Kano-Modell der Kundenzufriedenheit: Basis-, Leistungs- und Begeisterungsmerkmale

Zwei Serviceideen werden ähnlich häufig gewünscht. Bei der ersten würde das Fehlen viele Menschen verärgern. Die zweite würde bei Vorhandensein positiv überraschen, bei Abwesenheit aber kaum vermisst. Eine einfache Wunschliste behandelt beide Ideen gleich. Das Kano-Modell fragt genauer: Wie reagieren Menschen, wenn ein Merkmal erfüllt ist, und wie reagieren sie, wenn es nicht erfüllt ist?

Kurzantwort: Das Kano-Modell beschreibt, dass die Erfüllung verschiedener Kundenanforderungen unterschiedlich auf Zufriedenheit und Unzufriedenheit wirken kann. Eine Kano-Analyse prüft ein klar formuliertes Merkmal mit einer funktionalen Frage zur Erfüllung und einer dysfunktionalen Frage zur Nichterfüllung. Das Antwortpaar wird als Basis-, Leistungs-, Begeisterungs-, indifferentes oder Rückweisungsmerkmal klassifiziert. Widersprüchliche Kombinationen werden als fragwürdig markiert. Erst die Verteilung mehrerer Antwortpaare ergibt einen belastbaren Befund.

Was ist das Kano-Modell und wofür wird es eingesetzt?

Das Kano-Modell ist eine Theorie über asymmetrische Reaktionen auf Qualitätsmerkmale. Es geht nicht davon aus, dass mehr Erfüllung immer im gleichen Maß zu mehr Zufriedenheit führt. Manche Anforderungen werden vorausgesetzt. Andere wirken proportional zur Leistung. Wieder andere können positiv überraschen, ohne bei ihrem Fehlen Unzufriedenheit auszulösen.

Noriaki Kano veröffentlichte die Theorie gemeinsam mit Nobuhiko Seraku, Fumio Takahashi und Shin-ichi Tsuji. Der Originalbeitrag zu Attractive Quality und Must-be Quality beschreibt eine zweidimensionale Betrachtung und prüft sie mit Befragungen. Kano ist der Familienname des Forschers und keine Abkürzung.

Vier Ebenen sollten getrennt bleiben:

• Das Modell beschreibt unterschiedliche Reaktionsmuster auf Merkmale.
• Das Diagramm veranschaulicht diese Muster qualitativ.
• Der Fragebogen erhebt zwei Perspektiven auf dasselbe Merkmal.
• Die Auswertung ordnet einzelne Antwortpaare ein und fasst ihre Verteilung zusammen.

Die Methode kann Produkt-, Dienstleistungs- und Prozessmerkmale untersuchen. Sie ist besonders hilfreich, wenn eine Entscheidung nicht nur wissen soll, ob ein Merkmal gewünscht wird, sondern welche Reaktion bei Erfüllung und Nichterfüllung zu erwarten ist. Wenn zunächst das Messziel und die passende Methode unklar sind, bietet der Beitrag Kundenzufriedenheit messen den breiteren Einstieg.

Welche Merkmalsarten unterscheidet das Kano-Modell?

Die verbreitete Kano-Auswertung verwendet fünf Kategorien. Hinzu kommt Q als Kennzeichnung für ein fragwürdiges Antwortpaar. Die englischen Begriffe werden häufig mit den Kürzeln A, O, M, I, R und Q dargestellt. Eine Kategorie gilt immer für das geprüfte Merkmal, die befragte Gruppe, den beschriebenen Kontext und den Erhebungszeitpunkt.

Die häufigste Kategorie kann einen Befund kompakt benennen. Sie ersetzt aber nicht die vollständige Verteilung. Besonders bei knappen Abständen, Gleichständen oder gegensätzlichen Segmenten würde ein einzelnes Etikett zu viel Information verbergen.

Was zeigt das Kano-Diagramm, und was zeigt es nicht?

Das klassische Kano-Diagramm setzt den Erfüllungsgrad eines Merkmals auf die horizontale Achse und die Reaktion zwischen Unzufriedenheit und Zufriedenheit auf die vertikale Achse. Eine Basismerkmal-Kurve steigt aus starker Unzufriedenheit in Richtung neutral. Ein Leistungsmerkmal verläuft diagonal. Ein Begeisterungsmerkmal steigt von neutral in Richtung hoher Zufriedenheit.

