Was die Kundenbeziehung kostet, solange sie bleibt

Fragen Sie eine Vertriebsleiterin, was die Kundenbeziehungen ihres besten Verkäufers wert sind, und Sie hören vom Tag seiner Kündigung. Die Sorge hat konkrete Konturen: das Buch, das er mitnehmen könnte, die Accounts, bei denen nur sein Handy klingelt, der Wettbewerber, der nicht wirklich eine Person einstellt, sondern ein Portfolio kauft. Vor vierzehn Jahren stellten Andris Zoltners und Kollegen im Harvard Business Review die Frage beim Namen – wem gehören Ihre Kundenbeziehungen: Ihren Verkäufern oder Ihrer Firma? – und die Disziplin, sie zu beantworten, ist seither vom Ausscheiden her gedacht: Bank-Recruiting, Mehrfachkontakte, CRM-Erfassung, Vergütung verschoben zu Gehalt und Beteiligung.

Was diese Disziplin übersieht, und was dieser Essay hinzufügt: Die Bindung, deren Schutz Ihre Firma bezahlt, liegt nicht still, solange alle bleiben. Sie arbeitet – und eines ihrer Ergebnisse im einzigen Untersuchungssetting, in dem Selektion und Kappen zusammen gemessen wurden, war, dass sie Ihre Kunden gegen Sie auswählte. Die Evidenz für die Exit-Angst ist unterdessen dünner, als ihr Griff um den Diskurs vermuten lässt: Was einer ausscheidenden Verkäuferin tatsächlich folgt, wurde genau einmal als Verhalten gemessen – über neunundzwanzig Abwerbungen. Dieses Stück nimmt die drei Studien, die das Brechen der Bindung gemessen haben, zeigt, dass ihre scheinbar widersprüchlichen Urteile Messungen dreier verschiedener Kanäle sind – und vervollständigt den Entscheidungsleitfaden, den eine von ihnen begonnen hat, um die zwei Spalten zu ergänzen, für die keine der Quellen eine Zahl liefert.

Welche drei unterschiedlichen Kostendimensionen steuern aktive Kundenbeziehungen?

Drei Werte kursieren als Preis einer verkäufereigenen Beziehung, und nebeneinandergestellt sehen sie aus wie eine Spanne. Sind sie nicht. Es sind drei Arten von Wissen unter demselben Prozentzeichen.

26 % ist eine erklärte Absicht. In der Studie, die alle für verkäufereigene Loyalität zitieren – Palmatier, Scheer und Steenkamp, 362 Käufer-Verkäufer-Dyaden im B2B-Vertrieb –, wurden Käufer gefragt, welchen Anteil ihrer Einkäufe sie zur neuen Firma ihres Verkäufers zu verlagern versuchen würden, falls er wechselt. Die Durchschnittsantwort, über drei Jahre: 26 %. Das ist eine Umfrageantwort auf eine hypothetische Situation, aus dem Mund des Käufers. Das eine Verhaltensresultat der Studie vergleicht neunundzwanzig reale Abwerbungen – geringeres Umsatzwachstum, wenn der Verkäufer zum Wettbewerber ging, berichtet als signifikant bei t = 1,72 –, zu wenige für die Moderation, die die Autoren selbst testen wollten.

(Eine American-Express-Schätzung, 30 % der Kunden würden ihrem Berater folgen, kursiert durch die Einleitung desselben Papers – Provenienz-, nicht Messqualität.) Die stärkste Zahl der Studie – verkäufereigene Loyalität sagt das latente finanzielle Risiko der Verkäuferfirma mit einem Koeffizienten von 0,62 voraus und erklärt mehr Varianz als alles andere im Modell – verläuft zwischen zwei Konstrukten, die dieselben Käufer in derselben Umfrage berichten und deren Items einander fast wiederholen; die Autoren selbst vermerken, dass eine gemeinsame Quelle solche Koeffizienten aufblähen kann. Die Angst ist real, und ihre beste Evidenz hat die Form einer Absicht.

