gibt, ist der richtige Mensch für die Bitte um eine Empfehlung.

Der letzte Punkt verbindet den NPS mit etwas Handfestem. Promotoren zu kennen ist nur dann etwas wert, wenn ich ihnen das Empfehlen leicht mache. Wie ich darüber denke, steht im Artikel [Empfehlungsprogramm aufbauen](https://felixshmtz.de/artikel/empfehlungsprogramm-aufbauen/). Was im B2B anders läuft als bei Privatkunden, ist Thema bei [B2B-Mundpropaganda](https://felixshmtz.de/artikel/b2b-mundpropaganda/).

## Was ich daraus mitnehme

- **Der NPS ist eine Kennzahl unter mehreren.** Die Zufriedenheitsfrage ist laut der Skigebiet-Studie nicht schlechter. Ich würde beide einmal nebeneinander stellen.
- **Nur mit mir selbst vergleichen.** Gleiche Frage, gleicher Zeitpunkt, gleiche Kundengruppe.
- **Absicht und Verhalten trennen.** Eine hohe Zahl ohne Folgeauftrag ist ein Kompliment, kein Wachstumssignal.
- **Bei wenigen Kunden reden statt rechnen.** Die Begründung ist wertvoller als die Ziffer.

## Fazit

Der Net Promoter Score misst, wie viele Kunden in einem Moment sagen, dass sie dich empfehlen würden. Das ist eine nützliche Information, aber weniger, als der Ruf der Kennzahl verspricht. Die Studien, die ich gelesen habe, zeigen, dass er Wachstum mit vorhersagen kann, dass er anderen Kennzahlen dabei nicht überlegen ist, dass seine Bedeutung vom Kontext abhängt und dass hohe Werte nicht automatisch zu Käufen führen.

Ich würde ihn deshalb als Einstieg nutzen: eine Frage, die ein Gespräch öffnet, und eine Zahl, die ich neben echtes Verhalten lege. Wenn ich das bei meinen eigenen Produkten systematisch mache, teile ich die Erfahrungen in den [Unternehmer Thoughts](https://felixshmtz.de/unternehmer-thoughts/).

## Häufige Fragen

### Was ist der Net Promoter Score?

Der Net Promoter Score, kurz NPS, ist eine Kennzahl für die Bereitschaft von Kunden, ein Unternehmen weiterzuempfehlen. Grundlage ist eine einzige Frage mit einer Skala von 0 bis 10. Das Ergebnis liegt zwischen minus 100 und plus 100.

### Wie berechnet man den NPS?

Du teilst die Antworten in Promotoren (9 und 10), Passive (7 und 8) und Detraktoren (0 bis 6) ein. Dann ziehst du den Prozentanteil der Detraktoren vom Prozentanteil der Promotoren ab. Die Passiven zählen nur in der Gesamtzahl mit.

### Was ist ein guter NPS?

Das lässt sich aus meiner Sicht nicht pauschal sagen, weil Branche, Land und Zeitpunkt der Befragung das Ergebnis stark beeinflussen. Aussagekräftiger als ein Vergleichswert ist die Entwicklung deines eigenen NPS über die Zeit bei gleicher Befragungsmethode.

### Welche Kritik gibt es am Net Promoter Score?

Kritisiert wird vor allem, dass der NPS eine Absicht misst und kein Verhalten, dass er Wachstum nicht besser vorhersagt als andere Kennzahlen und dass er Informationen verschenkt. Studien zeigen zudem, dass hohe Werte nicht automatisch zu Wiederkäufen führen.

## Quellen

- [Matzler, Strobl, Teichmann, Aigner (2026): Testing the predictive validity of the net promoter score in ski resorts: a longitudinal analysis. Review of Managerial Science](https://doi.org/10.1007/s11846-026-00986-2)
- [del Castillo Puente, Dopico (2026): Contextualizing the net promoter score: a multilevel analytics model of private label intensity as a loyalty amplifier. Journal of Marketing Analytics](https://doi.org/10.1057/s41270-026-00478-y)
- [Rusdarmono, Sofwan, Batu (2025): Predictive Analytics for B2B Customer Retention: a Machine Learning Random Forest Based on Net Promoter Score Model. ICITACEE 2025](https://doi.org/10.1109/ICITACEE66165.2025.11232722)

Quelle: https://felixshmtz.de/artikel/net-promoter-score/