Guide

So verbesserst du die App-Retention

Die durchschnittliche App hält bis Tag 30 weniger als 4 % ihrer Nutzer. Das ist das datengestützte Playbook für die drei Retention-Bruchpunkte — D1, D7, D30 — die das Top-Decile vom Long Tail trennen, mit echten Benchmarks aus dem MWM-Katalog.

Auf dieser Seite
  1. Was „gute" Retention wirklich bedeutet
  2. Die Kurve diagnostizieren, bevor du sie anfasst
  3. Die Kategorie-Form-Perspektive
  4. Hebel 1 — Die erste Sitzung gewinnen (die D0 → D1-Lücke)
  5. Hebel 2 — Die Gewohnheit aufbauen (die D1 → D7-Klippe)
  6. Hebel 3 — Wert vertiefen und Abwandernde zurückgewinnen (D7 → D30)
  7. Warum Retention der wirkungsvollste Hebel ist
  8. Segment-Playbooks

Die meisten Retention-Ratschläge sind generisch, weil die meisten Menschen, die sie schreiben, die Daten nicht sehen können. Wir können. Im MWM-Katalog der US-Apps mit signifikantem Install-Volumen hält die durchschnittliche App 27,3 % der Nutzer an Tag 1, 9,2 % bis Tag 7 und gerade einmal 3,9 % bis Tag 30. Lies das noch einmal: Die typische App hat innerhalb eines Monats etwa 96 % ihrer Nutzer vom ersten Tag verloren.

Das klingt beunruhigend, ist aber der falsche Rahmen. Retention ist keine Zahl, die du gegen 100 % drückst — es ist eine Kurve, die du biegst. Das realistische Ziel liegt nicht bei 40 % D30 (diese Ebene besteht aus 59 Apps im gesamten Katalog); es geht darum, den Median deiner Kategorie zu übertreffen und in Richtung Top-Decile zu streben, wo die D30-Retention bei etwa 10,9 % liegt. Dieses Playbook erklärt, wie du die Kurve dorthin biegst — diagnostiziert nach den tatsächlichen Bruchpunkten und gestützt auf Katalogdaten.

Was „gute" Retention wirklich bedeutet

Zunächst muss die Realität neu kalibriert werden — nicht gegen die eine virale Case Study, die jeder zitiert. Im gesamten Katalog ist die D30-Retention extrem zum unteren Ende hin verzerrt:

D30-RetentionAnteil der Apps
Unter 5 %~61 %
5–10 %~27 %
10–20 %~10 %
20–40 %~2 %
40 %+59 Apps (~0,06 %)

„Gut" ist also relativ. Der Median D30 liegt bei 3,9 %; das Top-Decile bei ~10,9 %. Wenn du über ~11 % D30 liegst, bist du bereits in einer Ausnahmeposition — deine Zeit ist besser damit investiert, den LTV zu steigern, als eine Zahl zu jagen, die fast niemand erreicht. Wenn du am oder unter dem Median liegst, gibt es enormes Potenzial, und der Rest dieses Leitfadens richtet sich an dich.

Noch eine Neukalibrierung: Retention bewegt sich kaum nach Geografie. Der Median D1/D7/D30 liegt in den USA, Großbritannien, Deutschland, Frankreich, Japan, Südkorea, Brasilien und Indien jeweils innerhalb weniger Zehntel Prozentpunkte. Dein Retention-Problem ist ein Produktproblem, kein Marktproblem — was eine gute Nachricht ist, denn das Produkt ist das, was du kontrollierst. (Im Gegensatz dazu schwankt die Monetisierung stark nach Geografie.)

Die Kurve diagnostizieren, bevor du sie anfasst

Retention ist keine einzelne Zahl — es ist eine Kurve mit drei unterschiedlichen Bruchpunkten, und jeder ist ein anderes Problem mit einer anderen Lösung. Bevor du irgendetwas änderst, finde heraus, wo deine Kurve bricht:

  • D0 → D1 (die Aktivierungslücke). Nutzer haben installiert, sind aber nie auch nur einmal zurückgekehrt. Das ist ein Onboarding- und Aktivierungsproblem — sie haben den Aha-Moment nie erreicht.
  • D1 → D7 (die Gewohnheitsklippe). Das ist der steilste Einbruch der Mediankurve — von 27 % auf 9 % in sechs Tagen. Nutzer haben einmal Mehrwert erlebt, aber die Gewohnheit hat sich nie gebildet.
  • D7 → D30 (der Werttiefenabfall). Nutzer, die die erste Woche überstehen, wandern langsamer ab — während sie den Wert der App erschöpfen oder einfach wegdriften. Das ist ein Tiefen- und Re-Engagement-Problem.

