Lead Scoring und Sales Pipeline.
Modelle, Stages und Kennzahlen im CRM.
Lead Scoring bewertet jeden Interessenten im CRM-System (Customer Relationship Management) mit Punkten oder einer Wahrscheinlichkeit: Passt das Unternehmen zu Ihrem Zielkundenprofil, und zeigt der Kontakt echtes Kaufinteresse? Die Sales Pipeline bildet den Weg vom qualifizierten Lead bis zum Auftrag in Phasen mit klaren Übergabekriterien ab. Diese Fachseite richtet sich an Geschäftsführung, Vertriebs-, Marketing- und IT-Leitung im B2B-Mittelstand der DACH-Region mit 50 bis 2.000 Mitarbeitenden. Sie zeigt, wie ein Scoring-Modell aufgebaut ist, wie MQL und SQL zusammenhängen, welche Stages und Kennzahlen eine Pipeline steuerbar machen, was neun CRM-Systeme laut Herstellerseiten bieten und welche Regeln DSGVO, UWG und Betriebsverfassungsgesetz setzen. Ihre dokumentierte Shortlist aus über 150 CRM-Systemen erhalten Sie im CRM-Matching für Lead Scoring und Pipeline in rund 6 Minuten, kostenlos und ohne Registrierung.
Lead Scoring im CRM:
Prioritäten statt Bauchgefühl.
B2B-Käufer recherchieren zunehmend selbst: Laut Gartner bevorzugen 67 % der befragten B2B-Käufer einen Kauf ohne Vertriebsmitarbeiter, und 45 % haben bei einem jüngsten Kauf KI genutzt. Wenn der Erstkontakt später kommt, entscheiden wenige Signale darüber, wen der Vertrieb wann anspricht. Lead Scoring und eine gepflegte Sales Pipeline machen diese Signale im CRM sichtbar, vergleichbar und verbindlich. Ohne gemeinsame Definitionen diskutieren Marketing und Vertrieb über Leadqualität, statt über Umsatz.
Ohne Scoring und Pipeline-Regeln
- Jeder Lead landet gleich gewichtet im Postfach, der Vertrieb sortiert nach Gefühl und Lautstärke
- Marketing meldet viele Leads, der Vertrieb nennt sie unbrauchbar, eine gemeinsame Definition fehlt
- Web-Anfragen werden einmal täglich abgeholt und nach Gebiet verteilt, nicht nach Dringlichkeit
- Phasen heißen in jedem Team anders, Abschlussdaten liegen in der Vergangenheit
- Der Forecast ist die Summe aller offenen Deals, unabhängig von Phase und Reifegrad
- Tracking, Profiling und Werbe-E-Mails laufen ohne geprüfte Rechtsgrundlage
Mit Scoring-Modell und Pipeline-Disziplin
- Fit- und Verhaltens-Score trennen passende von nur aktiven Kontakten
- MQL und SQL sind schriftlich definiert, mit Übergabe und Rückmeldeschleife
- Heiße Leads werden sofort geroutet, mit Antwortzeit als Zielwert im Dashboard
- Jede Stage hat überprüfbare Exit-Kriterien und Pflichtfelder
- Forecast-Kategorien und Pipeline-Reviews machen Prognosen belastbar
- Einwilligungen, Informationspflichten und Widerspruch sind je Kontakt im CRM dokumentiert
Quellen: Gartner, Pressemitteilung vom 09.03.2026, Harvard Business Review, März 2011. Abruf am 07.10.2026. Grundlagen zum Systemtyp: Was ist ein CRM?
Lead Scoring verstehen:
neun Bausteine eines Modells.
Ein Scoring-Modell besteht aus Merkmalen, Gewichten, Schwellenwerten und Regeln für Verfall und Übergabe. Die Begriffe sind nicht genormt, jeder Hersteller nutzt eigene Namen. Legen Sie deshalb vor der Konfiguration ein Glossar fest, das Marketing, Vertrieb und Geschäftsführung unterschreiben. Die Beispiele zeigen, wie HubSpot, Salesforce und Odoo die Bausteine laut eigener Dokumentation umsetzen.
Was Lead Scoring leistet
Lead Scoring ordnet jedem Lead eine Zahl zu, die Passung und Kaufbereitschaft ausdrückt, entweder als Punktesumme aus Regeln oder als Wahrscheinlichkeit aus einem statistischen Modell. Ein Lead ist ein Kontakt oder Unternehmen mit erkennbarem Interesse; HubSpot definiert ihn als Kontakt, der über ein Newsletter-Abo hinaus konvertiert ist. Das Ziel ist nicht die perfekte Zahl, sondern eine nachvollziehbare Reihenfolge für die Bearbeitung.
- Ergebnis: Priorität, Zuständigkeit und nächster Schritt
- Kein Selbstzweck: Score ohne Folgeaktion bringt nichts
Fit-Score: Passt der Kunde zu uns?
Der Fit-Score bewertet feste Merkmale gegen Ihr Ideal Customer Profile (ICP, ideales Kundenprofil): Branche, Unternehmensgröße, Region, eingesetzte Systeme und die Rolle des Ansprechpartners. Die Merkmale sollten aus Ihrer Abschlusshistorie stammen, nicht aus Wunschvorstellungen. Fit ändert sich selten und verfällt deshalb nicht.
- Quellen: Formulare, Anreicherung, ERP-Kundenstamm
- Prüfen: Welche Merkmale haben gewonnene Kunden gemeinsam?
Verhaltens-Score: Wie aktiv ist der Kontakt?
Der Verhaltens- oder Engagement-Score summiert Handlungen: Demo-Anfrage, Besuch der Preisseite, Webinar, Download, E-Mail-Klick. Starke Kaufsignale wie eine Angebotsanfrage wiegen mehr als ein Newsletter-Klick. Webseiten-Tracking setzt meist Cookies und braucht dann eine Einwilligung, siehe Abschnitt Recht.
- Gewichtung nach Nähe zum Kauf, nicht nach Häufigkeit
- Obergrenzen je Aktivität gegen Klick-Inflation
Schwellenwerte und Matrix
Schwellenwerte übersetzen Punkte in Handlungen, etwa Übergabe an den Vertrieb ab einer bestimmten Summe. HubSpot arbeitet laut Wissensdatenbank bei Einzelscores mit den Stufen High, Medium und Low und bei kombinierten Scores mit einer 3 mal 3 Matrix von A1 bis C3: Buchstaben stehen für Fit, Ziffern für Engagement. Ein Matrixmodell verhindert, dass ein unpassender, aber sehr aktiver Kontakt automatisch beim Vertrieb landet.
- A1: passt und ist aktiv, sofort übergeben
- C1: aktiv, aber unpassend, prüfen statt übergeben
Verfall von Punkten
Decay reduziert Verhaltenspunkte, wenn eine Aktivität länger zurückliegt, damit alte Downloads keinen Lead dauerhaft heiß halten. HubSpot bietet laut Wissensdatenbank Decay für Engagement- und kombinierte Scores mit Intervallen von 1, 3, 6 oder 12 Monaten, linear und rückwirkend auf historische Daten. Fit-Punkte verfallen in der Regel nicht.
- Intervall an die Länge Ihres Verkaufszyklus koppeln
- Rückwirkende Effekte vor dem Einschalten simulieren
Negative Punkte und Ausschlüsse
Nicht jedes Signal ist positiv. Bewerbende, Studierende, Wettbewerber, Dienstleister oder private Adressen bekommen Abzüge oder werden ganz aus dem Scoring genommen. Ebenso gehört ein Abmeldestatus oder ein Widerspruch nach Art. 21 DSGVO als harter Ausschluss ins Modell.
