Churn Prediction Stadtwerke: Kündigungen früh erkennen 2026

Constantin Budin, Lead Consultant Data & AI bei Pexon Consulting | 9 Min. Lesezeit | 02.10.2026

TL;DR: Was leistet Churn Prediction für Stadtwerke?

Churn Prediction für Stadtwerke sagt aus Abrechnungs-, Vertrags- und Servicedaten voraus, welche Strom- und Gaskunden in den nächsten Wochen kündigen. Pexon Consulting baut solche Modelle auf SAP IS-U, Schleupen.CS oder powercloud. Ergebnis: Der Vertrieb spricht vor der Preisanpassung gezielt die Kunden an, die tatsächlich gefährdet sind.

Das Problem: Die Kündigung kommt über die Marktkommunikation

Wenn ein Stadtwerk von einer Kündigung erfährt, ist die Entscheidung meist schon gefallen. Der neue Lieferant meldet den Wechsel über die Marktkommunikation an, und das Abrechnungssystem bestätigt nur noch, was der Kunde längst unterschrieben hat. Für ein Rückgewinnungsgespräch ist das zu spät.

Die Zahlen zeigen, wie viel Bewegung im Markt steckt. Laut Bundesnetzagentur wechselten 2024 rund 7,1 Millionen Haushalte ihren Stromlieferanten, die Wechselquote lag bei etwa 14 Prozent. Beim Gas waren es rund 2,3 Millionen Wechsel, also etwa 17 Prozent. Hinzu kamen rund 3,3 Millionen Vertragsanpassungen beim bisherigen Lieferanten. Noch immer beziehen etwa 22 Prozent der Haushalte Strom in der Grundversorgung, und in jedem Netzgebiet stehen im Schnitt rund 139 Stromanbieter zur Auswahl (Monitoringberichte der Bundesnetzagentur).

Für ein Stadtwerk mit vielen Bestandskunden in der Grundversorgung ist das eine offene Flanke. Jeder dieser Kunden kann wechseln, sobald ein Vergleichsportal einen günstigeren Tarif anzeigt.

Warum Churn Prediction für Stadtwerke gerade jetzt zählt

Der Preisabstand zwischen Neukunden und Bestandskunden treibt die Wechsel. Laut SMARD lag der durchschnittliche Neukundenpreis 2025 bei 36,5 ct/kWh, der Bestandskundenpreis bei 37,7 ct/kWh. Im Januar 2026 fiel der Neukundenpreis auf 34,9 ct/kWh, was einem Durchschnittshaushalt rund 95 Euro Ersparnis im Jahr bringt. Die Datenplattform SMARD der Bundesnetzagentur weist für 2025 rund 6,7 Millionen Lieferantenwechsel aus.

Dazu kommt ein Anlass, der in diesem Herbst jedes Stadtwerk betrifft. Der Bundeszuschuss zu den Übertragungsnetzentgelten soll 2027 von 6,5 auf 5,525 Milliarden Euro sinken, der Verbraucherzentrale Bundesverband hat das am 13.08.2026 kritisiert. Vergleichsportale rechnen dadurch mit etwa 0,25 ct/kWh höheren Netzentgelten und rund einem Prozent höheren Strompreisen. Die Netzbetreiber veröffentlichen im Herbst ihre vorläufigen Entgelte für 2027, viele Lieferanten passen danach zum 1. Januar ihre Preise an.

Jede dieser Preisanpassungen hat eine rechtliche Folge. Nach §41 Abs. 5 EnWG müssen Lieferanten Haushaltskunden vorab informieren, und die Kunden dürfen ohne Kündigungsfrist kündigen. Das Preisanpassungsschreiben ist damit der Moment, an dem die meisten Kunden ihren Vertrag überhaupt wahrnehmen.

Welche Signale eine Kündigung ankündigen

Eine Kündigung kündigt sich selten aus dem Nichts an. In den Daten eines Stadtwerks stecken Wochen vorher Hinweise, verteilt auf Abrechnung, Kundenservice und Portal. Ein Modell bündelt diese Signale zu einem Score pro Vertragskonto.

