Abo-Zahlen, die sich herleiten lassen
Ausgangspunkt ist ein regionales Medienhaus: 42 Mio. € Umsatz, 55.000 Print- und 25.000 Digital-Abos, 900.000 Unique User im Monat. Alle Beträge sind aus den hinterlegten Annahmen abgeleitet - die Hebel stammen aus veröffentlichten Branchen-Benchmarks.
Jedes Modul löst ein konkretes Abo-Problem
Klicken Sie auf ein Modul für den vollständigen Use Case mit Visualisierungen, transparenter Modellrechnung und Business-Impact.
Der Abo-Wachstums-Simulator
Stellen Sie die Regler auf Ihre Größenordnung: Der Simulator projiziert den Digital-Abo-Bestand über 24 Monate - einmal mit Ihren heutigen Werten, einmal mit den Hebeln der sechs Module.
Modellrechnung, keine Prognose: Neuabos je Monat = Paywall-Kontakte × Conversion; die Paywall-Kontakte sind mit dem 6-fachen des Abo-Bestands angesetzt. Die Modul-Hebel entsprechen den in den Modulen hergeleiteten Annahmen: Kündigungsquote −20 % relativ (Module 01 und 05), Paywall-Conversion +30 % (Modul 02).
Keine Theorie - Ergebnisse in Wochen
Wir arbeiten mit den Daten, die Sie bereits haben. Kein Vendor-Lock-in, keine Cloud-Pflicht, keine versteckten Kosten.
Die folgenden sechs Module zeigen anhand eines fiktiven regionalen Medienhauses (55.000 Print- und 25.000 Digital-Abos, 42 Mio. € Umsatz), wie Data Science entlang des Abo-Geschäfts eingesetzt werden kann - von der dynamischen Paywall bis zum Winback.
Alle EUR-Beträge sind Modellrechnungen. Sie werden transparent aus klar benannten Annahmen hergeleitet (Annahme-Baseline → Hebel → Ergebnis). Die Hebel orientieren sich an veröffentlichten Branchen-Benchmarks (u. a. Mather Economics, INMA, FT Strategies, Piano) und sind bewusst konservativ angesetzt - keine Versprechen.
In einem realen Projekt ist die Kenntnis Ihres Hauses der entscheidende Faktor: Wie ist Ihre Paywall heute eingestellt? Welche Daten liegen in Abo-System, CRM und Web-Analytics? Wo verlieren Sie Abonnenten - am Anfang, im Bestand oder am Preis? Auf dieser Grundlage entwickeln wir Modelle, die zu Ihrer Realität passen.
Dieses Portfolio zeigt, welche Fragen Data Science im Verlag beantworten kann - die konkreten Antworten entstehen erst mit Ihren Daten.
Woher die Branchen-Werte stammen
Die Hebel der Modellrechnung orientieren sich an veröffentlichten Fallstudien anderer Häuser. Jede im Text genannte Fremd-Kennzahl ist hier mit ihrer Originalquelle belegt - zum Nachlesen und Nachprüfen.
- Financial Times - RFV-Score (Recency, Frequency, Volume): Ein Nutzer gilt ab Score 18,2 als „engaged", was die Kündigungsrate um rund 10 % senkt. WAN-IFRA, 2023 · FT Strategies
- NZZ - Propensity-Paywall aus 100 bis 150 Datenpunkten; Abschlussquote in drei Jahren verfünffacht. Digiday, 2018
- Schibsted - +75 % Abo-Verkäufe aus ML-ausgewählten Startseiten-Artikeln (A/B-Test gegenüber dem Vormodell). WAN-IFRA, 2025
- INMA - propensity-gesteuerte Paywalls erzielten in A/B-Tests +77 % (Meter) bis +166 % (Freemium) Conversion gegenüber der bestehenden Lösung. INMA / Piechota, 2020
- Piano / dmgMedia - höchstes vs. niedrigstes Propensity-Segment: Faktor 174 in der Abschlusswahrscheinlichkeit. Piano, 2022 (PDF)
- Piano - Kündigungen im ersten Monat rund dreimal so hoch wie im dritten (Benchmark-Daten). Piano Subscriber-Journey-Guidebook, 2022 (PDF)
- Piano - stärkste Aktionszeiträume mit den Weihnachtsangeboten zwischen November und Januar. Piano Benchmark
- Mather Economics - gezielte Retention-Intervention senkte den Churn im A/B-Test um 17 % (1,44 % vs. 1,73 %). Mather Economics
- Mather Economics - segmentierte Preisanpassung: +8 % Digital-Umsatz bei nur +0,4 % Zusatz-Churn; segmentiert 2,5 % vs. pauschal 5,7 % Zusatz-Churn. Mather Economics, 2025
- Mediahuis Aachen - Preisplus (6 % Digital / 7 % Print) mit nahezu churn-freier Wirkung. Mather Economics
- Amedia - meistproduziertes Ressort (Kultur) von nur 2,6 % der Abonnenten gelesen; +5,6 % Abo-Wachstum nach Neuausrichtung (samt Live-Sport-Angebot). INMA, 2018
- Amedia - systematisches Onboarding senkte die Erstwochen-Kündigungen von 25 % auf 18 %; loyalitätssortierte Winback-Anrufe: 12 % Reaktivierung. INMA, 2020
- Newsday - begleitete Neukunden mit 4,5 % vs. 8,1 % Churn: rund 44 % weniger Abwanderung. INMA, 2024
- Wall Street Journal - 100-Tage-Onboarding: 18 % höhere Retention der eingebundenen Neukunden. INMA, 2020
- ZEIT Online - überarbeitete Trial-Strecke: +12 % Übergänge ins bezahlte Abo, über 7.000 zusätzliche Abonnenten pro Jahr. INMA, 2022
Die Kennzahlen anderer Häuser stammen aus deren veröffentlichten Fallstudien und dienen als Plausibilitätsanker für die Hebel - sie sind nicht auf den Muster-Verlag übertragen. Alle EUR-Beträge dieser Seite sind Modellrechnungen auf die oben genannten Annahmen des Muster-Verlags. Abrufdatum der Quellen: 13.07.2026.