Was eine gute DAU/MAU-Ratio ist, und wer sie tatsächlich gemessen hat

Was ist die DAU/MAU-Ratio?

Produktteams berechnen die DAU/MAU-Ratio, indem sie die durchschnittlichen täglich aktiven Nutzer durch die monatlich aktiven Nutzer desselben Zeitraums teilen und mit 100 multiplizieren. Das Ergebnis ist eine Stickiness-Zahl: der Anteil deiner monatlichen Nutzerbasis, der an einem durchschnittlichen Tag auftaucht. Mixpanel beschreibt ein Ergebnis von 20% als einen von fünf monatlichen Nutzern, der an einem gegebenen Tag aktiv ist.

DAU/MAU ratio = (average DAU / MAU) x 100

Beide Inputs brauchen zuerst eine Definition. MAU zählt eindeutige Personen, die in einem 30-Tage-Fenster eine Wertaktion ausgeführt haben, keine Besuche, trenne also in deinem Reporting zunächst Pageviews, Sessions und Nutzer. Die durchschnittliche DAU ist das Mittel der täglichen Zählungen eindeutiger Nutzer über dasselbe Fenster, nicht die DAU am letzten Tag des Monats.

Wie berechnest du die Ratio an echten Zahlen?

Nimm ein Produkt mit 50,000 monatlich aktiven Nutzern und durchschnittlich 10,000 täglich aktiven Nutzern über einen Monat mit 30 Tagen. Zehntausend geteilt durch fünfzigtausend ist 0.20, eine DAU/MAU-Ratio von 20%. Dasselbe Produkt, an einem starken Dienstag gemessen, könnte 14,000 DAU zeigen und 28% berichten, der Durchschnitt zählt also mehr als jeder einzelne Tag.

Bei dieser letzten Zeile hören die meisten Teams auf zu lesen, und sie führt sie in die Irre.

Bedeutet eine Ratio von 20% wirklich sechs Tage im Monat?

Eine Ratio von 20% bedeutet nur dann sechs Tage pro Monat, wenn sich jeder monatlich aktive Nutzer identisch verhält, und das tut keine reale Nutzerbasis. Das Mittel stimmt: 10,000 tägliche Nutzer über 30 Tage ergeben 300,000 Nutzertage, und 300,000 verteilt auf 50,000 Personen sind im Schnitt sechs Tage pro Person. Die Verteilung hinter diesem Mittel ist unbestimmt, sodass zwei sehr verschiedene Produkte dieselben 20% berichten.

Fahre das andere Extrem auf denselben 300,000 Nutzertagen. Jeder monatlich aktive Nutzer erscheint per Definition mindestens einmal, setze also die maximal mögliche Zahl von Personen auf eine tägliche Gewohnheit und gib allen anderen genau einen Besuch. Die Rechnung landet bei rund 8,600 Personen, die das Produkt an allen 30 Tagen nutzen, neben rund 41,400, die es einmal geöffnet und nie wieder besucht haben. Das ist ein harter Kern von etwa 17% der Basis plus ein langer Schwanz einmaliger Besucher, und beides berichtet dieselben 20%.

Zeichne die aktiven Tage pro Nutzer als Histogramm, statt dem Durchschnitt zu vertrauen, und trenne die beiden Populationen mit einer Kohortenanalyse, bevor du entscheidest, was gebaut wird. Karl Wirth erhob diesen Einwand in den Kommentaren zu Fred Wilsons Beitrag von 2011 und legte beide Extreme nebeneinander.

Woher stammen die Benchmarks von 20% und 50%?

Die in Pitch Decks wiederholten Zahlen gehen auf drei veröffentlichte Quellen zurück, jede enger gefasst als die zitierte Version.

Fred Wilson veröffentlichte 30/10/10 am 30. Juli 2011 auf AVC, gestützt auf vertrauliche Kennzahlen von Portfolio- und Prospect-Unternehmen von Union Square Ventures. Seine Aussage: 30% der registrierten Nutzer oder Downloads nutzen einen Dienst jeden Monat und 10% nutzen ihn jeden Tag. Beide Werte sind Anteile der registrierten Nutzer, nicht Anteile voneinander, die implizierte DAU/MAU ist also 10 geteilt durch 30, also etwa 33%. Wilson ergänzte in den Kommentaren, dass die Verhältnisse für Dienste in großem Maßstab gelten, nicht für frühe Produkte.

Das Kapitel aus Gainsights Essential Guide, The DAU/MAU Ratio: Tutorial and Examples, ist der Ursprung der 40%-Zahl für B2B SaaS. Gainsight rahmt sie als akzeptablen Benchmark, wenn Wochenenden und Feiertage ignoriert werden, was auf einen Nutzer hinausläuft, der an acht von zwanzig Arbeitstagen aktiv ist. Dieselbe Seite setzt den SaaS-Durchschnitt bei 13%, E-Commerce bei 9.8% und Finance bei 10.5% an und gibt an, dass Facebook eine DAU/MAU-Ratio über 50% hat. Die Seite trägt kein Veröffentlichungsjahr, behandle also jede Zahl darauf als undatiert.

