Decathlon Deutschland bündelt mit licili Kundenfeedback aus vielen Quellen an einem Ort, versteht erstmals das Warum hinter den Bewertungen und übersetzt Analysen in konkrete Handlungsfelder – datengetrieben, kundenzentriert und belastbar bis in den Vorstand.

Über Decathlon Deutschland

Decathlon ist Multisport-Spezialist mit eigenen Expertenmarken und macht Sport für alle zugänglich – von Einsteigern bis zum Profisport. Möglich wird das über ein dichtes Filialnetz, eigene Marken und ein nahtlos verzahntes Omnichannel-Erlebnis.

Decathlon Deutschland befindet sich auf einem konsequenten Wachstumskurs: Mit einem Umsatz von 1,27 Mrd. € im Jahr 2025 hat sich das Wachstum mit +8,8 % gegenüber dem Vorjahr deutlich beschleunigt. Rund 6.000 Mitarbeitende arbeiten in Deutschland, bis Ende 2027 sind rund 1.000 weitere Stellen geplant. An über 110 Standorten – die 100. Filiale eröffnete am 14.10.2025 – verfolgt das Unternehmen das Ziel von 150 Filialen bis Ende 2027. Getragen wird diese Omnichannel-Strategie von neuen Filialen, einem wachsenden Servicegeschäft und starken Produktsegmenten. Als Teil der weltweiten Decathlon-Gruppe gehört das Unternehmen zu einem Verbund mit rund 101.100 Mitarbeitenden in 79 Ländern.

Herausforderung – Kundenfeedback aus vielen Quellen verstehen

So stark der Wachstumskurs, so groß die Herausforderung im Umgang mit Kundenfeedback. Im Omnichannel-Geschäft entstand Feedback an vielen Touchpoints gleichzeitig – doch das Bild blieb unvollständig.

Drei Punkte machten das systematische Arbeiten mit Feedback schwierig. Erstens blieben die Auswertungen zu oberflächlich: Sichtbar war nur das Was, nicht das Warum – und so wurden vor allem Symptome behandelt statt Ursachen. Zweitens setzten Datenschutz und Betriebsrat klare Grenzen, die eine systematische Auswertung des Feedbacks erschwerten. Drittens fehlte ein einheitliches Bild, weil die Quellen verstreut lagen und ein gemeinsamer Ort schlicht fehlte.

Frühere Ansätze stießen an ihre Grenzen. Auswertungen über Medallia blieben zu oberflächlich und zu wenig actionable. Die manuelle Auswertung wiederum verursachte einen hohen Aufwand, der im Tagesgeschäft nicht skalierte. Das Ergebnis: kein echtes Arbeiten mit Feedback – zu aufwendig, zu unkonkret, zu wenig Ertrag.

Das Ziel war klar umrissen: datengetriebener entscheiden auf Basis echter Evidenz, interne Abteilungen mit konkreten und nutzbaren Insights unterstützen und insgesamt kundenzentrierter werden – vom Feedback zur spürbar besseren Leistung am Kunden.

Lösung – Viele Quellen, eine Wahrheit

Gemeinsam mit licili führte Decathlon vier zentrale Feedback-Quellen an einem Ort zusammen: Produktfeedback in Form von Bewertungen und Rückmeldungen zu Produkten, die Customer Journey im Store mit Erlebnis und Touchpoints vor Ort, externe Bewertungen von Plattformen wie Trustpilot und Google sowie Mitarbeiterfeedback inklusive Kununu. Alle Quellen laufen zusammen – und werden gemeinsam auswertbar.

Der Kern ist die KI-Textanalyse von licili, die in drei aufeinander aufbauenden Schichten arbeitet – von der schnellen Aggregation bis zur Tiefenanalyse:

Topic & Driver Modelle: Die KI-Textanalyse erkennt eigenständig aus Texten die Themen sowie deren Einfluss auf die Kundenzufriedenheit – auch neue, bisher unbemerkte Themen, ganz ohne Anlernen oder Mindestmenge.

Quantifizierte Kontexte & Sentiment: licili reichert die erkannten Themen um quantifizierte Kontexte und Sentiments an – präzise und über die Zeit vergleichbar.

Qualitativer Deep Dive: Die licili Relevanzanalyse ermöglicht es, sich in den Kunden hineinzuversetzen und seine Bedürfnisse anhand besonders wertvoller Voice of Customer zu verstehen.

