methodatlas
Run SheetProduct StrategyMetric Decomposition

KPI Tree

KomplexitätMedium
Zeit90-180 min initial, dann laufend
Teilnehmende3-8
FormatBoth
MaturityEstablished
01

Vorbedingung

Was vorher fertig sein muss

Vorher abschließenNorth Star Metric

Eine North Star Metric oder vergleichbare Spitzenmetrik mit klarer Definition (Zähler/Nenner, Quelle) liegt vor.

Ohne: Ohne Spitzenmetrik beginnt der Baum mit beliebigem Wurzelknoten, Zerlegung verliert strategischen Bezug.
Vorher abschließenPirate Metrics

Funnel- oder AARRR-Daten der letzten 90 Tage sind verfügbar, sodass Sub-Metriken belegbar sind.

Ohne: Ohne Daten wird der Baum theoretisches Diagramm ohne aktuelle Werte und ohne Hebel-Beleg.
02

Vorbereitung

Was vor Start vorliegen muss

Materialien

Whiteboard oder Miro-Board mit hierarchischer Struktur (Wurzel oben, Sub-Knoten unten); Spitzenmetrik mit aktuellem Wert; Datenquellen-Liste; Stifte; Tool für persistente Pflege (Notion, Lookerstudio, dbt).

Personen / Rollen

Ein Facilitator mit Analytics-Verständnis; ein Product Lead oder Growth-Lead; Data Analyst für Metrik-Definitionen; 2-4 weitere Teammitglieder; ein Scribe für Owner und Daten.

Vorabinfos

Spitzenmetrik mit Definition (Zähler, Nenner, Aggregations-Zeitraum); aktueller Wert; Funnel-Daten; bekannte Hebel-Hypothesen; Owner-Kandidaten für Sub-Metriken.

Zeitbedarf

90-180 min initial, danach laufend

Setup

Spitzenmetrik als Wurzel oben am Board. Knoten-Template: Name, Definition, aktueller Wert, Owner, Hebel. Hierarchie-Tiefe max 3 Ebenen für Übersicht.

03

Kernfrage

Die eine Frage, die diese Methode beantwortet

Wie zerlegt sich die Spitzenmetrik in steuerbare Sub-Metriken, welche treibt welchen Beitrag, und wer ist verantwortlich für welchen Hebel?

04

Ablauf

Marker: Phase

SchrittDauerAktionHinweis
1Phase 1: Spitzenmetrik definieren
15 minSpitzenmetrik mit Zähler, Nenner, Aggregations-Zeitraum, Quelle festhalten. Aktueller Wert. Ziel-Wert (z. B. Quartals- oder Jahresziel).Wenn Spitzenmetrik unklar definiert, ist Baum auf Sand gebaut. Definition muss in 1 Satz wiederholbar sein. Wer fragen muss „was meinen wir mit Y“, hat unscharfe Wurzel.
2Phase 2: Erste Ebene Treiber
30-45 minWie zerlegt sich Spitzenmetrik mathematisch oder kausal in 2-5 Sub-Metriken (z. B. Active Users = New Users + Returning Users; Revenue = ARPU * Active Users). Definition pro Knoten.Mathematische Zerlegung ist Goldstandard. Kausale Zerlegung (z. B. „Aktivierung treibt Retention“) braucht stärkere Begründung. Mischung erlaubt, aber pro Knoten klar markieren.
3Phase 3: Zweite Ebene Hebel
30-45 minPro Ebene-1-Knoten weitere Zerlegung in Hebel und Sub-Metriken. Typisch 2-4 Sub-Knoten. Owner und aktueller Wert pro Knoten.Zweite Ebene ist häufig die Aktions-Ebene (Hebel, die Teams steuern). Tiefer als 3 Ebenen wird unübersichtlich, Detail in eigenen Teilbäumen.
4Phase 4: Owner, Daten und Review-Cadence
15-30 minPro Knoten Owner namentlich, Datenquelle (Dashboard-Link), Review-Cadence (typisch wöchentlich für operative Metriken, monatlich für strategische).Knoten ohne Owner ist Wandschmuck. Pro Knoten konkrete Person mit Verantwortung für Bewegung. Bei mehreren Ownern primären benennen.
05

Artefakt

Was am Ende rauskommt

Form

KPI-Baum-Diagramm (Board-Export oder Tool wie Mermaid, Lucidchart), plus Tabellen-Liste der Knoten mit Definition, aktuellem Wert, Ziel, Owner, Datenquelle, Review-Cadence.

Tool-Alternativen
  • Miro oder FigJam mit KPI-Tree-Template
  • Mermaid-Diagramm im Wiki
  • Lucidchart mit Hierarchie-Vorlage
  • Notion-Datenbank mit Parent-Child-Relations
  • Spezialtool wie Mixpanel, Amplitude oder GrowthBook
Versionierung / Ownership

Baum-Struktur quartalsweise re-evaluieren. Aktuelle Werte laufend aktualisiert (Dashboard-Anbindung). Strukturelle Änderungen mit Datum und Begründung. Vorversion archivieren.

canvas

KPI Tree Arbeitsvorlage

Kompakte Arbeitsvorlage für KPI Tree mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.

# KPI Tree Canvas

## Kontext

Wofür wird die Methode eingesetzt?

## Kernfrage

Welche Frage soll am Ende beantwortet sein?

## Input

Welche Daten, Beobachtungen oder Materialien liegen vor?

