Guide zu CSAT: So verbesserst du deine Customer Satisfaction Scores

Was ist CSAT?

CSAT steht für Customer Satisfaction Score. Es ist eine Customer-Experience-Kennzahl, mit der gemessen wird, wie zufrieden Kunden nach einer bestimmten Interaktion oder Erfahrung mit einem Unternehmen sind. Unternehmen erheben CSAT-Feedback meistens über Umfragen, die Kunden bitten, ihre Erfahrung auf einer Skala wie 1–5 oder 1–10 zu bewerten.

Anders als breitere Kennzahlen wie der Net Promoter Score (NPS), der langfristige Loyalität misst, fokussiert sich CSAT auf die unmittelbare Zufriedenheit. Das macht sie besonders wertvoll, um Support-Interaktionen, Onboarding-Prozesse, Sales-Calls und die Qualität der Anliegenlösung zu bewerten.

CSAT wird so häufig eingesetzt, weil sie einfach zu erheben, leicht zu berechnen und sehr handlungsrelevant ist. Teams können schnell operative Probleme erkennen und über die Zeit hinweg den Effekt von Prozessverbesserungen messen.

Wofür wird CSAT eingesetzt?

Unternehmen nutzen CSAT, um die Qualität von Kundenerfahrungen in Support, Onboarding, Account Management und Sales-Interaktionen zu bewerten. Weil die Kennzahl die unmittelbare Kundenstimmung erfasst, gibt sie operativen Verantwortlichen schnellen Einblick darin, wie Kunden die Servicequalität wahrnehmen.

Customer-Support-Organisationen nutzen CSAT häufig, um Agenten-Performance, Qualität der Ticket-Bearbeitung, Effektivität von Eskalationen und die allgemeine Service-Konsistenz zu messen. Niedrige Werte legen oft operative Probleme offen, etwa lange Wartezeiten, schlechte Kommunikation, unzureichendes Training oder produktbezogene Themen.

CSAT wird außerdem häufig als Retention-Indikator eingesetzt. Kunden, die wiederholt schlechte Erfahrungen melden, neigen deutlich stärker zu Churn oder reduzieren ihre Produktnutzung über die Zeit. Aus diesem Grund beobachten Customer-Success- und Account-Management-Teams CSAT oft parallel zu Retention- und Expansion-Kennzahlen.

Viele Unternehmen benchmarken CSAT auch über Support-Kanäle, Produkte, Kundensegmente und geografische Regionen hinweg. Das hilft dabei, zu erkennen, welche operativen Bereiche gut performen und welche Prozessverbesserungen brauchen.

Gerade für SaaS-Unternehmen kann CSAT als indirektes Produkt-Feedback funktionieren. Wiederholte Beschwerden über Onboarding, Usability oder Troubleshooting deuten oft auf tiefer liegende Produkt- oder Workflow-Probleme hin.

So berechnest du CSAT

CSAT wird üblicherweise mit folgender Formel berechnet:

CSAT = (Anzahl zufriedener Antworten ÷ Antworten gesamt) × 100

Die meisten Unternehmen definieren "zufrieden" als Kunden, die auf einer Fünf-Punkte-Skala eine der beiden obersten Bewertungen wählen.

Wenn beispielsweise 85 von 100 Umfrageteilnehmenden eine 4 oder 5 wählen, liegt der CSAT-Wert bei 85 Prozent.

Die Einfachheit der Kennzahl macht es leicht, sie über Support-Kanäle, Abteilungen und geografische Regionen hinweg zu tracken. Unternehmen beobachten CSAT meist wöchentlich, monatlich und quartalsweise, um Trends zu erkennen.

Viele Unternehmen segmentieren CSAT zusätzlich nach Support-Kanal, Anliegen-Typ oder Kundensegment, um spezifische operative Schwachstellen zu identifizieren.

So designst du eine CSAT-Umfrage

Eine starke CSAT-Umfrage sollte kurz, spezifisch und so nah an der Kundeninteraktion wie möglich verschickt werden. Das Ziel ist nicht, eine große Menge an allgemeinem Feedback zu sammeln. Das Ziel ist, zu verstehen, ob der Kunde mit einer konkreten Erfahrung zufrieden war und warum.