- Ausschlusslisten für Domains und Rollen
- Widerspruch sticht jede Punktzahl
MQL, SAL und SQL
Ein MQL (Marketing Qualified Lead) ist laut HubSpot-Definition ein Kontakt, den das Marketing als bereit für den Vertrieb qualifiziert hat, ein SQL (Sales Qualified Lead) einer, den der Vertrieb als potenziellen Kunden qualifiziert hat. Dazwischen steht oft der SAL (Sales Accepted Lead): Der Vertrieb hat den Lead angenommen und verpflichtet sich zur Bearbeitung. Laut HubSpot bewegen automatische Updates die Lebenszyklusphase standardmäßig nur vorwärts; Rückstufungen brauchen eine eigene Regel.
- Annahme oder Ablehnung mit Grund innerhalb einer Frist
- Abgelehnte Leads gehen mit Begründung ins Nurturing zurück
Lead-Routing und Service Level
Routing weist Leads nach Score, Region, Produkt oder Kapazität zu. Salesforce listet Lead-Zuweisung und Weiterleitung in allen Suiten. Die HBR-Studie nennt als Ursachen langsamer Reaktion den täglichen statt laufenden Abruf von Leads aus dem CRM und Verteilregeln nach Gebiet und Fairness. Ein Service Level Agreement (SLA) zwischen Marketing und Vertrieb legt Reaktionszeit und Mindestkontakte fest.
- Sofortige Benachrichtigung bei A1-Leads
- Vertretungsregel bei Abwesenheit
Account-Scoring und Intent-Daten
Im B2B entscheiden Buying Center, nicht Einzelpersonen. Account-Scoring bewertet deshalb das Unternehmen und bündelt Aktivitäten aller Kontakte; HubSpot bietet Unternehmensscores ab Marketing Hub oder Sales Hub Professional. Intent-Daten zeigen Kaufinteresse: HubSpot Buyer Intent ordnet Webseitenbesucher über IP-Adressen bekannten Unternehmen zu und ergänzt Recherche-Signale aus dem Web wie Finanzierungen oder Führungswechsel, mit Zeitfiltern bis 90 Tage.
- Account-Score für ABM-Listen, Lead-Score für Personen
- Externe Signale nur mit geprüfter Rechtsgrundlage
Quellen (Abruf 07.10.2026): HubSpot Lead Scoring, HubSpot Lebenszyklusphasen, HubSpot Buyer Intent, Salesforce Preise und Funktionen, Harvard Business Review. Die Übergabe von Marketing an Vertrieb vertieft Marketing Automation im CRM.
Sales Pipeline im CRM:
Stages, Reviews und Forecast.
Die Pipeline beginnt dort, wo das Scoring endet: beim qualifizierten Lead, der zur Verkaufschance wird. Sie ist nur so gut wie ihre Definitionen. Jede Phase braucht ein überprüfbares Kriterium, wann ein Deal sie verlässt, sonst messen Sie Hoffnung statt Fortschritt. Die sechs Bausteine gelten für Produkt- und Projektvertrieb gleichermaßen; Besonderheiten langer Zyklen beschreibt das CRM für B2B-Vertrieb in Industrie und Maschinenbau.
Stages mit Exit-Kriterien
Ein typisches Phasenmodell im B2B lautet: Qualifiziert, Bedarf bestätigt, Lösung präsentiert, Angebot, Verhandlung, Gewonnen oder Verloren. Exit-Kriterien sind beobachtbare Ereignisse, etwa ein bestätigter Termin mit der Entscheidungsperson oder ein versandtes Angebot, keine Gefühle. In Odoo steigt die Gewinnwahrscheinlichkeit laut Dokumentation automatisch, wenn eine Verkaufschance die nächste Phase erreicht.
- Fünf bis sieben Phasen reichen in den meisten Vertrieben
- Kriterium als Pflichtfeld oder Checkliste an der Phase
Pipeline-Reviews mit fester Agenda
Ein Review prüft nicht jeden Deal, sondern Abweichungen: Deals ohne nächsten Schritt, überfällige Abschlussdaten, Sprünge über mehrere Phasen und große Beträge in frühen Phasen. Legen Sie einen festen Rhythmus fest, etwa wöchentlich im Team und monatlich mit der Geschäftsführung, und arbeiten Sie aus dem CRM-Dashboard, nicht aus Tabellen.
- Agenda: neue Deals, Bewegungen, Risiken, Forecast
- Entscheidungen direkt am Datensatz dokumentieren
Forecast-Kategorien
Forecast-Kategorien trennen die Einschätzung des Vertriebs von der Phase. Microsoft nennt für Dynamics 365 Sales die Kategorien Pipeline (frühe Phase, geringes Vertrauen), Best Case (substanzielle Gespräche, noch keine Zusage), Zugesichert (mündliche oder vertragliche Zusage), Weggelassen sowie Gewonnen und Verloren, die automatisch gesetzt werden. Salesforce führt erweitertes Prognose- und Pipeline-Management ab der Edition Core.
- Zugesichert nur mit dokumentierter Zusage
- Forecast getrennt nach Kategorie berichten
Conversion je Stage als Rechenbeispiel
Rechenbeispiel ohne Benchmark-Anspruch: Aus 1.000 Leads werden 280 MQL, daraus 120 SQL und daraus 34 Aufträge. Das entspricht 28 %, 43 % und 28 % je Übergang und 3,4 % von Lead bis Auftrag. Eine neutrale, branchenübergreifende Quelle für Sollwerte je Stage haben wir nicht gefunden; maßgeblich sind Ihre eigenen Werte über mindestens zwei Quartale.
- Engpass ist der Übergang mit dem stärksten Rückgang
- Conversion je Quelle und Segment getrennt auswerten
Pipeline-Hygiene
Saubere Pipelines haben Betrag, Abschlussdatum, nächsten Schritt und Verantwortlichen an jedem Deal. Pipedrive nennt ab dem Tarif Premium Pflichtfelder und pipelinespezifische Felder zur Verbesserung der Datenqualität. Automatische Hinweise auf veraltete Deals und ein Verlustgrund als Auswahlfeld halten die Daten auswertbar, auch für ein späteres prädiktives Modell.
- Regel: kein Deal ohne nächsten Termin
- Abschlussdatum in der Vergangenheit erzwingt Aktualisierung
Mehrere Pipelines und Verlustgründe
Neukunden, Bestandsgeschäft, Projekte und Service-Verträge folgen unterschiedlichen Phasen und brauchen eigene Pipelines. HubSpot wirbt auf seiner Preisseite damit, den Umsatz pipeline-übergreifend zu prognostizieren, SuperOffice nennt die Verwaltung der Vertriebspipeline ab dem Tarif Core. Verlustgründe als feste Werteliste zeigen, ob Preis, Timing oder Wettbewerb den Ausschlag geben.
- Eine Pipeline je Vertriebsprozess, nicht je Person
- Verlustgründe quartalsweise mit dem Produktmanagement auswerten
Quellen (Abruf 07.10.2026): Odoo Dokumentation, Microsoft Learn Prognosekategorien, Salesforce Preise, Pipedrive Preise, HubSpot Preise, SuperOffice Preise. Die Zahlen 1.000, 280, 120 und 34 sind ein Rechenbeispiel von Find-Your-CRM.
