Was ist der Customer Satisfaction Score (CSAT)?
Wie zufrieden waren Sie mit Ihrem Erlebnis?
Zufriedene Kunden
÷Alle Befragten
×100Der Customer Satisfaction Score (CSAT) ist eine der meistverwendeten Kennzahlen im Kundenservice. Er misst die unmittelbare Zufriedenheit eines Kunden nach einer bestimmten Interaktion, einem Kauf oder einem Support-Kontakt.
Die Erhebung erfolgt typischerweise über eine kurze Umfrage mit einer einzigen Frage: „Wie zufrieden waren Sie mit Ihrem Erlebnis?" Der Kunde bewertet auf einer Skala, z. B. von 1 für sehr unzufrieden bis 5 für sehr zufrieden.
Im Gegensatz zum Net Promoter Score (NPS), der die langfristige Loyalität abbildet, erfasst der CSAT die momentane Zufriedenheit mit einem konkreten Touchpoint. Dadurch eignet er sich besonders gut, um Schwachstellen in einzelnen Prozessen zu identifizieren und schnell gegenzusteuern.
Der CSAT wird branchenübergreifend eingesetzt: im Call Center nach einem Telefonat, im E-Commerce nach einer Bestellung, in der Softwarebranche nach einem Support-Ticket. Als Standardmethode zur Ermittlung der Kundenzufriedenheit ist er einfach zu erheben, leicht verständlich und liefert unmittelbar verwertbare Ergebnisse.
Wie berechnet man den CSAT?
Welche Bewertungen zählen als „zufrieden"?
Das hängt von der verwendeten Skala ab:
| Skala | Als „zufrieden" gewertet | Bezeichnung |
|---|---|---|
| 1–5 | 4 und 5 | Top-2-Box |
| 1–7 | 6 und 7 | Top-2-Box |
| 1–10 | 9 und 10 | Top-2-Box |
Die Top-2-Box-Methode ist die gängigste Auswertung. Nur die beiden höchsten Werte der jeweiligen Skala gelten als zufrieden. Alternativ verwenden manche Unternehmen die Top-Box-Methode mit nur dem höchsten Wert oder den Durchschnitt aller Bewertungen.
Rechenbeispiel
Ein Kundenservice-Team erhält nach 200 Interaktionen folgendes Feedback auf einer 1–5-Skala:
| Bewertung | Anzahl |
|---|---|
| 5 (sehr zufrieden) | 100 |
| 4 (zufrieden) | 70 |
| 3 (neutral) | 20 |
| 2 (unzufrieden) | 7 |
| 1 (sehr unzufrieden) | 3 |
Mit einem CSAT von 85 % liegt das Team über dem branchenübergreifenden Durchschnitt von etwa 78 % und erzielt einen sehr guten Wert.
Was ist ein guter CSAT?
Ein guter CSAT-Wert hängt stark von der Branche ab. Als Faustregel gilt: Unter 70 % deutet auf ernsthaften Handlungsbedarf hin, 70–80 % ist solide, und ab 80 % ist der Wert gut bis sehr gut.
Benchmarks nach Branche (ACSI 2024/2025)
Die folgenden Werte stammen vom American Customer Satisfaction Index (ACSI), der jährlich über 200.000 Kundeninterviews in den USA auswertet. Der ACSI verwendet eine 0–100-Skala und ist der meistzitierte branchenübergreifende Zufriedenheitsindex.
| Branche | ACSI Score (0–100) | Bewertung |
|---|---|---|
| Versicherung (P&C) | 79 | Gut |
| Finanzberatung | 81 | Sehr gut |
| Banken | 80 | Gut |
| E-Commerce / Online-Handel | 79 | Gut |
| Einzelhandel (Spezialgeschäfte) | 80 | Gut |
| Supermärkte | 78 | Gut |
| Mobilfunkanbieter | 75 | Akzeptabel |
| Internetanbieter (ISPs) | 72 | Verbesserungswürdig |
| Krankenhäuser | 74 | Akzeptabel |
Der nationale ACSI-Durchschnitt lag in Q4 2025 bei 76,9 Punkten.
Quellen: ACSI Q4 2025, ACSI Retail Study 2025, ACSI Finance Study 2025, ACSI Telecom Study 2025
Kanalübliche CSAT-Werte
| Kanal | Sehr gut | Akzeptabel | Kritisch |
|---|---|---|---|
| Telefon | > 85 % | 75–85 % | < 75 % |
| Live-Chat | > 85 % | 75–85 % | < 75 % |
| E-Mail / Ticket | > 80 % | 70–80 % | < 70 % |
| Self-Service / FAQ | > 75 % | 65–75 % | < 65 % |
Kritisch bedeutet: Der Wert liegt deutlich unter dem Branchendurchschnitt und weist auf systematische Probleme hin. Prüfe zuerst die häufigsten Beschwerden und die Lösungsquote beim Erstkontakt (First Contact Resolution), denn diese Metrik korreliert am stärksten mit dem CSAT.
