Ticket-Deflection-Rate: Formeln und wie man sie misst

Aktualisiert am 3. November 2026

Die Ticket-Deflection-Rate ist der Anteil der Personen, die in Ihrem Hilfe-Center nach Unterstützung suchen und anschließend kein Ticket eröffnen. Eine vertretbare Formel: Support-Sitzungen ohne Ticket innerhalb von 72 Stunden, abzüglich Sitzungen, die offensichtlich gescheitert sind, geteilt durch alle Support-Sitzungen, × 100. Die gängigen Formeln liefern sehr unterschiedliche Zahlen, wählen Sie also eine aus und behalten Sie deren Regeln bei.

Unten: fünf Formeln basierend auf einem Monat an Daten, eine Checkliste für die Einrichtung, Zuordnung von Artikeln und Videos sowie die Einsparungen durch Deflection.

Was ist die Ticket-Deflection-Rate?#

Die Ticket-Deflection-Rate misst, wie oft Self-Service (Hilfe-Artikel, Videos, ein KI-Assistent, Community-Antworten) verhindert, dass eine Frage zu einem Ticket wird. Es ist eine Self-Service-Kennzahl, keine Kennzahl für das Support-Team: Sie steigt, wenn Kunden Antworten finden, nicht wenn Agenten schneller arbeiten.

Drei Begriffe werden oft verwechselt:

Deflection ist am einfachsten zu messen und am einfachsten zu verfälschen: Jemand, der aufgibt und stillschweigend abwandert, hat ebenfalls "kein Ticket eröffnet" (Gainsight nennt dies falsche Deflection). Resolution ist das, was Sie eigentlich wollen. Eine gute Messung treibt Deflection in Richtung Resolution.

Wie berechnet man die Ticket-Deflection-Rate? Fünf Formeln im Vergleich#

Es gibt keinen Standard. Helpdesks, Chatbot-Anbieter und Analysten verwenden jeweils ihre eigenen. Dies sind die fünf, denen Sie begegnen werden, plus Chatbot-Containment:

1. Self-Service-Score (verwendet von Zendesk, „auch bekannt als Self-Service-Ratio und Ticket-Deflection-Ratio“)

Self-Service-Score = Help-Center-Sitzungen ÷ Nutzer mit Tickets

Vorteil: Benötigt nur zwei Zahlen, die Ihnen bereits vorliegen. Nachteil: Es ist ein Verhältnis (z. B. 4:1), keine Rate, und es steigt mit dem Traffic, selbst wenn niemandem geholfen wurde.

2. Sitzungsbasierte Rate (viele Anbieter von Help-Centern und Chatbots)

Rate = (Help-Center-Sitzungen − Sitzungen gefolgt von einem Ticket) ÷ Sitzungen × 100

Vorteil: Einfach als Prozentsatz zu erklären. Nachteil: Jeder abgebrochene Besuch zählt als Erfolg, daher fällt der Wert hoch aus.

3. Bereinigte Sitzungsrate (analytisch orientierte Teams; ein praktischer Schritt in Richtung strengerer Definitionen wie bei Intercom und Metabase)

Rate = (Support-suchende Sitzungen − Sitzungen gefolgt von einem Ticket − andere Sitzungen mit sichtbarem Misserfolg) ÷ Support-suchende Sitzungen × 100

Vorteil: Entfernt Bots, Mitarbeiter, Browsing und sichtbare Misserfolge und nutzt ein Zeitfenster für erneute Kontaktaufnahmen. Nachteil: Erfordert die Verknüpfung von Besuchen mit Tickets und zählt dennoch Personen, die die Seite stillschweigend verlassen haben.

4. Kontaktformular-Deflection (Teams, die im Ticketformular Artikel vorschlagen)

Rate = Personen, die das Formular nach einem Artikelvorschlag verlassen haben, ohne innerhalb von 72 Stunden ein Ticket zu erstellen ÷ Personen, die das Formular gestartet haben × 100

Vorteil: Zählt Personen, die kurz davor waren, eine Anfrage zu stellen. Nachteil: Deckt nur einen Einstiegspunkt ab.

