Viele B2B-Unternehmen erfassen Downloads, Newsletter-Klicks und Kontaktanfragen. Trotzdem bleibt häufig unklar, welche Kontakte der Vertrieb zuerst bearbeiten sollte. Ein aktiver Websitebesucher ist nicht automatisch ein potenzieller Kunde. Umgekehrt kann ein passender Entscheider kaufbereit sein, ohne zuvor zahlreiche messbare Interaktionen auszulösen.
Lead-Scoring soll diese Unterschiede sichtbar machen. Gerade weil Marketingplattformen zunehmend KI-gestützte Bewertungen anbieten, lohnt sich ein genauer Blick auf die Grundlagen: Welche Signale sagen tatsächlich etwas aus? Welche Daten dürfen Sie verwenden? Und welche Entscheidung soll eine Bewertung unterstützen?
Was Lead-Scoring leisten soll
Beim Lead-Scoring bewerten Sie Kontakte oder Unternehmen anhand festgelegter Kriterien. Das Ergebnis unterstützt die Priorisierung: Welche Anfrage braucht sofort eine persönliche Antwort, welcher Kontakt benötigt weitere Informationen und wo fehlt die grundsätzliche Eignung?
Ein Score ist keine objektive Kaufwahrscheinlichkeit. Er bildet zunächst Ihre Annahmen darüber ab, welche Merkmale auf eine passende Geschäftschance hindeuten. Erst der Abgleich mit tatsächlichen Vertriebsverläufen zeigt, ob diese Annahmen tragen.
Definieren Sie deshalb zuerst den Anwendungsfall. Möchten Sie eingehende Kontakte priorisieren, bestehende Kontakte erneut ansprechen oder Unternehmen mit wachsendem Interesse erkennen? Für diese Aufgaben benötigen Sie unterschiedliche Signale. Ein einziges Punktesystem für sämtliche Marketing- und Vertriebsentscheidungen wird schnell unübersichtlich.
Trennen Sie Eignung und Kaufinteresse
Ein belastbares Modell unterscheidet zwei Dimensionen: die Passung zum Zielkundenprofil und das erkennbare Interesse. Vermischen Sie beides nicht vorschnell zu einer Gesamtpunktzahl. Sonst kann häufiges Klicken eine fehlende geschäftliche Eignung rechnerisch ausgleichen.
Zur Eignung gehören beispielsweise Branche, Unternehmensgröße, bediente Region und ein grundsätzlich passender Anwendungsfall. Welche Kriterien relevant sind, hängt von Ihrem Angebot ab. Für einen regionalen IT-Dienstleister gelten andere Voraussetzungen als für einen international tätigen Maschinenbauer.
Das Interesse beschreiben konkrete Handlungen und Aussagen. Eine Anfrage zu Lieferzeiten ist meist aussagekräftiger als das Öffnen eines allgemeinen Ratgebers. Auch ein ausdrücklich genanntes Projekt, ein gewünschter Gesprächstermin oder eine Frage zur Integration können Hinweise liefern.
Arbeiten Sie beispielsweise mit einer einfachen Matrix:
- Hohe Eignung, konkretes Interesse: Der Vertrieb prüft den Kontakt zeitnah und persönlich.
- Hohe Eignung, wenig Interesse: Sie bieten passende Informationen an, sofern die Ansprache zulässig ist.
- Unklare Eignung, konkretes Interesse: Sie klären zunächst Anwendungsfall und Rahmenbedingungen.
- Geringe Eignung, wenig Interesse: Der Kontakt erhält keine hohe Vertriebspriorität.
Bewerten Sie Signale nach ihrer Aussagekraft
Nicht jede messbare Handlung verdient Punkte. Newsletter-Öffnungen sind durch technische Datenschutzfunktionen nur eingeschränkt aussagekräftig. Klicks können von automatisierten Sicherheitsprüfungen stammen. Wiederholte Seitenaufrufe können Interesse zeigen, aber ebenso von Bewerbern, Wettbewerbern oder bestehenden Kunden ausgehen.
Ordnen Sie Signale deshalb nach ihrer Nähe zu einer geschäftlichen Entscheidung. Eine ausdrücklich formulierte Angebotsanfrage sollte stärker wiegen als mehrere allgemeine Inhaltsinteraktionen. Legen Sie außerdem Obergrenzen fest: Zehn Downloads dürfen einen fachlich unpassenden Kontakt nicht automatisch zum priorisierten Vertriebsfall machen.
Berücksichtigen Sie den zeitlichen Verlauf. Ein Projektinteresse von vor zwei Jahren hat ohne neue Bestätigung eine andere Bedeutung als eine aktuelle Anfrage. Verhaltenssignale sollten deshalb nach einer definierten Frist an Gewicht verlieren. Stabile Unternehmensmerkmale müssen dagegen nicht im gleichen Rhythmus verfallen.
