App Analytics: KPIs die wirklich zählen

TL;DR — Die 5 wichtigsten KPIs auf einen Blick

Bevor Sie sich in Dashboards verlieren: Diese fünf Kennzahlen entscheiden, ob Ihre App wirklich erfolgreich ist:

DAU/MAU Ratio — Wie oft kommen Nutzer zurück? (Benchmark: > 20 % ist gut, > 50 % ist exzellent)
Day-7 Retention — Wie viele Nutzer sind nach einer Woche noch aktiv? (Benchmark: > 15 %)
Crash-Free Rate — Läuft die App stabil? (Ziel: > 99,5 %)
Store Rating — Wie bewerten Nutzer Ihre App? (Ziel: > 4,2 Sterne)
LTV / CAC Ratio — Verdienen Sie pro Nutzer mehr als die Akquise kostet? (Ziel: > 3:1)

Als App-Agentur in Österreich richten wir diese KPIs bei jedem Launch standardmäßig ein — weil wir wissen: Ohne Daten fliegen Sie blind.

Warum Downloads eine Vanity Metric sind

10.000 Downloads klingen beeindruckend. Aber was, wenn 90 % der Nutzer die App nach dem ersten Öffnen nie wieder verwenden? Dann haben Sie kein erfolgreiches Produkt — Sie haben erfolgreiche Werbung.

Downloads messen Reichweite, nicht Wert. Sie sagen Ihnen:

Ob Ihre Marketingkampagne funktioniert hat
Ob Ihr App-Store-Listing ansprechend ist
Ob das Thema Interesse weckt

Sie sagen Ihnen nicht:

Ob Nutzer die App tatsächlich verwenden
Ob die App ein Problem löst
Ob Sie damit Geld verdienen

Die bessere Frage ist nicht „Wie viele haben die App heruntergeladen?", sondern „Wie viele nutzen sie regelmäßig — und warum?"

Genau dafür gibt es die folgenden KPIs.

Die wichtigsten App-KPIs im Detail

Engagement-Metriken

Engagement zeigt, wie intensiv Nutzer Ihre App verwenden. Die wichtigsten Kennzahlen:

DAU (Daily Active Users) — Wie viele Nutzer öffnen die App täglich? Ein steigender DAU-Wert zeigt, dass Ihre App im Alltag der Nutzer angekommen ist.

MAU (Monthly Active Users) — Wie viele Nutzer sind im Monat mindestens einmal aktiv? MAU ist der Grundwert für fast alle weiteren Berechnungen.

DAU/MAU Ratio (Stickiness) — Das Verhältnis von täglichen zu monatlichen Nutzern. Diese Kennzahl ist der beste Indikator für „Klebrigkeit":

DAU/MAU Ratio	Bewertung	Typische App-Kategorie
< 10 %	Niedrig — Gelegenheitsnutzung	Reise-Apps, saisonale Tools
10–20 %	Durchschnittlich	E-Commerce, Utility-Apps
20–50 %	Gut — regelmäßige Nutzung	Fitness, Business-Tools
> 50 %	Exzellent — tägliche Gewohnheit	Messaging, Social Media

Session Length — Wie lange dauert ein App-Besuch? Je nach Kategorie variiert der Idealwert stark: Eine Banking-App sollte kurze, effiziente Sessions ermöglichen (< 2 Min.), eine Lern-App dagegen längere (> 10 Min.).

Sessions per Day — Wie oft öffnet ein Nutzer die App pro Tag? Mehrere kurze Sessions deuten auf Gewohnheitsbildung hin — ein starkes Signal.

Retention-Metriken

Retention ist der wichtigste KPI-Bereich für jede App. Denn es ist 5–7× teurer, einen neuen Nutzer zu gewinnen, als einen bestehenden zu halten.

Day-1 Retention — Wie viel Prozent der neuen Nutzer öffnen die App am nächsten Tag? Dieser Wert zeigt, ob der erste Eindruck stimmt — ob Onboarding und Value Proposition überzeugen.