5. Baseline-Reduzierung (Support-Führungskräfte, die an die Finanzabteilung berichten)

Reduzierung = (Tickets pro 1.000 Kunden vorher − nachher) ÷ vorher × 100

Vorteil: Misst das Ergebnis, das für das Unternehmen zählt. Nachteil: Vermischt Produktänderungen, Saisonalität und Wachstum.

Keine Deflection: Chatbot-Containment (Chatbot-Anbieter)

Containment = (Bot-Konversationen − Konversationen mit Übergabe an eine Person) ÷ Bot-Konversationen × 100

Es misst den Bot, nicht Ihre Hilfe-Inhalte, und zählt einen frustrierten Nutzer, der den Chat schließt, als Erfolg.

Die Definition von Intercom ist die strengste veröffentlichte: "die Anzahl der gelösten Sitzungen, die durch Self-Service-Support gelöst wurden, geteilt durch die Gesamtzahl der gelösten Sitzungen, die Support suchten", wobei "Nutzer, die die Suche nach Support eingestellt haben, nicht enthalten sind" und eine Sitzung ein 24-Stunden-Zeitraum ist. Formel 3 kann nicht so weit gehen, ohne jeden Besucher zu fragen, daher zählt sie immer noch Personen, die stillschweigend gingen: Betrachten Sie sie als Obergrenze. Für eine Untergrenze zählen Sie nur Sitzungen mit einem positiven Signal (z. B. eine Hilfreich-Bewertung) und ohne Ticket innerhalb des Zeitfensters, wie Metabase empfiehlt. Berichten Sie beides, wenn Sie können; die Lücke zwischen ihnen ist Ihre stille Abwanderung.

Unsere Empfehlung: Berichten Sie Formel 3 (mit ihrer Untergrenze durch positive Signale) monatlich als Ihre Deflection-Rate und Formel 5 vierteljährlich als Geschäftsergebnis. Verwenden Sie Formel 4, wenn Sie Artikel in Ihrem Kontaktformular vorschlagen. Behalten Sie den Zendesk-Score (Formel 1) nur bei, wenn Ihr Team ihn bereits verfolgt, und setzen Sie ihn niemals als Prozentsatz in dasselbe Diagramm.

Ein Monat, fünf Antworten: ein praktisches Beispiel#

Hier ist ein Monat an fiktiven Daten für ein SaaS-Unternehmen mit 25.000 Kunden, berechnet mit allen fünf Formeln.

Dasselbe Unternehmen, derselbe Monat: 10:1, 93%, 67%, 18% und 20%. Keine davon ist falsch. Sie beantworten unterschiedliche Fragen. Deshalb bedeuten Benchmark-Bänder von Anbietern (der Rechner von Chatling beispielsweise bezeichnet 40–60% als "Gut") wenig, es sei denn, Sie wissen, welche Formel sie erzeugt hat, und deshalb sollten Sie Ihre Zahl nur mit sich selbst im Zeitverlauf vergleichen.

Wie messen Sie die Ticket-Deflection Schritt für Schritt?#

1. Definieren Sie eine Support-Sitzung#

   Zählen Sie Sitzungen, in denen jemand Ihr Hilfe-Center durchsucht, einen Artikel geöffnet, ein Hilfe-Video angesehen oder den KI-Assistenten des Hilfe-Centers gefragt hat. Schließen Sie Bots, Ihre eigenen Mitarbeiter (filtern Sie nach IP oder angemeldeter Rolle) und Besuche aus, die nur die Startseite betrafen. Dies ist Ihr Nenner.

2. Verknüpfen Sie Hilfe-Center-Besuche mit Tickets#

   Sie müssen wissen, ob dieselbe Person nach ihrem Besuch ein Ticket eröffnet hat. Die üblichen Wege: Identifizieren Sie angemeldete Nutzer in Ihrem Analysetool und übergeben Sie dieselbe Nutzer-ID an Ihren Helpdesk, oder gleichen Sie die E-Mail ab, wenn jemand das Kontaktformular absendet. Protokollieren Sie mindestens: Sitzungs-ID, Suchanfrage und Ergebnisanzahl, Artikelaufrufe, hilfreiche Bewertungen, Kontaktformular-Starts, Klicks auf vorgeschlagene Artikel, Formular-Abbrüche sowie Tickets mit Anforderer-ID und Themen-Tag. Besucher, die Sie nicht zuordnen können (oft die meisten in einem öffentlichen Hilfe-Center), gehören in eine separate, gekennzeichnete Schätzung und nicht in die verknüpfte Rate. Ohne Verknüpfung können Sie nur Formel 1 und 5 berichten.

