methodatlas
Run SheetGrowthGrowth Funnel

Pirate Metrics AARRR

KomplexitätMedium
Zeit1-2 h Setup, laufend
Teilnehmende2-8
FormatBoth
MaturityEstablished
01

Vorbedingung

Was vorher fertig sein muss

Vorher abschließenNorth Star Metric

Eine definierte North Star Metric oder Outcome-Hauptmetrik existiert, an der sich die AARRR-Stufen ausrichten lassen.

Ohne: Ohne Anker werden die AARRR-Stufen isoliert optimiert, das Produkt waechst in Stufen, die das Geschaeft nicht tragen.
Vorher abschließenFunnel Analysis

Eine grundlegende Funnel-Logik mit definierten Conversion-Punkten ist im Tracking implementiert.

Ohne: Ohne Funnel-Tracking lassen sich AARRR-Stufen nicht mit Werten fuellen, das Modell bleibt theoretisch.
02

Vorbereitung

Was vor Start vorliegen muss

Materialien

Whiteboard oder Miro-Board mit fuenf Spalten (Acquisition, Activation, Retention, Referral, Revenue); Vorlage pro Stufe mit Feldern Definition, Metrik, Baseline, Ziel, Quelle; Tracking-Schema des Produkts.

Personen / Rollen

Ein Owner (Head of Growth oder Product Lead); ein Datenanalyst mit Zugriff auf Produktanalytik; je eine Person aus Marketing, Product, Customer Success und Sales; Scribe.

Vorabinfos

Aktuelle Daten der letzten 90 Tage pro Stufe, sofern verfuegbar; Definition des Aktivierungs-Moments; bekannte Drop-off-Punkte; Kohorten-Reports zu Retention.

Zeitbedarf

3-4 h

Setup

Spalten anlegen, Reihenfolge AARRR. Pro Stufe Definitions-Karte vorbereiten. Datenanalyst arbeitet parallel im BI-Tool und liefert Werte live in den Workshop.

03

Kernfrage

Die eine Frage, die diese Methode beantwortet

Welche Metrik bildet jede AARRR-Stufe ab, wo liegt der groesste Hebel zum Engpass, und welche Experimente adressieren ihn?

04

Ablauf

Marker: Phase

SchrittDauerAktionHinweis
1Phase 1: Stufen-Definitionen
30 minPro Stufe eine produktspezifische Definition: was zaehlt als Acquisition, was als Activation, was als Retention, Referral, Revenue. Beispielnutzer durchspielen.Activation ist haeufig falsch gesetzt (zu frueh: Anmeldung; zu spaet: erster Kauf). Frage: nach welcher Aktion bleibt der Nutzer signifikant haeufiger?
2Phase 2: Metriken und Baselines
45 minPro Stufe eine Hauptmetrik plus 1-2 Sekundaermetriken. Aktuelle Werte aus dem BI-Tool eintragen. Conversion-Raten zwischen Stufen berechnen.Wenn eine Stufe keine Metrik hat, liegt entweder kein Tracking vor oder die Stufe ist im Geschaeftsmodell irrelevant. Beides explizit machen.
3Phase 3: Engpass identifizieren
30 minConversion-Raten mit Benchmarks vergleichen (Branche, eigene Historie). Stufe mit groesster relativer Schwaeche markieren. Hypothese formulieren, warum sie der Engpass ist.Der groesste absolute Drop ist nicht immer der wichtigste Engpass. Wenn 80% bei Acquisition aussteigen, aber die teuerste Stufe Retention ist, kann Retention der wertvollere Hebel sein.
4Phase 4: Hypothesen und Experimente
45 minPro Engpass 3-5 Hypothesen, je nach ICE oder RICE priorisiert. Pro Top-Hypothese ein Experiment skizzieren (Setup, Erfolgsmetrik, Dauer, Owner).Hypothesen muessen die identifizierte Conversion-Rate adressieren, nicht eine andere Stufe verbessern. Vorher klar trennen: was misst Erfolg des Experiments.
5Phase 5: Cadence und Rollout
20 minWochen- oder Zwei-Wochen-Review der AARRR-Stufen fixieren. Dashboard-Layout mit fuenf Kacheln plus Conversion-Raten. Owner pro Stufe namentlich.Ohne Cadence wird das Modell einmal ausgefuellt und verstaubt. Termin im Kalender sofort als Serie anlegen.
05

Artefakt

Was am Ende rauskommt

Form

AARRR-Dashboard mit fuenf Stufen, je Hauptmetrik, Sekundaermetriken, Baseline, Ziel, Owner und Trend; daneben Hypothesenbacklog mit Priorisierung und laufenden Experimenten.