Die besten CSAT-Umfragen sind leicht zu beantworten, klar an eine kürzlich erfolgte Interaktion gekoppelt und einfach genug, damit Teams sie im Maßstab analysieren können. Wenn die Umfrage zu lang, zu vage oder zu spät verschickt wird, sinken die Antwortraten und das Feedback wird unzuverlässiger. Eine gute CSAT-Umfrage sollte dem Unternehmen helfen zu erkennen, was passiert ist, wo Reibung entstanden ist und was als Nächstes verbessert werden sollte.

Halte Umfragen kurz

CSAT-Umfragen funktionieren am besten, wenn sie nur wenige Sekunden Zeit kosten. Kunden antworten meistens, nachdem sie bereits Zeit damit verbracht haben, den Support zu kontaktieren, mit einer Sales-Mitarbeiterin zu sprechen oder ein Anliegen zu klären. Sie direkt danach zu bitten, eine lange Umfrage auszufüllen, erzeugt zusätzliche Reibung und kann die Antwortraten senken.

Die wirksamsten CSAT-Umfragen enthalten meist eine primäre Bewertungsfrage und eine optionale offene Folgefrage. Ein Unternehmen könnte zum Beispiel fragen: "Wie zufrieden warst du heute mit deinem Support-Erlebnis?", gefolgt von "Was hätten wir besser machen können?". Diese Struktur liefert dem Unternehmen einen messbaren Wert und erlaubt es Kunden gleichzeitig, den Grund hinter ihrer Bewertung zu erläutern.

Eine kurze Umfrage verbessert außerdem die Datenqualität. Wenn Kunden eine lange Liste an Fragen sehen, brechen sie die Umfrage eher ab, jagen schnell durch oder geben weniger durchdachte Antworten. Eine kurze Umfrage erfasst eher ehrliches, unmittelbares Feedback von einem größeren Anteil der Kunden.

Verschicke Umfragen sofort

Das Timing hat einen großen Einfluss auf die Genauigkeit von CSAT-Feedback. Umfragen sollten meist direkt nach der Kundeninteraktion verschickt werden, solange die Erfahrung noch frisch ist. Wenn eine Umfrage erst Stunden oder Tage später kommt, vergisst der Kunde wichtige Details oder wird von anderen Erfahrungen beeinflusst, die in der Zwischenzeit stattgefunden haben.

Für Support-Teams heißt das oft, eine CSAT-Umfrage genau in dem Moment auszulösen, in dem ein Ticket geschlossen, ein Anruf beendet oder ein Live-Chat-Gespräch abgeschlossen wird. Für Onboarding- oder Sales-Teams kann es bedeuten, eine Umfrage nach einer abgeschlossenen Demo, einem Setup-Call oder einem Termin zu verschicken.

Sofortige Umfragen sind besonders nützlich, weil sie Feedback an einen konkreten operativen Moment koppeln. Wenn mehrere Kunden nach ähnlichen Interaktionen eine niedrige Zufriedenheit melden, können Teams den Workflow, das Agenten-Training, die Routing-Logik oder das Produktthema hinter dem Muster untersuchen. Das macht CSAT handlungsrelevanter als allgemeines Kundenfeedback, das lange nach der Erfahrung gesammelt wird.

Stelle spezifische Fragen

Generische CSAT-Fragen produzieren oft generische Antworten. "Wie zufrieden bist du mit unserem Unternehmen?" mag für breite Markenforschung nützlich sein, hilft aber wenig, einen konkreten Workflow zu verbessern. Eine bessere CSAT-Umfrage bezieht sich direkt auf die Interaktion, die der Kunde gerade hatte.

Statt zum Beispiel zu fragen "Wie war deine Erfahrung?" könnte ein Support-Team fragen: "Wie zufrieden warst du damit, wie wir deine Frage zur Abrechnung heute bearbeitet haben?" Ein Recruiting-Team könnte fragen: "Wie zufrieden warst du mit deinem Terminierungs-Call?" Ein Sales-Team könnte fragen: "Wie zufrieden warst du mit deiner Produkt-Demo?"