3. Wählen Sie ein Zeitfenster für erneuten Kontakt und frieren Sie es ein#

   Eine Sitzung zählt nur dann als deflected, wenn die Person innerhalb eines festen Zeitfensters kein Ticket eröffnet hat. Veröffentlichte Definitionen verwenden 24 Stunden (Intercom-Sitzung), 48 Stunden (Helply-Regel für erneuten Kontakt) oder 72 Stunden (Metabase); ein kurzes Zeitfenster übersieht Personen, die es am nächsten Tag erneut versuchen. Was auch immer Sie wählen, behalten Sie es bei, sonst misst Ihre Trendlinie Ihre Regeländerungen.

4. Ziehen Sie sichtbare Fehler ab#

   Entfernen Sie Sitzungen, die mit einer Suche ohne Ergebnisse oder einer „Nicht hilfreich“-Bewertung endeten. Diese Personen haben keine Antwort gefunden, auch wenn sie kein Ticket geschrieben haben. Zählen Sie jede Sitzung einmal: Eine fehlgeschlagene Sitzung, die auch zu einem Ticket führte, ist bereits in der Ticketanzahl enthalten.

5. Berichten Sie nach Themen, nicht nur in der Summe#

   Gruppieren Sie Sitzungen und Tickets nach denselben Themen: Abrechnung, SSO, Exporte und so weiter. Eine Gesamtzahl von 67 % kann ein Thema bei 30 % verbergen, das die Hälfte Ihrer Tickets generiert. Verwenden Sie Ihre Ticket-Tags als Themenliste und ordnen Sie jedem Hilfeartikel ein Tag zu.

6. Stellen Sie es dem Ticketvolumen gegenüber#

   Berichten Sie die Deflection-Rate zusammen mit den Tickets pro 1.000 aktiven Kunden. Wenn die Deflection steigt, aber die Tickets pro Kunde nicht sinken, zählen Sie die falschen Sitzungen.

Wie ordnen Sie die Deflection Artikeln und Videos zu?#

Hier liegen die nützlichen Entscheidungen. Drei Methoden, von der einfachsten bis zur strengsten:

1. Thema davor und danach. Wenn Sie den Artikel für ein Thema veröffentlichen oder umschreiben, vergleichen Sie die Tickets pro 1.000 Kunden für dieses Thema in den vier Wochen davor und den vier Wochen danach. Prüfen Sie, ob andere Themen über dieselben Wochen stabil geblieben sind; wenn alles zurückging, war es wahrscheinlich saisonal bedingt.

2. Angepasste Rate auf Artikelebene. Führen Sie Formel 3 für jeden Artikel aus: Sitzungen, die diesen Artikel angesehen haben, abzüglich derer, auf die innerhalb von 72 Stunden ein Ticket zum selben Thema folgte, abzüglich „Nicht hilfreich“-Bewertungen. Ordnen Sie Artikel nach den Tickets, die immer noch auf sie folgen. Die Spitze dieser Liste ist Ihre Warteschlange für Überarbeitungen.

3. Format-Test für Videos. Um zu erfahren, ob das Hinzufügen eines How-to-Videos die Tickets senkt, fügen Sie Videos zu der Hälfte einer Reihe ähnlicher Artikel hinzu (sagen wir 10 Ihrer 20 meistaufgerufenen How-to-Artikel, abwechselnd oder zufällig ausgewählt) und belassen Sie den Rest. Vergleichen Sie nach vier bis sechs Wochen die Tickets pro Thema zwischen den beiden Hälften und vertrauen Sie dem Ergebnis nur, wenn jede Hälfte genügend Tickets aufweist, um einen Unterschied zu zeigen (ein paar Dutzend pro Monat, nicht nur eine Handvoll). Achten Sie auch auf die Videovollständigkeit: Ein Video, bei dem die meisten Leute bei 25 % abbrechen, erfüllt seinen Zweck nicht. Die Usability-Forschung der Nielsen Norman Group ergab, dass Menschen Videos als sekundäre Quelle verwenden, insbesondere für lange, mehrstufige Prozesse, testen Sie Videos also zuerst bei mehrstufigen Aufgaben.

