Ausgelastet aber nicht profitabel
in HealthTech & Digital Health

Die kurze Antwort

Vollständige Einschreibung und dünne Margen sind ein Problem der Vertragsauswahl, das als operatives Problem verkleidet ist. Die Variante dieser Frage für Digital-Health-Unternehmen ist nicht die generische. Risiken aus Outcomes werden schneller eingegangen, als das Unternehmen prüfen kann, ob es sie tragen kann – ein 12-Monats-Messfenster gegen einen 11-Monats-Verkaufszyklus. Eine Antwort, die at-risk-Umsatzanteile ignoriert, wird mit Sicherheit falsch sein. Die Analyse muss bei der Engagement-Rate und der Bruttomarge beginnen, nicht beim Umsatz.

Wenn ein Digital-Health-Unternehmen eine große eingeschriebene Population trägt und dennoch schwache Margen zeigt, liegt der erste Impuls darin, die Lieferprozesse zu prüfen. Einige Ineffizienzen mögen vorhanden sein, doch deren Beseitigung löst das Problem nicht, denn die Ursache liegt weiter oben: Verträge wurden mit at-risk-Umsatzanteilen angenommen, die die Engagement-Raten und Bruttomargen nicht tragen können.

Das Muster wiederholt sich in Portfolios. Eine kleine Zahl von Programmen liefert nach Messung der zugerechneten Outcomes einen positiven Beitrag. Eine längere Reihe von Verträgen bindet Mitarbeiterzeit und Plattformkapazität bei niedrigem Engagement und wiederholtem Logo-Churn, sodass das Unternehmen aktiv wirkt, während sich die Cash-Position nicht verbessert. Da diese Verträge bereits Mess- und Support-Kapazität belegen, lassen sich höherwertige Risikoteilungsvereinbarungen nicht hinzufügen.

Der korrigierende Schritt ist daher eine Regel zur Vertragsauswahl, nicht eine Produktivitätsinitiative. Sobald jede Vereinbarung nach erwartetem Beitrag nach dem Messfenster gerankt werden kann, folgen die meisten nachfolgenden Entscheidungen direkt.

Digital-Health-Betreiber geraten in diesen Zustand, wenn neue at-risk-Vereinbarungen abgeschlossen werden, bevor frühere Kohorten ihre zwölfmonatigen Outcome-Zyklen abgeschlossen haben: Verkaufsmomentum füllt den Kalender, während dem Unternehmen noch die Daten fehlen, um zu erkennen, welche PMPM- oder Outcome-Bedingungen Bruttomargenziele erreichen.

Wie Sie erkennen, dass dies tatsächlich Ihr Problem ist

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

✓ Teams melden volle Auslastung über bestehende Programme, während monatliche Cash-Ziehungen trotz ausgewiesener ARR weiterhin nötig sind.
✓ Die Finanzabteilung kann nicht identifizieren, welche Verträge oder Mitgliederkohorten positiven Beitrag erbracht haben, ohne eine einmalige Analyse in Auftrag zu geben.
✓ Die Geschäftsleitung akzeptiert weiterhin neue at-risk-Bedingungen, auch wenn interne Prüfungen niedriges projiziertes Engagement oder erhöhtes Churn-Risiko anzeigen.

Der Schritt, der es meist verschlimmert. Erweiterung von Personal oder Plattformkapazität zur Bewältigung des aktuellen Geschäfts, wodurch lediglich das Volumen an Verträgen mit niedrigem Beitrag skaliert und die gleiche Diskrepanz vergrößert wird.

Who this is for — and who it is not

It is for you if you run or finance a digital health company 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 Digital-Health-Unternehmen. 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 Vantabridge Health, a sample company profile used for testing rather than a customer — $62M ARR, 340,000 enrolled members.

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-Methodik, one of 29 engagements the platform runs. For Digital-Health-Unternehmen it works through at-risk revenue share, engagement rate, gross margin and logo churn, 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 Beitrag je Einheit Ihrer tatsächlichen Engstelle – Maschinenstunde, abrechenbare Stunde, Liefer-Slot, Quadratmeter. Nicht nach Umsatz und nicht nach Bruttomargen-Prozentsatz, denn beide bevorzugen bei knapper Kapazität zuverlässig die falsche Arbeit.

Schadet die Ablehnung von Aufträgen der Beziehung?

Manchmal, und das ist in der Regel günstiger als die Alternative. In der Praxis führt ein Preis, der den tatsächlichen Verbrauch widerspiegelt, entweder zu einem profitablen Konto oder verlagert es zum Wettbewerber; beide Ergebnisse sind besser als das gegenwärtige.

Handelt es sich um ein Preis- oder ein Effizienzproblem?

Prüfen Sie es: Würden selbst bei null Verschwendung die dünnen Aufträge Geld verdienen? Wenn die Antwort nein lautet, handelt es sich um Preis und Auswahl, und kein Effizienzprogramm wird das beheben.

Is this different in healthtech & digital health than in other industries?

Materially, yes. Outcomes risk is being signed faster than the company can learn whether it can carry it — a 12-month measurement window against an 11-month sales cycle — which changes both the diagnosis and the order of the fixes. The metrics that decide it here are at-risk revenue share, engagement rate, gross 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 digital health company?

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 at-risk revenue share and engagement 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.