Spezifische Fragen erleichtern es, Feedback in echte operative Verbesserungen zu übersetzen. Sie helfen Kunden außerdem dabei, präzisere Antworten zu geben, weil sie genau wissen, was sie bewerten sollen. Wenn die Frage an eine klare Interaktion gekoppelt ist, sind die resultierenden CSAT-Daten nützlicher, um Agenten zu coachen, Workflows zu verbessern und wiederkehrende Themen zu erkennen.

Setze konsistente Bewertungsskalen ein

Konsistenz ist entscheidend, wenn CSAT-Daten über die Zeit hinweg nutzbar bleiben sollen. Unternehmen sollten Bewertungsskalen, Frageformulierungen oder Scoring-Regeln nicht zu häufig ändern. Wenn ein Team eine Fünf-Punkte-Skala nutzt, ein anderes eine Zehn-Punkte-Skala und ein drittes Emojis oder Daumen-hoch-Antworten, lassen sich Ergebnisse kaum noch sauber vergleichen.

Die meisten Unternehmen setzen auf eine Fünf-Punkte-Skala, weil sie für Kunden einfach und für Teams gut auswertbar ist. In diesem Format zählen Antworten mit 4 oder 5 typischerweise als zufrieden. Der CSAT-Wert wird dann als Prozentsatz zufriedener Antworten an den Gesamtantworten berechnet.

Konsistentes Scoring erlaubt es Unternehmen, Performance über Teams, Kanäle, Zeiträume und Kundensegmente hinweg zu benchmarken. Es macht auch Trends besser interpretierbar. Wenn CSAT von 84 auf 76 Prozent fällt, können Verantwortliche sicherer sein, dass die Veränderung ein echtes Erfahrungsproblem widerspiegelt und nicht nur eine Änderung am Umfrage-Design.

Konsistenz heißt nicht, dass sich die Umfrage nie weiterentwickeln darf. Änderungen sollten aber bewusst und dokumentiert sein, damit Teams verstehen, wie sie sich auf historische Vergleiche auswirken.

CSAT-Benchmarks

Jedes Jahr sammelt der American Customer Satisfaction Index (ACSI) Daten zu CSAT-Branchen-Benchmarks, aufgeschlüsselt nach Branche und Unternehmen.

Laut ACSI ist Kundenzufriedenheit eine zentrale Kennzahl sowohl für die Performance von Unternehmen als auch für die wirtschaftliche Gesamtlage. Firmen mit höheren Zufriedenheitswerten zeigen oft eine stärkere Aktien-Performance, und Veränderungen in der Zufriedenheit können Konsumausgaben und BIP-Wachstum prognostizieren. Da Konsumausgaben den Großteil des US-BIP ausmachen, unterstützen Verbesserungen bei Produkt- und Servicequalität das Wirtschaftswachstum. Die ACSI-Forschung zeigt außerdem, dass Industriegüter meist höhere Zufriedenheitswerte bekommen als Dienstleistungen, und service-lastige Branchen tendenziell schlechter abschneiden. Qualität zählt in den meisten Branchen mehr als Preis, was langfristige Qualitätsverbesserungen wirksamer macht als Preissenkungen. Fusionen und Übernahmen senken die Zufriedenheit häufig, besonders im Dienstleistungssektor.

Hier sind die Zahlen für 2025 und 2026:

Nach Branche

• Versand und Postdienste an Endkunden: 78 im Jahr 2026 (vorher 77 im Jahr 2025, +1 Prozent)
• Energie: 73 im Jahr 2026 (gesunken von 74 im Jahr 2025, was an mehreren Faktoren liegen kann, einer der wichtigsten dürfte die allgemeine Unzufriedenheit mit steigenden Kosten sein)
• Lebensversicherung: 78 im Jahr 2025 (gesunken von 79 im Jahr 2024, -1 Prozent)
• Krankenversicherung: 76 im Jahr 2025 (unverändert gegenüber 2024)
• Banken: 80 im Jahr 2026 (unverändert gegenüber 2025)

Insgesamt zeigen die CSAT-Werte branchenübergreifend einen Abwärtstrend, nachdem sie zwischen 2022 und 2025 eine starke Aufwärtsbewegung erlebt haben. Kundenbeschwerden haben jetzt Rekordniveau erreicht, und es braucht mutigere Lösungen, etwa besseres Training und Technologien wie KI-Sprachagenten, um den Trend zu drehen.