Regelbasiert, prädiktiv, hybrid:
drei Stufen und ihre Voraussetzungen.
Scoring-Modelle unterscheiden sich darin, wer die Gewichte festlegt: Menschen über Regeln oder ein Modell, das aus gewonnenen und verlorenen Deals lernt. Welche Stufe passt, hängt weniger vom Ehrgeiz ab als von Datenmenge, Datenqualität und dem Bedarf an Erklärbarkeit. Die Hersteller nennen konkrete Mindestmengen, die Sie vor einer Entscheidung für prädiktives Scoring prüfen sollten. Grundlagen zu KI-Funktionen im CRM bietet KI im CRM: Use Cases, AI Act und Auswahl.
Regelbasiertes Scoring
Punkte je Merkmal und Aktivität
Marketing und Vertrieb legen Merkmale und Punkte gemeinsam fest, das CRM addiert. Das Modell ist sofort erklärbar und funktioniert ohne Abschlusshistorie, die Güte hängt aber an der Qualität der Annahmen. Zoho CRM bietet laut Funktionsvergleich Bewertungsregeln ab der Edition Standard mit 10 Kriterien je Modul, bis 50 Kriterien in Ultimate.
- Geeignet für den Start und bei wenigen Abschlüssen
- Risiko: Punkte spiegeln Meinungen statt Daten
Prädiktives Scoring
Wahrscheinlichkeit aus historischen Deals
Ein Modell lernt, welche Merkmale bei gewonnenen Deals häufiger vorkommen, und schätzt eine Abschlusswahrscheinlichkeit. Odoo nutzt laut Dokumentation ein Naive-Bayes-Modell, Phase und Vertriebsteam fließen immer ein, Land, Quelle, Sprache, Tags sowie Qualität von Telefon und E-Mail sind wählbar. Microsoft bietet prädiktives Lead Scoring mit einer Lizenz für Dynamics 365 Sales Enterprise und 1.500 bewerteten Datensätzen je Monat.
- Geeignet bei vielen gleichartigen Abschlüssen
- Risiko: Modell lernt alte Muster und blinde Flecken
Hybrides Scoring
Regeln für Fit, Modell für Verhalten
Hybride Modelle kombinieren beides: Fit-Kriterien und Ausschlüsse bleiben feste Regeln, die Gewichtung des Verhaltens übernimmt ein Modell, oder das Modell schlägt Gewichte vor, die ein Mensch freigibt. So bleibt das Grundgerüst erklärbar, während das Modell Muster findet, die in keiner Hypothese standen. Voraussetzung sind sowohl gepflegte Regeln als auch ausreichende Daten.
- Ausschlüsse und Einwilligungen immer als Regel
- Modellvorschläge vor Übernahme fachlich prüfen
Datenvoraussetzungen und Mindestmengen
Was Hersteller als Minimum nennen
Microsoft verlangt für prädiktives Lead Scoring mindestens 40 qualifizierte und 40 disqualifizierte Leads, die im gewählten Trainingszeitraum von drei Monaten bis zwei Jahren angelegt und abgeschlossen wurden. HubSpot braucht für KI-gestützte Kontaktscores ein Abonnement Marketing Hub Enterprise und mindestens 50 Kontakte, davon 25 konvertierte und 25 nicht konvertierte. Mindestmengen sind technische Untergrenzen, keine Garantie für gute Vorhersagen.
- Ergebnis und Verlustgrund an jedem abgeschlossenen Lead
- Gleiche Definition von qualifiziert über den ganzen Zeitraum
Erklärbarkeit und Vertrauen
Warum hat dieser Lead 72 Punkte?
Der Vertrieb folgt einem Score nur, wenn er ihn versteht. Bei Regeln ist die Herleitung sichtbar, bei Modellen sollte das CRM die wichtigsten Einflussfaktoren je Datensatz zeigen. Fällt eine Entscheidung mit erheblicher Wirkung für eine Person ausschließlich automatisiert, verlangen Art. 13 Abs. 2 Buchst. f und Art. 14 Abs. 2 Buchst. g DSGVO aussagekräftige Informationen über die involvierte Logik.
- Top-Faktoren am Lead anzeigen
- Manuelle Übersteuerung mit Begründung erlauben
Pflege und Modell-Drift
Märkte ändern sich, Modelle altern
Drift bedeutet, dass ein Modell schlechter wird, weil sich Zielgruppe, Angebot oder Kanäle verändert haben. Microsoft bietet an, das Modell automatisch alle 15 Tage neu zu trainieren. In Odoo beendet eine manuelle Änderung der Wahrscheinlichkeit die automatische Aktualisierung für diese Verkaufschance, was Sie im Prozess berücksichtigen sollten.
- Quartalsweise Conversion je Score-Band prüfen
- Änderungen am Modell versionieren und begründen
Quellen (Abruf 07.10.2026): Zoho CRM Funktionsvergleich, Odoo Dokumentation, Microsoft Learn, HubSpot Wissensdatenbank, DSGVO auf EUR-Lex.
Sechs KPIs,
die Scoring und Pipeline steuern.
Kennzahlen zeigen, ob das Scoring trennt und ob die Pipeline trägt. Für die meisten Werte gibt es keine neutrale Benchmark, die für den deutschen Mittelstand gilt; vergleichen Sie deshalb vor allem mit Ihren eigenen Vorperioden. Zur Antwortzeit gibt es eine vielzitierte Studie, deren Alter und US-Bezug Sie bei der Übertragung beachten sollten. Rechenbeispiele sind als solche gekennzeichnet.
Lead-to-Opportunity-Rate
Wie viele Leads werden zur Verkaufschance?
Anteil der Leads oder MQL, aus denen im Betrachtungszeitraum eine Opportunity wird. Getrennt nach Score-Band ist sie der wichtigste Test für Ihr Modell: A-Leads müssen deutlich besser konvertieren als C-Leads, sonst trennt das Scoring nicht.
- Formel: Opportunities geteilt durch Leads
- Auswertung je Score-Band und Quelle
Win Rate
Wie viele Chancen werden gewonnen?
Gewonnene Deals geteilt durch alle abgeschlossenen Opportunities eines Zeitraums. Salesforce beschreibt die Win Rate als gewonnene Deals geteilt durch Opportunities. Zählen Sie verlorene und gewonnene Deals mit gleichem Stichtag, sonst verzerren offene Deals die Quote.
- Getrennt nach Neu- und Bestandsgeschäft
- Verlustgründe zur Win Rate berichten
Sales Cycle
Wie lange dauert es bis zum Auftrag?
Durchschnittliche Tage vom qualifizierten Lead bis zum Abschluss. Messen Sie zusätzlich die Verweildauer je Stage, denn dort zeigen sich Engpässe wie lange Freigaben oder fehlende Angebote. Eine pauschale Zielgröße ist unseriös, weil Projektgeschäft und Standardprodukt sich stark unterscheiden.
- Median statt Mittelwert bei Ausreißern
- Verweildauer je Stage im Dashboard
Pipeline Coverage
Reicht die Pipeline für das Ziel?
Offener, gewichteter oder ungewichteter Pipeline-Wert geteilt durch das Umsatzziel der Periode. Statt einer pauschalen Faustregel leiten Sie den Bedarf aus Ihrer Win Rate ab. Rechenbeispiel: Bei 25 % Win Rate brauchen Sie rechnerisch das Vierfache des Ziels, für 500.000 € also 2 Mio. € qualifizierte Pipeline.