Die 50%-Schwelle, die als Exzellenzlatte kursiert, ist jene Facebook-Beobachtung ohne ihr Subjekt wiedergegeben, und die Zahl eines einzelnen Unternehmens ist kein Benchmark. Zur Behauptung, 20% sei gut: Keine erreichbare Primärquelle veröffentlicht das als Schwellenwert, diese Seite wiederholt es daher nicht.

Was sind die aktuellen DAU/MAU-Benchmarks nach Branche?

Mixpanel veröffentlichte den aktuellsten gemessenen Satz am 9. Juni 2026 in Monthly active users: definition, formula, and 2026 benchmarks, gezogen aus dem eigenen Report 2026 State of Digital Analytics, der 3.7 Billionen Events über mehr als 12,000 Unternehmen in acht Branchen abdeckt. Die Zahlen unten sind die Stickiness-Verhältnisse aus diesem Report für 2025.

Mixpanel stellt fest, dass B2B SaaS mit 31% unter der älteren 40%-Faustregel liegt und dass Teams, die sich an 40% messen, einen unrealistischen Maßstab angelegt haben. Der Report markiert außerdem KI-Produkte in Nordamerika mit 21%, weil erfahrene Nutzer pro Session mehr erledigen und seltener zurückkehren, ein Fall, in dem eine fallende Ratio kein fallendes Produkt bedeutet.

Wann ist die DAU/MAU-Ratio die falsche Metrik?

Hör auf, DAU/MAU zu verfolgen, wenn dein Produkt keinen täglichen Anwendungsfall hat, denn eine Metrik, die sich nicht bewegen kann, bringt dir nichts bei. Gainsight nennt Rechnungstools, Talent-Marktplätze und seltenen E-Commerce als Kategorien, in denen sporadische Nutzung richtig ist, und schlägt stattdessen WAU/MAU oder MAU/QAU vor. Mixpanel führt dasselbe Argument für asynchrone und agentengetriebene Produkte an, bei denen Arbeit passiert, während niemand eingeloggt ist, und die Tageszählung an einem Tag mit echtem Wert auf null steht.

Die Metrik ist außerdem träge. Weil der Nenner dreißig Tage zurückblickt, braucht eine heute ausgelieferte Änderung Wochen, bis sie sich zeigt. Beurteile ein Release stattdessen an der Retention Rate über sieben Tage und prüfe die Churn-Rate-Formel auf derselben Kohorte, um zu bestätigen, dass steigende Stickiness nicht bloß eine schrumpfende Basis ist.

Wie hebst du die Ratio, ohne sie zu manipulieren?

Hebe die DAU/MAU-Ratio, indem du die Reibung entfernst, die überzeugte Nutzer an der Rückkehr hindert, nicht indem du Gelegenheitsnutzer für einen einzelnen Besuch zurückholst. Gainsight macht den mechanischen Punkt, dass eine generische Mail nach dem Muster "wir haben dich lange nicht gesehen" die MAU stärker hebt als die DAU und die Ratio drückt. Breite Reaktivierungskampagnen arbeiten damit gegen die Zahl, die sie bewegen sollen.

Der Hebel liegt darin, zu diagnostizieren, warum die tägliche Kohorte klein ist. Flowsery zeichnet jede Nutzersession auf, erkennt Rage Clicks, Dead Clicks, JavaScript-Fehler, Drop-offs und kaputte Flows und gruppiert passende Sessions zu einem Issue, geordnet danach, wie viele Nutzer darauf gestoßen sind, sodass du siehst, welcher Defekt zwischen einem wöchentlichen und einem täglichen Nutzer steht. Die integrierte Web-Analytics deckt Echtzeit-Traffic, Funnels, Ziele und User Journeys neben den Replays ab. Lies die Ratio neben der Engagement Rate und deinen Product-Analytics-Funnels, nie für sich allein.

Häufig gestellte Fragen

Ist DAU/MAU dasselbe wie Produkt-Stickiness?

Stickiness ist das Konzept und DAU/MAU ist die verbreitetste Art, es zu messen. Gainsight und Mixpanel nutzen die beiden Begriffe in ihren Leitfäden austauschbar. Andere Verhältnisse messen dieselbe Idee auf anderen Uhren, etwa WAU/MAU für wöchentliche Produkte und MAU/QAU für quartalsweise.

Kann die DAU/MAU-Ratio 100% übersteigen?