Messe es mit Cohort-Analyse, nie mit einem gemischten Durchschnitt — gruppiere Nutzer nach Install-Tag und beobachte, wie jeder Cohort altert. Entscheide bewusst zwischen N-Day-Retention (aktiv an genau Tag N) und Rolling Retention (aktiv an Tag N oder später); sie beantworten unterschiedliche Fragen und können um mehrere Prozentpunkte abweichen. Deine North-Star-Metrik sollte auf dieser Kurve aufbauen, nicht neben ihr stehen.

Die Kategorie-Form-Perspektive

Die Form deiner Kurve sagt dir, welchen Hebel du ziehen solltest — und die Form variiert stark nach Kategorie. Hier die tatsächliche Mediankurve nach Kategorie im Katalog:

KategorieD1D7D30
Social & Kommunikation31,9 %12,3 %5,9 %
Lifestyle & Wohlbefinden23,6 %9,6 %4,8 %
Produktivität & Tools23,0 %8,9 %4,5 %
Bildung & Wissen24,9 %8,6 %3,6 %
Medien & Entertainment24,9 %8,0 %3,4 %
Games36,6 %9,3 %2,9 %

Betrachte die beiden Extreme. Games gewinnen Tag 1 (36,6 %) und verlieren Tag 30 (2,9 %) — Neuheit zieht Nutzer einmal oder zweimal zurück, dann bricht die Kurve ein. Social geht den umgekehrten Weg — ein niedrigerer D1 als Games (31,9 %), aber der höchste D30 (5,9 %), weil Netzwerkeffekte und Kommunikationsschleifen Gründe zum Zurückkehren schaffen. Wenn deine Kurve wie die einer Game-App aussieht — starker D1, steiler Rückgang — liegt dein Problem bei Tiefe und Gewohnheit, nicht bei ersten Eindrücken. Wenn dein D1 schwach ist, behebe zuerst die Aktivierung. Kopiere nicht das Playbook einer Social-App in eine Utility-App.

Hebel 1 — Die erste Sitzung gewinnen (die D0 → D1-Lücke)

Der D1-Wert ist ein Urteil über Onboarding und Aktivierung. Die Aufgabe der ersten Sitzung ist es, den Nutzer zum Aha-Moment zu bringen — dem Augenblick, in dem der Kernwert der App offensichtlich wird — bevor Reibung oder Langeweile die Oberhand gewinnt.

Die wirkungsvollsten Maßnahmen:

  • Zeit bis zum Mehrwert verkürzen. Verschiebe alles, was nicht der Aha-Moment ist: Account-Erstellung, Berechtigungsabfragen, Paywalls, Tutorials. Lass Nutzer zuerst den Wert spüren; frage nach Commitment danach.
  • Einen Aktivierungs-Meilenstein definieren und messen. „Erste Playlist erstellt", „erstes Workout geloggt", „erste Nachricht gesendet". Apps, die in Sitzung eins einen klaren Aktivierungs-Event erreichen, haben dramatisch bessere Retention — und du kannst nicht verbessern, was du nicht benannt hast.
  • Den leeren Zustand als geführten ersten Erfolg gestalten, nicht als leeren Bildschirm. Die erste Sitzung sollte damit enden, dass der Nutzer die Kernhandlung einmal durchgeführt hat.

Eine Warnung aus den Daten: Games zeigen, dass ein hoher D1 allein kein Erfolg ist (36,6 % D1, 2,9 % D30). Die erste Sitzung zu gewinnen ist notwendig, aber nicht hinreichend — es zählt nur, wenn sich danach die Gewohnheit bildet.

Hebel 2 — Die Gewohnheit aufbauen (die D1 → D7-Klippe)

Hier verliert die durchschnittliche App am meisten — von 27 % auf 9 % in sechs Tagen — und hier liegen die größten Gewinne. Die erste Woche zu überstehen hängt überwältigend davon ab, ob sich eine Gewohnheit gebildet hat: ein wiederholbarer Grund, die App zu öffnen, den der Nutzer verinnerlicht.