13,2–17,6 % ist ein gemessener Verlust – mit abgeschaltetem Abwerbekanal. Shi, Sridhar, Grewal und Lilien verfolgten 830 Kunden eines Fortune-500-Distributors für Elektrokomponenten beim Weggang ihres Verkäufers, gegen 1.615 gematchte Kontrollen. Der Jahresumsatz je Kunde fiel um 13,2–17,6 %. Aber lesen Sie das Setting, bevor Sie die Zahl zitieren: Das Wettbewerbsverbot der Firma untersagte ausscheidenden Verkäufern rechtlich, Kunden mitzunehmen. Nichts „folgte dem Verkäufer nach draußen“. Das sind die Kosten des Übergangs selbst – zerschnittenes Arbeitswissen, halbfertige Zyklen, ein neues Gesicht –, nicht der Abwerbung. Und der Verlust hat eine Adresse: Kunden, die Neueinstellungen zugeordnet wurden, verloren 21,6 %; Kunden bei bestehenden Verkäufern verloren 11,0 %, statistisch nicht von null zu unterscheiden. Nachfolger, deren Buch dem des Ausscheidenden ähnelte, ließen den Verlust statistisch auf null sinken; die frühere Performance des Nachfolgers, das Kriterium, nach dem Manager auswählen, bewirkte nichts Messbares.

95 % ist eine Selbstauskunft. Die Brokerage-Zahl – Top-Produzenten, die „95% of their business“ mitnehmen können – 95 % ihres Geschäfts – stammt von Managern, die in Russell Coffs Fallmaterial ihre eigenen Firmen beschreiben, wie es der Essay über das Asset, das kündigen kann bereits einordnet. Eine Behauptung interessierter Parteien über ihre extremsten Fälle – und sie hat bei Halteverhandlungen mehr bewirkt als jede gemessene Zahl.

Absicht, Übergangsverlust, Selbstauskunft. Die Größe, die alle tatsächlich fürchten – der Umsatzanteil, der als Verhalten hinausgeht, wenn eine beziehungsbesitzende Verkäuferin ohne Wettbewerbsverbot wechselt –, kommt in keiner der drei vor. Die Exponierungsspalte dieser Entscheidung ist unbepreist. Das ist keine Lücke dieses Essays; es ist einer seiner Befunde.

Was zeigen empirische Studien über die Kündigung unrentabler Kundenbeziehungen?

Nun die andere Seite des Registers – was gemessen wurde, wo Firmen Verkäufer-Kunden-Bindungen absichtlich oder umständehalber kappten. Drei Studien, drei Urteile, jedes hier an sein Untersuchungssetting gebunden, weil die Settings den Befund bestimmen.

Beim Distributor (Wettbewerbsverbot; ob Verkäuferwahl beim Eintritt selektiert, ist ungemessen) war das Kappen ein reiner Verlust: die 13–18 % von oben, konzentriert bei Neueinstellungen.

Bei einer Mikrofinanzbank in Mexiko – 461 Kreditsachbearbeiter, 129.839 Kredite – maßen Kim, Sudhir, Uetake und Canales das Gegenteil. Die Bank versetzt ihre Leute zufällig zwischen Filialen und zerstört deren Kundenbeziehungen absichtlich. Die Versetzungen schadeten dem Inkasso, wie die Exit-Literatur vorhersagen würde: Die Rückzahlung im übernommenen Portfolio verschlechterte sich – ein schwächeres Bein, signifikant nur auf dem Zehn-Prozent-Niveau. Und die Bank kam trotzdem besser weg – versetzte Sachbearbeiter akquirierten sichtbar bessere Kredite, und der je Person und Monat geschaffene Wert stieg. Der Grund ist das Stück dieser Literatur, das der Exit-Ordner nicht aufgenommen hat – Kim und Kollegen benennen die Spannung zu den Abgangsstudien selbst und lassen sie offen: Kreditsachbearbeiter besitzen Beziehungen und wählen Kunden aus. Ihr beziehungsgespeistes privates Wissen – wer gut fürs Geld ist, wer nur so aussieht – ist genau das, was ein Kreditscore nicht sieht. Unter Akquisedruck nutzten sie dieses Wissen gegen die Bank und akquirierten Kunden, die auf dem Papier passten, deren Schwächen sie aber privat kannten: Ein Punkt Akquiseleistung kostete rund einen halben Punkt Rendite der damit erzeugten Kredite. Eine Vergütungsbeteiligung an der späteren Rückzahlung dämpfte die Selektion; ohne sie, so das Fazit der Autoren – aus einer Interaktion, die die Studie auf dem Zehn-Prozent-Niveau berichtet –, kauften die Akquiseboni der Bank fast nichts.

