Was ist NRR (Net Revenue Retention)?
NRR (Net Revenue Retention) — auf Deutsch Netto-Umsatzbindungsrate — ist eine der wichtigsten Kennzahlen für SaaS- und Abonnementunternehmen. Sie misst, wie viel des wiederkehrenden Umsatzes aus einem bestehenden Kundenstamm über einen definierten Zeitraum erhalten bleibt — unter Berücksichtigung aller positiven und negativen Umsatzbewegungen: Expansion (Upgrades, Upsells, Seat-Erweiterungen), Contraction (Downgrades) und Churn (Kündigungen).
Der entscheidende Unterschied zur Gross Revenue Retention (GRR): NRR berücksichtigt den Expansionsumsatz und kann daher über 100 % steigen. Eine NRR von 115 % bedeutet, dass ein Unternehmen mit 1 Mio. € ARR aus bestehenden Kunden am Ende des Jahres 1,15 Mio. € ARR aus denselben Kunden erwirtschaftet — ohne eine einzige Neukundengewinnung. Dieser Effekt ist der stärkste strukturelle Wachstumstreiber in einem Abonnementmodell.
Für Investoren und Board-Mitglieder ist NRR das wichtigste Signal für nachhaltigen Produktmarktfit. Sie zeigt nicht nur, ob Kunden bleiben, sondern ob sie bereit sind, mehr für das Produkt zu bezahlen — das stärkste Votum für den wahrgenommenen Wert einer Lösung. COOs und Operatoren nutzen NRR als Frühindikator dafür, ob Kundenbindungs- und Expansionsinitiativen wirksam sind, bevor diese sich im ARR-Wachstum niederschlagen.
Wie wird NRR berechnet?
Die Standardformel für monatliche NRR:
NRR (%) = (MRR zu Periodenbeginn + Expansion MRR − Churn MRR − Contraction MRR)
÷ MRR zu Periodenbeginn × 100 Rechenbeispiel:
MRR zu Periodenbeginn: 100.000 € + Expansion MRR (Upgrades): + 12.000 € − Churn MRR (Kündigungen): − 5.000 € − Contraction MRR (Downgrades): − 2.000 € = MRR am Ende des Zeitraums: 105.000 € NRR = 105.000 ÷ 100.000 × 100 = 105 %
Wichtig: In die NRR-Berechnung fließen ausschließlich Bewegungen aus dem bestehenden Kundenstamm zu Periodenbeginn ein. Neukunden-MRR, der im gleichen Monat hinzukommt, wird nicht berücksichtigt — er zählt im Folgemonat zur Ausgangsbasis.
NRR-Benchmarks nach Unternehmenstyp
NRR-Zielwerte variieren stark je nach Kundensegment und Geschäftsmodell. Als Orientierung für den DACH-B2B-SaaS-Markt:
| Segment | NRR (gut) | NRR (sehr gut / Best-in-Class) |
|---|---|---|
| B2B-SaaS (SMB-Fokus) | 95–105 % | über 110 % |
| B2B-SaaS (Mid-Market) | 105–115 % | über 120 % |
| B2B-SaaS (Enterprise) | 110–120 % | über 125 % |
| D2C Abonnement | 85–95 % | über 100 % |
NRR unter 100 % bedeutet, dass das Unternehmen seinen ARR aus bestehenden Kunden schrumpfen sieht — selbst wenn neue Kunden gewonnen werden, kämpft das Unternehmen gegen einen strukturellen Abfluss. In dieser Situation ist Neukundenakquisition besonders teuer, da sie nur dazu dient, Verluste aus dem bestehenden Kundenstamm auszugleichen.
NRR vs. GRR: Was ist der Unterschied?
GRR (Gross Revenue Retention) ist die konservativere Schwester der NRR. Sie misst ausschließlich, wie viel des Ausgangsumsatzes gehalten wurde — ohne Expansion-Umsatz einzurechnen. GRR kann maximal 100 % erreichen und zeigt die "Boden"-Qualität der Retention: Wie gut hält ein Unternehmen seinen bestehenden Umsatz, bevor Upsells das Bild verbessern?
GRR (%) = (MRR zu Beginn − Churn MRR − Contraction MRR) ÷ MRR zu Beginn × 100 Beispiel: (100.000 − 5.000 − 2.000) ÷ 100.000 × 100 = 93 %
Ein Unternehmen mit GRR von 93 % und NRR von 105 % hat erheblichen Expansion-Umsatz, der den Churn überkompensiert. Das ist ein gesundes Muster — solange der Expansion-Umsatz nicht durch externe Druck (z. B. aggressive Eigenvertriebsmaßnahmen) erzwungen wird, sondern aus echtem Kundenmehrwert entsteht.
Wie Fairview NRR überwacht
Fairview berechnet NRR und GRR automatisch aus den Abrechnungsdaten und schlüsselt jede MRR-Bewegung nach Kundensegment, Produkt und Akquisitionskanal auf. Statt einer monatlichen Rückschau bietet Fairview eine vorausschauende Sicht: Das System identifiziert, welche Kundensegmente aktuell positive Expansion-Beiträge leisten und welche Segmente durch erhöhten Churn oder Contraction die NRR strukturell belasten.
Wenn NRR unter den definierten Schwellenwert fällt, löst Fairview eine Warnung aus und gibt konkrete Handlungsempfehlungen — zum Beispiel, in welchen Kundensegmenten die Expansions-Pipeline aufgebaut werden sollte oder welche Churn-Ursachen prioritär adressiert werden müssen. So können Operatoren auf Basis von Daten entscheiden, nicht auf Basis von Vermutungen.