  • Den Core Loop straffen. Je schneller und befriedigender der zentrale Aktion→Belohnungs-Zyklus, desto mehr verstärkt er sich selbst. Bei gewohnheitsorientierten Produkten ist das der Compulsion Loop: ein enger Zyklus mit variabler Belohnung, der das nächste Öffnen verdient.
  • Einen Rhythmus hinzufügen, an dem der Nutzer sich orientieren kann — ein Daily Streak, eine tägliche Content-Erneuerung, ein fester Grund, täglich zur gleichen Zeit zurückzukehren.
  • Trigger mit Bedacht einsetzen. Gut getimte Push Notifications und In-App Messages reaktivieren die Gewohnheit; Spam schult Nutzer darin, sie zu deaktivieren (oder die App zu deinstallieren). Trigger sollten Mehrwert signalisieren („dein Workout ist bereit"), nicht Schuldgefühle.
  • Session Frequency als Leading Indicator beobachten. Retention ist das nachlaufende Ergebnis; steigende Sessions pro Nutzer in Woche eins ist das frühe Signal, dass sich die Gewohnheit bildet. Ein gängiger Schwellenwert: Nutzer, die in ihrer ersten Woche mehrere Sitzungen erreichen, haben eine um ein Vielfaches höhere Retention als solche, die das nicht tun.

Hebel 3 — Wert vertiefen und Abwandernde zurückgewinnen (D7 → D30)

Nutzer, die die erste Woche überstehen, wandern langsamer ab, tun es aber trotzdem — wenn sie den Wert der App erschöpft haben oder einfach wegdriften. Hier gibt es zwei Aufgaben:

  • Den Wert für die Überlebenden vertiefen. Erweiterte Anwendungsfälle, neue Inhalte und Progression an die Oberfläche bringen, damit die App das Öffnen weiterhin verdient. Nutzungsbindung — das DAU/MAU-Verhältnis — ist die Gesundheitsmetrik: Sie sagt dir, welcher Anteil deiner monatlichen Nutzer effektiv täglich aktiv ist.
  • Abwandernde zurückgewinnen, bevor sie weg sind. Ein dormanter Nutzer ist noch kein abgewanderter. Segmentiere nach Verhalten und führe Re-Engagement- und Winback-Kampagnen durch, die auf den Grund der Abwanderung des jeweiligen Segments abzielen — ein lapsierter Power-User braucht einen anderen Anstoß als ein nie aktivierter Nutzer.

Warum Retention der wirkungsvollste Hebel ist

Retention ist nicht nur eine Engagement-Metrik — es ist der Multiplikator in deinem gesamten Wachstumsmodell. Treue Nutzer generieren mehr Kundenwert: mehr Sitzungen zum Monetisieren, mehr Chancen zur Konversion zu zahlenden Nutzern, mehr Zeit für Empfehlungen. Ein höherer LTV erhöht den CPI, den du profitabel zahlen kannst, was es dir erlaubt, Akquisition zu skalieren, die zuvor nicht rentabel war. Ein Prozentpunkt Gewinn in der D30-Retention fügt nicht nur ein paar Sitzungen hinzu — er verschiebt die LTV-zu-CAC-Rechnung, die die gesamte Maschine antreibt. Deshalb verstärkt sich Retention-Arbeit und Akquisitions-Arbeit nicht: Ein löchriger Eimer wird teurer zu füllen, je mehr man hineinschüttet. (Für die Umsatzseite dieser Schleife, siehe das Playbook zur mobilen App-Monetisierung.)

Segment-Playbooks

  • Games. Dein D1 ist bereits stark; der Katalog sagt, dass dein Feind der D7→D30-Rückgang ist. Investiere in Meta-Progression, Live-Ops-Events und soziale Mechaniken, die der Schleife einen Grund zum Fortbestehen über die Neuheit hinaus geben.
  • Social & Kommunikation. Du hast den strukturellen Vorteil (höchster D30) — schütze den Core Loop und die Netzwerkeffekte, die ihn antreiben. Dein Risiko liegt in einer fehlerhaften ersten Sitzung für neue Nutzer, die einem bestehenden Netzwerk beitreten.
  • Produktivität, Utility & Subscription-Apps. Ein niedrigerer D1 ist normal; dein Wert ist real, braucht aber eine Sitzung oder zwei, um zu landen. Nail die Aktivierung, dann verwandle die Gewohnheit in eine Subscription-Beziehung — hier sind Retention und Umsatz dieselbe Kurve, und ein abgewanderter Abonnent ist ein direkter Verlust.

