Wer Sales Automation in B2B-Teams erfolgreich einführen will, braucht vor allem Klarheit: über Zielbild, Kennzahlen, Prozesse und Datenqualität. Ihr Ziel in 90 Tagen ist ein durchgängiger, messbarer Prozess vom ersten Lead-Kontakt bis zum vertrieblichen Abschluss – mit eindeutigen Übergabepunkten, automatisierten Priorisierungen und einem gemeinsamen Erfolgsmodell von Marketing und Vertrieb.
Kern-KPIs, die Sie ab Tag 1 als Basislinie erfassen und über die 90 Tage aktiv steuern:
- MQL→SQL-Rate: Anteil der von Marketing qualifizierten Leads (MQL), die der Vertrieb akzeptiert und weiterqualifiziert (SQL). Ziel: Qualitätsfaktor Ihres Scorings und Nurturings.
- Sales Velocity: (Anzahl Opportunities × Durchschnittlicher Dealwert × Win-Rate) / durchschnittliche Sales-Cycle-Dauer. Ziel: Geschwindigkeit und Effizienz in Umsatz übersetzen.
- Pipeline Coverage: Offene, qualifizierte Pipeline im Verhältnis zum Umsatzziel (z. B. 3× bis 4×). Ziel: Planungssicherheit und Kapazitätssteuerung.
Ergänzend empfehlenswert: Time-to-First-Touch (Minuten), Lead-Response-Time, Nurture-Engagement-Rate, Disqualifizierungsgründe, Anteil wieder aktivierter Leads.
Quick Wins in den ersten 14 Tagen, um Momentum aufzubauen:
- Gemeinsame Definitionen festlegen: ICP, Persona, MQL/SQL/SAL, Disqualifizierungsgründe, Lifecycle-Phasen. Schriftlich fixieren, für alle sichtbar.
- Funnel sichtbar machen: Dashboard mit Basislinien für MQL→SQL, Velocity, Coverage, Response-Zeiten.
- Datenhygiene starten: Dubletten-Check, Feldnormalisierung (z. B. Länder, Branchen), Pflichtfelder in Formularen, gültige E-Mail-Prüfung, Opt-in-Status.
- Integrationen scharf schalten: LinkedIn Lead Gen Forms, Website-Formulare und Chatbot direkt mit Ihrer Marketing-Automation-Plattform (MAP) verbinden und über Webhooks/Native Connectors ins CRM synchronisieren.
- Erste Routing-Regel: Round-Robin oder Territory-basiert für Hot-Leads, inklusive Fallback-Routing und Notifikationen.
- Minimal-Scoring-Modell: Fit (Branche, Firmengröße, Rolle) + Verhalten (Besuche, Downloads, Demo-Anfrage) mit klarer MQL-Schwelle.
- Ein Baseline-Nurture: 3–4 Berührungspunkte in 14 Tagen, thematisch auf die Kern-Persona ausgerichtet, DSGVO-konform, mit klarer CTA.
Diese frühen Erfolge erhöhen die Akzeptanz bei Sales, schaffen Datenbasis für Experimente und liefern bereits messbare Effizienzgewinne.
Der 90‑Tage-Fahrplan: Diagnose, Build, Scale
Phase 1 – Diagnose (Tage 1–14)
- Funnel-Analyse: Wo verlieren Sie Leads? Segmentieren nach Quelle, Persona, Region, Angebotsinteresse. Prüfen Sie Response-Zeiten und Sales-Akzeptanz.
- Datenhygiene & Governance: Definieren Sie Datenbesitz (Marketing/RevOps), Feld-Standards, Pflichtfelder, Statuswerte. Etablieren Sie Dublettenregeln (E-Mail + Domain + Account-Matching).
- Consent & DSGVO: Rechtmäßigkeit (Einwilligung oder berechtigtes Interesse), Double-Opt-in, Datenschutzhinweise, Lösch- und Aufbewahrungsfristen, Auftragsverarbeitungsverträge (ADV/DPA) mit Anbietern.
- Tooling-Check: Evaluieren Sie CRM, MAP, ggf. CDP. Prüfen Sie Integrationsoptionen (native, API, iPaaS), Datenresidenz und Rollen-/Rechtekonzept.
- Hypothesen ableiten: Wo erwarten Sie den größten Hebel? Beispiel: „Verkürzte Reaktionszeit von 9h auf 30 Min erhöht MQL→SQL um 25%.“
Phase 2 – Build (Tage 15–60)
- Scoring-Modell verfeinern:
- Fit-Score: Firmografien (Branche, Größe, Region), technografische Signale, ICP-Merkmale.
