--- title: "KPI-Definitionen im E-Commerce: Kennzahlen, die niemand mehr verhandelt" description: "Umsatz, Conversion Rate, CAC — jede dieser Kennzahlen hat in den meisten Shops drei Definitionen. Wie eine KPI-Definition aussehen muss, damit Meetings über Entscheidungen statt über Zahlen reden." canonical_url: "https://nuonic.de/insights/kpi-definitionen-e-commerce" last_updated: "2026-10-26" --- Es gibt ein Meeting, das praktisch jeder kennt, der im E-Commerce Zahlen verantwortet. Es ist für eine Stunde angesetzt, es geht um die Frage, ob eine Maßnahme funktioniert hat — und die ersten zwanzig Minuten gehen dafür drauf, dass drei Leute drei verschiedene Umsatzzahlen für denselben Monat auf dem Schirm haben. Danach bleiben vierzig Minuten für die eigentliche Entscheidung, und die trifft am Ende der, dessen Export am überzeugendsten aussah. Im [ersten Teil dieser Reihe](/insights/messbare-e-commerce-strategie) war das eines von fünf Mustern, an denen messbare Strategien scheitern: Jede Kennzahl hat drei Definitionen. Dieser Beitrag nimmt genau dieses Muster auseinander — weil es das einzige ist, das alle anderen blockiert. Ohne verbindliche KPI-Definition ist kein Soll-Pfad belastbar, keine Wirkungsmessung nachvollziehbar und keine Prognose mehr als eine Hochrechnung auf wackeligem Grund. Die gute Nachricht: Das ist kein Analytics-Problem und keine Frage des BI-Tools. Es ist Definitionsarbeit, und sie ist in wenigen Tagen zu machen. Die unbequeme Nachricht: Sie ist nicht delegierbar, weil in jeder Definition eine fachliche Entscheidung steckt. ## Warum ein Kennzahlenname keine Kennzahl ist „Conversion Rate“ klingt wie ein definierter Begriff. Tatsächlich ist es eine Frage mit mindestens vier offenen Stellen: Bestellungen geteilt durch *Sitzungen* oder durch *Nutzer*? Zählen Bestellungen, die später storniert wurden? Zählen Sitzungen ohne Einwilligung mit, wenn sie modelliert sind? Und gilt das für den ganzen Shop oder je Kanal, je Gerät, je Sprache? Jede dieser Stellen ist einzeln harmlos und in Kombination entscheidend. Eine Conversion Rate auf Nutzerbasis liegt je nach Sortiment und Wiederkehrverhalten deutlich über der auf Sitzungsbasis — bei Google Analytics beginnt eine Sitzung, wenn ein Nutzer die Seite ohne aktive Sitzung aufruft, und endet standardmäßig nach 30 Minuten Inaktivität ([Google Analytics-Hilfe](https://support.google.com/analytics/answer/9191807?hl=de)). Wer am Montag recherchiert und am Donnerstag kauft, ist ein Nutzer mit zwei Sitzungen. Beide Werte sind richtig. Nur eben nicht derselbe Wert. Dasselbe gilt für jede andere Kennzahl, die in Strategiepapieren auftaucht. Und solange die Definition nicht hinterlegt ist, verhandelt jedes Meeting zuerst die Zahl und dann erst die Entscheidung. Das ist nicht Schlamperei, sondern eine logische Folge: Wenn drei Abteilungen drei legitime Sichtweisen haben und keine davon als verbindlich markiert ist, setzt sich die Sichtweise durch, die gerade am besten passt. ## Die Anatomie einer KPI-Definition Eine brauchbare KPI-Definition beantwortet zehn Punkte. Keiner davon ist optional, und bei keinem reicht eine Überschrift: 1. **Name und Frage.** Welche Entscheidung soll diese Zahl ermöglichen? Eine Kennzahl ohne zugehörige Entscheidung ist ein Report, kein KPI. 2. **Formel.** Zähler und Nenner, ausgeschrieben. Nicht „Umsatz pro Bestellung“, sondern welche Summe über welche Positionen. 3. **Quellsystem und Felder.** Welches System ist die verbindliche Quelle — und welche Felder genau. Nicht „aus Shopware“, sondern welche Tabelle, welcher Status, welche Preisbasis. 4. **Zeitbezug.** Bestelldatum, Rechnungsdatum, Zahlungsdatum oder Versanddatum. Diese Entscheidung verschiebt Monatswerte im zweistelligen Prozentbereich, wenn die Lieferzeit über den Monatswechsel reicht. 