Bei einem europäischen Logistikkonzern – 2.040 B2B-Kunden, Verkäuferwechsel gegen gematchte Kontrollen, in der Studie, deren Entscheidungsleitfaden dieser Essay vervollständigt – teilten Schmitz, Friess, Alavi und Habel den Umsatz in zwei Hälften und fanden: Das Urteil hängt davon ab, welche Hälfte man ansieht. Der Bestandsumsatz – Wiederkäufe dessen, was der Kunde schon bezog – fiel um 28,8 %. Der Neuumsatz – Produkte, die dieser Kunde nie gekauft hatte – stieg um 52,2 %, weil die neue Verkäuferin Bedarfe wieder erkundete, nach denen die alte nicht mehr fragte.

Bevor das als Argument fürs jährliche Durchmischen des Vertriebs gelesen wird: Der durchschnittliche Gesamteffekt war negativ, −6,8 %; positiv wurde er nur in gemessenen Kombinationen – günstige Kaufdynamik allein ergab rund +10,7 % bei durchschnittlicher Beziehungsstärke, Stärke allein ergab im Schnitt keinen Gewinn, und die größten Gesamteffekte brauchten zusätzlich das richtige Nachfolgerverhalten; der Neuumsatzgewinn konzentrierte sich dort, wo die neue Verkäuferin tatsächlich breiter verkaufte – der Effekt verliert seine statistische Signifikanz, sobald das Verhalten der Nachfolgerin ins Modell eintritt; und die Warnung der Autoren verdient das ganze Zitat: (übersetzt) „Wir raten Managern dringend von dem Schluss ab, dass die proaktive Störung einer zwischenmenschlichen Beziehung ein sicherer Weg zu höherem Umsatz ist.“

Welche drei operativen Wirkungskanäle erklären das Auseinanderdriften von Betreuungskosten?

Als eine gemeinsame Literatur gelesen, widersprechen sich diese Befunde. Als Messungen verschiedener Kanäle gelesen, ergeben sie ein konsistentes Bild.

Kontinuität hat Shi gemessen: das Arbeitswissen in der Bindung, das jeder Übergang kostet, gemildert durch ähnliche Bücher beim Nachfolger und dadurch, dass der Account keinem Novizen gegeben wird. Diesen Kanal hat jeder Funnel.

Selektion hat Kim gemessen: das private Wissen der Bindung entscheidet, welche Kunden hereinkommen. Diesen Kanal gibt es nur, wenn ein Verkäufer selbst über den Eintritt entscheidet und diese Entscheidung niemand nachprüft. Kims Sachbearbeiter hatten weitreichende Entscheidungsfreiheit darüber, wer hereinkam – sie rekrutierten, nahmen den Antrag auf und empfahlen den Kredit, und die Bewilligung der Bank lief über Beobachtbares, an dem der Sachbearbeiter vorbeisehen konnte. Diese Diskretion ist die Voraussetzung – und zugleich die Geltungsgrenze dieses Essays.

Revitalisierung hat Schmitz gemessen: der Wert des Wieder-Fragens in einer Beziehung, die aufgehört hat zu fragen – realisiert nur, wo unerschlossenes Potenzial da war und eine Nachfolgerin, die es erschließen konnte.

Diese Kanäle lassen sich nicht einfach addieren, und dieser Essay wird sie nicht zu einer einzigen Zahl verdichten – die Designs überlappen (ein Inkassoverlust in Kims Bank und ein Bestandsverlust bei Schmitz sind plausibel derselbe Verlust, zweimal gemessen), und ein Kappen, das die Selektion beendet, kann auch das Vertrauen beenden, das Revitalisierung braucht. Die Kanäle wirken in unterschiedliche Richtungen. Die Frage ist nie „Ist Kappen gut?“. Sie lautet: Welche Kanäle hat mein Funnel?

Woraus bestehen die ungemessenen Vorhaltekosten für etablierte Kundenkonten?

Die Praktikerliteratur hat das umkreist. Der Ownership-Beitrag von 2011 benannte anhand von Anekdoten drei laufende Kosten verkäufereigener Beziehungen: Trägheit in persönlich gebundenen Accounts, Gehälter, die dem Beitrag davonlaufen, und Verkäufer, die Reorganisationen blockieren, weil ihr Buch ihnen die Macht dazu gibt. Im Januar, ebenfalls im HBR, gaben Janssen, Denenberg und Shapiro der Akquise-Variante einen Namen – „Sales Debt“, die aufgelaufenen Kosten schlecht passender Kunden unter Umsatzdruck – und verschrieben härtere Qualifizierung und Vergütung, die nur richtige Kunden belohnt.

