Lead-Qualifizierung automatisieren mit KI: der Praxisleitfaden

Eine Anfrage über das Kontaktformular kommt am Freitag um 17:12 Uhr rein. Sie landet in einem Sammelpostfach, das erst am Montag jemand öffnet. Bis dann jemand nachschaut, wer da eigentlich geschrieben hat, ist es Dienstag. Der Interessent hat inzwischen zwei Mitbewerber angerufen. Das ist der Normalfall in vielen österreichischen KMU, und genau hier wird das Thema Lead-Qualifizierung automatisieren interessant: nicht als Verkaufsmaschine, sondern als Vorsortierung, die dafür sorgt, dass die richtigen Leute schnell bei den richtigen Anfragen landen.

In diesem Beitrag geht es darum, was sich beim Qualifizieren von Anfragen sinnvoll automatisieren lässt, was besser Mensch bleibt, und worauf du beim Anreichern von Daten aus rechtlicher Sicht achten musst.

Was Lead-Qualifizierung überhaupt heißt

Qualifizierung bedeutet: aus einem Haufen eingehender Anfragen herauszufinden, welche davon deine Zeit wert sind und in welcher Reihenfolge. Manuell macht das jemand, der die Firma googelt, überlegt, ob das Budget passt, und dann entscheidet, wer sich kümmert.

Diese Kette lässt sich in vier Schritte zerlegen, und drei davon sind gute Kandidaten für Automatisierung:

• Anreichern: Zur E-Mail-Adresse oder Firmenangabe automatisch öffentlich verfügbare Informationen dazuholen (Branche, ungefähre Größe, Standort, Website).
• Scoren: Anhand definierter Kriterien eine Einschätzung berechnen, wie gut die Anfrage zu deinem Angebot passt.
• Routen: Die Anfrage automatisch der passenden Person oder dem passenden Team zuweisen und ins CRM schreiben.
• Verkaufen: Der erste echte Kontakt, das Gespräch, das Verständnis für das Problem. Dieser Teil bleibt menschlich, dazu gleich mehr.

Anreichern: was die Maschine gut kann

Die meiste Handarbeit steckt im Recherchieren. Jemand tippt eine Firmenanfrage ab und sucht dann fünf Minuten zusammen, wer das ist. Das lässt sich weitgehend abnehmen.

Aus einer geschäftlichen E-Mail-Domain oder einem Firmennamen lassen sich automatisiert Dinge ableiten: Website, grobe Mitarbeiterzahl, Branche, Region. In Österreich ist das Firmenbuch eine saubere, offizielle Quelle für Basisdaten. Dazu kommen Anbieter, die solche Anreicherung per Schnittstelle liefern. Ein Sprachmodell kann obendrein die Freitextnachricht auslesen und strukturieren: Worum geht es, wie dringend klingt es, welches Budget oder welche Projektgröße wird angedeutet.

Wichtig ist die ehrliche Erwartung. Anreicherung liefert Anhaltspunkte, keine Wahrheit. Firmengrößen sind oft geschätzt, private Mailadressen lassen sich kaum zuordnen, und bei kleinen Betrieben ist schlicht wenig öffentlich verfügbar. Behandle die Daten als Hinweis, nicht als Urteil.

Scoren: Priorisierung statt Prophezeiung

Beim Scoring rechnet das System aus, wie gut eine Anfrage zu dem passt, was du verkaufen willst. Das kann klassisch regelbasiert laufen (passende Branche gibt Punkte, passende Größe gibt Punkte, Wettbewerber gibt Minuspunkte) oder ein Sprachmodell schätzt die Passung anhand deiner Beschreibung des idealen Kunden ein.

Beides funktioniert, wenn du zwei Dinge im Kopf behältst.

Erstens: Ein Score ist eine Reihenfolge, keine Kaufwahrscheinlichkeit im mathematischen Sinn. Er sagt dir, womit du anfängst, nicht wer garantiert kauft. Der Begriff Kaufwahrscheinlichkeit klingt nach Präzision, die dahinter nicht steckt.

Zweitens: Verwirf nichts automatisch. Eine niedrig bewertete Anfrage soll nach hinten in die Warteschlange, nicht in den Papierkorb. Sonst filterst du irgendwann den Kunden weg, der nicht ins Raster passte und trotzdem der beste des Jahres geworden wäre. Automatisches Aussortieren ist der Punkt, an dem Automatisierung von hilfreich zu teuer kippt.