Was ist eine gute Ticket-Deflection-Rate?#

Es gibt keinen verlässlichen öffentlichen Benchmark, da niemand dieselbe Formel verwendet. Die Bereiche, die Sie in Anbieter-Beiträgen sehen, sind selten belegt. Messen Sie sich an Ihrem eigenen Trend.

Um den Kontext zu verstehen, wie schwierig Self-Service ist: Eine Umfrage von Gartner unter 5.728 Kunden ergab, dass nur 14 % der Kundendienstprobleme vollständig im Self-Service gelöst wurden, und selbst bei Problemen, die Kunden als „sehr einfach“ bezeichneten, waren es nur 36 % (Gartner, 2024). In derselben Umfrage gaben 73 % der Kunden an, zu irgendeinem Zeitpunkt ihrer Reise Self-Service genutzt zu haben. Die meisten Leute versuchen es; die meisten schließen es dort nicht ab.

Dieselbe Umfrage nennt den häufigsten Grund für das Scheitern: In 43 % der Fälle konnten Kunden keine für ihr Problem relevanten Inhalte finden. Frühere Gartner-Umfragen mit anderen Stichproben bezifferten die vollständige Lösung durch Self-Service auf 9 % im Jahr 2019 und 13 % im Jahr 2020: jedes Mal, wenn dies gemessen wurde, ein niedriger Wert (mehr dazu in unseren Statistiken zum Kunden-Self-Service). Das ist ein Inhaltsproblem, das Sie direkt messen können, indem Sie Suchanfragen analysieren, die keine Ergebnisse liefern.

Wie viel spart Ticket-Deflection ein?#

Einsparungen pro Monat = abgewendete Tickets × Kosten pro Ticket. Abgewendete Tickets = monatliche Tickets × Anteil der How-to-Fragen × Anteil derer, die durch Self-Service gelöst werden.

Verwenden Sie für die Kosten pro Kontakt Ihren eigenen voll ausgelasteten Wert, falls Sie einen haben. Als Referenz: Der Kosten-Benchmark von Gartner vom Februar 2024 beziffert den Median auf 1,84 $ pro Self-Service-Kontakt und 13,50 $ pro unterstütztem Kontakt wie Telefon, Chat und E-Mail (Gartner, 2024; vollständiger Bericht für Kunden). Self-Service ist nicht kostenlos: Subtrahieren Sie für eine Nettozahl, was ein Self-Service-Kontakt kostet. Mit den Medianwerten von Gartner sind das 13,50 $ − 1,84 $ ≈ 11,66 $ Ersparnis pro abgewendetem Kontakt.

Unser kostenloser Ticket-Deflection-Rechner führt dies mit Ihren Zahlen durch: Tickets pro Monat, Anteil der How-to-Fragen, Deflection-Rate, Bearbeitungszeit pro Ticket und Kosten pro Ticket oder stündliche Agentenkosten. Er gibt die abgewendeten Tickets, die eingesparten Agentenstunden und die Einsparungen pro Monat und Jahr zurück. Zum Beispiel ergeben 2.000 Tickets pro Monat, 40 % How-to-Fragen und 30 % durch Self-Service gelöst 240 abgewendete Tickets pro Monat; bei 15 $ pro Ticket sind das 3.600 $ pro Monat. Verwenden Sie dort eine ticketbasierte Rate, keine Sitzungsrate: Der Rückgang der Tickets pro 1.000 Kunden aus Formel 5 ist ein guter realer Input, während 67 % der Sitzungen nicht 67 % der Tickets entsprechen.