Legt man den gemessenen Befund neben den folkloristischen, wird die Karte lehrreich. Das Sales-Debt-Argument hat einen gemessenen Mechanismus, und es ist Kims: Wo Verkäufer privates Wissen über Kundenqualität und Eintrittsdiskretion halten, ist Fehlakquise kein Disziplinversagen, sondern adverse Selektion – die Bindung selbst wählt aus. Die Vergütungslösung der Praktiker – nur passende Kunden zählen für Quote und Provision – ist die Gewichtung nach beobachtbarer Qualität, von der Kim und Kollegen sagen, dass sie genau dort versagt, wo Qualität privat bekannt ist. Was die Bankdaten validieren, ist etwas anderes: eine Beteiligung an dem, was der Kunde nach Abschluss tut. Die Trägheit wiederum passt zu Schmitz’ Befund, dass starke, etablierte Beziehungen der Ort sind, an dem sich eine Störung auf der Neuumsatzseite lohnt – wobei Routine selbst in seinen Tabellen in beide Richtungen schneidet. Und der Blockade-Fall – der Verkäufer, dessen persönliche Kundenbeziehungen Veränderungen verhindern – hat gar keine gemessene Studie. Ein Teil der Praktikerweisheit war der Evidenz voraus; ein Teil ist es noch.

Welcher konkrete Diagnosetest schließt das Audit der Kundenbetreuungskosten ab?

Schmitz und Kollegen beschließen ihre Studie mit einem Entscheidungsbaum für die Frage Halten-oder-Stören – Stärke und ungenutztes Potenzial der Beziehung bewerten, dann Retention oder Expansion managen, mit einem vorsichtig eingehegten Ast für proaktive Störung. Es ist das richtige Artefakt, dem zwei Spalten fehlen. Hier die vervollständigte Fassung – jede Zeile eine Frage, die Ihre Systeme beantworten können, kein Koeffizient aus einem fremden Untersuchungssetting importiert.

Spalte	Die Frage	Wo die Antwort liegt
Kontinuität (Shi)	Wenn diese Bindung morgen bricht: Gibt es im Haus einen Nachfolger mit ähnlichem Buch – oder geht der Account an eine Neueinstellung?	Ihr CRM: Branchenmix je Buch
Revitalisierung (Schmitz)	Hat der Anteil komplexer Käufe dieses Kunden ein Plateau erreicht, während die Breite der bezogenen Produktlinien noch wächst? Dieses Paar ist Schmitz’ gemessener günstiger Fall – sein Tenure-Check fand keinen Alt-Jung-Unterschied, und die Bestellvariabilität hat er als gegenläufig ausgeschlossen	Bestellhistorie: Komplexanteil und Zahl distinkter Produktlinien, je Quartal
Selektion (Kim)	Wählt irgendein Verkäufer, welche Kunden hereinkommen – und sieht irgendeine Prüfung, was der Abschließende sieht? In Kims Bank schloss die Bewilligung über Beobachtbares den Kanal nicht. Trägt die Vergütung des Abschließenden eine Beteiligung daran, was der Kunde nach Abschluss tut?	Ihr Freigabeprozess und Ihr Vergütungsplan – beides Dokumente, die Sie besitzen
Exponierung (unbepreist)	Welchen Anteil der Kundenschnittstelle hält diese Verkäuferin persönlich? Und was würde ihr tatsächlich folgen?	Schnittstellenanteil: Kalender und CRM-Kontakte, ein Nachmittag. Die zweite Frage: einmal gemessen, über neunundzwanzig Abwerbungen. Palmatiers Zwei-Item-Käuferumfrage ist das einzige eigens gebaute Instrument im Druck – Sie könnten sie erheben