Ein guter Test: Lass das Scoring ein paar Wochen mitlaufen, ohne dass es etwas entscheidet, und vergleiche die Bewertungen mit dem, was dein Vertrieb ohnehin gemacht hätte. Wenn es grob übereinstimmt, kannst du ihm mehr zutrauen. Wenn nicht, hast du die Kriterien noch nicht richtig erwischt.

Routen und ins CRM schreiben

Der letzte automatisierbare Schritt ist das Weiterleiten. Die angereicherte, bewertete Anfrage soll ohne Zwischenschritt dort landen, wo damit gearbeitet wird. Wenn dein CRM ohnehin Odoo ist, ist der Weg kurz: Die Anfrage wird als Lead angelegt, mit den zusätzlichen Feldern gefüllt, der passenden Vertriebsperson zugewiesen und in die richtige Pipeline-Stufe gesetzt. Regionale Anfragen zum zuständigen Gebiet, große Projekte direkt zur Geschäftsführung, Standardanfragen ins allgemeine Team.

Der eigentliche Gewinn ist an dieser Stelle nicht die Intelligenz, sondern das Wegfallen der Übertipperei und der Liegezeit. Wer sein CRM sauber aufsetzt, hat hier den halben Nutzen schon eingesammelt, unabhängig von jeder KI. Wie man ein CRM überhaupt vernünftig für den Vertrieb nutzt, ist ein eigenes Thema, das wir unter /odoo-consulting genauer behandeln.

Was menschlich bleiben muss

Jetzt der Teil, den man in Automatisierungsprojekten gern übersieht. Der erste echte Verkaufskontakt gehört einem Menschen.

Ein Sprachmodell kann eine höfliche Eingangsbestätigung schreiben, das ist in Ordnung und wird auch erwartet. Aber das erste inhaltliche Gespräch, in dem herauskommt, was der Interessent wirklich braucht, wo der Schuh drückt und ob die Chemie stimmt, ist kein Datenverarbeitungsschritt. Wer das durch generierte Nachrichten ersetzt, spart ein paar Minuten und verliert das, wofür Menschen mit Menschen reden.

Die realistische Aufgabenteilung sieht so aus: Die Maschine räumt den Tisch auf, sortiert vor und legt alles bereit. Der Mensch führt das Gespräch. Der spürbarste Effekt ist dabei gar nicht die Bewertung, sondern die Reaktionszeit. Wenn eine gut vorbereitete Anfrage innerhalb von Minuten statt Tagen bei der richtigen Person liegt, gewinnst du Kontakte, die sonst beim Schnelleren gelandet wären.

DSGVO: beim Anreichern wird es ernst

Sobald du Daten zu einer Anfrage dazuholst, verarbeitest du personenbezogene Daten, und die DSGVO schaut mit. Ein paar Punkte, die du nicht ignorieren solltest:

• Rechtsgrundlage klären. Bei einer konkreten Anfrage ist die Anbahnung eines Vertragsverhältnisses meist ein tragfähiger Grund. Trotzdem gehört das sauber dokumentiert.
• Nur öffentliche und relevante Quellen. Firmenbuch und Unternehmenswebsite sind unproblematischer als undurchsichtige Datenhändler. Reichere an, was für die Bewertung nötig ist, nicht was technisch möglich ist.
• Transparenz. Die Datenschutzerklärung muss abbilden, dass und wie du Anfragen anreicherst und bewertest.
• Sprachmodelle mit Bedacht. Schick personenbezogene Daten nur an Dienste mit brauchbarem Vertrag zur Auftragsverarbeitung und, wo es geht, mit Verarbeitung innerhalb der EU. Kostenlos ist hier selten kostenlos.

Das ist kein Grund, es zu lassen. Es ist ein Grund, es von Anfang an ordentlich aufzusetzen, statt später zurückzubauen.

Wo du anfangen solltest

Fang klein an. Automatisiere zuerst die Anreicherung und das saubere Anlegen im CRM, das bringt sofort Ruhe und Zeit, ohne dass eine Fehlentscheidung teuer wird. Das Scoring kommt danach und läuft anfangs nur mit, ohne zu entscheiden. Das Routing verschärfst du erst, wenn du den Zahlen traust.

Wer sich generell fragt, welche Prozesse sich in seinem Betrieb überhaupt lohnen, findet unter /ai-automation einen breiteren Überblick.

Wenn du wissen willst, ob sich das für deine eingehenden Anfragen rechnet und wie ein realistischer erster Schritt aussieht, schauen wir uns das gern gemeinsam an. Ein kostenloses Erstgespräch vereinbarst du über /kontakt, unverbindlich und ohne Folienschlacht.