Sales-Automation ist kein Selbstzweck. Sie soll messbar mehr qualifizierte Chancen erzeugen, schnellere Reaktionszeiten sichern und die Abschlusswahrscheinlichkeit erhöhen. Bevor Sie automatisieren, definieren Sie Zielkorridore für die wichtigsten Kennzahlen:
- Cost per Lead (CPL): Akquisitionskosten je Lead. Ziel: sinkend bei gleichbleibender oder steigender Lead-Qualität.
- Time-to-First-Response (TtFR): Zeit von Lead-Eingang bis zur ersten qualifizierten Reaktion. Ziel: Minuten statt Stunden; Benchmarks zeigen deutliche Konversionssprünge bei <10 Minuten.
- MQL→SQL-Conversion Rate: Anteil der Marketing Qualified Leads, die zu Sales Qualified Leads werden. Ziel: systematisch steigern, z. B. durch besseres Scoring und Routing.
- Pipeline Velocity: (Anzahl Opportunities × Win-Rate × durchschnittlicher Deal-Wert) ÷ durchschnittliche Sales-Cycle-Dauer. Ziel: beschleunigen, indem Sie sowohl die Qualität als auch die Geschwindigkeit verbessern.
Diese vier KPIs bilden das Navigationssystem für Ihren 90‑Tage-Blueprint. Alle Maßnahmen – von kanalübergreifender Lead-Erfassung über zentrales Datenmatching bis zu AI-gestützten Follow-ups – zahlen direkt auf diese Kennzahlen ein.
Der 90‑Tage‑Blueprint: Von der Lead-Erfassung zu AI‑Follow-ups
Phase 1 (Wochen 1–4): Grundlagen, Erfassung, Datenharmonisierung
- Ziele definieren und Baseline messen: CPL, TtFR, MQL→SQL, Pipeline Velocity aus den letzten 60–90 Tagen.
- Tracking-Setup: GA4 mit sauberer Ereignisstruktur (Formular-Absendung, Content-Download, Pricing-View, Demo-Request). Konsistente UTM-Namenskonventionen.
- Kanalübergreifende Lead-Erfassung aufsetzen:
- Web: Optimierte Formulare mit progressiver Profilerfassung (z. B. Firmen-E-Mail, Unternehmensgröße, Use-Case).
- Paid Social: Lead-Gen-Formulare auf LinkedIn/Facebook mit möglichst wenigen Feldern und klarer Value Proposition.
- TikTok Lead Ads: Native Lead-Formulare mit Double-Opt-in-Kopie, klarer Einwilligung und direkter CRM-Anbindung.
- Zentrales Datenmatching im CRM/CDP:
- CRM/CDP wählen oder konsolidieren (z. B. HubSpot oder Salesforce plus CDP, falls komplexe Datenquellen).
- Identitätsauflösung (Identity Resolution) definieren: Primärschlüssel (E-Mail), sekundäre Keys (Telefon, Domain, Firmendaten).
- Deduplication-Regeln und Feld-Mappings festlegen, Dubletten-Backfill durchführen.
- Sofortmaßnahmen für TtFR:
- Inbound-Alerts via Slack/Teams und E-Mail für High-Intent-Events (Demo-Anfrage).
- Erste Routing-Logik (Round Robin oder Territory-basiert) einrichten.
Phase 2 (Wochen 5–8): Scoring, Smart-Routing, Sequences
- Verhaltens- und Fit-Scoring entwickeln:
- Fit-Signale: Branche, Unternehmensgröße, Tools im Einsatz, ICP-Matching.
- Intent-Signale: Seiten tiefe (Pricing, Integrationen), Content-Downloads, Trial-Starts, Antworten auf E-Mails.
- Scoring-Modell mit Schwellenwerten für MQL und SQL; regelmäßige Backtests.
- Smart-Routing umsetzen:
- Regeln nach Region, Branche, Account-Zugehörigkeit (ABM), Deal-Size-Potenzial.