Day-7 Retention — Wie viele sind nach einer Woche noch da? Hier trennt sich die Spreu vom Weizen: Wer nach 7 Tagen noch aktiv ist, hat die App in seinen Alltag integriert.

Day-30 Retention — Der Langzeit-Indikator. Wie viele Nutzer sind nach einem Monat noch aktiv?

Zeitraum	Schwach	Durchschnitt	Gut	Top 10 %
Day-1 Retention	< 20 %	25–30 %	35–45 %	> 50 %
Day-7 Retention	< 8 %	10–15 %	15–25 %	> 30 %
Day-30 Retention	< 3 %	5–8 %	8–15 %	> 20 %

Tipp: Wenn Ihre Day-1 Retention unter 25 % liegt, optimieren Sie zuerst das Onboarding. Wenn Day-1 gut ist, aber Day-7 einbricht, fehlt ein „Aha-Moment" — der Grund, warum Nutzer regelmäßig zurückkommen sollten.

Stabilitäts-Metriken

Abstürze sind der schnellste Weg zu einer 1-Stern-Bewertung. Stabilität ist keine optionale Eigenschaft — sie ist die Grundlage für alles andere.

Crash-Free Rate — Der Anteil der Sessions ohne Absturz. Apple und Google messen diesen Wert und berücksichtigen ihn im Store-Ranking.

Ziel: > 99,5 % (bedeutet: maximal 5 von 1.000 Sessions enden mit einem Crash)
Kritisch: < 99 % — hier verlieren Sie aktiv Nutzer und Store-Ranking

ANR Rate (Application Not Responding) — Speziell für Android: Wie oft friert die App ein? Google bestraft Apps mit einer ANR-Rate über 0,47 % im Play Store Ranking.

App Start Time — Wie schnell ist die App nach dem Tippen auf das Icon einsatzbereit?

Cold Start (erster Start): Ziel < 2 Sekunden
Warm Start (App war im Hintergrund): Ziel < 1 Sekunde

Jede Sekunde Ladezeit über 3 Sekunden kostet Sie messbar Nutzer — Google beziffert den Verlust auf ca. 20 % pro zusätzlicher Sekunde.

Store-Metriken

Ihr App-Store-Listing ist Ihre Landingpage. Die Metriken dort entscheiden, ob neue Nutzer überhaupt auf „Installieren" tippen.

Store Rating — Die durchschnittliche Sternebewertung. Apps mit < 4,0 Sternen verlieren signifikant an Sichtbarkeit und Conversion. Ziel: > 4,2 Sterne.

Review-Sentiment — Nicht nur die Sterne zählen, sondern auch der Inhalt. Häufige Beschwerden über Crashes, Ladezeiten oder fehlende Features sind klare Handlungssignale. Analysieren Sie die letzten 50 Bewertungen manuell oder mit einem Sentiment-Tool.

Store Conversion Rate — Der Anteil der Store-Besucher, die tatsächlich installieren:

Durchschnitt iOS: 30–35 %
Durchschnitt Android: 25–30 %
Optimierte Listings: 40–50 %

Optimierungshebel: Screenshots, App-Preview-Video, Beschreibungstext und — am wichtigsten — die Bewertungen.

Revenue-Metriken

Für Apps mit Monetarisierung sind diese Kennzahlen entscheidend:

ARPU (Average Revenue Per User) — Durchschnittlicher Umsatz pro Nutzer pro Monat. Berechnung: Gesamtumsatz / aktive Nutzer. Segmentieren Sie nach zahlenden und nicht-zahlenden Nutzern für ein realistisches Bild.

LTV (Lifetime Value) — Der Gesamtumsatz, den ein Nutzer über seine gesamte Nutzungsdauer generiert. Berechnung: ARPU × durchschnittliche Nutzungsdauer in Monaten. LTV muss höher sein als Ihre Akquisitionskosten (CAC) — idealerweise 3× so hoch.

