Vertrieb

Lead-Qualifizierung mit KI: Kriterien und Ablauf

Wie die KI Anfragen prüft und wo das Recht Grenzen setzt

Von Kevin Lueck· · Zuletzt aktualisiert · 6 Min. Lesezeit

Inhalt
  1. Was bedeutet Lead-Qualifizierung im B2B?
  2. Welche Kriterien sollte die KI prüfen?
  3. So sieht die Anweisung an die KI aus
  4. Wie läuft Lead-Qualifizierung mit KI ab?
  5. Beispiel: 2 Anfragen im Durchlauf
  6. Punkte-Scoring oder KI-Scoring: Was passt?
  7. Woran misst du, ob es funktioniert?
  8. Was ist rechtlich zu beachten?
  9. Wann lohnt sich KI-Qualifizierung nicht?

Lead-Qualifizierung mit KI heißt: Die KI prüft jede Anfrage gegen deine Kriterien, ergänzt fehlende Angaben und schlägt eine Priorität mit Begründung vor. Wen der Vertrieb anruft, entscheidet weiter ein Mensch, und das ist auch rechtlich die vorsichtigere Variante.

Der größte Gewinn liegt im Freitext. Ein klassisches Punktesystem zählt Seitenaufrufe und Formularfelder, eine KI liest zusätzlich, was in der Anfrage steht.

"Wir suchen eine Lösung für 3 Standorte bis Ende des Quartals" ist ein anderer Lead als "Bitte senden Sie mir Infomaterial". Für ein Punktesystem sehen beide Formulare gleich aus.

Was bedeutet Lead-Qualifizierung im B2B?

Du beantwortest 2 Fragen: Passt das Unternehmen zu dir, und hat es jetzt Bedarf? Frage 1 heißt Fit, Frage 2 Interaktion oder Engagement.

HubSpot trennt in seinem Lead-Scoring-Tool genau so zwischen Fit-Scores, Interaktions-Scores und einem kombinierten Score. Der kombinierte Score ordnet Leads in Stufen von A1 bis C3 ein: Der Buchstabe steht für die Eignung, die Ziffer für die Interaktion.

Ein A1-Lead passt gut und ist aktiv, ein C3-Lead passt schlecht und zeigt kaum Interesse.

Das Raster hilft auch ohne HubSpot. Ein Lead mit hohem Fit und wenig Interaktion braucht Pflege. Einer mit wenig Fit und viel Interaktion braucht eine ehrliche Absage oder ein kleineres Angebot.

Welche Kriterien sollte die KI prüfen?

Prüfen sollte die KI nur, was dein Vertrieb tatsächlich nutzt. Schreib die Kriterien auf, bevor du ein Werkzeug anfasst. Ein Beispiel für einen B2B-Dienstleister:

KriteriumDatenquelleBeispiel
BrancheWebsite, FormularMaschinenbau passt
UnternehmensgrößeWebsite, Formularab 20 Beschäftigten
RolleFormular, E-Mail-SignaturGeschäftsführung, Vertriebsleitung
Bedarf und ZeitpunktFreitext der Anfrage"bis Ende Q1"
InteraktionWebsite, E-MailPreisseite besucht

Die KI arbeitet hier wie ein gründlicher Innendienst: Sie liest die Anfrage, schaut auf die Firmenwebsite und füllt die Felder.

Findet sie eine Angabe nicht, soll sie "unbekannt" eintragen. Sonst rät sie, und eine geratene Mitarbeiterzahl ist schlimmer als ein leeres Feld.

So sieht die Anweisung an die KI aus

Gib der KI feste Ausgabefelder vor. Dann lassen sich die Ergebnisse direkt ins CRM schreiben und vergleichen. Ein Beispiel:

  • Branche, Größe, Rolle: jeweils mit Quelle oder "unbekannt"
  • Bedarf: 1 Satz in eigenen Worten
  • Zeitpunkt: Datum, Quartal oder "unbekannt"
  • Priorität: A, B oder C
  • Begründung: höchstens 2 Sätze

Ergänze 2 Regeln. Die KI trägt keine Angabe ohne Quelle ein. Widersprechen sich Formular und Website, gilt das Formular, und die KI vermerkt den Widerspruch in der Begründung.

Wie läuft Lead-Qualifizierung mit KI ab?