- Benötigte Coverage gleich 1 geteilt durch Win Rate
- Nur Deals mit Abschlussdatum in der Periode zählen
Sales Velocity
Umsatz pro Tag aus der Pipeline
Salesforce definiert die Formel so: Anzahl Opportunities mal durchschnittlicher Dealwert mal Win Rate, geteilt durch die Länge des Verkaufszyklus. Rechenbeispiel: 40 Opportunities mal 25.000 € mal 25 % geteilt durch 90 Tage ergibt rund 2.778 € je Tag. Jeder der vier Hebel lässt sich einzeln verbessern und messen.
- Hebel: mehr Chancen, größere Deals, höhere Quote, kürzere Zyklen
- Monatlich je Team vergleichen
Antwortzeit auf Leads
Wie schnell meldet sich der Vertrieb?
Die HBR-Studie von 2011 prüfte 2.241 US-Unternehmen: 37 % antworteten innerhalb einer Stunde, 23 % gar nicht, bei Antwort innerhalb von 30 Tagen lag der Durchschnitt bei 42 Stunden. In einer Auswertung von 1,25 Mio. Leads bei 29 B2C- und 13 B2B-Firmen qualifizierten Unternehmen mit Kontakt innerhalb einer Stunde Leads fast siebenmal so oft wie bei Kontakt eine Stunde später und über 60-mal so oft wie nach 24 Stunden oder mehr.
- Messen ab Eingang bis zum ersten echten Kontakt
- Zielwert im SLA festschreiben
Quellen (Abruf 07.10.2026): Salesforce zur Sales Velocity, Harvard Business Review, The Short Life of Online Sales Leads, März 2011. Coverage- und Velocity-Werte sind Rechenbeispiele von Find-Your-CRM, keine Benchmarks.
Neun CRM-Systeme
mit Lead Scoring und Pipeline.
Die Auswahl ist kuratiert, nicht bezahlt und keine Rangliste. Sie mischt internationale Plattformen und DACH-Anbieter. Ein Haken steht nur, wo die Funktion auf der Herstellerseite oder in der offiziellen Dokumentation belegt ist, ein Teilhaken (≈) markiert offene Punkte für die Demo. Die Preisspalte nennt die Edition, ab der Scoring oder Pipeline-Funktionen laut Herstellerseite verfügbar sind. Weitere Kandidaten aus über 150 CRM-Systemen liefert das CRM-Matching; den direkten Vergleich zweier Plattformen zeigt Salesforce vs. HubSpot.
| Anbieter | Segment | Preis ab | Regelbasiertes Scoring | Prädiktiv oder KI | Pipeline und Forecast | Scoring ab Edition | Profil |
|---|---|---|---|---|---|---|---|
| HubSpot CRMAll-in-One, Cloud-Dienst | Mittelstand | ab 90 €/Lizenz/Mo, jährlich (Professional) | ✓ Fit-, Engagement- und kombinierte Scores mit Decay | ✓ KI-Kontaktscore ab Marketing Hub Enterprise, mind. 50 Kontakte | ✓ Prognose pipeline-übergreifend laut Preisseite | Marketing Hub oder Sales Hub Professional | Zum Profil → |
| Salesforce Sales CloudPlattform, Cloud-Dienst | Enterprise | Lead Scoring ab 395 €/Nutzer/Mo, jährlich (Advanced) | ≈ Punktemodell in der Demo prüfen, Lead-Zuweisung und Weiterleitung in allen Suiten | ✓ Lead Scoring in Advanced und Max, in Core zukaufbar | ✓ Opportunity-Bewertung und erweitertes Prognose-Management ab Core | Advanced, in Core als Zusatz | Zum Profil → |
| Zoho CRMSuite, Cloud-Dienst | KMU | Free für 3 Nutzer, sonst je Land und Währung | ✓ Bewertungsregeln ab Standard, 10 bis 50 Kriterien je Modul | ✓ Zia-Bewertung ab 10 Enterprise-Lizenzen oder in Ultimate | ≈ Prognosefunktionen je Edition in der Demo prüfen | Standard | Zum Profil → |
| PipedriveVertriebs-CRM, Cloud-Dienst | KMU | ab 59 $/Nutzer/Mo, jährlich (Premium) | ✓ benutzerdefinierte Scoring-Modelle ab Premium | ≈ Gewinnwahrscheinlichkeit über KI-Assistent, Tarif prüfen | ✓ Pipeline ab Lite, Prognoseberichte ab Growth | Premium | Zum Profil → |
| Odoo CRMERP-Suite mit CRM, Cloud oder On-Premises | Mittelstand | Standard-Tarif, Preis je Land und Währung | ≈ Zuweisungsregeln nach Wahrscheinlichkeit, Punktemodell in der Demo prüfen | ✓ prädiktives Scoring nach Naive Bayes, immer aktiv | ✓ Wahrscheinlichkeit steigt mit der Phase | jede Nutzung der CRM-App laut Doku | Zum Profil → |
| SugarCRM (Sugar Sell)Plattform, Cloud oder On-Premises | Mittelstand | ab 68 $/Nutzer/Mo, jährlich (Standard+) | ≈ Regelbasiertes Scoring in der Demo prüfen | ✓ prädiktives Lead Scoring als KI-Funktion genannt, Tarif prüfen | ✓ Pipeline ab Standard+, Forecasting ab Advanced+ | Edition im Angebot klären | Zum Profil → |
| ADITODACH-xRM, Cloud oder Appliance | Mittelstand | ab 65 €/User/Mo, jährlich, ab 20 Anwendern | ≈ Punktemodell für Leads in der Demo prüfen | ✓ KI-gestützte Bewertung von Opportunities nach BANT | ≈ Prognosedaten an Opportunities, Umfang prüfen | KI-Umfang je Edition klären | Zum Profil → |
| CAS genesisWorldDACH-CRM, Mittelstand | Mittelstand | auf Anfrage | ≈ KI qualifiziert Leads aus Anfragen und leitet sie weiter, Punktemodell in der Demo prüfen | ✓ automatische Wahrscheinlichkeitsberechnung | ✓ Vertriebsberichte und Forecasts in Echtzeit | auf Anfrage | Zum Profil → |
| EngageBay CRMAll-in-One für kleine Teams, Cloud-Dienst | KMU | ab 13,79 $/Nutzer/Mo, jährlich (Basic) | ✓ Lead Scoring ab Basic | ≈ Predictive Lead Score in der Funktionsliste, Tarif prüfen | ≈ eigene Deal-Meilensteine, Forecast in der Demo prüfen | Basic | Zum Profil → |
Listenpreise laut Herstellerseiten, Stand 07.10.2026, netto, bei jährlicher Abrechnung wo ausgewiesen; HubSpot, Salesforce und ADITO in Euro, Pipedrive, SugarCRM und EngageBay in US-Dollar. Zoho und Odoo zeigen Preise je Land und Währung, CAS nennt keine Preise. Quellen: HubSpot, Salesforce, Zoho, Pipedrive, Odoo, SugarCRM, ADITO, CAS, EngageBay. Microsoft Dynamics 365 Sales mit prädiktivem Lead Scoring steht im Abschnitt Kosten, hier fehlt es mangels Profil im Katalog. Alle Systeme im Überblick: CRM-Katalog.
Schnittstellen,
die Scoring und Pipeline speisen.
Ein Score ist nur so aktuell wie die Daten, die ihn füttern. Die HBR-Studie nennt den täglichen statt laufenden Abruf von Leads aus dem CRM als eine Ursache langsamer Reaktion. Sechs Datenquellen und Verbindungen entscheiden, ob Ihr Modell in Echtzeit arbeitet und ob Sie die Herkunft jedes Punktes erklären können.