MRR (Monthly Recurring Revenue) — Für Abo-Apps der zentrale Umsatz-KPI. MRR zeigt Ihnen die planbaren monatlichen Einnahmen. Achten Sie besonders auf:

New MRR — Umsatz durch neue Abonnenten
Expansion MRR — Umsatz durch Upgrades
Churned MRR — Verlorener Umsatz durch Kündigungen

Analytics-Tools im Vergleich

Welches Tool passt zu Ihrem Projekt? Ein Überblick:

Tool	Kosten	Stärken	Schwächen	Unsere Empfehlung
Firebase Analytics	Kostenlos	Echtzeit-Daten, nahtlose Google-Integration, unlimitierte Events	Begrenzte Funnel-Analyse, Export nur via BigQuery	Standard für jede App
Mixpanel	Ab $0 (bis 20M Events)	Starke Funnel- und Cohort-Analyse, intuitive UI	Teuer bei hohem Volume, Lernkurve	Ideal für Product-Led Growth
Amplitude	Ab $0 (bis 10M Events)	Behavioral Analytics, Predictive Features, starke Segmentierung	Komplex, teuer im Growth-Plan	Enterprise & data-driven Teams
App Store / Play Console	Kostenlos (inklusive)	Offizielle Store-Daten, Acquisition-Quellen, Retention-Überblick	Nur Basisdaten, keine Custom Events	Ergänzend immer nutzen

Unsere Empfehlung: Starten Sie mit Firebase Analytics — es ist kostenlos, gut dokumentiert und deckt 80 % der Anforderungen ab. Für fortgeschrittene Funnel- und Cohort-Analysen ergänzen Sie Mixpanel oder Amplitude, sobald Ihre App > 10.000 MAU erreicht.

Crash Monitoring: Sentry vs. Crashlytics vs. Bugsnag

Crash-Tracking ist nicht optional — es ist Pflicht. Die drei führenden Tools im Vergleich:

Kriterium	Firebase Crashlytics	Sentry	Bugsnag
Kosten	Kostenlos	Ab $0 (5K Events)	Ab $0 (7.500 Events)
Plattformen	iOS, Android, Flutter	iOS, Android, React Native, Web, Backend	iOS, Android, React Native, Web
React Native Support	Eingeschränkt	Exzellent (native + JS Stacktraces)	Gut
Echtzeit-Alerts	Ja (Firebase Console)	Ja (Slack, E-Mail, PagerDuty)	Ja (Slack, E-Mail, Jira)
Breadcrumbs	Begrenzt	Detailliert (HTTP, UI, Navigation)	Gut
Performance Monitoring	Nein (separat in Firebase)	Ja (Transactions, Spans)	Ja (ab Growth Plan)
Source Maps / dSYMs	Automatisch (Firebase)	Upload via CLI oder CI	Upload via CLI oder CI
Unsere Wahl	—	Ja — Standard bei exponent	—

Warum wir Sentry verwenden: Bei React-Native-Apps (unser Standard-Stack) liefert Sentry die besten Stacktraces — sowohl für den JavaScript-Layer als auch für nativen Code. Die Integration in CI/CD-Pipelines und Slack-Benachrichtigungen bei neuen Crash-Clustern spart im Wartungsalltag Stunden.

Benchmarks nach App-Kategorie

KPIs sind nur im Kontext sinnvoll. Was in einer Social-Media-App normal ist, wäre in einer Business-App unrealistisch. Hier die wichtigsten Benchmarks:

Metrik	E-Commerce	Business / SaaS	Health & Fitness	Social Media
DAU/MAU Ratio	8–15 %	15–25 %	15–30 %	40–60 %
Day-1 Retention	20–25 %	25–35 %	25–30 %	35–50 %
Day-7 Retention	8–12 %	12–20 %	10–18 %	20–35 %
Day-30 Retention	3–5 %	6–12 %	5–10 %	12–25 %
Avg. Session Length	3–5 Min.	5–10 Min.	5–8 Min.	10–30 Min.
Sessions/Tag	1–2	2–4	1–3	5–12
Crash-Free Rate	> 99,5 %	> 99,5 %	> 99,5 %	> 99,3 %
Store Rating	> 4,0	> 4,2	> 4,3	> 4,0

Wichtig: Diese Benchmarks sind Orientierungswerte. Vergleichen Sie vor allem mit Ihren eigenen historischen Daten — ein Trend ist aussagekräftiger als ein absoluter Wert.

