Use Case — Anwendungsbereich

KI im Vertrieb

Aus dem Bauchgefühl-Vertrieb wird ein strukturierter Prozess: ICP, Datenquellen, Scoring, Briefings — alles mit ehrlicher Einordnung von , UWG und der schmalen Grenze zwischen guter Personalisierung und höflich verpacktem Mass-Spam.

Vertrieb beginnt mit einer Frage: Wer sind realistische Kunden? In vielen wird diese Frage mit Google, LinkedIn und Bauchgefühl beantwortet — das Ergebnis ist eine Excel-Liste mit zweihundert Namen, von denen einhundertachtzig nie antworten werden. Das Problem ist nicht die Liste, sondern dass es nie eine saubere Zielgruppen-Definition gab.

im Vertrieb verschiebt zwei Hebel: Recherche-Geschwindigkeit und Personalisierungs-Aufwand. Aus einer Adressliste wird eine Lead-Datenbank mit klaren Scores, Trigger-Signalen und konkreten Anknüpfungspunkten. Aus stundenlanger Vorbereitung pro Erstkontakt wird ein Briefing, das in Minuten lesbar ist.

Was sich nicht ändert: B2B-Outreach in Deutschland ist rechtlich eng. Kalt-Mails sind ohne Einwilligung oder klares berechtigtes Interesse nicht zulässig — UWG, und einschlägige Urteile setzen enge Grenzen, an denen kein noch so guter KI-Workflow vorbeikommt. Wer hier abkürzt, kauft sich Abmahnungen und einen ruinierten Domain-Ruf. Das ist die wichtigste Tradeoff-Frage und wird in jedem Setup zuerst geklärt.

Drei Setup-Stufen

Welche Stufe passt, hängt von drei Faktoren ab: Team-Größe, Reife des ICP und Datenschutz-Anspruch der eigenen Branche.

Stufe 1

KI-Assistent für Recherche und Outreach

Tool-Mix

Frontier-LLM (Claude, GPT, Gemini) als Recherche-Assistent — direkt im Browser oder als API für strukturierte Aufgaben
Sales-Tool mit Datenbank (z. B. Apollo, Lusha, Cognism, LinkedIn Sales Navigator) — Firmographics, Kontakte, Trigger-Signale
Manuelle ICP-Liste in Tabellen-Tool oder Notion — wer ist Zielkunde, welche Branchen, welche Größe
KI-gestützte Mail-Entwürfe: Briefing pro Lead in das LLM, Entwurf raus, Mensch redigiert und verschickt
CRM (HubSpot Free, Pipedrive, Folk) — Pipeline-Tracking, Notizen, Folgetermine

Eignung

Vertriebsteams von 1–3 Personen mit Bedarf an Recherche-Hebel, ohne Anspruch auf vollautomatische Pipeline. Schnellster Weg zu produktiven KI-Einsatz im Vertrieb.

Aufwand & Kosten

Setup 2–5 Tage. Laufende Kosten ca. 50–200 € / Monat (Sales-Tool + LLM-API + CRM). Skaliert mit Team-Größe.

Tradeoff

Vieles bleibt Hand-Arbeit — der Hebel ist die Recherche-Geschwindigkeit, nicht das Volumen. Wer hier denkt „dann maile ich halt jeden Tag 200 Leads“, lernt schnell die DSGVO-, UWG- und Spam-Filter-Realität kennen.

Stufe 2

Eigene Lead-Datenbank mit Scoring

Tool-Mix

Stufe 1 in vollem Umfang
Eigene Lead-Datenbank (PostgreSQL) mit Firmographics, Tech-Stack-Signalen und Score — gepflegt aus Sales-Tools, Public Web und ggf. zulässigem Scraping
n8n-Workflows für Anreicherung, Score-Update, Dubletten-Bereinigung, CRM-Sync
Trigger-basierte Sales-Signale: neue Funding-Runde, Job-Anzeigen für Schlüsselrollen, Tool-Wechsel, Pressemeldungen
KI-Briefing pro Lead: ein Einseiter mit Firmen-Kurzprofil, identifizierten Trigger-Signalen und Anknüpfungspunkt — Mensch entscheidet, was daraus wird
Wöchentlicher Pipeline-Report: welche Leads sind dazu gekommen, welche Score-Verschiebungen gab es, welche Themen-Cluster entstehen

Eignung

mit definiertem ICP, mehreren Vertriebsmitarbeitern und Bedarf nach strukturierter Pipeline. Wenn die ICP-Frage noch offen ist, fängt man besser mit Stufe 1 an.