Tool-Alternativen
  • Amplitude oder Mixpanel mit AARRR-Funnel-Report
  • Looker- oder Tableau-Dashboard mit fuenf Stufen-Kacheln
  • Notion-Seite mit Tabelle und Sparklines
  • Statsig oder Heap fuer Experiment-Integration
Versionierung / Ownership

Dashboard-Konfiguration im Code (z. B. Looker LookML). Quartals-Snapshot als Markdown-Bericht archivieren. Definitionsaenderungen einer Stufe versionieren und Aenderungsdatum sichtbar machen.

markdown

Pirate Metrics AARRR Arbeitsvorlage

Kompakte Arbeitsvorlage für Pirate Metrics AARRR mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.

# Pirate Metrics AARRR Arbeitsvorlage

## Ziel

Strukturiert Wachstum über Acquisition, Activation, Retention, Referral und Revenue.

## Kontext

Wann und wofür nutzen wir diese Methode?

## Input

Welche Daten, Beobachtungen, Entscheidungen oder Materialien liegen vor?

## Durchführung

Kurze Notizen entlang des Run Sheets.

## Ergebnisartefakte
- AARRR Funnel:
- Metric Baseline:
- Experiment Backlog:

## Annahmen und offene Fragen

- ...

## Entscheidung / Nächster Schritt

Owner, Datum und Erfolgssignal.
06

Beispielausgabe

Konkret gefülltes Szenario

pirate-metrics-beispiel.md
markdown
## AARRR - SaaS Workspot, Mai 2026

| Stufe | Definition | Metrik (90T) | Vorperiode | Trend |
|---|---|---|---|---|
| Acquisition | Erstbesuch der Landingpage | 18.400 Visits | 16.200 | +13% |
| Activation | Erste bestaetigte Buchung in 7 Tagen | 1.260 (6.8%) | 1.180 (7.3%) | -7% |
| Retention | Mindestens 1 Buchung in Folgewoche | 38% | 41% | -3pp |
| Referral | Eingeladene Person mit Activation | 7% | 6% | +1pp |
| Revenue | Bezahlende Nutzer im Monat | 412 (33%) | 388 (33%) | flat |

**Engpass**: Activation (Drop von 7.3% auf 6.8% trotz Traffic-Plus). Hypothese: Onboarding-Email-Sequenz wurde KW 14 geaendert, neue Variante erklaert Tagesbuchung nicht.

**Top-Experiment**: Onboarding-Email auf Vorgaengerversion zurueck plus Inline-Tutorial bei erster Suche. Erfolgsmetrik: Activation-Rate auf 7.5% in 4 Wochen. Owner: @lisa. Start: 25.05.

**Cadence**: Mittwochs 10:00, 30 min, Owner pro Stufe gibt 2-Minuten-Update.
07

Stolperfallen

Symptome erkennen, gegensteuern

Falle

Activation zu frueh oder zu spaet definiert

Symptom

Activation-Rate sieht gut aus, aber Retention bricht trotzdem ein.

Was tun

Aha-Moment empirisch finden: welche Aktion korreliert am staerksten mit Retention nach 4 Wochen? Diese Aktion wird Activation-Definition.

Falle

Stufen werden parallel optimiert

Symptom

Mehrere Teams arbeiten gleichzeitig an allen Stufen, Lernrate sinkt, Effekte ueberlagern sich.

Was tun

Fokus auf den Engpass setzen. Andere Stufen werden gehalten, nicht optimiert. Engpass-Wechsel nur nach klarem Verbesserungsnachweis.

Falle

Referral wird ueberbewertet

Symptom

Energie fliesst in Referral-Programme, obwohl Activation oder Retention noch schwach sind.

Was tun

Referral-Stufe erst optimieren, wenn Activation und Retention stabil sind. Referral verstaerkt nur, was schon funktioniert.

Falle

Revenue ohne Retention

Symptom

Revenue steigt durch Erstkaeufe, Cohort-LTV faellt, Kunden kuendigen nach 2-3 Monaten.

Was tun

Revenue immer kohortenbasiert betrachten. Monatlicher Revenue ohne Kohorten-LTV ist Vanity. Retention-Stufe ist Vorbedingung fuer nachhaltigen Revenue.

Falle

Tracking-Definitionen weichen pro Tool ab

Symptom

Marketing-Dashboard zeigt andere Zahl als Product-Analytics, Diskussion verliert sich in Methodik.

Was tun

Eine kanonische Quelle pro Stufe festlegen. Definition als Code (SQL oder Tool-Konfiguration) versionieren. Andere Tools nutzen dieselbe Definition oder werden abgeschaltet.

08

Abbruchkriterien

Done-Signale, in unter einer Minute prüfbar

Keine Datenpipeline fuer mindestens drei der fuenf Stufen vorhanden.
Activation ist nicht definierbar, Aha-Moment im Produkt nicht erkennbar.
Geschaeftsmodell ist B2B-Enterprise mit Einzelkaeufen, AARRR passt strukturell nicht.
Kein Owner pro Stufe namentlich benennbar, Verantwortung diffundiert.
Workshop wird auf weniger als 2 h begrenzt, Definitionen werden nicht ausverhandelt.
Engpass laesst sich nicht eindeutig identifizieren, weil Baselines aus widerspruechlichen Quellen stammen.

Run Sheet durchgearbeitet?

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