- SLA-Definition: z. B. Inbound-Demos ≤10 Minuten Reaktion, Content-Leads ≤2 Stunden.
- Eskalation: Wenn SLA verfehlt, Re-Zuweisung und Alert an Teamlead.
- AI-gestützte Follow-ups aufsetzen:
- Sequenzen in Outreach oder Lemlist für verschiedene Intent-Stufen (Demo, Whitepaper, Webinar).
- AI-Assist für personalisierte Nachrichten: Bezug auf Trigger-Event, Unternehmensnews, Use-Case.
- Cadence-Beispiel (14 Tage): Tag 0 E-Mail + LinkedIn-View, Tag 1 Call, Tag 3 E-Mail mit Content-Snack, Tag 6 Call, Tag 9 Social-Touch, Tag 12 E-Mail mit Fallstudie, Tag 14 Abschluss-Check.
- Feedback-Loop Marketing ↔ Sales:
- Standardisierte Dispo-Codes (z. B. “Kein Fit”, “Timing”, “Budget”, “Wettbewerb”) zur Modell-Optimierung.
- Wöchentliche Review der MQL→SQL-Quote je Quelle/Kampagne.
Phase 3 (Wochen 9–12): Optimieren, Skalieren, Automatisieren
- Conversion-Tests:
- Formvarianzen (kurz vs. lang), Value Props, Social Proof, TikTok-Ad-Creatives.
- Lead-Form-Qualitätsfragen (z. B. “Projektzeitraum”) zur besseren Priorisierung.
- Automations-Workflows verfeinern:
- Score-basiertes Content-Nurturing in HubSpot/Salesforce (z. B. Integrations-Guide nach Interesse).
- Re-Engagement-Pfade für abgekühlte MQLs mit AI-generierten Betreffzeilen und CTA-Optimierung.
- Pipeline Velocity steigern:
- Hand-off-Checkliste zwischen SDR und AE (Next Step, Problem-Statement, Entscheidungsgremium).
- Meeting-Prep-Assistants (AI-Notizen, Einwände, Case-Studies) für höhere Win-Rates.
- Transparenz & Reporting:
- Live-Dashboards für CPL, TtFR, MQL→SQL, Velocity; Drill-down nach Quelle, Kampagne, Segment.
- Monatliche Retro: Was beschleunigt, was verlangsamt? Maßnahmenplan für das nächste Quartal.
DSGVO-Checkpoints und Data Governance
- Rechtsgrundlage und Einwilligung:
- Klare, nachweisbare Einwilligungen bei Lead-Formularen (inkl. TikTok Lead Ads). Double-Opt-in für E-Mail-Marketing.
- Getrennte Zustimmungstexte für Marketing-Kommunikation und Profiling, wo erforderlich.
- Datenminimierung und Zweckbindung:
- Nur notwendige Felder abfragen; progressive Profilierung statt Datenballast.
- Zweck und Aufbewahrungsfristen im CRM dokumentieren; Löschkonzepte implementieren.
- Auftragsverarbeitung und Transfers:
- AV-Verträge mit Anbietern (HubSpot/Salesforce, Outreach/Lemlist, Zapier/Make).
- Datenübermittlungen in Drittländer mit geeigneten Garantien (z. B. SCCs) absichern.
- Betroffenenrechte:
- Prozesse für Auskunft, Berichtigung, Löschung, Widerruf und Opt-out; zentrale Preference-Center-Lösung.
- Tracking & Consent:
- Consent Management Platform einsetzen; GA4-Events und Ads-Tags nur nach Einwilligung feuern.
- Serverseitiges Tagging prüfen, um Datenqualität und Datenschutz zu verbessern.
- Governance:
- Datenkatalog mit Felddefinitionen, Eigentümerschaft (Data Owner) und Qualitätsmetriken.