Wie erhöhen Sie Ihre Deflection-Rate?#

Arbeiten Sie ausgehend von den oben genannten Messungen in dieser Reihenfolge:

1. Schreiben Sie die fehlenden Artikel. Ihre Liste der Suchanfragen ohne Ergebnisse ist eine priorisierte Aufgabenliste. Die Kunden haben Ihnen die Begriffe genannt, die sie verwenden. Hier erfahren Sie, wie Sie Suchanfragen im Hilfe-Center in eine Schreibliste verwandeln.
2. Optimieren Sie die Artikel, die zu Tickets führen. Schreiben Sie diejenigen um, die nach dem Aufrufen die meisten Tickets verursachen und die niedrigste Hilfreichkeitsrate aufweisen: klarerer Titel, Antwort zuerst, präzise Labels, Voraussetzungen. Unser Leitfaden zum Schreiben von Hilfe-Center-Artikeln zeigt, wie das geht.
3. Fügen Sie Videos für mehrstufige Aufgaben hinzu. Überprüfen Sie anschließend mit dem oben genannten Format-Test, ob dies geholfen hat.
4. Platzieren Sie Antworten dort, wo Kunden nicht weiterkommen. Verlinken Sie den Artikel direkt auf dem entsprechenden Bildschirm in Ihrem Produkt und schlagen Sie Artikel in Ihrem Kontaktformular vor.
5. Halten Sie Inhalte aktuell. Ein Artikel, der nicht mehr zur Benutzeroberfläche passt, erzeugt Tickets, anstatt sie zu verhindern. Hier erfahren Sie, wie Sie Ihre Dokumentation bei Änderungen der Benutzeroberfläche aktuell halten.

Bauen Sie die Wissensdatenbank von Grund auf neu auf? Beginnen Sie mit wie man eine Wissensdatenbank mit KI aufbaut.

Deflection messen und steigern mit Clevera#

Clevera ist eine KI-Plattform, die eine Bildschirmaufnahme in ein kommentiertes How-to-Video, einen Schritt-für-Schritt-Hilfeartikel und eine Seite in Ihrem gehosteten Hilfe-Center verwandelt – in 74 Sprachen. Das Hilfe-Center bietet Ihnen die Self-Service-Seite der oben genannten Messungen; Ihr Helpdesk verwaltet weiterhin die Tickets.

Einblicke in jedem Plan. Jedes Clevera-Hilfe-Center zeigt Seitenaufrufe, Besucher, Sucherfolg, Null-Ergebnis-Rate, Click-Through, die Hilfreich-Rate pro Seite und Assistent beantwortet, den Anteil der Ask AI-Fragen, die aus Ihren Seiten beantwortet wurden. Leser werden ohne Cookies gezählt und Bots werden ausgeschlossen. Sie können auf Free 30 Tage, auf Starter 90 Tage und auf Pro und Custom 12 Monate zurückblicken.

Inhaltslücken mit einer „Artikel schreiben“-Schaltfläche. Suchanfragen, die nichts gefunden haben, werden aufgelistet, zusammen mit der Anzahl der Personen, die gesucht haben, und wann. Artikel schreiben öffnet den Editor mit der Suchanfrage als Thema, und der Artikel wird für Ihre nächste Veröffentlichung in das Hilfe-Center aufgenommen (dies kostet Credits wie jeder andere Artikel).

Artikelvorschläge im Kontaktformular. Ab dem Starter-Plan schlägt das Kontaktformular des Hilfe-Centers bis zu drei Ihrer Seiten vor, während der Leser tippt, und jede Nachricht teilt Ihnen mit, welche Seiten vorgeschlagen wurden. Das ist die Einrichtung für Formel 4; zählen Sie Formularstarts und -abbrüche in Ihrer eigenen Analytik.

Senden Sie Seitenaufrufe an Ihre eigene Analytik. Fügen Sie ab dem Starter-Plan Google Analytics 4, Plausible, PostHog oder Segment hinzu, damit Seitenaufrufe des Hilfe-Centers neben Ihren Produktdaten landen. Diese Besuche mit Tickets zu verknüpfen, bleibt Ihre Aufgabe: Es erfordert eine Benutzer-ID oder E-Mail-Adresse, die auch Ihr Helpdesk hat.