Website-Tracking und Formulare
Formulare liefern Fit-Daten, Tracking liefert Verhalten. HubSpot misst Besuche über den eigenen Tracking-Code und ordnet Unternehmen über IP-Adressen zu. Wer Cookies setzt oder ausliest, braucht nach § 25 Abs. 1 TDDDG grundsätzlich eine Einwilligung.
- Verhaltenspunkte nur bei erteilter Tracking-Einwilligung
- Formularfelder auf Fit-Merkmale beschränken
- Quelle und Kampagne an jedem Lead speichern
Marketing Automation und Nurturing
Scoring, Nurturing-Strecken und Übergabe an den Vertrieb liegen idealerweise in einem System oder sind bidirektional synchron. Wie Kampagnen, MQL-Übergabe und Rückläufer zusammenspielen, beschreibt Marketing Automation im CRM.
- Ein führendes System für den Score
- Abgelehnte Leads automatisch ins Nurturing
- Abmeldestatus in beide Richtungen synchron
E-Mail, Kalender und Telefonie
Antworten, Termine und Anrufe sind starke Signale und belegen die Antwortzeit. Salesforce führt Activity Capture in seiner Funktionsliste, Pipedrive nennt vollständige E-Mail-Synchronisierung mit Tracking ab Growth.
- Anrufprotokoll mit Ergebnis statt Freitext
- Erster Kontakt als Zeitstempel für das SLA
- Synchronisation je Rolle mit Betriebsrat abstimmen
Anreicherungs- und Validierungsdaten
Firmendaten wie Branche, Größe und Umsatz stärken den Fit-Score. Pipedrive nennt Anreicherung von Unternehmensdaten ab Premium, endereco validiert laut Profil Adressen, E-Mail-Adressen und Telefonnummern per Schnittstelle. Profile aus externen Quellen für Werbezwecke sehen die Aufsichtsbehörden kritisch, siehe Recht.
- Firmenmerkmale vor Personenmerkmalen
- Quelle und Datum jeder Anreicherung speichern
- Informationspflicht nach Art. 14 DSGVO prüfen
ERP, Data Warehouse und BI
Umsätze, Aufträge und offene Posten aus dem ERP zeigen, welche Kunden wirklich profitabel sind, und verbessern Fit-Kriterien und Account-Scores. Für Auswertungen über mehrere Jahre und Systeme bietet sich ein Data Warehouse an; Systeme dafür vergleicht Find-Your-BI, ERP-Systeme Find-Your-ERP.
- ERP bleibt führend für Umsatz und Aufträge
- Muster der Kopplung: CRM vs. ERP
- Gewonnene Deals mit Auftragswert abgleichen
REST-API und Webhooks
Eine REST-API (Programmierschnittstelle über HTTP) erlaubt Lesen und Schreiben von Scores, Webhooks melden Ereignisse wie einen neuen A1-Lead sofort an Folgesysteme. Bei Odoo nennt die Preisseite die externe API als Merkmal des Tarifs Custom, nicht des Tarifs Standard.
- Ereignisse statt nächtlicher Batch-Läufe
- API-Zugang je Edition im Angebot prüfen
- Protokoll aller automatischen Score-Änderungen
Quellen (Abruf 07.10.2026): Harvard Business Review, HubSpot Buyer Intent, § 25 TDDDG, Salesforce Preise, Pipedrive Preise, Odoo Preise.
DSGVO, UWG, Betriebsrat:
Regeln für Scoring im Vertrieb.
Lead Scoring ist Profiling im Sinne von Art. 4 Nr. 4 DSGVO, sobald personenbezogene Daten automatisiert genutzt werden, um persönliche Aspekte wie Interessen oder Verhalten zu bewerten. Das gilt auch im B2B, weil Ansprechpartner natürliche Personen sind. Rechtsstand ist der 07.10.2026; die Hinweise ersetzen keine Rechtsberatung, Einordnungen ohne Norm oder Behördenaussage kennzeichnen wir als Einschätzung.
Art. 6 DSGVO und Profiling
Scoring braucht eine Rechtsgrundlage, meist Einwilligung (Art. 6 Abs. 1 Buchst. a) oder berechtigtes Interesse (Buchst. f); Erwägungsgrund 47 nennt Direktwerbung als mögliches berechtigtes Interesse. Die Orientierungshilfe der Aufsichtsbehörden zur Direktwerbung hält bei automatisierten Selektionsverfahren mit detaillierten Profilen und Verhaltensprognosen eine Einwilligung für erforderlich und sieht bei Werbescores aus externen Quellen in der Regel die Interessen der Betroffenen überwiegen.
- Interessenabwägung je Scoring-Merkmal dokumentieren
- Verhaltensscoring an die Tracking-Einwilligung koppeln
Art. 13, 14 und 21 DSGVO
Betroffene sind über Zwecke und Rechtsgrundlage zu informieren (Art. 13), bei Daten aus Drittquellen wie Anreicherung innerhalb eines Monats, bei Kontaktaufnahme spätestens mit der ersten Mitteilung (Art. 14 Abs. 3). Gegen Verarbeitung für Direktwerbung einschließlich damit verbundenem Profiling besteht ein Widerspruchsrecht ohne Begründung (Art. 21 Abs. 2); danach dürfen die Daten dafür nicht mehr verarbeitet werden (Abs. 3). Auf das Recht ist spätestens bei der ersten Kommunikation ausdrücklich hinzuweisen (Abs. 4).
- Datenschutzhinweis nennt Scoring ausdrücklich
- Widerspruch als Sperrkennzeichen im CRM
Art. 22 DSGVO und SCHUFA-Urteil
Art. 22 Abs. 1 verbietet grundsätzlich ausschließlich automatisierte Entscheidungen mit rechtlicher oder ähnlich erheblicher Wirkung. Der EuGH entschied am 7. Dezember 2023 (Rs. C-634/21), dass ein Score selbst eine solche Entscheidung sein kann, wenn Dritte ihm eine maßgebliche Rolle beimessen. Einschätzung: Ein Score, der nur die Reihenfolge der Vertriebsansprache steuert, hat meist keine solche Wirkung; anders, wenn er über Konditionen, Zahlungsarten oder Vertragsschluss entscheidet.
- Mensch mit echtem Entscheidungsspielraum bei Vertragsfragen
- Score nicht für Konditionen nutzen, ohne Art. 22 zu prüfen
Art. 35 DSGVO und § 31 BDSG
Eine Datenschutz-Folgenabschätzung ist nach Art. 35 Abs. 3 Buchst. a insbesondere nötig bei systematischer und umfassender Bewertung persönlicher Aspekte, die Grundlage für Entscheidungen mit Rechtswirkung ist; bei umfangreichem Verhaltensscoring sollte der Datenschutzbeauftragte die Notwendigkeit prüfen. § 31 BDSG regelt Wahrscheinlichkeitswerte über das künftige Verhalten einer natürlichen Person zur Entscheidung über ein Vertragsverhältnis mit ihr, etwa Bonitätsscores von Auskunfteien. Ob das BDSG eine gültige Ausnahme vom Verbot des Art. 22 DSGVO enthält, hat der EuGH dem Verwaltungsgericht Wiesbaden zur Beurteilung überlassen.