- Regelmäßige Audits: Dublettenquote, Attributionsqualität, SLA-Einhaltung.
Best-Practice-Workflows, Tool-Stack und Journey-Map-Vorlage
Empfohlener Tool-Stack (Beispiele):
- CRM/CDP: HubSpot oder Salesforce; optional CDP für komplexe Setups.
- Analytics/Attribution: GA4, ggf. ergänzend ein Multi-Touch-Tool.
- Automations/Integrationen: Zapier oder Make für Lead-Sync, Enrichment und Alerts.
- Outreach/Sequencing: Outreach oder Lemlist für Multi-Channel-Sequenzen.
- Enrichment/Validation: Firmendaten- und E-Mail-Validierungsdienste.
- Kollaboration: Slack/Teams für Alerts, Notion/Confluence für Playbooks.
Workflow-Skizzen:
- Lead-Erfassung (Web, Paid Social, TikTok):
- Trigger: Formular-Submit oder TikTok Lead Ad.
- Aktion: Zapier/Make validiert E-Mail, reichert Firmendaten an, prüft Dubletten, schreibt in CRM.
- Entscheidung: Scoring ≥ MQL-Schwelle? Ja → SDR-Routing + Sequenzstart. Nein → Nurturing-Stream.
- Smart-Routing:
- Regeln: Region, Branche, Named Accounts, Deal-Size.
- SLA: High-Intent ≤10 Min; Content-Leads ≤2 Std; Eskalation bei Verstoß.
- AI-Follow-ups:
- Personalisiert auf Basis der letzten Interaktion (besuchte Seiten, heruntergeladene Assets).
- Tonalität und Nutzenargumente passen sich ICP und Buying-Stage an.
- Reporting:
- GA4 + CRM verbinden; Dashboards für CPL je Quelle, TtFR je Team, MQL→SQL je Kampagne, Velocity je Segment.
Journey-Map-Vorlage (zum Kopieren):
- Phase: Awareness
- Trigger: Ad-Impression, organische Suche, Social View
- Owner: Marketing
- Inhalt: Snackable Video (z. B. TikTok), Thought-Leadership-Artikel
- KPI: CTR, Engagement-Rate
- Phase: Capture
- Trigger: Formular/Lead Ad
- Owner: Marketing Ops
- Inhalt: Lead-Magnet, klare Value Proposition
- KPI: CPL, Lead-Form-Completion
- Phase: Enrichment
- Trigger: Neuer Lead im CRM/CDP
- Owner: RevOps
- Inhalt: Datenvalidierung, Firmendaten, Intent-Signale
- KPI: Datenvollständigkeit, Dublettenquote
- Phase: Qualification (MQL)
- Trigger: Score ≥ Schwelle
- Owner: SDR
- Inhalt: Erstkontakt, Discovery-Fragen
- KPI: TtFR, MQL→SQL
- Phase: Handoff (SQL)
- Trigger: Termin gebucht
- Owner: AE
- Inhalt: Use-Case-Deck, ROI-Kalkulation
- KPI: Meeting-Show-Rate
- Phase: Negotiation/Proposal
- Trigger: Lösungsvorschlag
- Owner: AE
- Inhalt: Angebot, Sicherheits/DSGVO-Dokumente
- KPI: Win-Rate
- Phase: Closed-Won/Onboarding
- Trigger: Abschluss
- Owner: CS
- Inhalt: Implementierungsplan, Success-Metriken
- KPI: Time-to-Value, Expansion-Potenzial
Typische Stolpersteine und Gegenmaßnahmen:
- Datenqualität: Fehlende/fehlerhafte Felder → Implementieren Sie Pflichtfelder, Validierung, regelmäßige Data-Health-Checks.
- Siloing: Marketing, SDR, AE arbeiten in getrennten Systemen → Einheitliche Definitions- und Dispo-Codes, gemeinsame Dashboards, RevOps-Verantwortung.