Unser Analytics-Setup bei exponent

Bei jedem App-Projekt richten wir standardmäßig folgendes ein:

1. Firebase Analytics — Basis-Tracking

Screen Views (automatisch)
Custom Events für Business-relevante Aktionen (z. B. purchase_completed, signup_finished, feature_used)
User Properties für Segmentierung (Plan-Typ, Registrierungsdatum, Plattform)
Conversion Events für Schlüsselaktionen

2. Sentry — Crash & Performance Monitoring

Automatisches Crash-Reporting mit Source Maps
Performance Tracing für langsame Screens
Slack-Integration: sofortige Benachrichtigung bei neuen Crash-Clustern
Release Tracking: Crashes werden automatisch dem Build zugeordnet

3. Custom Dashboard

Wöchentliches KPI-Dashboard (automatisiert via Firebase + Looker Studio oder Mixpanel)
Retention-Cohort-Auswertung nach Registrierungswoche
Funnel-Analyse für den kritischen Pfad (Onboarding → Kernfunktion → Conversion)

4. Store Monitoring

Review-Monitoring mit Benachrichtigung bei negativen Bewertungen
Conversion-Rate-Tracking im Store Listing

Dieses Setup ist Teil unseres App-Entwicklungsangebots und wird bei jedem Launch konfiguriert — nicht als Nachgedanke, sondern als integraler Bestandteil.

Häufige Analytics-Fehler

Auch mit den besten Tools kann man Analytics falsch machen. Diese Fehler sehen wir regelmäßig:

1. Zu viele Events tracken

Mehr Daten bedeuten nicht bessere Entscheidungen. Wenn Sie 500 Custom Events tracken, findet niemand die relevanten Signale. Starten Sie mit 10–15 Events, die direkt mit Ihren Business-Zielen zusammenhängen. Erweitern Sie nur, wenn eine konkrete Frage nicht beantwortet werden kann.

2. Keine Funnels definieren

Einzelne Events ohne Zusammenhang sind wie lose Puzzleteile. Definieren Sie die 2–3 wichtigsten Nutzer-Journeys als Funnels:

Onboarding-Funnel: App öffnen → Registrierung → Profil anlegen → Kernfunktion nutzen
Conversion-Funnel: Produkt ansehen → In den Warenkorb → Checkout → Kauf abgeschlossen
Engagement-Funnel: Login → Feature X nutzen → Feature Y nutzen → Wiederkehr am nächsten Tag

Ohne Funnels wissen Sie nicht, wo Nutzer abspringen — nur dass sie es tun.

3. Cohorten ignorieren

Durchschnittswerte lügen. Wenn Ihre Day-7 Retention „15 %" beträgt, sagt das wenig aus. Ist sie bei Nutzern, die über Google Ads kommen, 5 % — und bei organischen Nutzern 30 %? Das sind völlig unterschiedliche Probleme. Analysieren Sie immer nach Cohorten: Akquisitionskanal, Plattform (iOS vs. Android), Zeitraum, Nutzertyp.

4. Vanity Metrics reporten

Gesamtdownloads, „registrierte Nutzer" und Gesamtumsatz ohne Kontext sind irreführend. Zeigen Sie stattdessen: aktive Nutzer (nicht registrierte), Umsatz pro aktivem Nutzer (nicht Gesamtumsatz), und Retention (nicht Downloads).

5. Analytics erst nach dem Launch einrichten

Wenn Sie Analytics erst Wochen nach dem Launch konfigurieren, fehlen Ihnen die wichtigsten Daten: die ersten Nutzererfahrungen. Analytics muss ab Tag 1 laufen — idealerweise schon in der Beta-Phase.

FAQ

Welche App-KPIs sollte ich als Erstes tracken?