Der rote Faden durch alle hindurch: Finde heraus, wo deine Kurve bricht, behebe diesen Bruchpunkt zuerst, und messe mit Cohorts, damit du weißt, ob es funktioniert hat. Die median-3,9%-D30-Kurve in Richtung Top-Decile-10,9 % zu biegen ist das einzelne wirkungsvollste Wachstumsprojekt, das die meisten Apps angehen können.

Schlüsselbegriffe

Konzepte in diesem Guide.

FAQ

Häufige Fragen.

Was ist eine gute App-Retention-Rate?
Im MWM-Katalog der US-Apps beträgt der Median 27,3 % an Tag 1, 9,2 % an Tag 7 und 3,9 % an Tag 30. Was als gut gilt, ist relativ zu dieser Verteilung — die besten 10 % der Apps erreichen ca. 10,9 % D30, und nur 59 Apps im gesamten Katalog überschreiten 40 %. Das richtige Ziel ist keine universelle Zahl; es geht darum, den Median deiner Kategorie zu übertreffen (Games und Social behalten Nutzer sehr unterschiedlich) und in Richtung Top-Decile zu streben. Wenn du bereits über ~11 % D30 liegst, bist du in einer Ausnahmeposition.
Warum springen die meisten Nutzer in der ersten Woche ab?
Weil sich die Gewohnheit nie gebildet hat. Der steilste Teil der Retention-Kurve liegt zwischen D1 und D7 — der Median fällt in sechs Tagen von 27 % auf 9 %. Dieser Rückgang ist fast immer ein Aktivierungs- und Gewohnheitsproblem, kein Preis- oder Feature-Problem — Nutzer haben die App erreicht, aber nie den Moment erlebt, an dem der Wert ein Grund zum Wiederkommen wurde. Die Verbesserung von Onboarding, dem „Aha-Moment" der ersten Sitzung und der frühen Gewohnheitsschleife bietet die größten Retention-Gewinne.
Wie misst du Retention korrekt?
Nutze Cohort-Analyse, nie einen gemischten Durchschnitt. Gruppiere Nutzer nach ihrem Install-Tag und verfolge die N-Day-Retention jedes Cohorts (der Anteil, der an einem bestimmten späteren Tag noch aktiv ist) über die Zeit. Entscheide bewusst zwischen klassischer N-Day-Retention (aktiv an genau Tag N) und Rolling Retention (aktiv an Tag N oder danach) — sie beantworten unterschiedliche Fragen und können um mehrere Prozentpunkte abweichen. Eine einzelne gesamtheitliche Retention-Zahl verbirgt die Cohort-zu-Cohort-Bewegungen, die dir zeigen, ob deine Änderungen wirken.
Variiert die App-Retention nach Land?
Erstaunlich wenig. Der Median von D1/D7/D30-Retention liegt in den USA, Großbritannien, Deutschland, Frankreich, Japan, Südkorea, Brasilien und Indien jeweils innerhalb weniger Zehntel Prozentpunkte. Retention ist ein Produktproblem, kein Marktproblem — was ermutigend ist, denn das Produkt ist der Hebel, den du kontrollierst. (Monetisierung hingegen variiert stark nach Geografie.)
Was ist der Unterschied zwischen Retention und Churn?
Es sind zwei Perspektiven auf dieselbe Kurve. Retention ist der Anteil eines Cohorts, der an Tag N noch aktiv ist; Churn ist der Anteil, der inaktiv geworden ist. Sie ergeben zusammen (ungefähr) 100 % zu jedem Zeitpunkt, sodass eine Verbesserung des einen das andere verbessert. In der Praxis optimieren Teams Retention für engagementgetriebene Produkte und verfolgen Churn bei Subscription-Produkten, wo ein abgewanderter Abonnent ein direkter Umsatzverlust ist.
Wie stark kann bessere Retention den Umsatz wirklich beeinflussen?
Mehr als fast jeder andere Hebel, weil es sich verstärkt. Treue Nutzer generieren mehr Kundenwert (mehr Sitzungen zum Monetisieren, mehr Chancen zur Konversion, mehr Empfehlungen), und ein höherer LTV erhöht den Preis, den du profitabel für die Nutzerakquisition zahlen kannst — was es dir ermöglicht, die Akquisition zu skalieren. Ein Prozentpunkt Gewinn in der D30-Retention fügt nicht nur ein paar Sitzungen hinzu; er verändert die gesamte LTV-zu-CAC-Rechnung, die das Wachstum finanziert.

Weiterlesen

Verwandte Playbooks.