Nein. Jeder täglich aktive Nutzer steckt in der Gesamtzahl der monatlich aktiven Nutzer desselben Fensters, der Zähler kann den Nenner also nicht übersteigen. Fred Wilson bestätigte diese Schachtelung in den Kommentaren zu seinem Beitrag von 2011, als ein Leser fragte, ob die tägliche und die monatliche Gruppe getrennt seien. Eine Ratio über 100% bedeutet, dass deine beiden Zählungen verschiedene Nutzerdefinitionen oder Zeiträume verwenden.

Welche DAU/MAU-Ratio sollte ein B2B-SaaS-Produkt anpeilen?

Mixpanels Daten vom Juni 2026 verorten B2B SaaS bei 31% in Nordamerika und EMEA, 33% in APAC und 25% in LATAM und sagen, dass Produkte zwischen 25% und 35% im Markt liegen. Die ältere 40%-Zahl stammt aus Gainsights undatiertem Leitfaden und setzt voraus, dass Wochenenden ausgeschlossen sind. Wähle den Benchmark, dessen Messfenster zu deinem eigenen passt.

Warum ist unsere Ratio nach einem erfolgreichen Launch gefallen?

Ein Launch fügt der MAU sofort neue Nutzer hinzu, während diese Nutzer Wochen brauchen, um eine tägliche Gewohnheit aufzubauen, der Nenner wächst also vor dem Zähler. Kommentatoren brachten diese Wachstumsverzerrung schon in Wilsons Beitrag von 2011 auf. Schließe Accounts aus, die im laufenden Monat angelegt wurden, oder lies die Ratio pro Anmeldekohorte.

Bedeutet eine niedrige DAU/MAU-Ratio, dass das Produkt scheitert?

Nicht für sich allein. Mixpanels Daten von 2026 zeigen Fintech-Versicherung bei 16% in EMEA und E-Commerce bei 20% in Nordamerika, was widerspiegelt, wie selten Menschen diese Produkte brauchen. Eine niedrige Ratio ist nur dann ein Problem, wenn dein Geschäftsmodell von täglicher Nutzung abhängt. Miss sie an deinem eigenen Vertical, nicht an einem branchenübergreifenden Durchschnitt.

Wie lang sollte das Fenster für die durchschnittliche DAU sein?

Nutze dasselbe Fenster für beide Zahlen und nimm das Mittel der Tageszählungen statt eines einzelnen Tages. Ein 30-Tage-Fenster, das zur MAU-Definition passt, verhindert, dass ein starker Dienstag das Ergebnis aufbläht. Hat dein Produkt ein Werktagsmuster, berichte die Werktags- und die Kalenderversion getrennt.

Wie groß war der Datensatz hinter Mixpanels DAU/MAU-Benchmarks für 2026?

Mixpanels Bericht vom 9. Juni 2026 stützt sich auf 3,7 Billionen Events von mehr als 12.000 Unternehmen aus acht Branchen. Die veröffentlichten Zahlen sind die Stickiness-Werte von 2025, aufgeschlüsselt nach Region innerhalb jeder Branche. Diese Größenordnung ist der Grund, warum der Bericht heute als aktuellere Referenz gilt als die älteren Zahlen von Gainsight und Wilson.

Was sollte ich stattdessen tracken, wenn mein Produkt keinen täglichen Anwendungsfall hat?

Gainsight empfiehlt WAU/MAU oder MAU/QAU für Kategorien wie Rechnungstools, Talent-Marktplätze und seltene E-Commerce-Nutzung, wo sporadische Nutzung normal ist und kein Warnsignal. Mixpanel macht denselben Punkt für asynchrone und agentengesteuerte Produkte, bei denen Arbeit erledigt wird, während niemand eingeloggt ist. Passe das Zeitfenster der Metrik daran an, wie oft ein gesunder Nutzer zurückkehren sollte.

Warum würde die DAU/MAU-Ratio bei einem KI-Produkt sinken, das gerade besser geworden ist?

Mixpanel nennt KI-Produkte in Nordamerika mit 21% als Fall, in dem eine sinkende Ratio nicht auf ein scheiterndes Produkt hinweist. Erfahrene Nutzer erledigen in einer einzigen Sitzung mehr und müssen seltener zurückkehren, sodass weniger tägliche Besuche Effizienz statt nachlassendes Interesse widerspiegeln können. Die Ratio allein zu lesen würde diese Verbesserung verdecken.

Heben Re-Engagement-E-Mails die DAU/MAU-Ratio an?

Eine generische 'Wir haben dich lange nicht gesehen'-E-Mail hebt laut Gainsight eher die MAU als die DAU an und senkt damit die Ratio, statt sie zu steigern. Breit angelegte Re-Engagement-Kampagnen holen gelegentliche Nutzer für einen einzigen Besuch zurück, die die Monatszahl erhöhen, aber keine tägliche Gewohnheit aufbauen. Besser wirkt es, die Reibung zu beseitigen, die engagierte Nutzer von der Rückkehr abhält, statt pauschale Win-back-Mails zu verschicken.