CSAT verbessern
Ein niedriger CSAT lässt sich selten auf eine einzelne Ursache zurückführen. Die wirksamsten Hebel betreffen Wartezeit, Lösungskompetenz und Nachverfolgung.
First Contact Resolution steigern. Kunden, deren Anliegen beim ersten Kontakt gelöst wird, bewerten die Interaktion deutlich besser. Wissensmanagement verbessern, Agents mit Entscheidungskompetenzen ausstatten und Eskalationsprozesse vereinfachen.
Wartezeiten reduzieren. Lange Wartezeiten sind einer der häufigsten Gründe für niedrige CSAT-Werte. Workforce Management optimieren, Callback-Optionen anbieten und Self-Service für Standardanfragen einsetzen.
Proaktiv kommunizieren. Kunden über den Status ihres Anliegens informieren, bevor sie nachfragen müssen. Automatisierte Updates bei offenen Tickets senden und realistische Zeitrahmen kommunizieren.
Feedback-Schleife schließen. CSAT-Ergebnisse regelmäßig auswerten, Muster identifizieren und Verbesserungen an die Teams zurückspielen. Besonders aufschlussreich sind die Freitextantworten in Kombination mit niedrigen Bewertungen.
Agent-Schulung gezielt einsetzen. Quality-Assurance-Daten nutzen, um individuelle Coaching-Bedarfe zu erkennen. Empathie-Training und produktspezifisches Wissen haben den größten Einfluss auf den CSAT.
CSAT vs. NPS vs. CES
| Merkmal | CSAT | NPS | CES |
|---|---|---|---|
| Fragestellung | „Wie zufrieden waren Sie?" | „Wie wahrscheinlich empfehlen Sie uns?" | „Wie einfach war es, Ihr Anliegen zu lösen?" |
| Skala | 1–5, 1–7 oder 1–10 | 0–10 | 1–5 oder 1–7 |
| Messzeitpunkt | Nach einer Interaktion | Periodisch oder nach Meilenstein | Nach einer Interaktion |
| Perspektive | Zufriedenheit, transaktional | Loyalität, relational | Aufwand, transaktional |
| Berechnung | % der Top-2-Box-Bewertungen | % Promotoren − % Detraktoren | Durchschnitt aller Bewertungen |
| Stärke | Schnell, einfach, touchpoint-spezifisch | Strategischer Loyalitätsindikator | Identifiziert Reibungspunkte |
| Schwäche | Kein Loyalitätsprädiktor | Keine touchpoint-spezifische Analyse | Misst keinen emotionalen Aspekt |
Die drei Metriken ergänzen sich. Der CSAT zeigt, ob eine konkrete Interaktion den Kunden zufriedengestellt hat. Der NPS verrät, ob der Kunde insgesamt loyal ist und das Unternehmen weiterempfehlen würde. Der CES deckt auf, ob der Prozess für den Kunden unnötig aufwendig war. Ein hoher CSAT bei gleichzeitig niedrigem NPS deutet darauf hin, dass einzelne Interaktionen gut laufen, das Gesamterlebnis aber nicht überzeugt.
Pro und Kontra des CSAT
Pro
- +Einfach zu erheben und für alle Beteiligten sofort verständlich
- +Touchpoint-spezifisch: zeigt genau, wo es hakt
- +Kurze Umfrage = hohe Rücklaufquote im Vergleich zu längeren Befragungen
- +Branchenübergreifend etabliert mit guter Benchmark-Verfügbarkeit
Kontra
- –Misst nur die momentane Zufriedenheit, keine langfristige Loyalität
- –Ergebnisse können durch niedrige Rücklaufquoten verzerrt sein, da zufriedene und sehr unzufriedene Kunden häufiger antworten
- –Kulturelle Unterschiede beeinflussen die Skalenbewertung, weil in manchen Kulturen die Höchstnote selten vergeben wird
- –Ohne Freitextfeld liefert der CSAT keine Ursachenanalyse
Ergänzend zum CSAT lohnt sich ein Blick auf die CSAT Survey Response Rate. Eine niedrige Rücklaufquote kann den CSAT-Wert systematisch verzerren, weil bestimmte Kundengruppen über- oder unterrepräsentiert sind. Liegt die Response Rate unter 10 %, sollte die Aussagekraft des CSAT kritisch hinterfragt werden.
Häufige Fehlerquellen beim CSAT
Ein hoher CSAT-Wert vermittelt Sicherheit, kann aber trügen. Drei strukturelle Fehlerquellen führen regelmäßig dazu, dass Unternehmen ihre tatsächliche Kundenzufriedenheit falsch einschätzen.
1. Zu geringe Stichprobe
Wenn nur 5–10 % der Kunden nach einer Interaktion eine Bewertung abgeben, basiert der CSAT auf einer kleinen, nicht repräsentativen Teilmenge. Schon wenige extreme Bewertungen verschieben den Wert erheblich. Erst ab einer Antwortrate von mindestens 20–30 % sind CSAT-Ergebnisse statistisch belastbar. Maßnahmen: Umfrage direkt im Chat-Fenster oder am Gesprächsende einblenden, auf eine einzige Frage beschränken und den Zeitpunkt optimieren.