So verbesserst du CSAT

CSAT zu verbessern, läuft meistens darauf hinaus, Reibung aus dem Kundenerlebnis zu nehmen. Kunden wollen schnelle Antworten, klare Kommunikation und das Vertrauen, dass ihr Anliegen korrekt bearbeitet wird. Wenn Support-Strecken sich langsam, repetitiv oder unorganisiert anfühlen, sinkt die Zufriedenheit schnell.

Die wirksamsten CSAT-Verbesserungen sind meist operativ, nicht kosmetisch. Unternehmen verbessern die Zufriedenheit, indem sie Wartezeiten verkürzen, mehr Anliegen in der ersten Interaktion lösen, Agenten besseren Kundenkontext geben und Automatisierung dort einsetzen, wo sie Geschwindigkeit oder Konsistenz verbessert.

Wartezeiten reduzieren

Lange Wartezeiten gehören weiterhin zu den häufigsten Ursachen für Kundenunzufriedenheit. Kunden erwarten zunehmend schnellen, bequemen Service über Telefon, Chat und digitale Kanäle. Wenn sie in der Warteschleife hängen, stundenlang auf einen Rückruf warten oder sich nach einer Weiterleitung wiederholen müssen, startet die Erfahrung schon schlecht, bevor das eigentliche Anliegen überhaupt adressiert wird.

Wartezeiten zu reduzieren, erfordert meist eine bessere Personalplanung, smarteres Routing, präziseres Forecasting und Automatisierung. Für telefonbasierte Teams können KI-Sprachagenten wie telli helfen, indem sie Anrufe sofort annehmen, Routineanfragen übernehmen und Kundenkontext sammeln, bevor ein menschlicher Agent einsteigen muss. Das reduziert den Druck auf die Queue, ohne dass Unternehmen bei jeder Nachfragespitze neue Agenten einstellen müssen.

Das Ziel ist nicht einfach, jede Interaktion kürzer zu machen. Das Ziel ist, dass sich die ersten Momente der Kundeninteraktion responsiv, organisiert und nützlich anfühlen. Auch wenn ein Anliegen menschliche Hilfe braucht, sind Kunden zufriedener, wenn sie das Gefühl haben, dass das Unternehmen sie schnell wahrgenommen und in die richtige Richtung gelenkt hat.

First Contact Resolution verbessern

Kunden werden frustriert, wenn sie ein Unternehmen mehrfach kontaktieren müssen, um ein einziges Anliegen zu klären. Jeder Folgeanruf, jede Weiterleitung und jedes Follow-up erzeugt mehr Aufwand für den Kunden und erhöht die Wahrscheinlichkeit, dass er die Interaktion unzufrieden verlässt. Genau deshalb ist die First Contact Resolution einer der stärksten Treiber der CSAT.

Die FCR zu verbessern, erfordert meist besseres Agenten-Training, klarere interne Dokumentation, stärkere Eskalationspfade und einheitlichere Kundensysteme. Agenten brauchen Zugriff auf die richtigen Informationen zur richtigen Zeit, inklusive Kontohistorie, vorheriger Interaktionen, offener Tickets und relevanter Richtlinien.

KI-Sprachagenten können die FCR unterstützen, indem sie vor einer Eskalation Informationen sammeln, den Grund des Anrufs identifizieren und Kunden von Anfang an an das richtige Team routen. Bei einfacheren Anfragen können sie das Anliegen oft komplett ohne menschliche Übergabe lösen. Bei komplexeren Fällen machen sie die menschliche Interaktion effizienter, weil sie sicherstellen, dass der Agent bereits den Kontext hat, den er für die Hilfe braucht.