Aufwand & Kosten

Setup 8–15 Tage. Laufende Kosten ca. 100–400 € / Monat (Datenbank-Hosting, LLM-API, Sales-Tools, Workflow-Hosting). Skaliert mit Datenmenge und Volumen.

Tradeoff

Eine Lead-Datenbank lebt von Pflege. Stale Daten sind schlimmer als keine Daten, weil sie falsche Sicherheit erzeugen. Ohne klaren Verantwortlichen für Datenqualität verfällt das System innerhalb weniger Monate.

Stufe 3

Self-Hosted Lead-Plattform mit Wissensgraph

Tool-Mix

Stufe 2 in vollem Umfang, Datenhaltung und KI-Workflows komplett auf eigener Infrastruktur
Wissensgraph (z. B. Neo4j, Memgraph oder ein Property-Graph in PostgreSQL): Relationen zwischen Firmen, Personen, Mutter-/Tochtergesellschaften, Tech-Stack-Wechseln, Kunden-Empfehlungen
Eigene Embeddings + Vektorspeicher für semantische Lead-Suche: „zeig mir alle Leads, die ähnliche Trigger zeigen wie Kunde X vor dem Abschluss“
Optional: lokales Sprachmodell (Llama, Qwen, Mistral) für Lead-Briefings und Outreach-Entwürfe — wenn Lead-Daten nicht zu Frontier-APIs gehen sollen
Audit-Trail aller Datenzu- und Abgänge: Wann kam ein Lead in die Datenbank, woher, mit welcher Rechtsgrundlage — dokumentiert für DSGVO-Auskunfts- und Löschpflichten

Eignung

Unternehmen mit hohem Datenschutz-Anspruch (z. B. eigene Branche steht selbst im B2B-Geschäft, Lead-Daten enthalten sensible Bereiche) oder Bedarf an strukturierten Beziehungsanalysen über reine Listen hinaus.

Aufwand & Kosten

Setup 15–30 Tage, plus laufende Hosting-Kosten ab ca. 150 € / Monat. Lokales Modell zusätzlich nur sinnvoll, wenn Cloud-LLM bewusst ausgeschlossen werden soll.

Tradeoff

und semantische Suche sind mächtig, brauchen aber Aufmerksamkeit. Wer keinen klaren dafür hat (außer „klingt fortschrittlich“), bleibt besser bei Stufe 2 — Komplexität ist Kosten, nicht Status.

Was Ihr Team verstehen sollte

im Vertrieb funktioniert nur, wenn die fachliche Basis stimmt. Sechs Kompetenzbereiche, die in jedem Setup verankert sein müssen:

ICP — Ideal Customer Profile

Welche Firmen sind realistisch Kunden und welche nicht. Welche Branchen, Größen, Regionen, Trigger-Signale. Ohne sauberen ICP wird jede Lead-Pipeline zu einer Liste, die niemand anruft.

Datenquellen verstehen

Sales-Tools (Apollo, Lusha, Cognism) bieten unterschiedliche Datenqualität pro Region. LinkedIn Sales Navigator hat eigene Nutzungsregeln. Eigenes Web-Scraping ist rechtlich enger, als viele denken — Urteile in DE/EU schränken den Spielraum spürbar ein.

Lead-Scoring

Welche Signale erhöhen die Abschluss-Wahrscheinlichkeit (Firmengröße, Branche, Tech-Stack, Trigger-Events), welche sind reines Rauschen. Wie Scoring kalibriert wird, damit es echte Pipeline-Entscheidungen stützt — nicht Beschäftigung erzeugt.