Starten Sie mit Retention (Day 1, Day 7, Day 30), Crash-Free Rate und einem Engagement-Indikator (DAU/MAU oder Sessions per Day). Diese drei KPI-Bereiche geben Ihnen ein Grundverständnis davon, ob Nutzer wiederkommen, ob die App stabil läuft und wie intensiv sie genutzt wird. Revenue-Metriken kommen dazu, sobald Sie monetarisieren.

Ist Firebase Analytics für den Anfang ausreichend?

Ja, für die meisten Apps reicht Firebase Analytics in den ersten 12–18 Monaten völlig aus. Es ist kostenlos, trackt unlimitierte Events und bietet grundlegende Retention- und Funnel-Analysen. Erst wenn Sie fortgeschrittene Cohort-Analysen, Predictive Analytics oder komplexe Segmentierungen brauchen, lohnt sich der Wechsel zu Mixpanel oder Amplitude.

Wie oft sollte ich meine App-KPIs auswerten?

Crash-Rate und kritische Fehler: täglich (automatisiert via Alerts). Engagement und Retention: wöchentlich im Team-Review. Revenue und Store-Metriken: monatlich im Strategie-Meeting. Benchmarks und Langzeit-Trends: quartalsweise. Entscheidend ist nicht die Häufigkeit, sondern dass Sie aus den Daten Aktionen ableiten.

Was ist eine gute Retention Rate für meine App?

Das hängt stark von der Kategorie ab. Als Faustregel: Wenn Ihre Day-1 Retention über 30 %, Day-7 über 15 % und Day-30 über 8 % liegt, sind Sie besser als der Durchschnitt. Social-Media- und Messaging-Apps liegen deutlich höher, Utility- und E-Commerce-Apps niedriger. Vergleichen Sie mit den Benchmarks in der Tabelle oben und — noch wichtiger — mit Ihren eigenen historischen Werten.

Brauche ich ein separates Crash-Monitoring-Tool neben Firebase?

Wenn Sie React Native oder ein anderes Cross-Platform-Framework verwenden: ja. Firebase Crashlytics funktioniert gut für rein native Apps, aber bei React Native fehlen oft die JavaScript-Stacktraces. Sentry liefert hier deutlich bessere Ergebnisse. Auch die Alerting- und Workflow-Features (Slack-Integration, Issue-Assignment, Release-Tracking) sind in spezialisierten Tools wie Sentry ausgereifter.

Fazit

App-Erfolg misst sich nicht in Downloads, sondern in Nutzung, Stabilität und Wertschöpfung. Die wichtigsten Erkenntnisse:

Retention ist König — ohne wiederkehrende Nutzer ist jede App zum Scheitern verurteilt
Stabilität ist Hygiene — eine Crash-Free Rate unter 99,5 % kostet Sie aktiv Nutzer und Rankings
Weniger Metriken, mehr Erkenntnisse — 10 gut gewählte Events schlagen 500 unstrukturierte
Analytics ab Tag 1 — nicht als Nachgedanke, sondern als fester Bestandteil des Launches
Daten ohne Aktion sind wertlos — jede KPI-Review sollte in konkreten To-dos münden

Bei exponent ist Analytics kein Add-on, sondern integraler Teil jedes App-Projekts. Wir richten Firebase, Sentry und ein KPI-Dashboard standardmäßig ein — damit Sie vom ersten Tag an wissen, wie Ihre App performt.

Nächster Schritt: App mit professionellem Analytics-Setup

Sie planen eine App oder möchten Ihre bestehende App besser messen? Wir helfen Ihnen mit einem Analytics-Setup, das von Anfang an die richtigen Fragen beantwortet.

Jetzt unverbindlich anfragen →

Oder kontaktieren Sie uns direkt für ein kostenloses Erstgespräch →.

Weiterführende Artikel:

Dieser Artikel wurde im März 2026 veröffentlicht. Benchmarks basieren auf Branchendaten von data.ai, Mixpanel und Firebase sowie unserer eigenen Projekterfahrung. Alle Werte sind Richtwerte — Ihre tatsächlichen KPIs hängen von App-Kategorie, Zielgruppe und Markt ab.

App Analytics & KPIs: So messen Sie den Erfolg Ihrer App richtig