Zuletzt aktualisiert am

First-Time Fix Rate(FTFR)

Definition

Der Prozentsatz der Außendiensteinsätze, die beim ersten Besuch vollständig gelöst werden. Das Pendant zur FCR im Field Service. Jeder Folgebesuch verursacht hohe Kosten und Kundenfrust.

Formel

Beim ersten Besuch gelöste Aufträge
Gesamtaufträge
×100

Auch bekannt als

FTFR, Erstlösungsquote (Außendienst), First Visit Fix Rate

Kategorie

Field Service & Außendienst

First-Time Fix Rate Rechner

Ergebnis

Gib beide Werte ein, um Deine First-Time Fix Rate zu berechnen.

Was ist die First-Time Fix Rate?

Die First-Time Fix Rate (FTFR, deutsch: Erstlösungsquote im Außendienst) misst den Prozentsatz der Serviceeinsätze, die ein Techniker beim ersten Besuch vollständig löst, ohne dass ein Folgebesuch, zusätzliche Ersatzteile oder externer Support nötig ist.

Jeder Folgebesuch kostet. Fahrtkosten, Technikerzeit, erneute Terminkoordination und vor allem: Kundenfrust. Ein Kunde, der einen zweiten Besuch braucht, ist nicht nur unzufrieden, er verliert auch produktive Zeit. Deshalb ist die FTFR eine der wichtigsten Kennzahlen im Field Service und hat direkten Einfluss auf Kundenzufriedenheit, Betriebskosten und Techniker-Effizienz (IBM).

Die FTFR ist das Pendant zur First-Call Resolution im Contact Center. Während die FCR misst, ob ein Kundenanliegen beim ersten Telefonat oder Chat gelöst wird, misst die FTFR, ob ein physischer Vor-Ort-Einsatz beim ersten Besuch erfolgreich ist.

Wie die First-Time Fix Rate berechnen?

Formel
FTFR = (Beim ersten Besuch gelöste Aufträge ÷ Gesamtaufträge) × 100

Rechenbeispiel

Ein Field-Service-Team schließt in einem Monat 200 Aufträge ab. Davon werden 170 Aufträge beim ersten Besuch vollständig gelöst. Bei 30 Aufträgen war ein Folgebesuch nötig.

Berechnung
FTFR = (170 ÷ 200) × 100
Ergebnis
85,0 %

Mit 85 % liegt das Team über dem Branchendurchschnitt von 80 %, hat aber noch Potenzial in Richtung Best-in-Class (88 %+).

Benchmarks

BereichFTFRBewertung
Unter 70 %KritischDringender Handlungsbedarf, hohe Folgekosten
70–75 %UnterdurchschnittlichVerbesserungspotenzial bei Diagnose oder Ersatzteilversorgung
75–80 %DurchschnittBranchenüblicher Wert
80–88 %GutÜberdurchschnittliche Leistung
88–98 %Best-in-ClassExzellente Prozesse und Technikerqualifikation

Der branchenübergreifende Durchschnitt liegt bei rund 80 %, was bedeutet, dass jeder fünfte Einsatz einen Folgebesuch erfordert. Best-in-Class-Organisationen erreichen 88 bis 98 %, vor allem in eng definierten Servicebereichen mit standardisierten Geräten (PTC, Comparesoft).

Häufigste Ursachen für Folgebesuche

Fehlende Ersatzteile. Der Techniker hat das richtige Teil nicht dabei und muss es bestellen. Das ist die häufigste Ursache für gescheiterte Erstbesuche und lässt sich durch bessere Bestandsplanung und vorausschauende Disposition adressieren.

Unzureichende Vordiagnose. Das Problem wurde am Telefon oder per Ticket falsch eingeschätzt. Der Techniker kommt mit dem falschen Werkzeug oder der falschen Qualifikation.

Komplexität unterschätzt. Der Einsatz erfordert Spezialwissen oder Zugang zu Systemen, die beim ersten Besuch nicht verfügbar sind.

Fehlende Dokumentation. Der Techniker hat keine Wartungshistorie oder technische Dokumentation des Geräts und kann das Problem nicht vollständig diagnostizieren.

