
Beginnen Sie mit dem Ziel, nicht mit der Frage
Der häufigste Umfragefehler, den ich im Support-Team sehe, ist nicht schlechte Formulierung. Es ist, Fragen zu schreiben, bevor entschieden wurde, welche Entscheidung die Antworten treiben sollen. Eine Umfrage, die alles misst, misst nichts, und sie verbrennt das Wohlwollen, das Sie für die nächste brauchen.
Bevor Sie also eine einzige Frage unten kopieren, beantworten Sie eine Sache: Was werden Sie aufgrund der Antworten anders machen? Wenn Sie die Handlung nicht benennen können, streichen Sie die Frage. Eine "Wie haben wir es gemacht?"-Umfrage ohne Verantwortlichen für die Ergebnisse ist nur Lärm, den Sie Kunden bitten zu erzeugen.
Diese Herangehensweise sagt Ihnen auch, welche Art von Umfrage Sie brauchen. Eine einzelne Interaktion zu messen ist eine CSAT-Aufgabe. Die Loyalität zur gesamten Marke zu messen ist NPS. Zu messen, wie schwer Sie es jemandem gemacht haben, ist CES. Sie sind nicht austauschbar, und die falsche Wahl zu treffen ist, wie Teams am Ende mit Zahlen dastehen, denen niemand traut. So schneiden die drei Kern-Support-Kennzahlen im Vergleich ab:

| Kennzahl | Die gestellte Frage | Skala | Wann versenden |
|---|---|---|---|
| CSAT | Wie zufrieden waren Sie mit dieser Interaktion? | 1 bis 5 | Direkt nach einem gelösten Ticket |
| NPS | Wie wahrscheinlich ist es, dass Sie uns weiterempfehlen? | 0 bis 10 | Vierteljährlich, auf Beziehungsebene |
| CES | Wie leicht war es, Ihr Problem gelöst zu bekommen? | 1 bis 7 | Unmittelbar nach einer Interaktion |
| Offenes Feedback | Was hätten wir besser machen können? | Freitext | Begleitend zu jedem der obigen |
Die Regeln für Umfragefragen, die Menschen beantworten
Der Wortlaut zählt mehr als die Plattform. Eine saubere Frage in einer einfachen E-Mail schlägt eine clevere Frage in einem polierten Tool. Fünf Regeln decken fast alles ab:
- Eine Frage pro Frage. "Wie zufrieden waren Sie mit der Geschwindigkeit und Freundlichkeit unseres Supports?" sind zwei Fragen. Wenn jemandem schnell, aber von einem unfreundlichen Mitarbeiter geholfen wurde, kann er sie nicht ehrlich beantworten. Teilen Sie sie auf.
- Streichen Sie die suggestiven Adjektive. "Wie großartig war unser unglaublich schneller Support?" sagt dem Leser, was er sagen soll. Streichen Sie die Adjektive, und Sie erhalten "Wie würden Sie die Geschwindigkeit unseres Supports bewerten?"
- Balancieren Sie die Skala. Bieten Sie ebenso viele negative wie positive Optionen an, mit einer echten neutralen Mitte. Eine Skala, die "gut, großartig, hervorragend" lautet, hat keinen Platz für die Wahrheit.
- Halten Sie es kurz. Jede zusätzliche Frage senkt die Abschlussquote. Für eine Umfrage nach dem Ticket ist eine Bewertung plus ein optionaler Kommentar der Sweet Spot.
- Fragen Sie zum richtigen Zeitpunkt. Eine Zufriedenheitsfrage trifft eine Minute nach der Lösung anders als drei Tage später.
Diese erste Korrektur ist die, die am häufigsten übersehen wird, deshalb lohnt es sich, sie im direkten Vergleich zu sehen:

Umfragefragen-Beispiele nach Ziel
Hier ist die Sammlung. Nehmen Sie, was passt, ändern Sie den Produktnamen und löschen Sie den Rest. Jedes Set unten ist dafür gedacht, gekürzt, nicht komplett verschickt zu werden.