- Verhaltens-Score: Intent-Signale (Seiten, Content-Typen), Formulare, Veranstaltungen, Produkt-Interaktionen.
- Negativ-Scores: Studenten, Wettbewerber, generische Domains.
- MQL-Schwellenwert und Decay-Logik (Score verfällt ohne Aktivität).
- Routing-Logik implementieren:
- Round-Robin/Geo/Territory, Key-Account-Zuordnung, Account-based Matching (bestehende Accounts vor neuen Leads).
- SLAs: „Hot-Leads (Demo/Preise) innerhalb 15 Minuten, alle MQL innerhalb von 4 Arbeitsstunden.“
- Automatisierte Aufgaben, Benachrichtigungen, Eskalationen.
- Nurturing aufsetzen:
- Segment-spezifische Sequenzen je Persona/Use Case/Industrie.
- Multi-Channel: E-Mail, Website-Personalisierung, LinkedIn-Ads, Chatbot-Re-Engagement, Retargeting.
- Branching: Pfade nach Engagement (klickt → Produkt-Demo; passiv → Social-Proof).
- KI-gestützte Priorisierung & Next-Best-Action:
- Features: letzte Aktivität, Intent-Topics, Firmensignale, E-Mail-Engagement, Account-Fit.
- Modell: heuristisches Scoring starten, später ML-Score ergänzen. Human-in-the-loop für Edge Cases.
- Empfehlungen: „Rufen Sie an“, „Senden Sie Case Study X“, „Buchen Sie Demo“, mit Begründung und Compliance-Grenzen.
- Integrationen schließen:
- LinkedIn Lead Gen: Native MAP-Integration, Feld-Mapping, Quelle/Utm-Tags, sofortiges Routing.
- Website-Formulare: ReCAPTCHA, progressive Profiling, Validierung, Double-Opt-in.
- Chatbots: Qualifizierungsfragen, Kalender-Integration für Demo-Termine, CRM-Lead-Objekt-Erstellung.
- Sales Enablement:
- Playbooks für SDR/AE: Antwortleitfäden, Disqualifizierungsgründe, Einwandbehandlung.
- Schulung zu neuen SLAs, Benachrichtigungen, Nurture-Logik. Feedback-Kanal (wöchentlich).
Phase 3 – Scale & Optimierung (Tage 61–90)
- Handover perfektionieren:
- SAL-Checkliste (Vollständigkeit, Fit, Consent, Kontext), Pflichtfelder vor Übergabe.
- „Closed-Loop“-Feedback: Vertriebsakzeptanz, Ablehnungsgründe codiert, Rückführung in Recycling-Nurtures.
- Experiment-Design:
- Hypothese, Test-/Kontrollgruppe, Mindestlaufzeit (≥2 Wochen oder bis zur benötigten Stichprobe), Vorab-Definition der Erfolgsmetrik.
- Beispiele: Betreffzeilen A/B, CTA-Varianten, Frei- vs. Pflichtfelder, Routing-Regeln (Territory vs. Round-Robin), Wartezeiten in Nurtures.
- Stopping-Rules festlegen, um „Peeking“ zu vermeiden; Effektgrößen und Konfidenz berücksichtigen.
- KPI-Steuerung & Reporting:
- Wöchentliche KPI-Reviews (MQL→SQL, Response-Zeiten, Velocity), monatlich Pipeline Coverage und Win-Rate.
- Kohortenbetrachtung nach Quelle/Persona, First- vs. Multi-Touch-Attribution, Lernagenda für Q2.
- Typische Stolpersteine adressieren:
- Überautomatisierung ohne Kontext; fehlende Datenpflege; unklare Verantwortlichkeiten; DSGVO-Lücken; „Shadow-Tools“ ohne Governance.
- Gegenmaßnahmen: klare Owner, Data Dictionary, Sandbox-Tests, Freigabeprozesse, Privacy-by-Design.
Ergebnis nach 90 Tagen: Ein belastbarer, skalierbarer Prozess mit klaren SLAs, priorisierten Leads, nachvollziehbarer Personalisierung und messbarer Wirkung auf Pipeline und Velocity.