Der Ablauf hat 5 Schritte, die sich gut automatisieren lassen:

  1. Erfassen: Anfragen aus Formular, E-Mail, Telefon oder WhatsApp landen an einer Stelle, am besten direkt im CRM.
  2. Anreichern: Die KI ergänzt öffentliche Firmenangaben und notiert die Quelle.
  3. Bewerten: Feste Regeln vergeben Punkte, die KI liest den Freitext und schreibt 2 Sätze Begründung.
  4. Weiterleiten: Heiße Leads gehen sofort an den Vertrieb, unklare bekommen eine Rückfrage, unpassende eine freundliche Antwort.
  5. Lernen: Der Vertrieb markiert, ob die Einschätzung stimmte. Daraus werden die Kriterien nachgeschärft.

Schritt 5 wird oft vergessen. Ohne Rückmeldung bleibt das Scoring auf dem Stand des ersten Tages.

Beispiel: 2 Anfragen im Durchlauf

Anfrage 1 kommt von der Vertriebsleiterin eines Maschinenbauers: Lösung für 3 Standorte bis Quartalsende. Die KI übernimmt Branche, Rolle und Zeitpunkt aus Formular und Freitext, die Größe mit Quelle von der Website. Ergebnis: Priorität A, Weiterleitung am selben Tag.

Anfrage 2 bittet um Infomaterial, ohne Firmenangabe im Formular. Die KI findet über die E-Mail-Adresse keine eindeutige Firma und trägt "unbekannt" ein. Ergebnis: Priorität C, Versand des angefragten Materials mit 1 Rückfrage zum Vorhaben.

Antwortet Anfrage 2 später mit einem konkreten Projekt, bewertet die KI neu. Wie KI-Agenten solche Abläufe übernehmen, beschreiben wir unter KI-Agenten.

Weitere Aufgaben für den Vertrieb zeigt der Beitrag KI im Vertrieb: 5 Aufgaben für den Start.

Punkte-Scoring oder KI-Scoring: Was passt?

Für viele Mittelständler reichen feste Regeln und eine KI, die den Freitext liest. Echtes KI-Scoring, das aus der eigenen Abschlusshistorie lernt, braucht Daten.

Ein Beispiel aus der Herstellerdokumentation: Lead Scoring gibt es in HubSpot ab Marketing Hub oder Sales Hub Professional. KI-Scores erstellt das Tool nur im Marketing Hub Enterprise, und nur für Interaktions- und Fit-Scores von Kontakten.

Dafür verlangt HubSpot mindestens 50 Kontakte, davon 25 konvertierte und 25 nicht konvertierte.

2 weitere Funktionen sind nützlich. Punkte aus Interaktionen können über 1, 3, 6 oder 12 Monate linear verfallen, denn ein Download von vor 12 Monaten sagt wenig über heutigen Bedarf.

Punkte lassen sich auch abziehen, etwa wenn eine Anfrage erkennbar von einem Bewerber oder einem Wettbewerber stammt.

AnsatzGut fürGrenze
Feste Punktewenige, klare Kriterienübersieht Freitext
Regeln plus KI-LeserAnfragen mit FreitextKriterien brauchen Pflege
Lernendes KI-Scoringviele Leads mit Historiebraucht Datenmenge

Woran misst du, ob es funktioniert?

Lege 3 Messwerte fest, bevor das System live geht:

  • Antwortzeit: Wie lange warten A-Leads auf den ersten Kontakt?
  • Termine je Priorität: Bekommen A-Leads häufiger einen Termin als B- und C-Leads?
  • Trefferquote: Wie oft stimmt der Vertrieb der Einschätzung der KI zu?

Bekommen A-Leads nicht deutlich häufiger Termine als B- und C-Leads, sind die Kriterien vermutlich falsch gewichtet. Dann hilft es, gemeinsam mit dem Vertrieb 20 bis 30 alte Leads durchzugehen und die Regeln anzupassen.

Was ist rechtlich zu beachten?

Sobald die Bewertung Ansprechpartner betrifft, verarbeitest du personenbezogene Daten. Die DSGVO definiert Profiling in Artikel 4 Nummer 4 als automatisierte Verarbeitung, um persönliche Aspekte wie Interessen, Verhalten oder wirtschaftliche Lage zu bewerten oder vorherzusagen.

Lead-Scoring über Ansprechpartner kann darunter fallen.

Artikel 22 DSGVO gibt Betroffenen das Recht, keiner ausschließlich automatisierten Entscheidung unterworfen zu werden, die rechtliche Wirkung hat oder sie ähnlich erheblich beeinträchtigt. Ob eine Vertriebspriorisierung diese Schwelle erreicht, ist eine Einzelfallfrage.

Prüft ein Mensch die Empfehlung, bevor entschieden wird, bist du auf der vorsichtigeren Seite.