Nutzen Sie dies, um zu dem Set zu springen, das Sie brauchen:
- Wie zufrieden waren Sie mit der Hilfe, die Sie heute erhalten haben? (1 bis 5)
- Was ist der Hauptgrund für Ihre Bewertung? (offen)
- Wurde Ihr Problem vollständig gelöst? (ja / nein / teilweise)
- Wie wahrscheinlich ist es, dass Sie uns einem Kollegen empfehlen? (0 bis 10)
- Was wäre die eine Sache, die Sie eher dazu bringen würde, uns zu empfehlen? (offen)
- Was hätte Sie beinahe davon abgehalten, uns zu empfehlen? (offen)
- Wie gut löst diese Funktion Ihr Problem? (1 bis 5)
- Was wollten Sie erreichen, als Sie sie genutzt haben? (offen)
- Was fehlt, damit es eine 5 wird? (offen)
- Was ist der Hauptgrund, warum Sie uns heute verlassen? (Einzelauswahl)
- Was hätten wir tun können, um Sie zu halten? (offen)
- Würden Sie in Erwägung ziehen, in Zukunft zurückzukommen? (ja / nein / vielleicht)
Kundenzufriedenheit (CSAT)-Fragen
Diese knüpfen an eine einzelne Interaktion an. Das unschlagbare Muster ist eine Bewertung plus ein offenes Feld:
- Wie zufrieden waren Sie mit dem Support, den Sie heute erhalten haben? (1 bis 5)
- Was ist der Hauptgrund für Ihre Bewertung? (Freitext)
- Wurde Ihr Problem beim ersten Kontakt gelöst? (ja / nein)
- Wie würden Sie das Fachwissen der Person bewerten, die Ihnen geholfen hat? (1 bis 5)
- Wie würden Sie die Geschwindigkeit unserer Antwort bewerten? (1 bis 5)
- Gibt es etwas, das der Mitarbeiter hätte besser machen können? (Freitext)
Wenn Sie Zendesk, Freshdesk oder Gorgias nutzen, hat jedes eine native CSAT-Umfrage, die Sie so einrichten können, dass sie beim Schließen des Tickets ausgelöst wird, sodass Sie dafür selten ein separates Tool brauchen.
Net Promoter Score (NPS)-Fragen
NPS ist auf Beziehungsebene angesiedelt, senden Sie es also nach einem Zeitplan statt nach jedem Ticket. Der Klassiker ist eine einzelne 0-bis-10-Frage, aber im offenen Follow-up steckt der eigentliche Wert:
- Wie wahrscheinlich ist es, dass Sie [Produkt] einem Freund oder Kollegen empfehlen? (0 bis 10)
- Was ist der Hauptgrund für Ihre Bewertung? (Freitext)
- Was wäre die eine Sache, die wir tun könnten, um Ihre Erfahrung zu verbessern? (Freitext)
- Welche Funktion würden Sie am meisten vermissen, wenn wir sie entfernen würden? (Freitext)
- Was hätte Sie beinahe davon abgehalten, Kunde zu werden? (Freitext)
Wenn Sie das nicht von Grund auf aufbauen möchten, liefern Freshdesk und andere Helpdesks eine native NPS-Umfrage, die Sie planen können.
Customer Effort Score (CES)-Fragen
CES sagt Loyalität in vielen Support-Kontexten besser voraus als Zufriedenheit, weil Menschen ein Problem viel eher verzeihen als eine schwierige Zeit bei der Behebung:
- Wie leicht war es, Ihr Problem heute gelöst zu bekommen? (1 = sehr schwer, 7 = sehr leicht)
- [Produkt] hat es mir leicht gemacht, mein Problem zu bearbeiten. (stimme überhaupt nicht zu bis stimme voll zu)
- Wie viel Aufwand mussten Sie persönlich betreiben, um Hilfe zu bekommen? (1 bis 5)
- Was hat Ihre Erfahrung schwieriger gemacht, als sie sein musste? (Freitext)
Produkt- und Funktions-Feedback-Fragen
Stellen Sie diese, nachdem jemand das Ding tatsächlich genutzt hat, nicht wahllos:
- Wie gut erfüllt [Funktion] Ihre Bedürfnisse? (1 bis 5)
- Was wollten Sie erreichen, als Sie [Funktion] genutzt haben? (Freitext)
- Wie würden Sie sich fühlen, wenn Sie [Funktion] nicht mehr nutzen könnten? (sehr enttäuscht / etwas enttäuscht / nicht enttäuscht)
- Welche eine Funktion wünschen Sie sich? (Freitext)
- Wie leicht war [Funktion] beim ersten Mal zu verstehen? (1 bis 5)
Diese Frage "Wie würden Sie sich fühlen, wenn Sie das nicht mehr nutzen könnten" ist der Sean-Ellis-Product-Market-Fit-Test, und sie ist eine der schärfsten Einzelfragen auf dieser Liste.