Folgende Merkmale prüfen wir in jedem Projekt zuerst:

1. Vertragsstatus: Ende der Preisgarantie, Ende der Erstlaufzeit, Grundversorgung ohne Sondervertrag.
2. Preisentwicklung: Höhe der letzten Anpassung, Abstand zum günstigsten regionalen Wettbewerbstarif.
3. Abrechnung: Nachzahlung in der letzten Jahresrechnung, kurzfristig erhöhter Abschlag, Rechnungskorrekturen.
4. Service-Kontakte: Beschwerden, wiederholte Anrufe zum selben Thema, Fragen nach Kündigungsfristen.
5. Digitales Verhalten: Logins im Kundenportal kurz nach dem Preisbrief, Aufrufe der Tarifseite, abgelehnte Newsletter.
6. Lebensereignisse: Umzug innerhalb des Netzgebiets, Wechsel des Zahlungswegs, neue Kontoverbindung.

Ein einzelnes Signal sagt wenig, die Kombination umso mehr. Ein Kunde mit Nachzahlung, Beschwerde und Portal-Login in derselben Woche hat ein anderes Risiko als ein Kunde, der nur eine Nachzahlung hatte. Genau diese Kombinationen findet ein Modell, die eine Regel im Excel-Sheet übersieht.

Wie sich Beschwerden automatisch einordnen lassen, zeigt unser Ansatz zum KI-Beschwerdemanagement für Stadtwerke. Die dort klassifizierten Anliegen fließen als Merkmal direkt in den Score.

Datengrundlage: was IS-U, Schleupen und Co. schon liefern

Die meisten Stadtwerke mit 200 bis 700 Mitarbeitenden rechnen mit einem von fünf Systemen ab: SAP IS-U beziehungsweise S/4HANA Utilities, Schleupen.CS, Wilken, kVASy oder powercloud. Alle fünf halten die Daten, die ein Kündigungsmodell braucht. Der Aufwand liegt im Zusammenführen, nicht im Erfassen.

Wir legen die Daten in einer eigenen Analyse-Schicht ab, etwa auf Microsoft Fabric oder einer offenen Datenplattform. Das Abrechnungssystem bleibt unberührt, das Modell liest nur. Wer bereits eine Plattform für Smart-Meter-Daten aufbaut, kann sie mitnutzen, wie im Beitrag zur Fabric-Datenplattform für Smart-Meter-Daten beschrieben.

Die Grenze aus §6a EnWG

Ein Punkt wird in Gesprächen oft unterschätzt. Nach §6a EnWG darf der Vertrieb keine wirtschaftlich sensiblen Informationen aus dem Netzbetrieb nutzen. Das gilt auch für Stadtwerke unter 100.000 Kunden, denn die Ausnahme für kleine Unternehmen betrifft die rechtliche und operationelle Entflechtung, nicht die Vertraulichkeit der Netzdaten.

Für das Modell heißt das: Daten aus dem Netzbereich, etwa Anschlussanfragen oder Störungsmeldungen, bleiben draußen. Erlaubt sind die Daten, die der Vertrieb als Lieferant ohnehin erhält. Wie sich KI-Anwendungen sauber entlang dieser Grenze aufbauen lassen, beschreibt unsere Seite zu KI im Stadtwerk unter §6a EnWG.

Vom Score zur Rückgewinnung

Ein Risiko-Score allein hält keinen Kunden. Er entscheidet nur, wen der Vertrieb zuerst anruft und welches Angebot sich lohnt. Dafür trennen wir drei Fragen, die oft vermischt werden.

Wer kündigt wahrscheinlich? Diese Frage beantwortet das Kündigungsmodell, meist ein Gradient-Boosting-Verfahren auf den Merkmalen von oben. Ergänzend schätzt eine Überlebenszeitanalyse, wann die Kündigung zu erwarten ist.

Wer reagiert auf ein Angebot? Nicht jeder gefährdete Kunde lässt sich halten. Manche wechseln ohnehin, andere bleiben auch ohne Rabatt. Ein Uplift-Modell schätzt, bei wem ein Angebot den Ausgang wirklich ändert. So fließt das Budget nicht in Kunden, die auch ohne Angebot geblieben wären.

Welches Angebot passt? Preisgarantie, Bonus, Wechsel in einen Ökotarif oder einfach ein Rückruf mit Erklärung der Rechnung. Gerade bei Nachzahlungen hilft oft schon ein verständliches Gespräch.