Kundeninteraktionen personalisieren

Moderne Kunden erwarten, dass Unternehmen verstehen, wer sie sind und warum sie sich melden. Sie wollen nicht dasselbe Anliegen mehrfach erklären oder Informationen liefern, die das Unternehmen längst haben sollte. Wenn Kunden sich nicht erkannt oder nicht unterstützt fühlen, wird die Interaktion frustrierend, selbst wenn die finale Antwort technisch korrekt ist.

Personalisierung beginnt mit verbundenen Systemen. Support-Teams brauchen Zugriff auf CRM-Datensätze, vorherige Tickets, Kaufhistorie, Produktnutzung und Kommunikationspräferenzen. Mit diesem Kontext können Agenten die Situation des Kunden anerkennen, sich wiederholende Fragen vermeiden und das Gespräch auf das tatsächliche Problem zuschneiden.

KI-gestützte Workflows können die Personalisierung ebenfalls verbessern, wenn sie überlegt eingesetzt werden. Ein KI-Sprachagent kann zum Beispiel wiederkehrende Anrufer erkennen, zentrale Details verifizieren und den Grund des Anrufs zusammenfassen, bevor das Gespräch weitergeleitet wird. Das schafft ein reibungsloseres Erlebnis und überlässt menschlichen Agenten gleichzeitig die sensiblen, komplexen oder hochwertigen Interaktionen.

Agenten-Training verbessern

Selbst starke Support-Systeme scheitern, wenn Agenten das Produktwissen, die Kommunikationsfähigkeiten oder die Befugnisse fehlen, um Kundenprobleme wirksam zu lösen. Kunden merken, wenn Agenten unsicher klingen, zu starr Skripten folgen oder einfache Anliegen eskalieren müssen. Solche Erfahrungen können die CSAT senken, selbst wenn der Kunde am Ende eine Antwort bekommt.

Hochperformante Support-Organisationen coachen ihre Agenten kontinuierlich auf Basis von Call-Reviews, Quality-Assurance-Scoring, Kundenfeedback und Performance-Daten. Training sollte nicht nur Produktwissen abdecken, sondern auch Tonalität, Empathie, Deeskalation, Troubleshooting und das Urteil darüber, wann eine Spezialistin einzubeziehen ist.

KI kann das Agenten-Training unterstützen, indem sie Teams hilft, Muster über Anrufe hinweg zu erkennen, etwa wiederkehrende Einwände, häufige Eskalationspunkte oder Momente, in denen Kunden frustriert reagieren. Sprachagenten wie telli können außerdem die Zahl repetitiver Anrufe reduzieren, die menschliche Agenten bearbeiten, und so mehr Kapazität schaffen, Coaching auf die komplexen Interaktionen zu fokussieren, bei denen menschliches Können am meisten zählt.

Wiederkehrende Anfragen automatisieren

Viele Kundeninteraktionen sind repetitiv. Kunden rufen oft wegen Terminbuchungen, Bestell-Updates, Abrechnungsfragen, Kontoverifizierungen, Passwort-Resets, Lieferstatus oder einfacher Produktinformationen an. Wenn solche Anfragen manuell bearbeitet werden, fressen sie Agenten-Zeit und verlängern die Queues für Kunden mit dringenderen oder komplexeren Anliegen.

Automatisierung kann die CSAT verbessern, wenn sie unnötigen Aufwand aus dem Kundenerlebnis nimmt. Ein KI-Sprachagent kann häufige Fragen beantworten, Datensätze aktualisieren, Termine vereinbaren, Details bestätigen und Anrufe routen, ohne dass Kunden auf einen Live-Agenten warten müssen. Das gibt Kunden schnelleren Service und erlaubt es Support-Teams, menschliche Aufmerksamkeit für Situationen zu reservieren, die Urteilsvermögen, Empathie oder Verhandlungsgeschick brauchen.