Diese Kurven sind konzeptionelle Darstellungen. Sie werden nicht automatisch aus den konkreten Antworten einer Befragung als Wirkungsfunktionen geschätzt. Aus ihrer Steigung lässt sich deshalb weder ein genauer Zufriedenheitsgewinn noch ein finanzieller Effekt ablesen. Auch der Forschungsüberblick zur Theorie attraktiver Qualität zeigt, dass neben der bekannten Darstellung verschiedene Wortlaute und Klassifikationsmethoden existieren.

Wie bereitest du eine Kano-Analyse vor?

Eine Kano-Analyse beginnt mit einer konkreten Entscheidung, nicht mit einer langen Funktionsliste. Formuliere zunächst, welche Alternative oder Verbesserung beurteilt werden soll. Beschreibe anschließend jedes Merkmal einzeln, in Alltagssprache und so konkret, dass Befragte denselben Zustand verstehen können. "Schneller Service" ist zu offen. Eine eindeutig beschriebene Statusmeldung bei längerer Bearbeitung ist prüfbar.

Kandidaten können aus Interviews, Beobachtungen, Beschwerden, Supportfällen, Nutzungssignalen oder offenen Kundenäußerungen entstehen. Diese Quellen liefern Hypothesen für Merkmale, aber noch keine Kano-Kategorie. Bei nicht realisierten Merkmalen braucht es eine neutrale Beschreibung, die den Zustand verständlich macht, ohne einen Nutzen vorwegzunehmen.

Definiere vor der Erhebung Zielpopulation, relevante Segmente und Auswahlweg. Die Fallzahl muss zur Entscheidung und zu geplanten Segmentauswertungen passen. Eine universelle Mindestzahl gibt es nicht. Eine große Stichprobe gleicht außerdem keine systematische Unterabdeckung oder Selbstselektion aus. Der Bericht der American Association for Public Opinion Research empfiehlt deshalb, Abdeckung, Auswahl, Nonresponse und Messung getrennt zu beurteilen.

Wie formulierst du funktionale und dysfunktionale Fragen?

Jedes Merkmal erzeugt zwei Fragen. Funktional bezeichnet die Perspektive der Erfüllung. Dysfunktional bezeichnet die Perspektive der Nichterfüllung. Die Wörter stehen nicht für gut und schlecht. Beide Fragen müssen denselben Zustand möglichst symmetrisch beschreiben.

Für das hypothetische Merkmal "Automatische Statusmeldung, wenn die Bearbeitung einer Serviceanfrage länger dauert" lautet das Paar:

• Funktionale Frage: "Wie würdest du es empfinden, wenn du bei längerer Bearbeitung automatisch eine Statusmeldung erhältst?"
• Dysfunktionale Frage: "Wie würdest du es empfinden, wenn du bei längerer Bearbeitung keine automatische Statusmeldung erhältst?"

Für beide Fragen wird dieselbe redaktionelle deutsche Arbeitsfassung verwendet:

• Das würde mich freuen.
• Das setze ich voraus.
• Ich bin neutral.
• Damit könnte ich leben.
• Das würde mich stören.

Das ist kein weltweit verbindlicher deutscher Wortlaut. Vor einer realen Erhebung sollten Frage, Kontext und Antwortlabels kognitiv getestet werden. Sichtbare Nummern von 1 bis 5 sind ungünstig, weil sie eine gewöhnliche Rangskala von schlecht bis gut nahelegen. Tatsächlich entsteht die Information erst aus der Kombination beider Antworten. Viele Merkmale verdoppeln zudem die Zahl der Fragen und können Befragungsmüdigkeit verstärken.

Wie wird ein Antwortpaar mit der Kano-Matrix ausgewertet?

Zuerst wird jedes Antwortpaar einer Person für ein Merkmal klassifiziert. Die folgende Matrix nutzt die verbreitete Variante aus dem Kompendium des Center for Quality Management (CQM) von Berger und Kolleg:innen aus dem Jahr 1993. Andere Varianten existieren, weshalb die verwendete Matrix dokumentiert werden sollte.

A bedeutet Begeisterung, O Leistung, M Basis, I unerheblich, R Rückweisung und Q fragwürdiges Ergebnis.

Im Statusmeldungsbeispiel antwortet eine Person bei Vorhandensein mit "Das würde mich freuen" und bei Abwesenheit mit "Das würde mich stören". Die Zelle Freuen/Stören ergibt O. Das Merkmal ist für diese Person und genau dieses Fragenpaar ein Leistungsmerkmal. Voraussetzen/Stören ergibt M, Freuen/Neutral ergibt A. Erst nach dieser individuellen Zuordnung werden die Klassifikationen mehrerer Personen zusammengefasst.

Wie werden einzelne Antworten zu einem Kano-Befund verdichtet?