Architektur-Blueprint und Tool-Auswahl (CRM, MAP, CDP, Integrationen)
Architektur-Blueprint (vereinfacht):
- Akquise-Kanäle
- LinkedIn Lead Gen, Website-Formulare, Events/Webinare, Chatbot, Intent-Daten
- Daten- und Automationsschicht
- MAP für Kampagnen, Nurtures, E-Mail; optional CDP für Identitätsauflösung, Profilanreicherung, Event-Streaming
- Vertriebs- und Ops-Schicht
- CRM als „Source of Truth“ für Accounts, Kontakte, Opportunities; RevOps für Routing, SLAs, Berichte
- Analyse- und Aktivierungsschicht
- BI/DWH für KPIs; Rückspielung von Offline-Conversions in Ads-Plattformen
Datenfluss (schematisch):
Kanäle → MAP/CDP (Validierung, Consent, Scoring) → CRM (Lead/Contact, Account-Matching, Routing) → Sales-Aktivitäten/Opportunities → BI/DWH → Insights/Optimierung → Aktivierung (Ads, Personalisierung)
Tool-Auswahl: Leitfragen statt „One-Size-Fits-All“
- CRM: Wie komplex sind Ihre Vertriebsprozesse (Territories, Partner, CPQ)? Welche Integrationen sind geschäftskritisch? Rollen-/Rechtekonzept?
- MAP: E-Mail-Skalierung, Nurture-Komplexität, native Integrationen (LinkedIn, Webinar), Personalisierungs-Features, DSGVO-Funktionen (Double-Opt-in, Preference Center).
- CDP (optional): Benötigen Sie eventbasierte Identitätsauflösung über Web/App/Offline? Müssen Daten in Near-Real-Time in mehrere Ziele aktiviert werden? Datenresidenz/EU-Hosting.
- Integrationsstrategie: Bevorzugen Sie native Konnektoren oder iPaaS (z. B. Workflows/ETL) für Flexibilität und Governance? Monitoring, Fehlertoleranz, Retry-Logik.
- Sicherheit/Compliance: Datenminimierung, Verschlüsselung, Aufbewahrung, Zugriffskontrollen, Audit-Logs, ADV.
DSGVO-konforme Personalisierung: Best Practices
- Rechtmäßigkeit: Einwilligung für Marketingkommunikation; „berechtigtes Interesse“ sorgfältig abwägen und dokumentieren.
- Transparenz: Zweckbindung und Datenschutzhinweise; Preference Center für Kanäle/Themen.
- Minimierung: Nur notwendige Felder erheben; progressive Profilierung.
- Rechte der Betroffenen: Auskunft, Löschung, Widerspruch; Mechanismen in CRM/MAP verankern.
- Datenlebenszyklus: Retention-Policies, Anonymisierung inaktivierter Kontakte, Löschroutinen.
Checkliste, Templates und SLA für die Übergabe
Prüf- und Umsetzungs-Checkliste
- Strategie & KPIs
- Zielbild und Hypothesen dokumentiert
- KPI-Dashboard mit Basislinien (MQL→SQL, Velocity, Coverage)
- Daten & DSGVO
- Data Dictionary, Pflichtfelder, Validierungen
- Dublettenregeln, Identitätsauflösung, Account-Matching
- Einwilligungsnachweise, Double-Opt-in, ADV mit Anbietern
- Tooling & Integrationen
- CRM–MAP–(CDP) Architektur dokumentiert
- LinkedIn Lead Gen, Website-Formulare, Chatbot integriert und getestet
- Webhooks/APIs mit Monitoring und Fehler-Handling
- Scoring, Routing, Nurturing
- Fit-/Verhaltens-Score mit Schwellenwerten und Decay
- Routing-Regeln inkl. Fallback, Benachrichtigungen, Eskalationen
- Nurture-Library je Persona/Use Case, Kalender-Blocker für Demos
- Prozesse & Governance
- SLA zwischen Marketing und Vertrieb unterzeichnet
- Disqualifizierungsgründe standardisiert (Picklist)
- Wöchentlicher Review- und Feedbackrhythmus etabliert
- Experimente & Reporting
- Testplan (A/B), Stichprobengrößen, Stopping-Rules
- Closed-Loop-Reports: Accepted/Rejected, Gründe, Outcomes
Template: Nurture-Sequenz (Beispiel „Problem → Einsicht → Lösung → Vertrauensbeweis“)