- Vorprüfung zur Folgenabschätzung dokumentieren
- Bonitätsdaten nicht ungeprüft ins Lead Scoring
§ 7 UWG und § 25 TDDDG
Werbung per E-Mail braucht eine vorherige ausdrückliche Einwilligung (§ 7 Abs. 2 Nr. 2 UWG), außer bei Bestandskunden unter den vier Voraussetzungen des § 7 Abs. 3. Werbeanrufe gegenüber sonstigen Marktteilnehmern im B2B sind mit zumindest mutmaßlicher Einwilligung zulässig (§ 7 Abs. 2 Nr. 1). Ein hoher Score ersetzt keine Einwilligung. Für Cookies und Tracking gilt § 25 Abs. 1 TDDDG.
- Einwilligungsstatus und Quelle je Kanal speichern
- Kein automatischer Versand allein wegen Schwellenwert
BetrVG und KI-Verordnung
Vertriebs-Dashboards, Aktivitätszählungen und Antwortzeiten je Person können technische Einrichtungen zur Leistungs- und Verhaltenskontrolle sein; dann bestimmt der Betriebsrat nach § 87 Abs. 1 Nr. 6 BetrVG mit. Die KI-Verordnung (EU) 2024/1689 stuft unter anderem die Leistungsbewertung von Beschäftigten (Anhang III Nr. 4 Buchst. b) und Kreditwürdigkeitsprüfungen natürlicher Personen (Nr. 5 Buchst. b) als hochriskant ein; diese Pflichten gelten nach Art. 113 in geänderter Fassung ab 2. Dezember 2027. Ein reiner B2B-Lead-Score ist dort nicht genannt (Einschätzung), Details auf der Seite KI im CRM.
- Betriebsvereinbarung vor dem Go-live
- Score der Leads nicht zur Bewertung der Mitarbeitenden nutzen
Quellen (Abruf 07.10.2026): DSGVO auf EUR-Lex, Orientierungshilfe der Aufsichtsbehörden zur Direktwerbung, Februar 2022, EuGH-Pressemitteilung 186/23, § 31 BDSG, § 7 UWG, § 25 TDDDG, § 87 BetrVG, AI Act Service Desk der EU-Kommission: Anhang III, Art. 113.
Was Lead Scoring kostet:
Edition und Listenpreis je Hersteller.
Scoring ist selten ein eigenes Produkt, sondern an eine Edition gebunden. Die Übersicht nennt, ab welcher Edition die Funktion laut Herstellerseite enthalten ist, und den Listenpreis dieser Edition vom 07.10.2026, netto. Prüfen Sie, ob die Edition auch für Nutzer gilt, die den Score nur sehen, und ob Pflichtpakete wie Onboarding hinzukommen.
| Hersteller | Scoring-Funktion laut Herstellerseite | Ab Edition | Listenpreis je Nutzer und Monat |
|---|---|---|---|
| HubSpotMarketing Hub, Sales Hub | Fit-, Engagement- und kombinierte Scores, Unternehmensscores, Decay | Professional, KI-Kontaktscore in Marketing Hub Enterprise | 90 € Professional, 175 € Enterprise, jährlich |
| SalesforceSales Cloud | Lead Scoring und vorausschauende Prognosen, Opportunity-Bewertung ab Core | Advanced und Max, in Core zukaufbar | 195 € Core, 395 € Advanced, 550 € Max, jährlich |
| MicrosoftDynamics 365 Sales | Prädiktives Lead Scoring, 1.500 bewertete Datensätze je Monat | Enterprise | 91,00 € Enterprise, 130,00 € Premium, jährlich |
| PipedriveTarife | Benutzerdefinierte Scoring-Modelle, Lead-Weiterleitung, Anreicherung | Premium | 59 $ Premium, 79 $ Ultimate, jährlich |
| SugarCRMSugar Sell | Pipeline ab Standard+, Forecasting ab Advanced+, prädiktives Lead Scoring als KI-Funktion | Standard+, Scoring-Edition im Angebot klären | 68 $ Standard+, 98 $ Advanced+, 155 $ Premier+, jährlich |
| ADITOxRM | KI-gestützte Bewertung von Opportunities nach BANT | Umfang je Edition klären | ab 65 €, jährlich, ab 20 Anwendern |
| EngageBayAll-in-One | Lead Scoring | Basic | 13,79 $ Basic jährlich, 14,99 $ monatlich |
| Zoho, Odoo, CASPreise je Land oder auf Anfrage | Zoho Bewertungsregeln ab Standard, Odoo prädiktiv in der CRM-App, CAS KI-Qualifizierung | Standard bei Zoho, CRM-App bei Odoo, auf Anfrage bei CAS | Preis im Angebot |
Quellen (Abruf 07.10.2026): HubSpot Sales, HubSpot Marketing, Salesforce, Microsoft Preise, Microsoft Learn, Pipedrive, SugarCRM, ADITO, EngageBay, Zoho, Odoo. HubSpot Professional und Enterprise verlangen laut Preisseite ein Pflicht-Onboarding, dessen Betrag nicht genannt ist. Lizenzmodelle im Überblick: Preise und Modelle.
Rechenbeispiel für 30 Nutzer:
Einführung eines Scoring-Modells.
Rechenbeispiel von Find-Your-CRM, kein Angebot eines Herstellers: Ein Mittelständler mit 30 CRM-Nutzern in Marketing und Vertrieb wechselt in eine Edition mit Lead Scoring und führt ein hybrides Modell ein. Die Lizenzzeile beruht auf zwei Listenpreisen der Herstellerseiten, alle Aufwände sind offen gelegte Planungsannahmen mit Tagessätzen von 1.000 bis 1.400 €. Interne Personalkosten, Pflicht-Onboarding und Kosten für Anreicherungsdaten sind nicht enthalten.
| Kostenblock | Annahme | Einmalig | Laufend pro Jahr | Summe 3 Jahre |
|---|---|---|---|---|
| LizenzenEdition mit Lead Scoring | 30 Nutzer zu 90 bis 91 € je Monat (HubSpot Professional, Dynamics 365 Sales Enterprise) | 0 € | 32.400 bis 32.760 € | 97.200 bis 98.280 € |
| Zielbild und HypothesenICP, Definitionen, SLA | 3 bis 5 Personentage | 3.000 bis 7.000 € | 0 € | 3.000 bis 7.000 € |
| Daten und TrackingBereinigung, Formulare, Einwilligung | 5 bis 10 Personentage | 5.000 bis 14.000 € | 0 € | 5.000 bis 14.000 € |
| KonfigurationScoring, Routing, Dashboards | 5 bis 8 Personentage | 5.000 bis 11.200 € | 0 € | 5.000 bis 11.200 € |
| Recht und MitbestimmungHinweise, Vorprüfung, Betriebsvereinbarung | 3 bis 6 Personentage | 3.000 bis 8.400 € | 0 € | 3.000 bis 8.400 € |
| Pilot und KalibrierungAbgleich mit Abschlüssen | 4 bis 6 Personentage | 4.000 bis 8.400 € | 0 € | 4.000 bis 8.400 € |
| SchulungMarketing und Vertrieb | 30 Nutzer zu 100 bis 200 € je Person | 3.000 bis 6.000 € | 0 € | 3.000 bis 6.000 € |
| Pflege und ReviewQuartalsweise Nachjustierung | 2 Personentage je Quartal | 0 € | 8.000 bis 11.200 € | 24.000 bis 33.600 € |
| GesamtSumme der Zeilen oben | 30 Nutzer, 3 Jahre | 23.000 bis 55.000 € | 40.400 bis 43.960 € | 144.200 bis 186.880 € |
Alle Beträge netto. Lizenzpreise: HubSpot Professional 90 € je Lizenz und Dynamics 365 Sales Enterprise 91,00 € je Nutzer und Monat bei jährlicher Abrechnung, Stand 07.10.2026. Wer bereits eine Edition mit Scoring nutzt, rechnet nur die Aufwandszeilen. Die Aufwandszeilen sind Planungsannahmen von Find-Your-CRM, keine Marktpreise; ersetzen Sie sie durch eigene Angebote.