Das Wettbewerbsrecht begrenzt, was nach der Qualifizierung passiert. Nach § 7 UWG braucht Werbung per E-Mail eine vorherige ausdrückliche Einwilligung, mit einer Ausnahme für Bestandskunden unter bestimmten Bedingungen. Werbeanrufe bei Unternehmen brauchen zumindest eine mutmaßliche Einwilligung.

Eine KI, die angereicherte Kontakte automatisch mit Werbung anschreibt, ist deshalb keine gute Idee. Diese Darstellung ersetzt keine Rechtsberatung. Lass deinen konkreten Ablauf juristisch prüfen, bevor er live geht.

Wann lohnt sich KI-Qualifizierung nicht?

Bei wenigen Anfragen ist Handarbeit schneller. Gehen pro Woche 5 Leads ein, liest eine erfahrene Person sie in wenigen Minuten.

Schwierig wird es auch, wenn niemand die Kriterien festlegen kann oder der Vertrieb keine Rückmeldung gibt. Dann automatisierst du ein Bauchgefühl, und die KI bestätigt es nur.

Typische Fehler im Betrieb:

  • Die KI erfindet Firmendaten, weil "unbekannt" nicht erlaubt ist.
  • Alte Interaktionen zählen so viel wie neue.
  • Das Scoring läuft, aber heiße Leads warten trotzdem einen Tag auf Antwort.

Der letzte Punkt kostet am meisten. Der Wert der Qualifizierung entsteht erst, wenn gute Leads schneller einen Termin bekommen.

Ein KI-Telefonassistent oder ein Chatbot kann die Terminvereinbarung direkt anbieten. Mögliche Einsatzfelder findest du unter Anwendungsfälle. Was die Technik kostet, steht im Beitrag KI Kosten im Unternehmen.

Wenn du deinen Lead-Prozess mit uns durchgehen willst, buche gern ein kostenloses Erstgespräch. Wir schauen gemeinsam, welche Kriterien du heute schon hast und wo KI Zeit spart.

Häufige Fragen

Ab wie vielen Leads lohnt sich KI-Qualifizierung?

Eine feste Grenze gibt es nicht. Lernendes KI-Scoring braucht eine Abschlusshistorie, HubSpot etwa verlangt mindestens 50 Kontakte, davon 25 konvertierte und 25 nicht konvertierte. Regeln plus KI-Leser lohnen sich, sobald das Lesen der Anfragen spürbar Zeit kostet.

Darf die KI qualifizierte Leads automatisch anschreiben?

Werbe-E-Mails brauchen nach § 7 UWG grundsätzlich eine vorherige ausdrückliche Einwilligung. Ob eine Antwort auf eine Anfrage als Werbung gilt, hängt vom Inhalt ab. Lass das juristisch prüfen.

Welche Daten darf die KI zur Anreicherung nutzen?

Sobald Daten zu Personen ins Spiel kommen, gilt die DSGVO. Dokumentiere die Quelle jeder Angabe und lass die Datengrundlage juristisch prüfen.

Ersetzt KI-Scoring den Vertrieb?

Nein. Die KI sortiert und begründet, der Vertrieb entscheidet und gibt Rückmeldung, damit die Kriterien besser werden.

Quellen

  1. HubSpot Knowledge Base: Überblick über das Leadscoring-Tool (Stand 20.10.2026)
  2. Art. 4 DSGVO: Begriffsbestimmungen
  3. Art. 22 DSGVO: Automatisierte Entscheidungen im Einzelfall
  4. § 7 UWG: Unzumutbare Belästigungen

Über den Autor

Kevin Lueck

Geschäftsführer, KI nerds

Weiterlesen

Recht & Datenschutz

ChatGPT DSGVO-konform im Unternehmen nutzen

Ob ChatGPT im Unternehmen DSGVO-konform eingesetzt wird, hängt von Version, Daten und Regeln ab. Was OpenAI für Enterprise und API zusagt, was Datenschutzbehörden verlangen und wie eine Richtlinie für dein Team aussieht.

· 7 Min. Lesezeit

Praxis

Wie kann ich KI im Marketing nutzen?

KI im Marketing spart Zeit bei Recherche, Textvarianten und Auswertung. Damit daraus Anfragen werden, braucht es eigenes Wissen, eine Prüfung jeder Aussage und die richtigen Kennzahlen.

· 6 Min. Lesezeit

Vertrieb

KI im Vertrieb: 5 Aufgaben für den Start

Wo KI im Vertrieb im Mittelstand heute wirklich Zeit spart, wo sie Kunden verprellt und wie du in 14 Tagen prüfst, ob es sich rechnet.

· 7 Min. Lesezeit

Du willst wissen, was KI bei dir konkret bewegt?

Im kostenlosen Erstgespräch prüfen wir gemeinsam die nächsten sinnvollen Schritte.