Was ist die Reopen Rate?
Die Reopen Rate (deutsch: Wiedereröffnungsrate) misst den Anteil der gelösten Support-Tickets, die nach Schließung erneut geöffnet werden. Ein Ticket wird wiedereröffnet, wenn der Kunde auf die geschlossene Anfrage antwortet, weil das Problem nicht vollständig gelöst wurde, die Lösung nicht funktioniert hat oder neue Fragen zum selben Anliegen entstanden sind.
Die Reopen Rate ist ein direkter Indikator für die Lösungsqualität im Kundenservice. Während die First Call Resolution misst, ob ein Problem beim Erstkontakt gelöst wird, zeigt die Reopen Rate, ob die gelieferte Lösung tatsächlich nachhaltig war. Eine hohe Reopen Rate bedeutet Mehrarbeit für das Support-Team, längere Durchlaufzeiten und frustrierte Kunden, die sich erneut melden müssen.
Unternehmen mit einer Reopen Rate unter 5 % berichten typischerweise über Kundenzufriedenheitswerte von über 85 % (MetricHQ).
Arten von Ticket-Wiedereröffnungen
Kundenseitige Wiedereröffnung entsteht, wenn der Kunde auf ein geschlossenes Ticket antwortet, weil das Problem nicht gelöst wurde oder erneut auftritt. Das ist der häufigste Typ und der relevanteste für die Lösungsqualität.
Agentseitige Wiedereröffnung findet statt, wenn ein Agent ein Ticket erneut öffnet, weil er feststellt, dass die ursprüngliche Lösung unvollständig war oder ein Fehler in der Bearbeitung vorlag.
Automatische Wiedereröffnung wird durch Systemregeln ausgelöst, z. B. wenn ein Monitoring-Tool erkennt, dass ein technisches Problem erneut aufgetreten ist, oder wenn der Kunde innerhalb eines definierten Zeitfensters nach Schließung erneut Kontakt aufnimmt.
Wie die Reopen Rate berechnen?
Rechenbeispiel
Ein Support-Team löst in einem Monat 1.000 Tickets. Davon werden 40 Tickets nach Schließung erneut geöffnet.
Mit 4,0 % liegt das Team unter dem Benchmark von 5 %. Das zeigt eine solide Lösungsqualität, wobei die 40 wiedereröffneten Tickets trotzdem analysiert werden sollten, um wiederkehrende Muster zu erkennen.
Was ist eine gute Reopen Rate?
| Bewertung | Reopen Rate | Einordnung |
|---|---|---|
| Sehr gut | < 5 % | Hohe Lösungsqualität, nachhaltige Problemlösung |
| Akzeptabel | 5–10 % | Verbesserungspotenzial bei Lösungstiefe oder Dokumentation |
| Kritisch | > 10 % | Systematische Qualitätsprobleme bei der Problemlösung |
Benchmarks nach Komplexität
| Produkttyp | Typische Reopen Rate |
|---|---|
| Einfache Consumer-Produkte | 2–4 % |
| SaaS-Standardsoftware | 3–5 % |
| Komplexe Enterprise-Software | 5–10 % |
| Technischer IT-Support | 8–12 % |
| Managed Services | 5–8 % |
Komplexere Produkte haben naturgemäß höhere Reopen Rates, da Lösungen von mehr Variablen abhängen und Seiteneffekte häufiger auftreten. Bei einfachen Produkten sollte die Reopen Rate deutlich unter 5 % liegen.
Quellen: MetricHQ, KPI Depot, Alexander Jarvis
Reopen Rate senken
Lösungsqualität vor Geschwindigkeit priorisieren. Wenn Agents unter Druck stehen, Tickets möglichst schnell zu schließen, leidet die Gründlichkeit. Stelle sicher, dass KPIs nicht nur die Bearbeitungszeit, sondern auch die Reopen Rate berücksichtigen.
Root-Cause-Analyse statt Symptombehandlung. Viele Wiedereröffnungen entstehen, weil nur das Symptom, nicht die Ursache behoben wurde. Schulungen zur Problemanalyse und strukturierte Troubleshooting-Prozesse helfen Agents, das eigentliche Problem zu identifizieren.
Bestätigung vor Schließung einholen. Bevor ein Ticket geschlossen wird, sollte der Agent den Kunden fragen, ob das Problem tatsächlich gelöst ist. Automatische Wartezeiten (z. B. 48 Stunden nach der letzten Antwort) geben dem Kunden die Chance zu reagieren, bevor das Ticket geschlossen wird.
Wiedereröffnungsgründe kategorisieren. Tracke die Gründe für Wiedereröffnungen systematisch: gleiches Problem, neues Problem, unvollständige Lösung, Missverständnis. Die Kategorisierung zeigt, wo der Hebel am größten ist.
Interne Wissensdatenbank pflegen. Wiederkehrende Probleme mit bekannten Lösungen sollten in der Knowledge Base dokumentiert sein. So können Agents beim nächsten Mal direkt die vollständige Lösung liefern.
Reopen Rate vs. First Call Resolution vs. One-Touch Resolution
| Metrik | Was sie misst | Zeitpunkt | Typischer Benchmark |
|---|---|---|---|
| Reopen Rate | Anteil nach Schließung erneut geöffneter Tickets | Nach Schließung | < 5 % |
| First Call Resolution | Lösung beim Erstkontakt (kanalübergreifend) | Beim Erstkontakt | > 70 % |
| One-Touch Resolution | Lösung mit einer einzigen Agent-Antwort | Während der Bearbeitung | > 60 % |
Die drei Metriken ergänzen sich: Die First Call Resolution zeigt, ob das Problem sofort gelöst wird. Die One-Touch Resolution misst, ob eine einzige Antwort reicht. Die Reopen Rate prüft, ob die Lösung nachhaltig war. Ein Team kann eine hohe FCR haben, aber trotzdem eine hohe Reopen Rate, wenn Agents Tickets vorschnell als gelöst markieren.
Pro und Kontra
Pro
- +Direkter Indikator für die nachhaltige Lösungsqualität
- +Deckt systemische Probleme auf (fehlerhafte Produkte, lückenhafte Dokumentation)
- +Korreliert stark mit Kundenzufriedenheit
Kontra
- –Kann durch automatische Schließungsregeln verzerrt werden (Tickets werden zu früh geschlossen)
- –Unterscheidet nicht zwischen berechtigten Reopens (gleiches Problem) und neuen Anfragen zum selben Thema
- –Wird von externen Faktoren beeinflusst (z. B. Software-Bugs, die wiederkehren)
Einfluss von KI auf die Reopen Rate
KI kann die Reopen Rate in beide Richtungen beeinflussen.
KI-gestütztes Quality Scoring analysiert Agent-Antworten automatisch und warnt, wenn eine Antwort wahrscheinlich zu einer Wiedereröffnung führt, weil sie unvollständig oder unklar ist. Das gibt Agents die Chance, nachzubessern, bevor das Ticket geschlossen wird.
KI-Chatbots können die Reopen Rate erhöhen, wenn sie Probleme oberflächlich lösen. Automatisierte Antworten aus der Knowledge Base treffen nicht immer den Kern des Problems. Kunden markieren das Ticket als gelöst, stellen aber später fest, dass die Lösung nicht funktioniert. Umgekehrt können gut trainierte KI-Agenten die Reopen Rate senken, indem sie vollständige, kontextbezogene Lösungen liefern und proaktiv Folgefragen antizipieren.