Der Rechner liefert drei zusammenhängende Modellergebnisse: Bruttogewinn-LTV, LTV:CAC und CAC-Payback. Lesen Sie keines davon ohne die Eingabedefinitionen. Schon eine andere Kohorte, Marge oder Kostenabgrenzung kann das Ergebnis stärker verändern als eine operative Maßnahme.
Formeln und Annahmen des Rechners
Verwendete Formeln
Bruttogewinn-LTV = monatlicher ARPU × Bruttomarge ÷ monatlicher Logo-Churn
LTV:CAC = Bruttogewinn-LTV ÷ vollständig belasteter CAC
CAC-Payback = CAC ÷ (monatlicher ARPU × Bruttomarge)
Die LTV-Näherung setzt einen stabilen ARPU, eine stabile Bruttomarge und eine konstante monatliche Abwanderungswahrscheinlichkeit voraus. Sie diskontiert künftige Beiträge nicht und modelliert weder Expansion noch Preisänderungen. Das macht sie als transparentes Szenariomodell nützlich, aber nicht zu einem beobachteten Ist-Wert.
Vier Eingaben konsistent definieren
| Eingabe | Geeignete Abgrenzung | Typischer Bruch |
|---|---|---|
| ARPU | Monatsumsatz derselben Kohorte je aktivem Kunden | Gesamt-ARPU mit ARPU neuer Kunden mischen |
| Bruttomarge | Umsatz und direkte Leistungskosten derselben Leistung | Einmalige Services oder unvollständige COGS einbeziehen |
| Logo-Churn | Monatlich verlorene Kunden ÷ Kunden zu Periodenbeginn | Logo- und Revenue-Churn austauschen |
| CAC | Akquisitionskosten ÷ neue Kunden der passenden Kohorte | Nur Media-Kosten oder unpassende Abschlussperiode verwenden |
Wählen Sie vor der Berechnung Segment, Region, Kanal und Kohortenfenster. Ein Unternehmensdurchschnitt kann einen profitablen Enterprise-Kanal und eine schwache SMB-Kohorte zu einer scheinbar unauffälligen Zahl vermischen.
Modellierter und realisierter LTV
Modellierter LTV extrapoliert aus wenigen aktuellen Größen. Er eignet sich für Szenarien: Was verändert sich, wenn Churn, Marge oder ARPU plausibel steigen oder fallen? Realisierter LTV summiert die tatsächlich beobachteten Bruttomargenbeiträge einer Kohorte bis zu einem Stichtag. Er ist belastbarer, bleibt bei jungen Kohorten aber unvollständig.
Führen Sie beide Sichten nebeneinander. Wenn das Modell den realisierten Verlauf wiederholt überzeichnet, prüfen Sie insbesondere frühe Abwanderung, Rabatte, schwankende Nutzungskosten und die Annahme eines konstanten Churns. Vermeiden Sie es, junge Kohorten mit älteren Kohorten zu vergleichen, ohne deren unterschiedliche Reife sichtbar zu machen.
Den vollständigen CAC abgrenzen
Ein vollständiger CAC umfasst nicht automatisch alle Vertriebs- und Marketingkosten. Er umfasst den nachvollziehbar zugeordneten Akquisitionsanteil: Paid Media, Grundgehälter und variable Vergütung akquisitionsnaher Rollen, Daten, Tools, Agenturen und externe Fachkräfte. Retention-, Support- oder Brand-Kosten gehören nur dann hinein, wenn Ihre dokumentierte Messfrage diesen Akquisitionsbezug vorsieht.
Bei längeren Sales Cycles passen Ausgabenmonat und Abschlussmonat oft nicht zusammen. Verwenden Sie Akquisitionskohorten, ein begründetes Lag-Modell oder ein rollierendes Fenster. Der CAC-Rechner hilft, Paid-only und vollständig belastete Kosten getrennt sichtbar zu machen.
Rechenbeispiel mit Sensitivität
Eine SaaS-Kohorte erzielt 200 € monatlichen ARPU bei 75 % Bruttomarge. Der monatliche Bruttomargenbeitrag beträgt damit 150 €. Bei 2 % monatlichem Logo-Churn schätzt das Modell den LTV auf 7.500 €. Bei 1.200 € vollständig belastetem CAC ergibt sich ein LTV:CAC von 6,25× und ein Payback von 8 Monaten.
| Szenario | Modellierter LTV | LTV:CAC | Payback |
|---|---|---|---|
| Basis: 2 % Churn, 75 % Marge | 7.500 € | 6,25× | 8 Monate |
| Churn steigt auf 3 % | 5.000 € | 4,17× | 8 Monate |
| Marge fällt auf 60 % | 6.000 € | 5,00× | 10 Monate |
| CAC steigt auf 1.800 € | 7.500 € | 4,17× | 12 Monate |
Das Beispiel zeigt die unterschiedliche Diagnose: Churn verändert den modellierten LTV, aber nicht den einfachen Payback. Marge beeinflusst beide Größen. CAC verändert Verhältnis und Payback, aber nicht den LTV. Genau deshalb ist die Zerlegung wichtiger als ein isolierter Zielwert.