Onboarding- und Aktivierungsfragen
Neue Kunden sind die beste Quelle für "wo wird das verwirrend"-Feedback, weil noch alles frisch ist:
- Wie leicht war der Einstieg in [Produkt]? (1 bis 5)
- Gab es etwas, das Sie erwartet, aber nicht gefunden haben? (Freitext)
- Was hätte Sie während der Einrichtung beinahe aufgeben lassen? (Freitext)
- Auf einer Skala von 1 bis 5, wie sicher fühlen Sie sich jetzt im Umgang mit [Produkt]?
Website- und On-Page-Mikroumfragen
Ein-Frage-Umfragen, die auf einer Seite aufpoppen, erzielen hohe Antwortquoten, weil sie den Besucher fast nichts kosten:
- Hat diese Seite Ihre Frage beantwortet? (ja / nein)
- Wonach haben Sie gesucht, das Sie nicht gefunden haben? (Freitext)
- Was hindert Sie daran, sich heute anzumelden? (Freitext)
Wenn Ihre Wissensdatenbank oder Ihr Hilfe-Center der Ort ist, an dem viele davon leben, lohnt es sich, sie mit Self-Service, der tatsächlich abwehrt zu kombinieren, statt nur die Lücke zu messen.
Kündigungs- und Storno-Fragen
Schmerzhaft zu lesen, am wertvollsten zu haben. Beschränken Sie sich auf ein paar Fragen, da Sie deren Geduld bereits verbraucht haben:
- Was ist der Hauptgrund, warum Sie heute kündigen? (Einzelauswahl mit einem "Sonstiges"-offenen Feld)
- Was hätten wir tun können, um Sie zu halten? (Freitext)
- Wohin wechseln Sie stattdessen? (Freitext)
- Würden Sie in Erwägung ziehen, zurückzukommen? (ja / nein / vielleicht)
Kündigungsgründe sind auch ein Signal, das Sie früher erkennen können. Wenn Sie Kündigungsrisiko in Support-Gesprächen erkennen können, bevor jemand den Kündigungsbutton erreicht, wird die Exit-Umfrage zu einer Absicherung statt zu Ihrer ersten Warnung.
Offene Fragen, die sich zu behalten lohnen
Bewertungsfragen geben Ihnen die Zahl, offene Fragen geben Ihnen den Grund. Ein paar, die konsequent gute Antworten liefern:
- Wenn Sie einen Zauberstab hätten, was wäre die eine Sache, die Sie an [Produkt] ändern würden?
- Was hätte Sie beinahe davon abgehalten zu kaufen / zu verlängern?
- Was erzählen Sie Kollegen, wenn Sie uns beschreiben?
- Was ist der frustrierendste Teil Ihres aktuellen Workflows?
Die Fehler, die Ihre Daten im Stillen ruinieren
Ich habe gesehen, wie gute Umfrageprogramme wegen einer Handvoll Wiederholungstäter nutzlose Daten produzierten. Überfliegen Sie diese Liste, bevor Sie senden drücken:
- Doppelbarrelige Fragen. "War unser Team freundlich und sachkundig?" Eine Antwort kann nicht beides abdecken.
- Suggestivfragen. Alles, was die Antwort schon einschmuggelt ("Wie großartig war..."), bläht Ihre Werte auf und verdeckt die Probleme.
- Absolute Aussagen. "Bekommen Sie immer schnelle Antworten?" Niemand kann "immer" oder "nie" ehrlich beantworten, also raten sie.
- Fachjargon und interne Namen. Wenn Sie es intern den "Unified Resolution Hub" nennen, nennt Ihr Kunde es "das Chat-Ding". Verwenden Sie deren Wörter.
- Zu viele Pflichtfelder. Jede verpflichtende Frage ist ein Grund abzubrechen. Machen Sie alles außer der Kernbewertung optional.
- Fragen ohne Plan zu reagieren. Der schnellste Weg, künftige Antwortquoten zu töten, ist, Feedback zu sammeln und sichtbar nichts damit zu tun.