First-Time Fix Rate verbessern

Vordiagnose stärken. Remote-Diagnose per Video oder IoT-Sensordaten ermöglicht eine genauere Einschätzung vor dem Besuch. Wenn der Techniker das Problem kennt, bevor er losfährt, bringt er das richtige Material mit.

Ersatzteilmanagement optimieren. Servicefahrzeuge mit den häufigsten Ersatzteilen bestücken, basierend auf historischen Daten. Predictive Analytics kann vorhersagen, welche Teile bei welchem Gerätetyp und Alter am wahrscheinlichsten ausfallen.

Techniker qualifizieren. Regelmäßige Schulungen zu neuen Gerätetypen und Fehlerbehebungsverfahren. Cross-Training, damit Techniker ein breiteres Spektrum an Problemen lösen können.

Wissensdatenbank bereitstellen. Mobile Zugriff auf Reparaturanleitungen, Schaltpläne und die Wartungshistorie des konkreten Geräts direkt auf dem Tablet des Technikers.

Skill-basiertes Dispatching. Den Techniker mit der passenden Qualifikation und den richtigen Ersatzteilen zum Einsatz schicken, statt den nächstverfügbaren.

FTFR vs. FCR vs. Resolution Time

MetrikKontextWas sie misstBenchmark
First-Time Fix RateAußendienst (vor Ort)Anteil der beim ersten Besuch gelösten Einsätze80 % (Durchschnitt)
First-Call ResolutionContact Center (remote)Anteil der beim ersten Kontakt gelösten Anfragen70–75 %
Resolution TimeBeideZeit von Ticketerstellung bis LösungVariiert stark

Die FTFR und die FCR messen dasselbe Prinzip in unterschiedlichen Kontexten: Wurde das Problem beim ersten Versuch gelöst? Die Resolution Time ergänzt beide Metriken, indem sie die zeitliche Dimension hinzufügt. Eine hohe FTFR bei gleichzeitig langer Resolution Time kann bedeuten, dass Einsätze zwar beim ersten Besuch gelöst werden, aber die Terminierung zu lange dauert.

Pro und Kontra der First-Time Fix Rate

Pro

  • +Direkt verknüpft mit Kundenzufriedenheit: Kein Folgebesuch bedeutet weniger Aufwand für den Kunden
  • +Jede Verbesserung senkt Betriebskosten messbar (Fahrtkosten, Technikerzeit, Teilelogistik)
  • +Einfach zu berechnen und für Techniker, Dispatcher und Management verständlich
  • +Treibt systemische Verbesserungen in Diagnose, Logistik und Qualifikation

Kontra

  • Kann durch triviale Einsätze aufgebläht werden, die immer beim ersten Besuch gelöst werden
  • Definition von 'gelöst' ist nicht standardisiert: Manche zählen Teilreparaturen, andere nicht
  • Berücksichtigt nicht die Qualität der Reparatur oder die Kundenzufriedenheit
  • Kann Techniker dazu verleiten, komplexe Probleme als gelöst zu markieren, obwohl eine Nacharbeit nötig wäre

Einfluss von KI auf die First-Time Fix Rate

KI verbessert die FTFR auf drei Ebenen. Erstens ermöglicht KI-gestützte Ferndiagnose durch IoT-Sensoren und Bilderkennung eine präzisere Problemidentifikation vor dem Besuch. Studien zeigen, dass KI-Troubleshooting-Assistenten die FTFR um 16 % steigern und unnötige Anfahrten (False Truck Rolls) um bis zu 80 % reduzieren können (aiventic).

Zweitens sagt Predictive Maintenance Ausfälle bis zu 30 Tage im Voraus vorher. Statt auf einen Defekt zu reagieren, kann der Techniker proaktiv das richtige Teil mitbringen und das Problem beheben, bevor der Kunde es überhaupt bemerkt.

Drittens unterstützt KI den Techniker vor Ort mit Echtzeit-Anweisungen. Mobile KI-Assistenten analysieren Fehlercodes, empfehlen Reparaturschritte auf Basis ähnlicher Fälle und verbinden bei Bedarf per Video mit einem Remote-Experten. So können auch weniger erfahrene Techniker komplexe Probleme beim ersten Besuch lösen.