5. **Abgrenzung.** Was fällt heraus: Teststellungen, Mitarbeiterbestellungen, Stornos, B2B oder B2C, Fremdwährungen, Marktplatzkanäle, Versandkosten, Umsatzsteuer. 6. **Granularität und Dimensionen.** Auf welchen Ebenen ist die Kennzahl gültig — gesamt, je Kanal, je Sortimentsgruppe, je Land. Nicht jede Kennzahl ist auf jeder Ebene sinnvoll. 7. **Zielwert und Benchmark.** Eine Conversion Rate von 2,1 % ist ohne Vergleichsmaßstab weder gut noch schlecht. Ohne Zielwert ist sie nur Beobachtung. 8. **Owner.** Eine Person, nicht ein Team. Sie entscheidet im Zweifel über die Auslegung und über Änderungen an der Definition. 9. **Stabilitätsregel.** Ab wann ist der Wert endgültig? Bei Retouren, Stornos und Rechnungsabschluss ändert sich ein Monatswert noch Wochen nachträglich. 10. **Bekannte Grenzen.** Wo die Zahl systematisch verzerrt ist und warum. Eine dokumentierte Schwäche ist belastbarer als eine saubere Zahl, deren Lücken nur im Kopf einer Person existieren. In der Praxis passt das auf eine halbe Seite pro Kennzahl. Für die drei wichtigsten Kennzahlen eines Ziels ist das ein Nachmittag Arbeit — und es ersetzt die zwanzig Minuten Zahlenverhandlung in jedem künftigen Meeting. So sieht eine solche Definition ausgeschrieben aus: ```text KPI Netto-Warenumsatz Frage Wie viel Warenwert haben wir in diesem Monat behalten? Formel SUM(Positionsnetto) − SUM(Retourennetto) Quelle Shopware 6 — Bestellpositionen, Preisbasis netto Status bezahlt, teilweise bezahlt; ohne storniert Zeitbezug Bestelldatum (Retouren dem Ursprungsmonat zugeordnet) Abgrenzung ohne Versandkosten, ohne Teststellungen (Kundengruppe intern), Fremdwährung zum Buchungskurs des Bestelltags Granularität gesamt, je Vertriebskanal, je Sortimentsgruppe Ziel 2027 1,2 Mio. € · Benchmark Vorjahr 980 Tsd. € Owner Head of E-Commerce Stabil ab T+45 Tage (Retourenfrist + Bearbeitung) Grenzen Marktplatzumsatz nicht enthalten — separate Kennzahl Version v2, gültig ab 2026-10-01 (vorher: brutto, ohne Retourenabzug) ``` Der letzte Punkt ist der, der am häufigsten fehlt. Eine KPI-Definition wird geändert, das ist normal — Sortimente verschieben sich, Systeme kommen dazu, eine Abgrenzung erweist sich als falsch. Wenn die Änderung aber still passiert, erklärt niemand mehr den Sprung in der Zeitreihe. Eine Definition braucht deshalb eine Version mit Datum und Begründung, genau wie der Leitsatz aus Teil eins. ## Die fünf Kennzahlen, die in Shops am häufigsten kaputt sind Es gibt Dutzende Kennzahlen im E-Commerce. Uneinig ist man sich fast immer über dieselben fünf. ### Umsatz Die Kennzahl mit den meisten Varianten: brutto oder netto, mit oder ohne Versandkosten, vor oder nach Retouren, mit oder ohne Stornos, Bestell- oder Rechnungsdatum, Fremdwährung zu welchem Kurs. Jede Kombination hat eine legitime Verwendung — die Buchhaltung braucht das Rechnungsdatum, das Marketing braucht das Bestelldatum, der Einkauf braucht die Netto-Warenmenge. Der Fehler ist nicht, mehrere Varianten zu haben. Der Fehler ist, sie alle „Umsatz“ zu nennen. Wer drei Varianten braucht, benennt drei Kennzahlen: Bruttobestellwert, Netto-Warenumsatz und abgerechneter Umsatz. Technisch hängt das in Shopware an den Zuständen der drei State Machines, die mit jeder Bestellung starten — Order, Transaction und Delivery ([Shopware Developer Docs](https://developer.shopware.com/docs/concepts/commerce/checkout-concept/orders.html)). Welche Zustände in die Kennzahl einfließen, ist eine fachliche Entscheidung und gehört in die Definition, nicht in eine SQL-Abfrage, die nur einer kennt. ### Conversion Rate Nenner klären — Sitzungen oder Nutzer —, Bots und interne Zugriffe ausschließen, und entscheiden, wie mit nicht eingewilligten Zugriffen umgegangen wird. Google Analytics modelliert das Verhalten von Nutzern, die Analyse-Cookies ablehnen, auf Basis vergleichbarer einwilligender Nutzer ([Google Analytics-Hilfe](https://support.google.com/analytics/answer/11161109?hl=de)). Das ist für Trendaussagen nützlich und für die Zählerseite einer umsatzrelevanten Kennzahl untauglich. Daraus folgt eine Regel, die viel Streit erspart: **Bestellungen kommen aus dem Shop, Sitzungen aus Analytics.