2. Selbstselektion der Bewertenden
Nicht jeder Kunde bewertet gleich gern. Besonders zufriedene und besonders unzufriedene Kunden geben überproportional häufig Feedback. Die neutrale Mehrheit schweigt. Dieses Phänomen verzerrt den CSAT in beide Richtungen: Entweder erscheint der Wert besser als die tatsächliche Stimmung, oder einzelne Negativbewertungen drücken ihn unverhältnismäßig stark. Der CSAT bildet also die Meinung der Bewertenden ab, nicht die Meinung aller Kunden.
3. Engagement Feedback vs. Policy Feedback
Die kritischste und am häufigsten übersehene Fehlerquelle: Der CSAT misst die Zufriedenheit mit der Interaktion, nicht mit dem Ergebnis oder der Unternehmenspolitik. Beide werden aber oft vermischt.
Engagement Feedback bewertet den Agenten: War er freundlich? Hat er zugehört? Hat er schnell reagiert? Ein empathischer, kompetenter Agent kann einen hohen CSAT erzielen, obwohl das eigentliche Problem des Kunden ungelöst bleibt.
Policy Feedback bewertet die Richtlinien und Prozesse dahinter: Darf der Agent eine Ausnahme machen? Gibt es eine kulante Rückgaberegelung? Ist die Lösung fair?
Ein Beispiel: Ein Kunde möchte ein Geschenk zurückgeben, das für eine verstorbene Person gekauft wurde. Der Agent ist einfühlsam, professionell und kommuniziert klar. Aber die Unternehmensrichtlinie erlaubt keine Rückgabe. Der Kunde bewertet den CSAT mit 1, obwohl die Interaktionsqualität einwandfrei war. Der niedrige Wert spiegelt nicht die Leistung des Agenten wider, sondern die Unzufriedenheit mit der Unternehmenspolitik.
Umgekehrt kann ein mittelmäßiger Agent einen hohen CSAT erhalten, wenn die Richtlinie großzügig ist und der Kunde sein Geld sofort zurückbekommt.
Die Konsequenz: CSAT-Werte ohne Differenzierung zwischen Engagement Feedback und Policy Feedback führen zu falschen Schlüssen. Teams optimieren das Agentenverhalten, obwohl die Ursache in den Richtlinien liegt. Oder sie ändern Prozesse, obwohl das Problem individuelle Gesprächsführung ist. Wer den CSAT sinnvoll nutzen will, sollte nach Kontaktgrund segmentieren und Freitextantworten systematisch auswerten, um beide Dimensionen zu trennen.
Einfluss von KI auf den CSAT
KI verändert den CSAT auf zwei Ebenen: direkt über die Interaktionsqualität und indirekt über die Entlastung menschlicher Agents.
Sofortige Verfügbarkeit steigert den CSAT. KI-Chatbots und KI-Agenten beantworten einfache Anfragen rund um die Uhr in Sekunden. Gerade bei Standardanfragen wie Bestellstatus, Passwort-Reset oder Rechnungsfragen schätzen Kunden die sofortige Lösung. Das senkt Wartezeiten und steigert die Zufriedenheit mit dem Kanal.
Menschliche Agents profitieren ebenfalls. Wenn KI Routineanfragen übernimmt, sinkt das Anfragevolumen für menschliche Agents. Diese haben mehr Zeit pro Gespräch, können sich auf komplexe Anliegen konzentrieren und liefern bessere Lösungen. Das verbessert den CSAT auch auf dem Telefon- und E-Mail-Kanal.
Risiko bei schlechter Implementierung. Schlecht trainierte KI-Agenten, die Anliegen nicht verstehen oder in Schleifen geraten, senken den CSAT deutlich. Kunden, die nach einem gescheiterten Bot-Kontakt an einen menschlichen Agenten weitergeleitet werden, starten bereits frustriert in das Gespräch. Die Qualität der KI-Implementierung ist entscheidend.
Engagement Feedback und Policy Feedback automatisch trennen. Einige KI-Plattformen können den Gesprächsverlauf nach Abschluss automatisch analysieren und erkennen, ob die Unzufriedenheit eines Kunden durch das Verhalten des Agenten oder der KI ausgelöst wurde, oder durch das Ergebnis selbst, also die Richtlinie des Unternehmens. Ein Kunde, der freundlich beraten wird, aber keine Rückerstattung erhält, hinterlässt einen niedrigen CSAT, der ohne diese Analyse fälschlicherweise dem Agenten zugerechnet würde. KI-gestützte Konversationsanalyse erkennt anhand von Tonalität, Wortwahl und Gesprächsverlauf, ob der Frust auf mangelnde Empathie, lange Wartezeiten oder fehlende Lösungskompetenz zurückgeht, oder ob der Kunde die zugrunde liegende Unternehmensrichtlinie ablehnt. Diese Unterscheidung macht den CSAT erstmals operativ nutzbar: Teams können gezielt am Agentenverhalten arbeiten, wenn das Engagement Feedback negativ ausfällt, und Richtlinien eskalieren, wenn das Policy Feedback die Ursache ist.