- Over-Automation: Unpersönliche Massenkommunikation → Hybrid-Ansatz: AI + menschliche Qualitätssicherung, klare Exit-Kriterien aus Sequenzen.
- Attribution-Blindheit: Unklare Wirkung von Kampagnen → Einheitliche UTM-Standards, GA4 + CRM-Verschneidung, Hypothesenbasiertes Testen.
- SLA-Drift: Reaktionszeiten rutschen ab → Realtime-Alerts, Eskalationen, Kapazitätsplanung.
Mini-Case: Realistische Effekte in 90 Tagen
Ausgangslage (B2B-Software, Mid-Market, DACH):
- Kanäle: Web, LinkedIn, TikTok Lead Ads
- Baseline (90 Tage zuvor):
- CPL: 120 €
- Time-to-First-Response: 22 Stunden
- MQL→SQL: 18 %
- Durchschnittlicher Deal: 28.000 €
- Win-Rate: 22 %
- Sales-Cycle: 74 Tage
- Opportunities pro Monat: 45
Maßnahmen:
- TikTok Lead Ads nativ angebunden; Validierung und Enrichment via Make.
- Scoring-Modell (Fit + Intent), Smart-Routing mit 10‑Minuten-SLA für High-Intent.
- Outreach-Sequenzen mit AI-Personalisierung, abgestimmt auf Use-Cases.
- GA4–CRM-Dashboarding; wöchentliche MQL→SQL-Reviews; DSGVO-Double-Opt-in eingeführt.
Ergebnisse nach 90 Tagen:
- CPL: 95 € (–21 %)
- TtFR: 8 Minuten (statt 22 Stunden)
- MQL→SQL: 33 % (+15 Prozentpunkte)
- Sales-Cycle: 49 Tage (–34 %)
- Opportunities pro Monat: 63 (+40 %)
- Pipeline Velocity:
- Vorher: (45 × 0,22 × 28.000 €) ÷ 74 ≈ 3.757 €/Tag
- Nachher: (63 × 0,22 × 28.000 €) ÷ 49 ≈ 7.919 €/Tag
- Effekt: +111 % Beschleunigung
- Geschätzter Mehrwert:
- Zusätzliche SQLs/Monat → zusätzliche Abschlüsse bei konstanter Win-Rate
- Zusätzlicher monatlicher Pipelinezuwachs und schnellerer Cash-Conversion
Interpretation:
- Der größte Hebel lag in der drastisch verkürzten TtFR und klaren SLA-Eskalationen.
- AI-gestützte Sequenzen erhöhten Antwort- und Meeting-Quoten, ohne Spam-Risiken zu erhöhen, da Relevanz und Signalbezug gewahrt blieben.
- Saubere Datenflüsse (CRM/CDP) reduzierten Reibungsverluste beim Handoff und ermöglichten präzisere Scoring-Entscheidungen.
Nächste Schritte für Ihr Team:
- Definieren Sie Ihre Ziel-KPIs und erstellen Sie eine 90‑Tage-Roadmap entlang der drei Phasen.
- Starten Sie mit einem Minimal-Stack (z. B. HubSpot + GA4 + Zapier + Outreach) und erweitern Sie nur bei klarer, messbarer Wirkung.
- Verankern Sie DSGVO- und Governance-Routinen von Beginn an; Automatisierung ist nur so gut wie ihre Datenbasis.
- Führen Sie wöchentliche KPI‑Reviews durch und optimieren Sie iterativ: Was beschleunigt, wird skaliert; was bremst, wird entfernt.
Mit einem klaren KPI-Framework, robusten Datenprozessen und wohldosierter Automatisierung bauen Sie in 90 Tagen eine Sales-Automation, die tatsächlich verkauft: mehr MQL→SQL-Conversions, kürzere Sales-Zyklen und eine Pipeline, die an Tempo und Qualität gewinnt.