Fehlende Angaben sind ebenfalls kein negatives Signal. Wenn eine Person ihre Position nicht nennt, ist ihre Entscheidungsbefugnis unbekannt, nicht zwangsläufig gering.
Berücksichtigen Sie das Buying Center
Im B2B entstehen Kaufentscheidungen häufig im Zusammenspiel mehrerer Personen. Fachabteilung, Einkauf, IT und Geschäftsführung beschäftigen sich mit unterschiedlichen Fragen. Ein rein personenbezogenes Scoring kann dieses gemeinsame Interesse übersehen.
Ergänzen Sie deshalb bei Bedarf eine Unternehmensebene. Wenn mehrere eindeutig zugeordnete Kontakte desselben Unternehmens zu einem passenden Thema aktiv werden, kann das eine genauere Prüfung rechtfertigen. Daraus folgt aber noch kein bestätigtes Beschaffungsprojekt.
Achten Sie auf die Qualität der Zuordnung. Eine gemeinsame E-Mail-Domain ist nicht immer ausreichend, etwa bei Konzernen, Tochtergesellschaften oder externen Beratern. Vermeiden Sie außerdem Doppelzählungen, wenn dieselbe Interaktion sowohl den Kontakt- als auch den Unternehmensscore erhöht. Dokumentieren Sie, wie beide Ebenen zusammenwirken.
Starten Sie mit nachvollziehbaren Regeln
Für den Einstieg benötigen Sie nicht zwingend ein lernendes Modell. Ein überschaubares Regelwerk lässt sich häufig leichter prüfen und korrigieren. Nutzen Sie vorhandene CRM-Felder und wenige aussagekräftige Ereignisse, statt sofort jede verfügbare Interaktion einzubeziehen.
Erstellen Sie für jedes Kriterium eine kurze Definition: Datenquelle, Bewertungsrichtung, Gewichtung, Gültigkeitsdauer und Umgang mit fehlenden Werten. Halten Sie außerdem Ausschluss- und Sonderfälle fest. Bewerbungen, Supportanfragen und Lieferantenangebote gehören beispielsweise nicht in dieselbe Bewertungslogik wie neue Vertriebschancen.
Explizite Anfragen dürfen nicht an einem niedrigen Score scheitern. Wer ein konkretes Angebot anfordert, sollte eine angemessene Antwort erhalten, auch wenn bisher kaum Daten vorliegen. Das Scoring priorisiert die Bearbeitung; es ersetzt weder Kundenservice noch fachliche Prüfung.
Prüfen Sie KI-Scoring und Datenschutz getrennt
KI-gestützte Modelle können Muster in historischen Kontakten und Abschlüssen erkennen. Ihr Nutzen hängt jedoch stark von der Datenbasis ab. Uneinheitlich gepflegte Vertriebsphasen, wenige dokumentierte Abschlüsse oder veraltete Zielkundensegmente begrenzen die Aussagekraft.
Prüfen Sie vor dem Einsatz, welches Ergebnis das System überhaupt vorhersagt. Die Wahrscheinlichkeit einer Antwort ist etwas anderes als die Wahrscheinlichkeit eines wirtschaftlich passenden Auftrags. Fragen Sie außerdem, ob sich wichtige Einflussfaktoren nachvollziehen und Bewertungen manuell korrigieren lassen.
Unabhängig von der Technik benötigen Sie eine datenschutzrechtliche Prüfung. Lead-Scoring kann Profiling darstellen, wenn personenbezogene Daten automatisiert zur Bewertung persönlicher Aspekte genutzt werden. Klären Sie insbesondere Rechtsgrundlage, Informationspflichten, Speicherdauer und Betroffenenrechte. Für Website-Tracking sind zusätzlich die einschlägigen Einwilligungsanforderungen zu prüfen. Eine vorhandene CRM-Adresse erlaubt nicht automatisch jede weitere Datennutzung.
Messen Sie den Nutzen im Vertriebsalltag
Testen Sie das Modell zunächst parallel zum bisherigen Vorgehen. So können Sie erkennen, ob hoch bewertete Kontakte tatsächlich häufiger zu qualifizierten Gesprächen und passenden Verkaufschancen führen, ohne die Bearbeitung sofort vollständig umzustellen.
Betrachten Sie nicht nur erfolgreiche Treffer. Prüfen Sie auch passende Anfragen mit niedrigem Score und hoch bewertete Kontakte ohne geschäftliche Perspektive. Diese Fehlbewertungen zeigen oft deutlicher, welche Kriterien fehlen oder zu stark gewichtet sind.
Vereinbaren Sie mit dem Vertrieb feste Rückmeldegründe, etwa „kein passender Anwendungsfall“, „Projekt verschoben“ oder „bereits in Betreuung“. Benennen Sie eine verantwortliche Person für die Modellpflege. Für einen ersten Pilotbetrieb reichen ein klar abgegrenztes Segment, dokumentierte Regeln und ein verbindlicher Prüftermin. Entscheidend ist, ob die Bewertung die nächste sinnvolle Handlung erleichtert.