LTV:CAC und Payback beantworten andere Fragen
LTV:CAC fragt, wie viel modellierter Bruttogewinn einem Euro Akquisitionskosten gegenübersteht. Payback fragt, wie schnell der laufende Bruttomargenbeitrag diese Kosten rechnerisch deckt. Ein hohes Verhältnis kann dennoch mit langem Cash-Rückfluss verbunden sein; Vorabzahlung und Zahlungsbedingungen verändern die Liquidität zusätzlich, obwohl die Formel gleich bleibt.
Setzen Sie keinen universellen Payback- oder Verhältniswert blind als Budgetgrenze. Leiten Sie den internen Entscheidungsrahmen aus Cash-Position, Kohortenreife, Vertragsstruktur, Kapitalkosten, Wachstumsziel und der Unsicherheit Ihrer LTV-Annahme ab. Mehr Kontext bietet der ausführliche Leitfaden zur Verbesserung von LTV:CAC.
Zähler und Nenner in der richtigen Reihenfolge prüfen
- Messung validieren: Stimmen Kohorte, Zeitraum, Währung, Marge, Churn-Definition und CAC-Grenze überein?
- Unsicherheit zeigen: Rechnen Sie ein Basis-, Negativ- und Positivszenario statt nur einer Punktprognose.
- LTV-Treiber trennen: Prüfen Sie ARPU, Bruttomarge und Churn einzeln nach Segment und Kohorte.
- CAC-Treiber trennen: Zerlegen Sie Kosten, Conversion, Sales Cycle und Kanal-Mix.
- Cash prüfen: Lesen Sie Payback, Zahlungszeitpunkt und verfügbare Liquidität gemeinsam.
- Eine Entscheidung festhalten: Definieren Sie Maßnahme, Eigentümer, erwartete Wirkung und Prüfdatum.
Beginnen Sie mit Definitionsfehlern, weil eine Budgetverschiebung auf inkonsistenten Daten den Fehler nur vergrößert. Priorisieren Sie danach den Treiber mit der größten belegten Wirkung und einer realistischen Umsetzbarkeit — nicht automatisch den Zähler oder den Nenner.
Vom Rechner zur Kohortenentscheidung
- Rechner mit einer klar bezeichneten Kohorte und dokumentierten Eingaben speichern oder teilen.
- Modellergebnis gegen die realisierten Monatsbeiträge derselben Kohorte stellen.
- Abweichungen und Annahmen in einem gemeinsamen Finance-, Sales- und Marketing-Review klären.
- Nur eine priorisierte Änderung testen und ihre Wirkung auf LTV, CAC und Payback getrennt messen.
- Modell nach einem vollständigen Entscheidungszyklus mit neuen Ist-Daten aktualisieren.
Häufige Fragen zu LTV:CAC
Wie lautet die LTV:CAC-Formel dieses Rechners?
Der Rechner schätzt zunächst den Bruttogewinn-LTV als monatlichen ARPU multipliziert mit der Bruttomarge und geteilt durch den monatlichen Logo-Churn. Anschließend teilt er diesen modellierten LTV durch den vollständig belasteten CAC. Die Formel setzt unter anderem konstante Marge und konstante Abwanderung voraus.
Ist der berechnete LTV ein realisierter Kundenwert?
Nein. Das Ergebnis ist eine vereinfachte Modellschätzung aus ARPU, Bruttomarge und Churn. Ein realisierter LTV entsteht aus den tatsächlich beobachteten Bruttomargenbeiträgen einer reifen Kohorte. Vergleichen Sie Modell und Ist-Wert regelmäßig und dokumentieren Sie Abweichungen.
Welche Kosten gehören in den CAC?
In einen vollständig belasteten CAC gehören die Kosten, die nach einer dokumentierten Regel der Neukundengewinnung zugerechnet werden: beispielsweise Paid Media, Vertriebsvergütung sowie Akquisitionsanteile von Marketingpersonal, Tools, Daten, Agenturen und externen Fachkräften. Zeitraum und Kundenkohorte müssen zusammenpassen.
Was ist ein gutes LTV:CAC-Verhältnis?
Es gibt keinen für jedes Unternehmen gültigen Zielwert. Ein vertretbarer Bereich hängt unter anderem von Cash-Position, Payback, Retentionsrisiko, Marge, Wachstumsgeschwindigkeit, Segment und Kapitalstrategie ab. Vergleichen Sie deshalb zuerst konsistente Kohorten mit Ihrem eigenen Entscheidungsrahmen.
Wie unterscheidet sich CAC-Payback von LTV:CAC?
LTV:CAC vergleicht den geschätzten Bruttogewinn über die Kundenlebensdauer mit den Akquisitionskosten. CAC-Payback schätzt, wie viele Monate der laufende Bruttomargenbeitrag benötigt, um den CAC zu decken. Payback ist damit näher an der Liquiditätsfrage; beide Kennzahlen beruhen dennoch auf Annahmen.
Soll ich Logo-Churn oder Revenue-Churn verwenden?
Für die vereinfachte ARPU-durch-Churn-Formel dieses Rechners ist Logo-Churn vorgesehen. Revenue-Churn oder Net Revenue Retention enthalten Umsatzänderungen bei Bestandskunden und benötigen ein dazu passendes LTV-Modell. Mischen Sie die Größen nicht innerhalb einer Berechnung.