- Zielpersona: IT-Entscheider im Mittelstand, Use Case Automatisierung
- Rhythmus: 14–21 Tage, 4–6 Touchpoints, Multi-Channel
1) Tag 0 – E-Mail: Problemfokus- Betreff: „Wie Sie Lead-Antwortzeiten halbieren – ohne zusätzliches Personal“
- Inhalt: 2–3 Kernschmerzen, kurze Diagnose-Checkliste, CTA „Selbsttest starten“
2) Tag 3 – Retargeting/LinkedIn: Insight-Post - Botschaft: Benchmarks zu Response-Zeiten, MQL→SQL-Impact, kurze Grafik
- CTA: „Benchmark-Bericht herunterladen“
3) Tag 6 – E-Mail: Lösungsbausteine - Inhalt: Architektur-Blueprint, Scoring+Routing erklärt, 2-Min-Video
- CTA: „Interaktive Demo buchen“
4) Tag 10 – Chatbot/Web: Personalisierte Empfehlung - Logik: Score > X → Demo-Termin anbieten; sonst Case Study zeigen
5) Tag 14 – E-Mail: Social Proof - Inhalt: Kundenfall mit Sales Velocity +30%, Learnings als Bulletpoints
- CTA: „Use-Case-Workshop anfragen“
6) Tag 21 – SDR-Call/Voicemail (optional) - Leitfaden: 3 Fragen zur Priorität, Einladung zu 20-Minute-Assessment
Hinweise:
- Personalisierungs-Token: Branche, Rolle, Top-Pain.
- Branching: Kein Öffnen nach 2 E-Mails → Kanalwechsel (LinkedIn), reduzierter Druck.
Template: SLA zwischen Marketing und Vertrieb (Auszug)
- Definitionen
- MQL: Score ≥ 70, Fit „hoch“ oder „mittel“, gültiges Opt-in, Intent-Signal (z. B. Demo/Preis, High-Intent-Content).
- SAL: Vom Vertrieb geprüft, Pflichtfelder vollständig (Firma, Rolle, Bedarf/Szenario, Zeitrahmen), akzeptiert oder mit Grund abgelehnt.
- Verantwortlichkeiten
- Marketing: Datenqualität, Scoring, Nurtures, qualifizierte Übergabe mit Kontext (letzte Aktivitäten, Quellen, Inhalte).
- Vertrieb/SDR: Erste Kontaktaufnahme innerhalb von 15 Minuten (Hot) bzw. 4 Arbeitsstunden (alle MQL); Dokumentation des Outcomes im CRM.
- Routing & Recycle
- Territory-/Account-Regeln, Vertretungs-Fallback, Urlaubsvertretung.
- Ablehnungsgründe (codiert): „Kein Fit“, „Kein Bedarf“, „Falsche Person“, „Timing“, „Duplikat“. „Kein Fit“ → disqualifiziert; „Timing“ → Recycle-Nurture.
- Reporting & Governance
- Wöchentlicher Review: MQL→SAL-Rate, Ablehnungsgründe, Time-to-First-Touch.
- Monatlicher QBR: Pipeline Coverage, Velocity, Lernagenda, Anpassung von Schwellenwerten.
Experiment-Design: Praxisleitfaden
- Hypothese: „Reduzierte Formularfelder von 7 auf 4 erhöhen MQL→SQL um 15%, Qualität bleibt stabil.“
- Setup: 50/50 Split, Mindeststichprobe 200 MQL, Laufzeit min. 2 Wochen.
- Metriken: Conversion zu MQL, MQL→SQL, Disqualifizierungsquote, Time-to-First-Touch.
- Entscheidung: Vorab definierte Schwellen (z. B. p<0,05 oder Bayes-Faktor), anschließend Rollout und Dokumentation.
Typische Stolpersteine und wie Sie sie vermeiden
- Unklare Ownership: Benennen Sie einen RevOps-Verantwortlichen.
- Datenwildwuchs: Field-Governance, Pflichtfelder, regelmäßige Bereinigung.
- „Set-and-Forget“-Automation: Monatliche Reviews der Pfade und Scores.
- DSGVO-Fehler: Privacy-by-Design, regelmäßige Audits, Löschkonzepte.
- Fehlende Sales-Buy-in: Frühe Einbindung, schnelle Quick Wins, transparente Dashboards.
Wenn Sie diesen Fahrplan diszipliniert umsetzen, schaffen Sie in 90 Tagen eine belastbare Grundlage, die Leads schneller in hochwertige Opportunities verwandelt, die Zusammenarbeit zwischen Marketing und Vertrieb messbar verbessert und Ihren ROI nachhaltig steigert.