** Die Conversion Rate ist damit eine Kennzahl über zwei Systeme — und braucht genau deshalb eine Definition, die festhält, welches System welchen Teil liefert. Dasselbe gilt für Zwischenschritte: Was als Schlüsselereignis gilt, ist eine Konfiguration und keine Naturkonstante ([Google Analytics-Hilfe](https://support.google.com/analytics/answer/9267568?hl=de)). ### Deckungsbeitrag Die wichtigste und am seltensten definierte Kennzahl. Vom Netto-Warenumsatz gehen ab: Einstandskosten, Versandkosten tatsächlich und nicht pauschal, Zahlungsgebühren je Zahlart, Retourenkosten inklusive Bearbeitung und Wertverlust, Rabatte und Gutscheine. Was nicht abgeht, weil es nicht zuordenbar ist — Lager, Personal, Tooling —, bleibt bewusst draußen und wird als Grenze dokumentiert. Diese Kennzahl entscheidet über fast jede Priorisierung im Sortiment und im Marketing. Wer sie nicht hat, steuert Wachstum auf Umsatzbasis und erfährt die Marge im Jahresabschluss. ### CAC und ROAS Zwei Fragen, die vor jeder Berechnung zu klären sind. Erstens: Welche Kosten zählen? Nur Mediaspend, oder auch Agenturhonorar, Tool-Kosten und interne Arbeitszeit. Beide Varianten sind brauchbar, sie heißen nur nicht gleich. Zweitens: Welcher Umsatz zählt? Der attribuierte Umsatz hängt vollständig am gewählten Attributionsmodell ([Google Ads-Hilfe](https://support.google.com/google-ads/answer/6259715?hl=de)), und welches Modell gilt, ist eine Entscheidung des Unternehmens, nicht die Voreinstellung eines Tools. Dazu kommt ein Punkt, der in der Praxis regelmäßig untergeht: Ein ROAS auf Umsatzbasis ist keine Wirtschaftlichkeitsaussage. Google Ads optimiert Gebotsstrategien auf den übergebenen Conversion-Wert ([Google Ads-Hilfe](https://support.google.com/google-ads/answer/6268637?hl=de)). Wird dort der Bruttobestellwert übergeben, optimiert das System auf Bestellungen mit hohem Warenkorb — inklusive der retourenstärksten. Erst ein deckungsbeitragsnaher Conversion-Wert richtet die Gebotslogik auf das aus, was tatsächlich im Unternehmen bleibt. Kanäle und Attribution behandeln wir später in dieser Reihe im Detail. ### Retourenquote Je Artikel oder je Bestellung? Auf Stück- oder auf Wertbasis? Und in welchem Zeitfenster — denn eine Retoure trifft Wochen nach der Bestellung ein. Wer die Retouren des laufenden Monats auf die Bestellungen des laufenden Monats bezieht, unterschätzt die Quote systematisch; sauber ist die Zuordnung zum Ursprungsmonat der Bestellung, mit einer Stabilitätsregel für den Zeitpunkt, ab dem der Wert als endgültig gilt. Die Größenordnung rechtfertigt den Aufwand. Die Forschungsgruppe Retourenmanagement der Universität Bamberg rechnet für 2026 mit rund 560 Millionen Retourenpaketen in Deutschland nach etwa 542 Millionen im Jahr 2025; nahezu jedes vierte im B2C-E-Commerce verschickte Paket wird retourniert ([retourenforschung.de](https://www.retourenforschung.de/info-aktualisierte-schaetzung-bezueglich-der-anzahl-an-retourenpaketen-im-jahr-2026.html)). Eine Kennzahl, die rund ein Viertel des Volumens beschreibt, in drei Varianten im Haus zu haben, ist teuer. ## Eine Kennzahl, eine Quelle der Wahrheit Shop, Analytics, Ads-Konto und Search Console werden niemals dieselben