Viel beschäftigt, aber nicht profitabel
in Fintech

Die kurze Antwort

Hohe TPV und dünne Deckungsbeitragsmarge ist ein Produktmix-Problem, bei dem Kreditvergabe Umsatz mit 7x-Multiple in Umsatz mit 2x-Multiple umwandelt. Was dies für Fintech-Unternehmen zusätzlich erschwert, ist strukturell: Kreditvergabe hat die Gewinn- und Verlustrechnung fixiert und wandelt Umsatz mit 7x-Multiple in Umsatz mit 2x-Multiple um. Jede glaubwürdige Antwort muss daher die gemischte Take Rate und die Ausfallrate gemeinsam betrachten, genau dort, wo die meisten internen Analysen aufhören, weil die beiden Kennzahlen in unterschiedlichen Systemen leben.

Wenn TPV groß ist und die Deckungsbeitragsmarge niedrig bleibt, liegt der Reflex darin, die Betriebskosten zu prüfen. Einige Kosten lassen sich senken, doch das ändert das Ergebnis nicht, weil die Ursache weiter oben liegt: das akzeptierte Zahlungsvolumen und die Händlerkonten erfordern Kreditvergabe, die die gemischte Take Rate nach unten zieht.

Das Muster wiederholt sich über alle Kanäle. Ein kleiner Teil der Händlersegmente oder Originationsquellen liefert positive Deckungsbeitragsmarge nach Ausfällen. Ein langer Schwanz an Volumen hält die Warehouse-Facility und die Abläufe beschäftigt, trägt aber kaum oder gar nicht zur Marge bei. Weil der margenschwache Fluss Kapazität bindet, kann die margenstärkere Arbeit nicht wachsen – die Grenze ist nicht die Nachfrage, sondern die Tatsache, dass die Facility bereits der falschen Mischung zugeordnet ist.

Die Korrektur ist eine Auswahlregel nach Deckungsbeitragsmarge je Kanal und Händlertyp, kein Effizienzprogramm. Sobald jede TPV-Quelle nach ihrer Netto-Wirkung auf die Marge nach Ausfällen und CAC gerankt werden kann, wird die Entscheidung, welches Volumen anzunehmen oder abzulehnen, mechanisch.

Fintech-Betreiber erreichen diesen Punkt, wenn TPV und Händlerzahl steigen, während Nettoerlöse und Deckungsbeitragsmarge nicht mitziehen: Kreditvergabe wird auf einen größeren Anteil des Flows angewendet, die gemischte Take Rate sinkt, und Warehouse-Ziehungen steigen, ohne dass die Marge entsprechend wächst. Kein zusätzliches Produkt oder keine Markterweiterung löst dies, bis sich die Mischung des akzeptierten Volumens ändert.

Wie Sie erkennen, dass dies tatsächlich Ihr Problem ist

Diese drei zusammen sind das Kennzeichen. Eines allein deutet meist auf etwas anderes hin.

✓ TPV und Händlerzahlen steigen, während die Deckungsbeitragsmarge flach oder rückläufig bleibt und die Warehouse-Facility weiter voll ausgeschöpft ist
✓ Die Ermittlung, welche Kanäle oder Händlerkohorten in der letzten Periode positive Deckungsbeitragsmarge erzeugt haben, erfordert eine einmalige Analyse statt eines laufenden Reports
✓ Das Ablehnen einer Volumen- oder Händlerkategorie wirkt unmöglich, weil es das ausgewiesene TPV verringern würde, selbst wenn die Deckungsbeitragsmarge auf diesem Volumen negativ ist

Der Schritt, der es meist verschlimmert. Zusätzliche Warehouse-Kapazität oder Kapital aufzunehmen, um mehr Volumen unterzubringen – das vergrößert lediglich die der margenschwachen Mischung zugeordnete Facility und wiederholt die gleiche Ergebniskompression in größerem Maßstab.

Who this is for — and who it is not

It is for you if you run or finance a fintech and everyone is fully occupied and cash is tight. It is the situation where the numbers are available but nobody has put them in an order that produces a decision.

It is not for you if Percision is the wrong tool if you already know the answer and only need execution capacity, or if the business is pre-revenue — then the constraint is evidence about the market, not analysis of your own figures. Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library. Also wrong if you need facilitation, politics, or someone to sit with a lender or buyer. Those are human jobs.

Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library.

Wie das aussieht, wenn die Analyse tatsächlich durchgeführt wird

Below is an excerpt from a real run of this analysis on ein Fintech. It is a sample profile rather than a customer, and it is engine output translated from English — this is the format you get, on your own numbers.

The subject is Verrano Pay, a sample company profile used for testing rather than a customer — $84M net revenue, 28,000 merchants, $9.4B of payment volume.

This is one move out of a full analysis. Read a complete report — every page, no email required.

Was die Engine mit dieser Frage macht

This question routes to Proprietäre EFF Methodology, one of 29 engagements the platform runs. For Fintech-Unternehmen it works through blended take rate, charge-off rate, contribution margin and CAC by channel, then produces the sequence rather than a list of options — which move first, what it funds, and the observation that would say the sequence is wrong.

You watch the analysis get built before paying anything. Lesen Sie hier einen vollständigen Bericht if you would rather see the depth first.

Fragen, die Menschen dazu stellen

Wie erkenne ich, welche Aufträge ich ablehnen sollte?

Rangieren Sie nach Deckungsbeitrag je Einheit Ihrer realen Engpassressource – Maschinenstunde, abrechenbare Stunde, Lieferfenster, Quadratmeter. Nicht nach Umsatz und nicht nach Bruttomargenprozent, beide bevorzugen zuverlässig die falsche Arbeit, wenn Kapazität der Engpass ist.

Schadet das Ablehnen von Arbeit der Kundenbeziehung?

Manchmal, und es ist meist günstiger als die Alternative. In der Praxis führt ein Preis, der den tatsächlichen Verbrauch abbildet, entweder zu einem profitablen Konto oder zum Wechsel zu einem Wettbewerber – beides ist besser als die jetzige Situation.

Handelt es sich um ein Preis- oder ein Effizienzproblem?

Testen Sie es: Würden die margenschwachen Aufträge Geld verdienen, wenn jeder Auftrag perfekt und ohne Verschwendung liefe? Wenn die Antwort nein lautet, handelt es sich um Preis und Auswahl, und kein Effizienzprogramm wird das beheben.

Is this different in fintech than in other industries?

Materially, yes. Lending fixed the P&L and converts revenue worth a 7x multiple into revenue worth a 2x multiple — which changes both the diagnosis and the order of the fixes. The metrics that decide it here are blended take rate, charge-off rate, contribution margin, and an answer built on industry-general benchmarks will usually point at the wrong one first.

What data do I need before this analysis is worth running for a fintech?

Less than most people expect. Your last twelve months of revenue and cost split the way you already split it, plus whatever you hold on blended take rate and charge-off rate. The analysis is explicit about what it is assuming where your data stops, which is more useful than waiting for numbers you may never have.

When is Percision the wrong tool?

Percision is the wrong tool if you already know the answer and only need execution capacity, or if the business is pre-revenue — then the constraint is evidence about the market, not analysis of your own figures. Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library. Also wrong if you need facilitation, politics, or someone to sit with a lender or buyer. Those are human jobs.

Does Percision replace a lawyer, tax advisor, auditor, or AI implementation team?

Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library.