Angenommen, 100 Personen beantworten beide Fragen vollständig. Die hypothetische Verteilung lautet:

• A = 35 oder 35 Prozent
• O = 30 oder 30 Prozent
• M = 20 oder 20 Prozent
• I = 10 oder 10 Prozent
• R = 3 oder 3 Prozent
• Q = 2 oder 2 Prozent

A ist mit 35 Fällen die häufigste Kategorie, also der Modus. O folgt mit 30 Fällen knapp dahinter. Den Befund nur "Begeisterungsmerkmal" zu nennen, wäre deshalb zu grob. Die Verteilung zeigt zugleich beträchtliche Leistungs- und Basisanteile. Drei Rückweisungen und zwei fragwürdige Kombinationen bleiben sichtbar. Sie werden nicht stillschweigend gelöscht.

Bei einem Gleichstand gibt es zwei saubere Wege. Entweder wird die Uneindeutigkeit offen berichtet, oder eine vorab festgelegte und quellenbasierte Konvention wird angewendet. Eine Regel erst nach Sichtung der Ergebnisse auszuwählen, nur um ein eindeutiges Etikett zu erzeugen, schwächt die Nachvollziehbarkeit.

Wie berechnest und interpretierst du Better und Worse?

Better und Worse werden auch als Customer Satisfaction Coefficient bezeichnet. Dieser Begriff darf nicht mit dem Customer Satisfaction Score (CSAT) verwechselt werden. CSAT verdichtet eine direkte Zufriedenheitsbewertung. Kano-Koeffizienten verdichten Häufigkeiten aus klassifizierten Antwortpaaren.

Die in der Fachliteratur verbreiteten Formeln lauten:

Better = (A + O) / (A + O + M + I)

Worse = -(O + M) / (A + O + M + I)

Für das Beispiel ist der Nenner bei beiden Koeffizienten:

35 + 30 + 20 + 10 = 95

Daraus folgt:

Better = (35 + 30) / 95 = 65 / 95 = 0,68

Worse = -(30 + 20) / 95 = -50 / 95 = -0,53

Die Rechnung wird erst am Ende auf zwei Dezimalstellen gerundet. R und Q stehen in der konventionellen Berechnung nicht im Nenner, werden in der Verteilung aber weiterhin ausgewiesen. Die Formeln und ihre Einordnung finden sich unter anderem bei Matzler und Hinterhuber.

Better liegt zwischen 0 und 1. Der Wert 0,68 beschreibt hier den Anteil von A und O an den 95 einbezogenen Klassifikationen. Worse liegt zwischen 0 und -1. Der Wert -0,53 beschreibt den negativen Anteil von O und M am selben Nenner. Die Werte bedeuten weder 68 Prozent mehr Gesamtzufriedenheit noch 53 Prozent Unzufriedenheit. Sie sind dimensionslose Verdichtungen und keine kausal gemessene Wirkung.

Wie wird aus dem Kano-Befund eine Entscheidung?

Eine Kano-Kategorie ist ein Kundensignal, keine fertige Roadmap. Rechtliche, sicherheitskritische oder vertragliche Anforderungen können unabhängig von der Klassifikation erfüllt werden müssen. Für andere Merkmale sind zusätzlich Reichweite, Strategie, Kosten, Machbarkeit, Abhängigkeiten und Risiken zu prüfen.

Das folgende Kano-Entscheidungsprotokoll ist ein redaktionelles Praxismodell dieses Beitrags. Es ist weder ein offizieller Teil der ursprünglichen Kano-Theorie noch ein wissenschaftlich validiertes Standardinstrument. Es macht sichtbar, welche Aussage durch die Daten gedeckt ist und welche Prüfung noch fehlt.

Eine verantwortbare Reihenfolge beginnt mit Mindest-, Rechts- und Sicherheitsanforderungen. Danach folgen Verteilung, Segmentunterschiede sowie Better und Worse. Anschließend werden Reichweite und strategische Passung bewertet, bevor Aufwand, Machbarkeit, Abhängigkeiten und Risiken in die Entscheidung eingehen. Die gewählte Maßnahme bleibt eine Hypothese, deren Wirkung nach der Umsetzung mit passenden Daten geprüft wird.

Basis bedeutet dabei nicht, dass jede denkbare Ausprägung maximalen Aufwand rechtfertigt. Ein hoher A-Anteil beweist weder Differenzierung noch Zahlungsbereitschaft. Ein hoher I-Anteil kann echte Unerheblichkeit anzeigen, aber auch gegensätzliche Segmente oder Verständnisprobleme verbergen. R verlangt die Prüfung von Gegenpräferenz, Wortlaut und Wahlfreiheit. Ein auffälliger Q-Anteil ist ein Diagnoseanlass, aber es gibt keine universelle wissenschaftliche Q-Grenze.