Regelbasiertes Scoring-Modell:
Merkmale, Punkte, Begründung.
Rechenbeispiel von Find-Your-CRM für einen B2B-Anbieter im Mittelstand, keine Empfehlung für Ihre Gewichte. Fit und Verhalten werden getrennt gezählt. MQL gilt ab 50 Punkten, wenn mindestens 25 davon aus dem Fit stammen; die Annahme als SAL und die Qualifizierung zum SQL entscheidet der Vertrieb. Beispiel: Zielbranche 15, passende Größe 15, Entscheiderrolle 10, Preisseite 10 und Webinar 10 ergeben 60 Punkte, davon 40 Fit, also MQL.
| Merkmal | Ausprägung | Punkte | Begründung |
|---|---|---|---|
| FitBranche | Zielbranche laut ICP | 15 | Gewonnene Kunden stammen überwiegend aus diesen Branchen |
| FitUnternehmensgröße | 50 bis 2.000 Mitarbeitende | 15 | Produkt und Preis passen zu dieser Größe |
| FitRolle | Geschäftsführung, Vertriebs- oder IT-Leitung | 10 | Entscheidung oder starke Mitsprache |
| FitRegion | DACH | 5 | Vertrieb und Service sind dort aufgestellt |
| VerhaltenDemo oder Angebot angefragt | Formular abgeschickt | 30 | Ausdrücklicher Kaufwunsch, sofortiges Routing |
| VerhaltenPreisseite besucht | nur mit Tracking-Einwilligung | 10 | Hinweis auf Budgetphase |
| VerhaltenWebinar | Teilnahme, nicht nur Anmeldung | 10 | Zeitaufwand zeigt Interesse |
| VerhaltenWhitepaper oder E-Mail-Klick | je Aktivität, höchstens 10 Punkte | 5 bzw. 2 | Frühes Interesse, schwaches Signal |
| AbzugAusschlussmerkmale | Wettbewerber, Bewerbung, private Adresse | Abzug 50 | Kein Kaufpotenzial, nicht an den Vertrieb |
| DecayInaktivität | 90 Tage ohne Aktivität | Verhalten halbiert | Altes Interesse verliert Aussagekraft |
Das Modell ist ein Rechenbeispiel. Die Punkte stammen nicht aus einer Studie, sondern sollen nach dem Pilot gegen Ihre eigenen Abschlüsse kalibriert werden. Ein Widerspruch nach Art. 21 DSGVO oder eine fehlende Einwilligung schließt Verhaltenspunkte unabhängig von der Summe aus. Wie das Modell in die Kundenreise eingebettet ist, zeigt Customer Journey und Touchpoints im CRM.
Lead Scoring einführen
in sieben Schritten.
Die Schritte folgen der Methodik von Find-Your-CRM und lassen sich mit einem bestehenden CRM oder im Zuge einer Neuauswahl gehen. Starten Sie regelbasiert und schalten Sie prädiktive Funktionen erst zu, wenn die Datenbasis die Mindestmengen der Hersteller erreicht. Phasen und Rollen eines CRM-Projekts beschreibt CRM einführen: Phasen, Rollen und Erfolgsfaktoren.
Ziel und Definitionen festlegen
Legen Sie fest, was das Scoring verbessern soll, etwa Antwortzeit, Lead-to-Opportunity-Rate oder Vertriebszeit je Abschluss. Schreiben Sie ICP, MQL, SAL, SQL und das SLA zur Übergabe gemeinsam mit Marketing und Vertrieb auf.
Datenbasis und Rechtsgrundlage prüfen
Prüfen Sie Pflichtfelder, Dubletten, Lebenszyklusphasen und Abschlusshistorie mit Verlustgründen. Klären Sie mit dem Datenschutz Rechtsgrundlage, Informationstexte, Tracking-Einwilligung und eine Vorprüfung zur Folgenabschätzung; binden Sie den Betriebsrat ein, wenn Dashboards Personen auswerten.
Hypothesen mit dem Vertrieb entwickeln
Analysieren Sie die letzten gewonnenen und verlorenen Deals und leiten Sie Fit-Merkmale und Kaufsignale ab. Der Vertrieb bewertet jede Hypothese; daraus entsteht das erste Punktemodell mit Schwellenwerten, Abzügen und Decay.
Pilot mit einem Team
Konfigurieren Sie das Modell im CRM und testen Sie es acht bis zwölf Wochen in einem Team oder Segment. Fehlt die Funktion in Ihrer Edition, bildet das CRM-Matching aus Ihrer Unternehmens-URL in rund 6 Minuten eine dokumentierte Shortlist aus über 150 CRM-Systemen, die Sie im Selection Portal mit Vertrieb, Marketing und Service gemeinsam bewerten.
Gegen Abschlüsse kalibrieren
Vergleichen Sie Conversion und Win Rate je Score-Band. Konvertieren A-Leads nicht deutlich besser als C-Leads, passen Sie Gewichte und Schwellen an und dokumentieren Sie jede Änderung mit Begründung und Datum.
Rollout mit Routing und Schulung
Rollen Sie das Modell auf alle Teams aus, verbinden Sie es mit Routing, Benachrichtigungen und Dashboards und schulen Sie Marketing und Vertrieb in Bedeutung und Grenzen des Scores. Stellen Sie die Antwortzeit als Kennzahl sichtbar ins Dashboard.
Regelmäßig überprüfen
Prüfen Sie quartalsweise Conversion je Score-Band, Drift, Datenqualität und Widersprüche. Prüfen Sie bei jedem Release des Herstellers, ob sich Scoring-Funktionen, Editionen oder Preise geändert haben, und schalten Sie prädiktive Modelle erst zu, wenn die Mindestmengen erreicht sind.
Weiterführend: CRM auswählen: fünf Phasen, acht Kriterien; wer das CRM wechselt, übernimmt Phasen, Zeitstempel und Verlustgründe vollständig, damit das Modell aus der Historie lernen kann.
Häufige Fragen
direkt beantwortet.
Was ist Lead Scoring im CRM?
Lead Scoring bewertet Interessenten im CRM mit Punkten oder einer Wahrscheinlichkeit, damit der Vertrieb die passenden und kaufbereiten Kontakte zuerst bearbeitet. Es kombiniert in der Regel einen Fit-Score für die Passung zum Zielkundenprofil mit einem Verhaltens-Score für Aktivitäten wie Demo-Anfragen oder Webinare. Schwellenwerte übersetzen den Score in Übergaben, Routing und Aufgaben. Grundlagen zum Systemtyp bietet Was ist ein CRM?.
Was ist der Unterschied zwischen MQL und SQL?
Ein MQL ist vom Marketing als vertriebsreif eingestuft, ein SQL vom Vertrieb als echter potenzieller Kunde bestätigt. So definiert es auch HubSpot in seinen Lebenszyklusphasen. Dazwischen steht oft der SAL, die ausdrückliche Annahme durch den Vertrieb. Entscheidend ist, dass beide Teams die Kriterien schriftlich vereinbaren und Ablehnungen mit Grund zurückmelden.