Füllen Sie die Lücken schneller. Nehmen Sie die Aufgabe einmal auf und Clevera schreibt den Hilfeartikel mit Screenshots und kann aus derselben Aufnahme ein kommentiertes How-to-Video für Ihren Format-Test erstellen; Video-Analytik zeigt die Vollständigkeit und wie weit die Zuschauer gekommen sind. Auf Pro und Custom kann Autopilot Fragen, die Sie einfügen (bis zu 30), und Suchanfragen, die nichts gefunden haben, in Entwürfe für Artikel verwandeln, die auf Ihre Genehmigung warten.

Das Hilfe-Center ist in jedem Plan enthalten, auch im Free-Plan. Starter kostet 29 $ pro Monat bei jährlicher Abrechnung (36 $ monatlich) und bietet zusätzlich eine eigene Domain sowie Analyse-Integrationen; Pro beginnt bei 86,80 $ pro Monat bei jährlicher Abrechnung für 2 Ersteller (124 $ monatlich). Preise vom 3. November 2026; siehe Preise.

Starten Sie kostenlos oder lesen Sie, wie Einblicke in Dokumentationsseiten gezählt werden.

FAQ#

Wie berechnet man die Ticket-Deflection-Rate? Nehmen Sie die Hilfe-Center-Sitzungen mit Support-Anfrage, die innerhalb eines festen Zeitfensters (oft 72 Stunden) nicht zu einem Ticket führten, ziehen Sie Sitzungen ab, die offensichtlich fehlschlugen, teilen Sie das Ergebnis durch alle Sitzungen mit Support-Anfrage und multiplizieren Sie es mit 100. Beispiel: (12.000 − 1.400 − 2.600) ÷ 12.000 = 67 %.

Was ist der Unterschied zwischen dem Self-Service-Score von Zendesk und der Deflection-Rate? Der Self-Service-Score von Zendesk teilt Hilfe-Center-Sitzungen durch Nutzer in Tickets und ergibt ein Verhältnis wie 4:1. Eine Deflection-Rate ist der Prozentsatz der Sitzungen, die ohne Ticket endeten. Sie können sich in entgegengesetzte Richtungen entwickeln: Mehr Traffic erhöht das Verhältnis, selbst wenn keine zusätzlichen Tickets vermieden werden.

Ist eine hohe Deflection-Rate immer gut? Nein. Eine Rate, die auf abgebrochenen Sitzungen basiert, kann steigen, während die Kunden frustrierter werden. Überprüfen Sie sie anhand der Tickets pro 1.000 Kunden, hilfreichen Bewertungen und Suchanfragen ohne Ergebnisse. Im B2B-Bereich kann ein vermiedenes Ticket eines wichtigen Kunden auch ein Signal dafür sein, dass Ihr Account-Team nie davon erfährt.

Wie lang sollte das Zeitfenster für eine erneute Kontaktaufnahme sein? Veröffentlichte Definitionen verwenden 24, 48 oder 72 Stunden. Längere Zeitfenster sind strenger. Das Zeitfenster ist weniger wichtig als die Beibehaltung eines festen Zeitraums, damit Ihr Trend von Monat zu Monat vergleichbar bleibt.

Kann man Deflection messen, ohne Besuche mit Tickets zu verknüpfen? Teilweise. Ohne die Verknüpfung können Sie das Verhältnis von Zendesk und die Veränderung der Tickets pro 1.000 Kunden sowie Inhaltssignale wie Suchanfragen ohne Ergebnisse und hilfreiche Bewertungen melden. Der Suchbericht von Zendesk zählt auch „Erstellte Tickets“: Suchanfragen, die zu einem Ticket führten. Sie können jedoch nicht feststellen, welche Besuche ein Ticket vermieden haben.

Verhindern Videos mehr Tickets als Artikel? Es gibt keine zuverlässige allgemeine Antwort; es hängt von der Aufgabe ab. Testen Sie es mit Ihren eigenen Inhalten: Fügen Sie Videos zu der Hälfte einer Reihe ähnlicher Artikel hinzu und vergleichen Sie die Tickets pro Thema nach vier bis sechs Wochen.