Zahlen zeigen. Sie messen an unterschiedlichen Stellen, mit unterschiedlichen Zeitzonen, unterschiedlicher Einwilligungslage und unterschiedlicher Attribution. Der Versuch, diese Abweichung wegzurechnen, ist verlorene Zeit. Produktiv ist die umgekehrte Festlegung: Jede Kennzahl hat **genau ein** führendes System, und zwar das, das dem Ereignis am nächsten sitzt. - Bestellungen, Warenkörbe, Retouren, Stornos → Shop - Sitzungen, Einstiege, Verhalten im Funnel → Analytics - Kosten, Klicks, Impressionen auf bezahlten Flächen → Ads - Impressionen, Klicks und Position in der organischen Suche → Search Console - Rechnungen, Zahlungseingänge, Gutschriften → ERP oder Buchhaltung Alles, was aus mehreren Systemen zusammengerechnet wird, bekommt die Zusammensetzung in die Definition geschrieben — inklusive des gemeinsamen Schlüssels, über den verbunden wird. Genau an diesen Übergängen entstehen die interessanten Kennzahlen: Deckungsbeitrag pro Kanal, Umsatz pro organischem Klick, Retourenquote pro Kampagne. Und genau dort entstehen auch die Fehlzuordnungen, wenn der Schlüssel nicht sauber ist. ## Wie viele Kennzahlen ein Ziel trägt Die typische Fehlentwicklung ist nicht ein Mangel an Kennzahlen, sondern ihr Überangebot. Ein Dashboard mit vierzig Zahlen signalisiert Kontrolle und liefert keine: Wenn alles beobachtet wird, ist nichts priorisiert. Brauchbar ist eine Dreiteilung. Jedes Ziel trägt **eine Leitkennzahl**, an der es gemessen wird. Dazu kommen **zwei bis drei Treiber** — die Kennzahlen, über die die Leitkennzahl bewegt wird. Und dazu kommen **Guardrails**: Kennzahlen, die nicht verbessert werden sollen, sondern nicht verschlechtert werden dürfen. Eine Conversion-Optimierung mit Guardrail Retourenquote ist eine andere Aufgabe als eine ohne. Diese Trennung in wenige, aufeinander bezogene Kennzahlen ist der eigentliche Kern der [Balanced Scorecard](https://hbr.org/1992/01/the-balanced-scorecard-measures-that-drive-performance-2) — und sie hat sich in über drei Jahrzehnten nicht abgenutzt. Der Rest ist Diagnostik. Diagnostische Kennzahlen sind nützlich, wenn eine Leitkennzahl kippt und man wissen will, warum. Sie gehören in die Analyse, nicht in die Zielstruktur. ## Vier Anti-Muster, die auch mit Definition nicht besser werden **Verhältniszahl ohne Absolutwert.** Eine Conversion Rate, die steigt, weil der Traffic einbricht, ist eine Verschlechterung. Jede Quote braucht Zähler und Nenner in Sichtweite. **Durchschnitt über eine schiefe Verteilung.** Ein durchschnittlicher Bestellwert von 85 € kann aus 85-€-Bestellungen bestehen oder aus sehr vielen kleinen und wenigen sehr großen. Für Sortiment, Versandlogik und Freigrenzen sind das zwei völlig verschiedene Shops. Wo die Entscheidung von der Verteilung abhängt, gehört ein Median oder ein Perzentil in die Definition. **Kennzahl ohne Datengrundlage.** Viele Kennzahlen aus Strategiepapieren sind mit den tatsächlich angebundenen Systemen gar nicht berechenbar. Das früh zu wissen ist wertvoller als eine schöne Zielzahl — denn dann ist die erste Maßnahme die Datenanbindung und nicht die Optimierung. **Kennzahl als Zielvorgabe ohne Guardrail.** Jede Kennzahl, an der ein Team gemessen wird, wird optimiert — auch auf Wege, die niemand gemeint hat. Retourenquote senken, indem Rücksendungen erschwert werden. Conversion Rate heben, indem teurer Traffic abgeschaltet wird. Deshalb gehört zu jeder Zielkennzahl die Gegenkennzahl, die den Missbrauch sichtbar macht. Häufige Fragen zu KPI-Definitionen. ## Wie wir das in nuonic Lens abbilden Diese Definitionsarbeit haben wir in Projekten lange in Tabellen und Confluence-Seiten geführt, und sie ist dort jedes Mal verfallen — nicht weil sie falsch war, sondern weil die