Antworten zu sammeln ist einfach. Sie zu lesen ist der schwere Teil
Hier ist der Teil, den die meisten Umfrage-Leitfäden auslassen. Die Fragen zu schreiben dauert einen Nachmittag. Ein paar Hundert offene Textantworten pro Woche auszuwerten, ist die Aufgabe, die nie endet, und dort sterben Feedback-Programme im Stillen. Die Werte werden auf einem Dashboard protokolliert, die Kommentare einmal überflogen, und das eigentliche Signal, das wiederkehrende Thema, das in den Worten von 40 verschiedenen Kunden auftaucht, wird nie gezählt.
Das ist der Kreislauf, um den ich mich auf der Support-Seite kümmere: Umfrage, sammeln, das Thema finden, das Ding beheben, und von vorn.

Stufe eins und zwei sind gelöst. Stufe drei ist dort, wo KI ihren Nutzen beweist: Sie kann jede offene Textantwort lesen, sie zu Themen clustern und Ihnen sagen, dass "kann die Rechnung nicht finden" diesen Monat 60 Mal auftauchte, während "Checkout-Bug" zweimal auftauchte. Das ist der Unterschied zwischen einer Ahnung und einem geordneten Rückstand. Feedback im großen Maßstab zu lesen ist derselbe Muskel wie Support-Tickets im großen Maßstab zu analysieren, und die besten Kundenfeedback-Tools sind zunehmend genau darauf ausgelegt.
Es gibt noch einen zweiten Schritt, der sich lohnt: Ihre Umfragen sind nicht Ihre einzige Feedback-Quelle. Jedes Support-Ticket, jeder Chat und jede E-Mail enthält bereits dasselbe Signal, meist sogar mehr davon als Ihre Umfrageantworten. Ein Tool, das Ihren gesamten Ticket-Verlauf neben Ihren Umfrageergebnissen lesen kann, gibt Ihnen eine viel größere Stichprobe als den kleinen Ausschnitt an Kunden, die sich die Mühe machen, ein Formular auszufüllen.
eesel ausprobieren
Sobald Sie Feedback sammeln, verschiebt sich der Engpass vom Fragen zum Handeln. Dort setzt eesel AI an: Es klinkt sich in Ihren bestehenden Helpdesk ein, liest jedes vergangene Ticket und jede offene Umfrageantwort und taggt die wiederkehrenden Themen automatisch, sodass Sie statt Kommentare von Hand zu sortieren eine geordnete Ansicht davon bekommen, was tatsächlich kaputt ist. Auf der Reporting-Seite legt es die Muster über Tausende von Gesprächen offen, nicht nur über die Handvoll Umfrageantworten, die Sie sonst von Hand lesen würden.

Es ist auch die Schicht, die den Kreislauf bei den Tickets selbst schließt. Es entwirft Antworten für Ihre Mitarbeiter und kann die sich wiederholenden Fragen, die Ihre CSAT-Kommentare immer wieder aufzeigen, automatisch bearbeiten, was der Grund ist, warum ein Team, Gridwise, mit eesel 73 % ihrer Tier-1-Anfragen im ersten Monat gelöst hat. Wie es ein Zendesk-Administrator ausdrückte: "eesel AI optimiert unseren Workflow, steigert die Produktivität und sorgt für ein höheres Maß an Servicekonsistenz" (Melissa Ryan, Discuss.io). Sie können es kostenlos ausprobieren und auf Ihre eigenen historischen Tickets anwenden, bevor Sie sich auf irgendetwas festlegen.
Häufig gestellte Fragen
Was sind gute Beispiele für Umfragefragen zur Kundenzufriedenheit?
Wie viele Fragen sollte eine Kundenfeedback-Umfrage haben?
Was ist der Unterschied zwischen CSAT-, NPS- und CES-Umfragefragen?
Wie schreibt man Umfragefragen, die Verzerrungen vermeiden?
Wie kann KI bei Kundenfeedback-Umfragen helfen?

Article by
Riellvriany Indriawan
Riell is a designer and writer at eesel AI with about two years of experience researching CX platforms, AI chatbots, and helpdesk software. She combines her design background with a sharp eye for how these tools actually look and feel in practice — making her comparisons unusually visual and user-focused.