Welche Fehler und Grenzen hat das Kano-Modell?

Die Qualität des Ergebnisses hängt stark von der Merkmalsdefinition und vom Fragenpaar ab. Bündel aus mehreren Eigenschaften, doppelte Verneinungen, suggestive Beschreibungen und unterschiedliche Detailtiefe zwischen funktionaler und dysfunktionaler Frage erzeugen schwer interpretierbare Antworten.

Weitere Grenzen sind:

• Befragte beurteilen häufig hypothetische Zustände, nicht beobachtete Wirkungen.
• Zwei Fragen pro Merkmal erhöhen Umfang und mögliche Befragungsmüdigkeit.
• Der Modus verliert Informationen über knappe und heterogene Verteilungen.
• Auswahl, Nonresponse und fehlende Gruppen können den Befund verzerren.
• Die Methode enthält keine Kosten-, Reichweiten-, Risiko- oder Machbarkeitsdimension.
• Segment und Zeitpunkt können die Klassifikation verändern.
• Die Forschung kennt alternative Frage- und Klassifikationsverfahren.

Das Kano-Modell misst deshalb keinen allgemeinen Kundenzufriedenheitswert. Es klassifiziert Reaktionsmuster auf die Erfüllung und Nichterfüllung eines bestimmten Merkmals. Der Net Promoter Score (NPS) verdichtet eine Weiterempfehlungsfrage, der Customer Effort Score (CES) erfasst wahrgenommenen Aufwand und CSAT eine direkte Zufriedenheitsbewertung. Diese Methoden beantworten andere Fragen und werden nicht in Kano-Kategorien umgerechnet.

Warum unterscheiden sich Kano-Kategorien nach Segment und Zeit?

Ein Merkmal kann für eine Gruppe Basis, für eine andere Begeisterung und für eine dritte Rückweisung sein. Segmentauswertungen sollten deshalb pro Gruppe die Fallzahl und die vollständige A/O/M/I/R/Q-Verteilung zeigen. Kleine Untergruppen und nachträglich gebildete Ranglisten erzeugen leicht falsche Sicherheit.

Auch Erwartungen können sich verändern. Eine häufig erzählte Entwicklung führt von Begeisterung über Leistung zur Basis. Sie ist aber keine zwangsläufige Einbahnstraße. Eine Untersuchung zu Lebenszyklen von Qualitätsmerkmalen identifizierte neben erfolgreichen auch stabile, kurzlebige und rückläufige Verläufe.

Eine erneute Klassifikation ist daher sinnvoll, wenn sich Markt, Nutzung, Leistungsniveau, Zielgruppe, Angebot oder Entscheidungsfrage relevant verändert haben. Ein pauschaler Kalender gilt nicht für jedes Merkmal. Öffentliche Kundenbewertungen können im späten Suchschritt zusätzliche Themenkandidaten liefern. Weil sie selbstselektiert sind und kein funktionales und dysfunktionales Fragenpaar enthalten, entsteht daraus jedoch keine Kano-Klassifikation.

Fazit: Eine Kategorie ist der Anfang der Entscheidung

Das Kano-Modell macht sichtbar, dass Erfüllung und Nichterfüllung eines Merkmals nicht spiegelbildlich wirken müssen. Ein belastbarer Befund beginnt deshalb bei einem präzisen Merkmal und einem symmetrischen Fragenpaar. Erst die einzelne Matrixzuordnung, die vollständige A/O/M/I/R/Q-Verteilung sowie Better und Worse zeigen, wie die befragte Gruppe im beschriebenen Kontext reagiert.

Das Kano-Entscheidungsprotokoll hält diese Kette nachvollziehbar fest und trennt Befund von Entscheidung. Eine häufige Kategorie ist kein dauerhaftes Etikett und keine automatische Priorität. Erst der Abgleich mit Segmenten, Datenqualität, Reichweite, Strategie, Recht, Sicherheit, Kosten, Machbarkeit, Risiken und Abhängigkeiten führt zu einer begründeten Maßnahme und einer passenden Wirkungskontrolle.

Wenn öffentliche Kundenbewertungen zu den relevanten Feedbackquellen gehören, kann Better Reply dabei unterstützen, wiederkehrende Feedbackthemen zu analysieren und daraus konkrete Probleme, Erwartungen oder Verbesserungsideen als Merkmalskandidaten sichtbar zu machen. Aus diesen Themen lassen sich konkrete Merkmalskandidaten formulieren, die anschließend mit funktionalen und dysfunktionalen Fragen methodisch geprüft werden.