Entscheidend ist, die richtigen Interaktionen zu automatisieren. Schlechte Automatisierung kann Kunden das Gefühl geben, festzustecken oder ignoriert zu werden. Starke Automatisierung gibt Kunden schnelle Antworten, klare Eskalationsoptionen und eine nahtlose Übergabe, wenn menschliche Unterstützung gebraucht wird.

Wie KI-Sprachagenten wie telli Unternehmen helfen, die CSAT zu verbessern

{{stats}}

KI-Sprachagenten verbessern die CSAT, wenn sie das Kundenerlebnis schneller, natürlicher und einfacher abzuschließen machen. Die größte Chance besteht nicht einfach im "Abfangen von Anrufen". Sie besteht darin, die langsamen, repetitiven Teile telefonbasierter Workflows zu entfernen, damit Kunden, Kandidaten oder Interessenten bekommen, was sie brauchen, ohne darauf zu warten, dass ein menschliches Team verfügbar wird.

telli ist besonders nützlich für hochvolumige Call-Workflows, in denen Teams Informationen sammeln, Inbound-Nachfrage qualifizieren, Details bestätigen, Anrufer korrekt routen oder häufige Fragen beantworten müssen. Statt jeden Anrufer in dieselbe Queue zu zwingen, können tellis KI-Sprachagenten strukturierte Gespräche automatisch übernehmen und dabei ein natürliches, menschlich wirkendes Erlebnis bewahren.

Zenjob ist ein passendes Beispiel. Das Unternehmen hat telli eingesetzt, um die ersten Screening-Anrufe von Kandidaten für Zenjob Pro, sein Long-Term-Staffing-Produkt, zu automatisieren. Vor telli mussten Recruiter Zeit in zehnminütige Vorgespräche stecken, um Kandidaten-Informationen zu sammeln, bevor sie entscheiden konnten, ob jemand in ein vollständiges Interview gehen sollte. Mit steigendem Bewerbungsvolumen wurde das zum Engpass.

Mit telli hat Zenjob 90 Prozent seiner informationssammelnden Anrufe automatisiert und die Zeit, die in das Weiterführen von Kandidaten fließt, um 75 Prozent reduziert. Die Sprachagenten rufen Bewerbende an, gehen die Anforderungen der Stelle durch, fragen nach bisheriger Berufserfahrung und sammeln die Informationen, die Recruiter für die nächste Entscheidung brauchen. Menschliche Recruiter entscheiden weiterhin, ob ein Kandidat weiterkommt, aber sie können jetzt Transkripte und KI-generierte Zusammenfassungen reviewen, statt jeden Erstanruf manuell zu führen.

Für die CSAT ist das wichtig, weil Geschwindigkeit und Bequemlichkeit zentrale Treiber der Zufriedenheit sind. Zenjobs Kandidaten können Screening-Anrufe an sieben Tagen die Woche absolvieren, auch am Wochenende, wenn Studierende eher verfügbar sind. Die Erfahrung wirkt außerdem natürlich, weil tellis Agenten auf Zenjobs Tonalität, Sprache und Workflow zugeschnitten wurden. Laut Zenjob bleibt die Kandidaten-CSAT für diese KI-geführten Anrufe stabil bei 9 von 10.

Für Customer-Support-Teams gilt dasselbe Prinzip. telli kann Unternehmen helfen, Wartezeiten zu reduzieren, vor einer Eskalation Kontext zu sammeln, repetitive Fragen zu beantworten und Anrufer mit besseren Informationen an das richtige Team zu routen. Das schafft ein reibungsloseres Erlebnis für Kunden und gibt menschlichen Agenten mehr Zeit, sich auf komplexe oder sensible Gespräche zu konzentrieren.

Die besten KI-Sprachagenten-Deployments ersetzen menschliche Servicequalität nicht. Sie schützen sie. Indem telli die repetitiven und zeitkritischen Teile der Customer Journey automatisiert, hilft es Unternehmen, ihren Telefonbetrieb zu skalieren, ohne dass Kunden länger warten, sich wiederholen oder mit schwankender Servicequalität in Spitzenzeiten umgehen müssen.