## Arbeitsfläche

- Bereich 1:
- Bereich 2:
- Bereich 3:
- Beziehungen / Muster:

## Ergebnisartefakte
- KPI-Baum:
- Owner-Liste:

## Offene Fragen

- ...

## Nächster Schritt

Owner, Datum, Erfolgssignal.
06

Beispielausgabe

Konkret gefülltes Szenario

kpi-tree-beispiel.md
markdown
## KPI Tree - SaaS Solo-Steuerberater, Q2/2026

**Spitzenmetrik**: Monthly Recurring Revenue (MRR). Definition: Summe der wiederkehrenden monatlichen Beiträge aller aktiven zahlenden Kunden, Quelle: Stripe-Dashboard.

**Aktueller Wert**: 14.700 EUR. **Quartalsziel**: 22.000 EUR.

**Ebene 1: Treiber**
- **Aktive Zahler** (Anzahl Kunden mit aktivem Abo): 507. Owner: @lisa.
  - **Neuanmeldungen pro Monat**: 75 (Konversion aus Trials). Owner: @marcus.
  - **Churn Rate**: 2,1% monatlich. Owner: @anna.
- **ARPU** (Average Revenue per User): 29 EUR. Owner: @lisa.
  - **Plan-Mix**: 80% Basic (29 EUR), 18% Pro (49 EUR), 2% Enterprise (149 EUR). Owner: @lisa.
  - **Add-On-Adoption** (z. B. KI-Belegerkennung): 12% der Pro-Kunden. Owner: @anna.

**Ebene 2: Hebel**
- **Neuanmeldungen** zerlegt in:
  - Trial-Starts: 320/Monat (Owner: @marcus, Quelle: Google Analytics).
  - Trial-to-Paid-Konversion: 23,4% (Owner: @lisa).
- **Churn** zerlegt in:
  - Voluntary Churn (aktive Kündigung): 1,4% (Owner: @anna).
  - Involuntary Churn (Zahlungsausfall): 0,7% (Owner: @marcus).
- **Plan-Mix** zerlegt in:
  - Upgrade-Rate Basic -> Pro: 3% pro Quartal (Owner: @lisa).
  - Pro-Anteil bei Neuanmeldung: 8% (Owner: @marcus).

**Review-Cadence**
- Wöchentlich: Trial-Starts, Trial-to-Paid, Churn-Daily.
- Monatlich: MRR, Aktive Zahler, ARPU, Plan-Mix.
- Quartalsweise: Baum-Struktur prüfen, Owner re-konfirmieren.

**Top-Hebel-Hypothesen Q2**
1. Trial-to-Paid-Konversion +5pp durch verbesserten Onboarding-Assistent (@lisa).
2. Voluntary Churn -0,4pp durch Saving-Flow vor Kündigung (@anna).
07

Stolperfallen

Symptome erkennen, gegensteuern

Falle

Symmetrie um jeden Preis

Symptom

Baum ist sauber strukturiert mit gleich vielen Knoten pro Ebene, aber Kausalität ist erzwungen.

Was tun

Asymmetrie ist erlaubt. Manche Knoten haben 2 Sub-Metriken, andere 5. Struktur folgt Kausalität, nicht Ästhetik.

Falle

Knoten ohne Owner

Symptom

Baum existiert, niemand fühlt sich verantwortlich, Werte werden nicht aktualisiert.

Was tun

Pro Knoten Owner namentlich. Owner ist verantwortlich für Bewegung, nicht nur Reporting. Bei Knoten ohne Owner: entfernen oder Owner finden.

Falle

Daten ohne Quelle

Symptom

Knoten hat aktuellen Wert, aber niemand kann Dashboard-Link oder SQL-Query nennen.

Was tun

Pflichtfeld Datenquelle pro Knoten. Wenn Quelle erst aufgebaut werden muss, das Aufbauen wird Initiative mit eigenem Owner.

Falle

Zu tiefe Hierarchie

Symptom

Baum hat 5+ Ebenen, niemand überblickt die Struktur, operative Steuerung verliert sich in Detail.

Was tun

Maximal 3 Ebenen pro Hauptbaum. Sub-Bäume für Detail-Hebel separat anlegen. Übersicht ist Wert, Detail ist eigene Sicht.

Falle

Statischer Baum

Symptom

Baum wird einmal gebaut, hängt im Wiki, Werte werden nicht gepflegt.

Was tun

Datenanbindung an Dashboards (Amplitude, Mixpanel, Looker). Pro Knoten Live-Link. Manuelle Pflege ist Ausnahme, nicht Regel.

08

Abbruchkriterien

Done-Signale, in unter einer Minute prüfbar

Keine klare Spitzenmetrik definiert, Wurzel fehlt.
Keine Daten für Sub-Metriken verfügbar, Baum würde theoretisch ohne Werte bleiben.
Team hat keinen Einfluss auf die Hebel im Baum, Owner-Zuweisung wäre Schein.
Strategie wechselt (Pivot, neue Spitzenmetrik), Baum würde in 4 Wochen veralten.
Analytics-Setup ist so unzuverlässig, dass Werte nicht vertrauenswürdig sind.
Bereits etablierte Metric-Tree-Struktur in OKR oder anderer Form, KPI Tree würde Parallelstruktur erzeugen.

Run Sheet durchgearbeitet?

Zum Steckbrief für Zweck, ähnliche Methoden und Quellen — oder direkt zur nächsten Methode im Katalog.

Zum SteckbriefWeitere Methoden