MAU (Monthly Active Users)

Definition: MAU (Monthly Active Users) bezeichnet die Anzahl einzigartiger Nutzer die eine App, Website oder Plattform innerhalb eines definierten Kalendermonats mindestens einmal aktiv genutzt haben. MAU ist neben DAU (Daily Active Users) die wichtigste Kenngröße für die Beurteilung von Nutzerbasis und Wachstum. Wie bei DAU gilt: die Definition von «aktiv» ist produktspezifisch und muss konsistent angewendet werden (App-Open, Core-Action oder Mindest-Session-Länge). MAU glättet Tages- und Wochenschwankungen und gibt ein stabileres Bild der aktiven Nutzerbasis als DAU. Im Zusammenhang mit DAU bildet MAU den Sticky Factor (DAU/MAU): Verhältnis das zeigt wie regelmäßig Nutzer zurückkehren. Plattformen wie Meta, Spotify, Netflix und Snapchat kommunizieren MAU als primäre Wachstums-KPI in Quartalsberichten gegenüber Investoren.

Erläuterung

MAU ist eine Folge-Metrik: sie steigt nachhaltig nur wenn Retention gut ist. Neue Nutzer zu akquirieren erhöht MAU kurzfristig, aber wenn diese Nutzer nicht zurückkehren sinkt MAU nach einem Monat wieder. Steigendes MAU bei stagnierendem oder sinkendem DAU signalisiert: neue Nutzer kommen, aber bestehende kehren seltener zurück – ein frühes Churn-Warnsignal.

Messung und Definition

«Aktiv»-Definition: App-Open (Minimum): einfachste Definition; Core-Action (empfohlen): Nutzer hat Kernfunktion genutzt (Spotify: Song gespielt, Netflix: Film gestartet, Banking: Kontostand abgerufen); konsistente Definition über Zeit kritisch: Änderung der «Aktiv»-Definition macht historische Vergleiche wertlos; separate MAU-Definitionen für verschiedene Produkt-Bereiche möglich
Kalendermonat vs. Rolling Window: Kalendermonat (Standard): Jan 1.–31., Feb 1.–28.; einfach zu kommunizieren und zu vergleichen; Rolling 30-Day MAU: flexibler, zeigt Trend in Echtzeit; Firebase Analytics: automatische «Active Users in last 30 days»; Amplitude und Mixpanel: beide Varianten konfigurierbar; für Quartalsberichte: Kalendermonat-Ende üblich
Tools: Firebase Analytics: automatische MAU-Berechnung (30-Day Active Users); Amplitude: Retention-Analyse und MAU-Kohorten; Mixpanel: Events-basiertes MAU mit flexibler «Aktiv»-Definition; AppsFlyer MMP: MAU mit Kanal-Attribution; App Store Connect / Google Play Console: aggregierte Active Device-Daten (approximativ)
MAU-Segmentierung: Nach Erwerbskanal: Organic vs. Paid-MAU; nach Region: DACH vs. gesamt; nach Plattform: iOS vs. Android; nach Nutzeralter (Kohorten): neue Nutzer (unter 30 Tage) vs. etablierte; Wert: zeigt welche Kanäle qualitativ hochwertige langfristig aktive Nutzer liefern

MAU als Wachstumsindikator

MAU-Wachstumsrate: MoM (Month-over-Month): (MAU_n - MAU_n-1) / MAU_n-1 × 100 %; YoY (Year-over-Year): saisonale Bereinigung; Investor-Benchmarks: 10–20 % MoM-Wachstum gilt als stark für frühe Startups; ab 5 Mio. MAU: 5–10 % MoM realistisch; unter 1 % MoM bei reifer App: Wachstumsstagnation; negative MoM-Rate: ernstes Signal
MAU in Kombination mit Retention: Wachsendes MAU + gute Retention = gesundes Wachstum; wachsendes MAU + sinkende Retention = Akquisitions-Treadmill (neue Nutzer ersetzen churnte); stagnierendes MAU + gute Retention = Sättigungsphase; sinkendes MAU + schlechte Retention = Produkt-Problem; Matrix-Analyse: 4 Quadranten zur App-Gesundheits-Diagnose
Branchen-Benchmarks: Social/Messaging: Facebook 3+ Mrd. MAU, WhatsApp 2+ Mrd.; Streaming: Spotify 600+ Mio., Netflix 270+ Mio.; Gaming-Super-Apps: 100+ Mio. MAU bei globalen Blockbustern; Kategorie-Relativ wichtiger als absolute Zahlen; Startup-Benchmarks: 10.000 MAU = Product-Market-Fit-Indikator, 100.000 = Series-A-Ready
Investor-Reporting: MAU als primäre Top-of-Funnel Metrik; oft begleitet von: Revenue per MAU (Monetarisierungseffizienz), Paid MAU vs. Organic MAU, MAU-Churn (verloren im Monat), Net New MAU (Installs minus Churn); Kritik: MAU allein kann misleading sein (niedrige Engagement-Qualität bei hohem MAU)

MAU vs. DAU und Sticky Factor

Sticky Factor (DAU/MAU): Zeigt durchschnittliche Nutzungsfrequenz; 20 %: jeder MAU kommt alle 5 Tage zurück (Branchendurchschnitt); 50 %: täglich nutzende App; 65 %: Facebook historisch (Messaging-ähnliches Engagement); niedriger Sticky Factor strukturell okay für Nischenanwendungen (Steuer-App: 1 %)
Limitierung beider Metriken: DAU und MAU messen Nutzungsfrequenz nicht Nutzungsqualität; 1-Sekunden-App-Open zählt gleich wie 1-Stunde-Session; Revenue, NPS und Retention sind Qualitätsindikatoren die MAU/DAU ergänzen müssen; «Zombie-MAU»: Nutzer die App öffnen ohne echten Intent (z. B. Notification-getrieben, sofort wieder schließen)

Praxistipp: Verfolgen Sie MAU nicht isoliert – kombinieren Sie es immer mit DAU (Sticky Factor), Day-30-Retention und Revenue per MAU für ein vollständiges Bild. Segmentieren Sie MAU nach Erwerbskanal: wenn Paid-UA-MAU nach 60 Tagen deutlich schneller absinkt als Organic-MAU, zahlen Sie für Nutzer die nicht zurückkehren. Setzen Sie einen MAU-Alert: wenn MAU MoM um mehr als 5–10 % fällt, untersuchen Sie sofort Retention-Kohorten und technische Probleme (Crashes, Performance-Regressionen) – oft liegt ein konkreter Auslöser vor. Kommunizieren Sie gegenüber Investoren stets MAU mit kontextuellen Metriken: MAU-Wachstum ohne Retention-Daten erzählt nur die halbe Geschichte.