Compliance — DSGVO, UWG, TTDSG

B2B-E-Mail-Outreach ist in DE eng: Einwilligung oder konkretes berechtigtes Interesse plus Pflicht-Hinweise. Telefonakquise im B2B ist möglich, aber nicht beliebig. Web-Scraping berührt Urheberrecht, AGB und ggf. die Datenbankrichtlinie. Was hier schiefläuft, bleibt selten ohne Anwaltsbrief.

CRM-Integration und Pipeline-Disziplin

Wie Leads in das CRM kommen, wie Stages definiert sind, wann ein Lead disqualifiziert wird. Welche Felder Pflicht sind, welche Pflicht ergeben. Disziplin entsteht durch Klarheit der Definitionen, nicht durch mehr Felder.

Outreach-Qualität

Wo gute Personalisierung aufhört und Mass-Spam mit hübschen Variablen anfängt. Welche Anknüpfungspunkte tatsächlich Antworten produzieren. Warum drei wirklich relevante Mails pro Tag oft mehr bringen als hundert mit „{first_name}, ich hab Ihre Website gesehen“.

Was automatisiert wird

Acht Routine-Schritte, die im laufenden Betrieb von der Pipeline übernommen werden — abhängig von der Setup-Stufe in unterschiedlicher Tiefe:

Tägliche Lead-Recherche

Nach ICP-Kriterien wird täglich nach neuen Treffern gesucht — neue Firmen-Einträge, Job-Anzeigen, Funding-Runden, Tool-Wechsel-Signale. Treffer landen mit Score in der Datenbank, nicht im Postfach.

Anreicherung mit Firmographics

Pro Lead werden Mitarbeiterzahl, Branche, Tech-Stack und Standort aus den verfügbaren Quellen ergänzt — sofern lizenzrechtlich und datenschutzrechtlich zulässig.

Score-Update

Wenn sich Trigger-Signale ändern (neue Funding-Runde, relevanter Job ausgeschrieben), wird der Lead-Score angepasst und ggf. ein Alert ausgelöst.

Dublettenerkennung

Gleiche Firma mit unterschiedlicher Schreibweise, Tochter- vs. Muttergesellschaft, Personenwechsel — automatische Konsolidierung verhindert dass das CRM in fünf Versionen desselben Leads ertrinkt.

CRM-Sync

Qualifizierte Leads werden automatisch ins CRM überführt, mit allen Recherche-Notizen und Score-Historie — der Vertriebsmitarbeiter sieht beim ersten Blick, warum dieser Lead ihm vorgelegt wird.

KI-Briefing pro Lead

Ein Einseiter mit Firmen-Kurzprofil, Trigger-Signalen und konkretem Anknüpfungspunkt — als Vorbereitung für die menschliche Erstansprache, nicht als fertige Mail.

Trigger-basierte Sales-Signale

Funding, Personalveränderungen in Schlüsselpositionen, Pressemeldungen, Tool-Wechsel — Signale, bei denen sich Erstkontakt jetzt anbietet, lösen einen Alert mit Kurzbegründung aus.

Wöchentlicher Pipeline-Report

Welche Leads sind dazu gekommen, wo verschieben sich Scores, welche Themen-Cluster sind erkennbar, welche Anteilsquote der Erstkontakte führt zu Antworten — narrativ, nicht nur Zahlen.

Was bewusst MANUELL bleibt

Vertrieb ist Beziehungs-Arbeit, und ist Inhaber-Verantwortung. Diese sechs Punkte gehören nicht in einen :

ICP-Definition und Pflege

Wer in welcher Phase Zielkunde ist, ist eine Vertriebsentscheidung, keine Algorithmus-Frage. ICP wird gepflegt, sobald sich das Angebot oder der Markt ändert — sonst läuft die Pipeline an aktuellen Realitäten vorbei.