Ein Rechenbeispiel zeigt die Größenordnung. Die Werte sind Annahmen für die Methode, keine Messung aus einem Kundenprojekt.

Ob sich das rechnet, hängt vom Deckungsbeitrag pro Vertrag und von den Kosten der Angebote ab. Beides legen wir mit dem Vertrieb fest, bevor das Modell gebaut wird. Ohne diese Rechnung gibt es keinen belastbaren Business Case.

Neukundengewinnung ist dabei die teurere Alternative. Eine oft zitierte Auswertung im Harvard Business Review beziffert die Gewinnung eines Neukunden als 5- bis 25-mal teurer als die Bindung eines bestehenden Kunden.

So starten Sie in sechs Schritten

In unseren Projekten mit Energieversorgern hat sich eine feste Reihenfolge bewährt. Sie hält den Pilot klein und liefert vor der nächsten Preisrunde ein Ergebnis.

1. Eine Sparte auswählen, meist Strom im Haushaltssegment.
2. Historische Kündigungen der letzten zwei bis drei Jahre aus dem Abrechnungssystem ziehen.
3. Merkmale aus Vertrag, Abrechnung, Service und Portal zusammenführen, ohne Netzdaten.
4. Modell trainieren und an einem zurückgehaltenen Zeitraum prüfen, etwa an der letzten Preisrunde.
5. Vor dem nächsten Preisbrief eine Zielgruppe ansprechen und eine gleich große Kontrollgruppe bewusst nicht.
6. Nach dem Jahreswechsel die echten Wechsel auswerten und das Modell nachtrainieren.

Der fünfte Schritt ist der wichtigste. Ohne Kontrollgruppe lässt sich nicht sagen, ob ein Kunde wegen des Anrufs geblieben ist oder auch so geblieben wäre. Die Kontrollgruppe ist der Beleg, den die Geschäftsführung für die Fortsetzung braucht.

Wer die Ansprache später automatisieren will, etwa mit vorbereiteten Gesprächsnotizen für das Service-Team, findet Ansätze bei unseren KI-Agenten für die Energiewirtschaft.

Häufig gestellte Fragen

Was ist Churn Prediction bei Stadtwerken?

Churn Prediction ist ein Modell, das für jeden Strom- oder Gaskunden die Wahrscheinlichkeit einer Kündigung schätzt. Es nutzt Vertrags-, Abrechnungs- und Servicedaten aus dem Abrechnungssystem und gibt dem Vertrieb eine Liste, wen er vor der Preisanpassung zuerst ansprechen sollte.

Welche Daten braucht ein Kündigungsmodell?

Vertragsdaten wie Laufzeit und Preisgarantie, Abrechnungsdaten wie Nachzahlungen und Abschläge, Service-Kontakte und, falls vorhanden, Portal-Nutzung. Dazu kommen historische Kündigungen der letzten zwei bis drei Jahre. Daten aus dem Netzbetrieb bleiben wegen §6a EnWG außen vor.

Churn Prediction oder Churn Management: was ist der Unterschied?

Churn Prediction ist die Vorhersage, wer kündigt. Churn Management umfasst zusätzlich die Ansprache, die Angebote und die Erfolgsmessung. Die Vorhersage ist der erste Baustein, der Nutzen entsteht erst im Vertrieb.

Was kostet ein Churn-Prediction-Pilot?

Wir bieten den Pilot für eine Sparte zum Festpreis an, den wir nach einem Scoping festlegen. Der Umfang hängt vor allem vom Abrechnungssystem und der Datenlage ab. Der Pilot läuft rund zehn Wochen.

Funktioniert Churn Prediction mit SAP IS-U und Schleupen?

Ja. SAP IS-U, S/4HANA Utilities, Schleupen.CS, Wilken, kVASy und powercloud enthalten die nötigen Daten. Das Modell liest sie in eine eigene Analyse-Schicht, das Abrechnungssystem selbst wird nicht verändert.

Nächster Schritt

Wenn Sie vor der Preisrunde 2027 wissen wollen, welche Kunden gefährdet sind, besprechen wir den Pilot gern mit Ihnen. Pexon Consulting ist Microsoft Partner und arbeitet mit 30 Azure-Spezialisten an Datenplattformen für Versorger. Einen Überblick über alle Themen für Versorger finden Sie auf unserer Seite Energie und Stadtwerke.

Verwandte Themen