Getragen wird die Lösung von drei Säulen: einem Reporting, das Themen miteinander vergleichbar und über die Zeit verfolgbar macht; der Textanalyse, die die drei Analyse-Schichten von aggregiert bis tief zusammenspielt; und dem Bereich Customer Experience, in dem Handlungsfelder festgehalten und neue Handlungsfelder gefunden werden. Entscheidend für den Einsatz bei Decathlon: Die Ergebnisse sind belastbar und reproduzierbar – dieselbe Frage führt zum selben Ergebnis, ohne Halluzinationen. Auswertungen, die im Vorstand standhalten.

Use Case – Mitarbeiterfeedback wirksam nutzen

Wie wirksam dieser Ansatz ist, zeigt ein Use Case aus dem HR-Bereich. Ausgangspunkt war eine freiwillige Mitarbeiterumfrage, ergänzt um Kununu-Textfeedback. Ausgewertet wurde auf Store-Ebene – bis in die einzelne Filiale. Der entscheidende Ansatz: Textfeedback gewichten, statt nur einen Score zu lesen. Das Ziel war, die Mitarbeiterbindung zu stärken und die Fluktuation zu senken.

Das Vorgehen lief in vier Schritten ab: Zunächst wurden die Berufsbilder im Store zu drei Gruppen zusammengefasst. Anschließend wurden die Probleme je Gruppe gewichtet – wo es vorher nur einen allgemeinen Score gab. Die Erkenntnisse flossen zentral in den People Data Report ein, den die HR Business Partner je Region gezielt vor Ort nutzen.

Dabei wurde sichtbar, dass unterschiedliche Berufsbilder von unterschiedlichen Treibern bewegt werden. Bei den Teilzeit-Kräften – einem großen Anteil im Store-Team – war die Vergütung der zentrale Faktor; der konkrete Hebel: Vergütung gezielt dort adressieren, wo sie wirkt. Bei der Filialleitung mit Führungsverantwortung im Store standen Workload und Teamführung im Vordergrund – mit dem Hebel, durch mehr Investition in Trainings die Führungskräfte gezielt zu stärken.

Aus der Korrelationsanalyse ließ sich zudem ein klarer Wirkungspfad ablesen: Regelmäßige Individualgespräche führen zu höherem Engagement, dieses zu höherer Mitarbeiterbindung, daraus folgt eine bessere Teammate-Verfügbarkeit, die wiederum die Beratungsqualität steigert – und langfristig auf einen besseren NPS einzahlt. So wird aus dem Textfeedback erstmals belegbar, was vorher Bauchgefühl war – und klar verortet, wo anzusetzen ist.

Ergebnisse – Vom Sammeln zum Verstehen zum Handeln

Die Zusammenarbeit mit licili veränderte den Umgang mit Feedback bei Decathlon spürbar:

- Eine gemeinsame Datenbasis: Statt verstreuter Quellen laufen alle Feedback-Kanäle an einem Ort zusammen und werden gemeinsam auswertbar.

- Tiefe statt Oberfläche: Erst das Warum hinter dem Feedback macht Maßnahmen treffsicher – statt nur Symptome zu behandeln.

- Von der Analyse zur Umsetzung: Aus den Analysen werden fertige Handlungsfelder, die sich direkt an die relevanten Teams weitergeben lassen.

- Belastbare Evidenz: Reproduzierbare Auswertungen machen Entscheidungen datengetrieben – bis hinein in den Vorstand.

Learnings – Was Decathlon aus dem Prozess mitgenommen hat

1. Alles an einem Ort: Eine gemeinsame Datenbasis über alle Quellen ist extrem wichtig, um ein vollständiges Bild zu erhalten.

2. Tiefe schafft Verständnis: Erst das Warum hinter dem Feedback macht Maßnahmen treffsicher – statt nur Symptome zu behandeln.

3. Synthesen bringen es in die Umsetzung: Aus den Analysen werden fertige Handlungsfelder, die sich direkt weitergeben lassen.

4. Belastbarkeit der Ergebnisse: Kundenfeedback-Geber entsprechen nie zu 100 % der Kunden – sind aber ein unglaublich wichtiger Impulsgeber.

Fazit

Mit licili hat Decathlon Deutschland den Sprung vom bloßen Sammeln zum echten Verstehen geschafft – und vom Verstehen zum Handeln. Feedback aus Produkt, Store, externen Plattformen und der eigenen Belegschaft fließt heute an einem Ort zusammen, wird in der Tiefe verstanden und in konkrete Handlungsfelder übersetzt. So entsteht eine kundenorientierte Leistung, die auf echter Evidenz beruht – und ein Wachstumskurs, der von einem belastbaren Verständnis der eigenen Kunden und Mitarbeitenden getragen wird.