Compliance- und Rechtsgrundlagen-Entscheidung

Welche Quellen werden genutzt, welche bewusst nicht, welche Rechtsgrundlage für den Erstkontakt — diese Entscheidung trifft der Inhaber gemeinsam mit dem Datenschutzbeauftragten, nicht der .

Erstkontakt durchführen

Die erste Mail oder der erste Anruf gehört in menschliche Hände. Vorbereitung kann automatisiert werden, die Ansprache selbst nicht — KI-Schreibstil ist mittlerweile spürbar und drückt die Antwortquote.

Qualifizierungsgespräch

Bedarf, Budget, Entscheidungsstrukturen, Zeitrahmen — das wird im Gespräch geklärt, nicht aus einem Score gelesen. Der Score bringt Leute ans Telefon, das Gespräch entscheidet, ob es weitergeht.

Angebot und Verhandlung

Preisgespräch, Vertragsdetails, Beziehungs-Pflege im Sales-Zyklus — selbst gute schreiben hier Sätze, die einen Deal kosten. Manuell, mit klarer Verantwortung.

Pipeline- und Beziehungs-Pflege

Welche Leads werden weiter verfolgt, welche eingefroren, welche disqualifiziert — Pflege entscheidet darüber, ob die Pipeline ein arbeitendes Werkzeug ist oder ein Friedhof aus alten Score-Punkten.

Wie der Aufbau läuft

Vom ICP-Workshop bis zum vollen Selbstbetrieb in der Regel 8–14 Wochen, abhängig von Stufe, ICP-Reife und Daten-Tiefe:

ICP-Workshop

Bestandsaufnahme der bestehenden Kunden, Identifikation der Merkmale, die sie verbinden — Branche, Größe, Anlass, Entscheidungsstruktur. Daraus entsteht ein scharfer ICP, der die Lead-Suche überhaupt erst sinnvoll macht.

Datenquellen- und Compliance-Audit

Welche Sales-Tools, welche Public-Web-Quellen, welche Eigenrecherche sind realistisch — und was davon ist rechtlich sauber. Klare Trennung, was rein darf und was bewusst nicht.

Setup-Stufe wählen

Recherche-Assistent, eigene Lead-Datenbank oder Self-Hosted-Plattform — abhängig von Team-Größe, ICP-Klarheit, Datenschutz-Anspruch und Volumen. Begründete Empfehlung, Sie entscheiden.

Erste Lead-Liste aufbauen

Eine Pilot-Liste mit 100–300 echten Leads nach ICP, mit Scoring-Kalibrierung anhand bekannter Bestandskunden. Wer dort gut abschneidet, sollte auch in der Liste hoch ranken.

CRM-Integration und Workflow-Aufbau

CRM-Stages definieren, Pflichtfelder sauber, n8n-Workflows für Anreicherung, Scoring, Trigger-Alerts und CRM-Sync konfigurieren.

Schulung & Hands-on-Übergabe

4–6-stündiger Workshop mit Vertriebsteam: ICP lesen, Lead-Briefings interpretieren, KI-Entwürfe redigieren, CRM-Disziplin, Compliance-Grundlagen.

Begleiteter Pilot-Monat

Vier Wochen mit wöchentlicher Sparring-Session: Welche Leads kamen, welche Erstkontakte liefen wie, wo muss das Scoring nachkalibriert werden, welche Datenquelle bringt was.

Selbstbetrieb mit Datenpflege-Disziplin

Ab dann gehört das System Ihnen. Optional: vierteljährliche Auffrischer bei Marktveränderungen (neues Tool im Stack, ICP-Verschiebung, Rechtsprechung) oder einmaliger Datenbank-Review.

Aufwand und Investition hängen von der gewählten Stufe und dem vorhandenen ICP- und Datenstand ab — eine konkrete Einschätzung gibt es nach dem Workshop und im Rahmen der Preisübersicht.

Bereit für den nächsten Schritt?

Kostenloses Erstgespräch. Unverbindlich. In 30 Minuten wissen Sie, ob und wie KI Ihrem Unternehmen helfen kann.

Erstgespräch buchen Förderfähigkeit prüfen