KPIs in der E-Learning-Branche: Was wirklich zählt

Definition

KPIs in der E-Learning-Branche sind Kennzahlen, die Nutzung, Lernerfolg und Wirtschaftlichkeit digitaler Lernangebote messbar machen. Sie sind kein Reporting-Sammelsurium, sondern eine Auswahl weniger, klar definierter Steuerungsgrößen.

Einleitung

In E-Learning ist fast alles messbar, aber nicht alles ist entscheidungsrelevant. Wenn du die richtigen KPIs in der E-Learning-Branche definierst und sauber in Power BI zusammenführst, erkennst du Verlängerungsrisiken früher, priorisierst Content-Updates besser und steuerst Profitabilität statt nur Aktivität.

Welche KPI-Familien du wirklich brauchst

Ein sinnvolles KPI-Set deckt drei Fragen ab: Wird genutzt? Wirkt es? Lohnt es sich? Ohne diese Dreiteilung entstehen Dashboards, die viel zeigen, aber wenig entscheiden helfen.

• Nutzung: Lizenzaktivierungsquote, aktive Lernende je Kunde
• Wirkung: Abschlussquote je Kurs, Prüfungserfolgsquote
• Wirtschaftlichkeit: wiederkehrender Umsatz, Deckungsbeitrag je Kurs

Wichtig: Eine KPI ist nur dann brauchbar, wenn Definition, Zeitraum und Bezugsgröße klar sind (z. B. „abschlussfähig gestartet“ vs. „irgendwann mal geöffnet“).

Frühindikatoren: So erkennst du Churn, bevor er passiert

Viele Teams sehen Verlängerungsrisiken erst kurz vor Vertragsende, obwohl Nutzungsdaten Monate vorher warnen könnten. Der stärkste Frühindikator ist oft nicht der Umsatz, sondern die Aktivierung: Wenn Lizenzen niedrig aktiviert werden, bleibt Adoption aus und Customer Success bekommt zu wenig Vorlauf.

Für die Steuerung eignen sich hier besonders Verlängerungsquote, Netto-Umsatzbindung und Churn nach Kohorte. Kohorten (z. B. Onboarding-Monat oder Vertragsstart) helfen, echte Muster zu sehen statt Saisonalität oder Einmaleffekte zu interpretieren.

Content- und Produktsteuerung: Wo Lernende abbrechen, verlierst du Wert

Auf Kursebene sind Abschlussquote je Kurs und Supportaufkommen je Kurs pragmatische Qualitätsindikatoren. Sinkt die Abschlussquote oder steigen Supporttickets, ist das ein konkreter Hinweis: Didaktik, Schwierigkeit, Medienmix oder Kursführung passen nicht.

Für Produktmanagement und Redaktion ist entscheidend, dass Abbrüche entlang des Kursverlaufs sichtbar werden. So wird aus „Kurs läuft schlecht“ eine klare Maßnahme: Lektion X vereinfachen, Unit Y kürzen oder das Prüfungsformat anpassen.

Wirtschaftlichkeit: Deckungsbeitrag je Kurs statt Bauchgefühl

Ein typischer Engpass: Produktionskosten liegen in Excel, Nutzungsdaten im LMS, Vertragsdaten im CRM. Ohne Verbindung bleibt unklar, ob ein Kurs seine Kosten trägt. Der Deckungsbeitrag je Kurs ist hier die Kennzahl, die Entscheidungen ermöglicht: Welche Inhalte werden aktualisiert, welche eingestellt, welche Formate skaliert?

Ergänzend helfen Produktionskosten je Kursstunde und Umsatz je Lizenz, um nicht nur absolute Zahlen zu sehen, sondern Effizienz. So fließen Ressourcen in profitable Kurse, statt in Inhalte, die nur „irgendwie genutzt“ werden.

Datenbasis in Power BI: Ohne gemeinsame Logik keine vertrauenswürdige Zahl

Die häufigste Ursache für KPI-Streit ist nicht Power BI, sondern inkonsistente Identitäten: Nutzungs- und Vertragsdaten haben keine gemeinsame Kundenkennung. Dann entstehen Workarounds, Doppelzählungen und widersprüchliche Ergebnisse.

Praktisch bewährt sich ein gemeinsames, fachlich verständliches Modell: Kunde, Vertrag, Lizenz, Kurs, Lernaktivität. Daraus werden KPIs einmal zentral definiert, damit Finance, Customer Success und Produktteam dieselbe Zahl sehen und nicht drei Varianten in drei Berichten.

Datenschutz und Betriebsrat: Aggregation ist kein Nice-to-have

In vielen Organisationen müssen Auswertungen so gestaltet sein, dass keine individuelle Leistungsbewertung einzelner Personen möglich ist. Das ist lösbar, wenn KPIs konsequent aggregiert werden (z. B. pro Kunde, Standort, Kurs, Zeitraum) und Drilldowns regelbasiert begrenzt sind.

Das Ziel ist nicht weniger Erkenntnis, sondern die richtige Granularität: genug Detail für Steuerung, aber ohne personenbezogene Auswertung über die vereinbarte Tiefe hinaus.

Mini-Story: Aktivierung als Warnlampe für Verlängerungen

Ein Anbieter hatte stabile Umsätze, aber überraschende Kündigungen kurz vor Vertragsende. In Power BI wurde die Lizenzaktivierungsquote pro Kunde mit dem Vertragswert verbunden: Niedrige Aktivierung zeigte Monate vorher, welche Accounts kippen. Customer Success konnte gezielt Onboarding und Kampagnen starten, statt am Ende nur noch „zu retten, was nicht mehr zu retten ist“.

Wann externe Unterstützung sinnvoll wird

Externe Unterstützung lohnt sich, wenn mindestens eines davon zutrifft: Daten liegen in mehreren Systemen ohne saubere Schlüssel, KPI-Definitionen sind uneinheitlich oder es gibt Misstrauen in Zahlen. Dann braucht es einen strukturierten Aufbau aus KPI-Design, Datenmodell und Governance, damit Power BI im Alltag genutzt wird.

Auch bei kleinen Starts ist Hilfe sinnvoll, wenn du schnell zu einem belastbaren „Kern-Dashboard“ kommen willst, das Verlängerungsrisiken, Kursqualität und Deckungsbeitrag in einer klaren Logik verbindet.