Definition und die Zahl an zwei verschiedenen Orten lagen. Wer die Zahl im Dashboard sieht, liest die Definition nicht nach. In [nuonic Lens](/insights/messbare-e-commerce-strategie) ist die KPI deshalb nicht ein Feld im Dashboard, sondern das Objekt selbst: Formel über benannte Felder der angebundenen Quellen, mit Zeitbezug, Abgrenzung, Zielwert, Benchmark, Owner und Stabilitätsregel — versioniert, mit Datum und Begründung bei jeder Änderung. Jede Zahl im System lässt sich bis auf die Felder aufklappen, aus denen sie entsteht. Und wo die angebundenen Quellen eine gewünschte Kennzahl nicht hergeben, sagt das System das, statt eine Lücke mit einem Näherungswert zu füllen. nuonic Lens ist weiter in Entwicklung — es gibt bis auf Weiteres keine öffentliche Anmeldung und keine Preise. Wer die Reihe verfolgen oder früh darüber sprechen will, [melde sich einfach](/kontakt). ## Der nächste Schritt Drei Prüfungen, für die du kein neues Tool brauchst: 1. **Nimm eure wichtigste Kennzahl und lass sie von zwei Personen unabhängig berechnen.** Weicht das Ergebnis ab, hast du keine Kennzahl, sondern einen Begriff. 2. **Schreibe für die drei wichtigsten Kennzahlen die zehn Punkte oben auf.** Jede Stelle, an der du den Owner fragen musst, ist eine offene fachliche Entscheidung — und genau die ist der Grund für die Abweichung. 3. **Prüfe, ob jede Kennzahl mit den angebundenen Systemen berechenbar ist.** Was nicht berechenbar ist, ist kein Ziel, sondern ein Datenprojekt. Bevor wir in dieser Reihe in die Spezialthemen gehen, klären wir die Grundlagen: Im nächsten Beitrag geht es um die Zielsysteme selbst — OKR, Balanced Scorecard, KPI-Baum und Hoshin Kanri im Vergleich, und welches davon zu welchem Shop passt. Denn die Definitionen aus diesem Beitrag brauchen eine Struktur, in der sie hängen. Wenn du die Zielstruktur und die KPI-Definitionen nicht allein aufbauen willst: Genau das machen wir in der [Beratung](/leistungen/beratung), und in [Wachstum](/leistungen/wachstum) betreiben wir sie als Zyklus mit Vorher-Nachher. [Melde dich](/kontakt) — ein Gespräch mit denen, die es auch bauen. ## Quellen und weiterführende Informationen - [Shopware Developer Docs: Orders (Order-, Transaction- und Delivery-State-Machine)](https://developer.shopware.com/docs/concepts/commerce/checkout-concept/orders.html) - [Google Analytics-Hilfe: Über Analytics-Sitzungen](https://support.google.com/analytics/answer/9191807?hl=de) - [Google Analytics-Hilfe: Verhaltensmodellierung für den Einwilligungsmodus](https://support.google.com/analytics/answer/11161109?hl=de) - [Google Analytics-Hilfe: Schlüsselereignisse](https://support.google.com/analytics/answer/9267568?hl=de) - [Google Ads-Hilfe: Attributionsmodelle](https://support.google.com/google-ads/answer/6259715?hl=de) - [Google Ads-Hilfe: Gebotsstrategie „Ziel-ROAS“](https://support.google.com/google-ads/answer/6268637?hl=de) - [Forschungsgruppe Retourenmanagement (Universität Bamberg): Retourenpakete 2026](https://www.retourenforschung.de/info-aktualisierte-schaetzung-bezueglich-der-anzahl-an-retourenpaketen-im-jahr-2026.html) - [Harvard Business Review: The Balanced Scorecard — Measures that Drive Performance](https://hbr.org/1992/01/the-balanced-scorecard-measures-that-drive-performance-2) ## Weiterlesen - [Messbare Strategie im E-Commerce: Warum Ziele ohne Zahlen keine Ziele sind](/insights/messbare-e-commerce-strategie) - [F.O.C.U.S. — die Methodik hinter unseren Projekten](/framework/focus) - [Beratung: Entscheidungen auf Datenbasis](/leistungen/beratung) - [Wachstum: Skalierung ist ein System](/leistungen/wachstum) - [Suche im E-Commerce: Warum dein Shop eine Suche braucht, die auch findet](/insights/ecommerce-suche-die-findet)