Wie baue ich ein Lead-Scoring-Modell auf?
Starten Sie mit Ihren gewonnenen und verlorenen Deals und leiten Sie daraus Fit-Merkmale und Kaufsignale ab. Vergeben Sie Punkte für Branche, Größe, Rolle und starke Aktivitäten, ergänzen Sie Abzüge für Ausschlussmerkmale und einen Verfall für alte Aktivitäten. Legen Sie Schwellen für MQL fest und kalibrieren Sie das Modell nach einem Pilot gegen echte Abschlüsse. Ein Beispielmodell mit Punkten steht im Abschnitt Kosten unter Beispielmodell.
Was ist prädiktives Lead Scoring?
Prädiktives Lead Scoring berechnet die Abschlusswahrscheinlichkeit mit einem statistischen Modell, das aus historischen Deals lernt. Odoo nutzt laut Dokumentation ein Naive-Bayes-Modell, Microsoft trainiert Modelle in Dynamics 365 Sales auf Leads aus einem Zeitraum von drei Monaten bis zwei Jahren. Voraussetzung sind genug abgeschlossene Datensätze mit Ergebnis. Bei wenigen Abschlüssen ist ein regelbasiertes Modell oft robuster.
Wie viele Daten braucht prädiktives Scoring?
Die Hersteller nennen konkrete Untergrenzen. Microsoft verlangt mindestens 40 qualifizierte und 40 disqualifizierte Leads im Trainingszeitraum, HubSpot für KI-Kontaktscores mindestens 50 Kontakte, davon 25 konvertiert und 25 nicht konvertiert. Diese Werte sind technische Minima und sagen nichts über die Güte des Modells. Prüfen Sie zusätzlich, ob Ihre Definition von qualifiziert über den ganzen Zeitraum gleich geblieben ist.
Was bedeutet Decay beim Lead Scoring?
Decay heißt, dass Verhaltenspunkte mit der Zeit abnehmen, wenn keine neue Aktivität folgt. So bleibt ein Lead nicht dauerhaft heiß, nur weil er vor einem Jahr ein Whitepaper geladen hat. HubSpot bietet Decay laut Wissensdatenbank mit Intervallen von 1, 3, 6 oder 12 Monaten an, linear und rückwirkend. Koppeln Sie das Intervall an die Länge Ihres Verkaufszyklus.
Welche Stages sollte eine Sales Pipeline haben?
Fünf bis sieben Stages mit klaren Exit-Kriterien reichen in den meisten B2B-Vertrieben. Ein typisches Modell lautet Qualifiziert, Bedarf bestätigt, Lösung präsentiert, Angebot, Verhandlung sowie Gewonnen oder Verloren. Wichtiger als die Namen sind überprüfbare Kriterien, etwa ein versandtes Angebot. Unterschiedliche Prozesse wie Neukunden und Projekte bekommen eigene Pipelines.
Wie berechne ich die Sales Velocity?
Sales Velocity ist Anzahl der Opportunities mal durchschnittlicher Dealwert mal Win Rate, geteilt durch die Länge des Verkaufszyklus in Tagen. So beschreibt es Salesforce. Rechenbeispiel: 40 Opportunities, 25.000 € Dealwert, 25 % Win Rate und 90 Tage ergeben rund 2.778 € Umsatz je Tag. Die Formel zeigt, welcher der vier Hebel den größten Effekt hat.
Welche Pipeline Coverage brauche ich?
Die benötigte Coverage ergibt sich aus Ihrer Win Rate, nicht aus einer pauschalen Faustregel. Rechnerisch brauchen Sie das Umsatzziel geteilt durch die Win Rate als qualifizierte Pipeline, bei 25 % also das Vierfache. Zählen Sie nur Deals mit Abschlussdatum in der Periode und gepflegten Beträgen. Eine neutrale Benchmark für den Mittelstand haben wir nicht gefunden.
Wie schnell sollte der Vertrieb auf Leads reagieren?
So schnell wie möglich, idealerweise innerhalb einer Stunde. Die Harvard Business Review berichtete 2011, dass Unternehmen mit Kontakt innerhalb einer Stunde Leads fast siebenmal so oft qualifizierten wie bei Kontakt eine Stunde später. Die Studie ist alt und stammt aus den USA, die Richtung ist dennoch eindeutig. Legen Sie einen Zielwert im SLA fest und messen Sie ihn im CRM.
Ist Lead Scoring nach DSGVO erlaubt?
Ja, mit Rechtsgrundlage, Information und Widerspruchsmöglichkeit. Lead Scoring ist Profiling nach Art. 4 Nr. 4 DSGVO und braucht Einwilligung oder ein berechtigtes Interesse nach Art. 6 Abs. 1. Die Aufsichtsbehörden halten bei detaillierten Profilen und Verhaltensprognosen für Werbezwecke eine Einwilligung für erforderlich. Gegen Profiling für Direktwerbung besteht ein Widerspruchsrecht nach Art. 21 Abs. 2, auf das spätestens bei der ersten Kommunikation hinzuweisen ist.
Gilt § 31 BDSG für Lead Scoring?
In der Regel nicht unmittelbar, denn § 31 BDSG regelt Wahrscheinlichkeitswerte über eine natürliche Person zur Entscheidung über ein Vertragsverhältnis mit ihr, etwa Bonitätsscores. Ein Score, der nur die Reihenfolge der Vertriebsansprache steuert, verfolgt einen anderen Zweck; das ist eine Einschätzung von Find-Your-CRM. Nutzen Sie Scores für Konditionen oder Vertragsentscheidungen, prüfen Sie § 31 BDSG und Art. 22 DSGVO. Der EuGH hat 2023 entschieden, dass ein Score selbst eine automatisierte Entscheidung sein kann.
Muss der Betriebsrat bei Pipeline-Dashboards mitbestimmen?
Häufig ja, wenn Dashboards Leistung oder Verhalten einzelner Mitarbeitender auswerten. Nach § 87 Abs. 1 Nr. 6 BetrVG bestimmt der Betriebsrat bei technischen Einrichtungen mit, die dazu bestimmt sind, Verhalten oder Leistung zu überwachen. Klären Sie früh, welche Kennzahlen je Person sichtbar sind, und schließen Sie eine Betriebsvereinbarung. Den Lead-Score sollten Sie nicht zur Bewertung von Beschäftigten nutzen.
Wie finde ich ein CRM mit Lead Scoring und Pipeline?
Über ein strukturiertes Matching mit Ihrem Anforderungsprofil. Im CRM-Matching geben Sie Ihre Unternehmens-URL ein, das Anforderungsprofil entsteht automatisch, und Sie erhalten in rund 6 Minuten eine dokumentierte Shortlist aus über 150 CRM-Systemen, kostenlos und ohne Registrierung. Die Datenbasis umfasst über 200.000 Referenzprojekte. Find-Your-CRM ist unabhängig und vergibt keine bezahlten Platzierungen; branchenspezifische Anforderungen zeigt etwa das CRM für IT-Systemhäuser und Softwarehäuser.
Das passende CRM
für Scoring und Pipeline.
Geben Sie Ihre Unternehmens-URL ein: Das Anforderungsprofil entsteht automatisch, die dokumentierte Shortlist aus über 150 CRM-Systemen liegt in rund 6 Minuten vor, kostenlos und ohne Registrierung. Für die gemeinsame Bewertung mit Vertrieb, Marketing und Service nutzen Sie das Selection Portal.