Aus den Spalten ergibt sich die passende Steuerung. Ein Funnel, in dem kein Verkäufer den Kunden auswählt – inbound-qualifiziert, produktgeführt –, hat keinen Selektionskanal, und dort regiert die Exit-Literatur: Kontinuität schützen, Nachfolger mit ähnlichen Büchern aufbauen, „Störung lohnt sich“-Geschichten aus dem Kreditgeschäft als Reiseliteratur behandeln. Ein Vertrieb, in dem Verkäufer ihre eigenen Deals qualifizieren und niemand diese Entscheidung nachprüft, führt Kims Experiment ohne Kims Kontrollen durch – und die erste Frage ist nicht, ob jemand rotiert werden soll, sondern welche Beteiligung der Abschließende am zwölften Monat hat – dieselbe Diskretion, die einen Rabatt seinen Abschluss überleben lässt. Und ein Buch, dessen Komplexanteil ein Plateau erreicht hat, während seine Linienbreite noch wächst, ist Schmitz’ gemessener günstiger Fall – wo das mutige Gespräch nicht dem Verkäufer gilt, der gehen könnte, sondern der Frage, ob die nächste Verkäuferfrage dieser Beziehung gestellt wird, während sie bleibt.

Alles oben endet an seiner Evidenz. Die drei Studien sind ein Distributor, eine Bank, ein Logistiker; keiner ist Ihre Firma – darum importiert der Leitfaden Fragen und keine Zahlen. Wiederholtes absichtliches Stören ist unerforscht – niemand kennt das Narbengewebe. Und die Exponierungszelle bleibt ehrlich leer: Die meistgefürchtete Zahl der Vertriebssteuerung ist, im Jahr 2026, eine Umfrageantwort und neunundzwanzig Fälle. Die Beziehung, für deren Halten Ihre Firma bezahlt, wählt Kunden aus, hält Gehälter und blockiert Reorganisationen, solange sie bleibt – und die Literatur hat diese Kanäle besser bepreist als je das Gehen. Diese Umkehrung ist der Befund. Was der Exit wirklich kostet, sollte endlich jemand messen; was das Bleiben kostet, können Sie jetzt nachschlagen – Spalte für Spalte, in Ihren eigenen Systemen.

Wo liegen die empirischen Grenzen der Kundenbetreuungs-Kostenanalyse?

Grenze. Das Beziehungsmodell ist begrenzt und keine übertragbare Risikobewertung. Prüfe tatsächlichen Exit, Kundenkontinuität und personelle Abhängigkeit. Für die Margendynamik im Zeitverlauf gilt zudem, dass lange Kundenbeziehungen wenig profitabel sein können, weil Betreuungskosten mit der Kundenbindung wachsen.

Evidenzbasis. Der analytische Rahmen stützt sich außerdem auf diese zusätzlichen Quellen: Janssen et al. 2026; Zoltners et al. 2011; Zoltners et al. 2017. Die Links identifizieren die konkreten Werke; sie stützen die hier diskutierten Mechanismen und Geltungsgrenzen, nicht jede einzelne Aussage isoliert.

Literatur

1. Kim, M., Sudhir, K., Uetake, K., & Canales, R. (2019). When salespeople manage customer relationships: Multidimensional incentives and private information. Journal of Marketing Research, 56(5), 749–766. https://doi.org/10.1177/0022243719847661
2. Palmatier, R. W., Scheer, L. K., & Steenkamp, J.-B. E. M. (2007). Customer loyalty to whom? Managing the benefits and risks of salesperson-owned loyalty. Journal of Marketing Research, 44(2), 185–199. https://doi.org/10.1509/jmkr.44.2.185
3. Schmitz, C., Friess, M., Alavi, S., & Habel, J. (2020). Understanding the impact of relationship disruptions. Journal of Marketing, 84(1), 66–87. https://doi.org/10.1177/0022242919882630
4. Shi, H., Sridhar, S., Grewal, R., & Lilien, G. (2017). Sales representative departures and customer reassignment strategies in business-to-business markets. Journal of Marketing, 81(2), 25–44. https://doi.org/10.1509/jm.15.0358
5. Janssen, E., Denenberg, B., & Shapiro, B. P. (2026, 7. Januar). The risks of prioritizing short-term revenue over customer fit. Harvard Business Review. https://hbr.org/2026/01/the-risks-of-prioritizing-short-term-revenue-over-customer-fit
6. Zoltners, A. A., Sinha, P., & Lorimer, S. E. (2011, 21. Dezember). Who owns your customer relationships: Your salespeople or your company? Harvard Business Review. https://hbr.org/2011/12/who-owns-your-customer-relatio
7. Zoltners, A. A., Sinha, P., & Lorimer, S. E. (2017, 17. November). How to reduce the costs of salesperson turnover. Harvard Business Review. https://hbr.org/2017/11/how-to-reduce-the-costs-of-salesperson-turnover