Vertrieb frisch denken: mit KI neue Potenziale heben

Ich war zu Gast im Video-Podcast „Über den Tellerrand" von meinem Vater. Er arbeitet als Restrukturierer im Mittelstand, ich baue KI-Agenten und automatisiere Vertriebs- und Marketingprozesse. Zwei Generationen, ein Thema: Wie holt man mit KI mehr aus dem Vertrieb raus, ohne gleich ein Jahresprojekt draus zu machen?

Die ganze Folge gibt es oben als Video. Wer lieber liest, findet hier die wichtigsten Aussagen und Beispiele.

CRM einführen, ohne ein Jahr zu verlieren

Der häufigste Reflex bei einer CRM-Einführung ist, sofort alles abbilden zu wollen. Genau daran scheitern die Projekte, die dann neun oder zehn Monate dauern und am Ende trotzdem niemand nutzt.

Wir gehen anders ran. Erst eine Bestandsaufnahme im Workshop: Welche Felder braucht der Vertrieb wirklich, wo liegen die Daten heute? Meistens stecken die Kontakte in Excel-Tabellen oder im Kopf des Außendienstlers. Wenn das klar ist, bekommen wir HubSpot in zwei bis drei Wochen so weit, dass der Vertrieb darin arbeiten und seine Aktivitäten tracken kann. Nicht fertig konfiguriert bis ins letzte Detail, aber einsatzbereit. Das reicht, um sofort loszulegen, und der Rest wächst dann mit.

Ein Punkt, der vielen die Angst nimmt: Selbst wenn schon ein CRM läuft, etwa Salesforce oder Microsoft Dynamics, muss man das nicht ablösen. Man kann HubSpot als Satelliten davorschalten. Neue Kontakte laufen erst dort auf, werden angereichert und qualifiziert, und nur die wirklich relevanten Firmen wandern ins Hauptsystem.

Warum Vertrieb, wenn man auch Kosten senken kann?

Mein Vater kommt aus der Restrukturierung und räumt im Podcast mit dem Ruf auf, dass es dabei nur ums Entlassen geht. Kein Unternehmen wird dauerhaft gesund, indem man nur Kosten rausnimmt. Die Kosten steigen durch Inflation und Gehälter ohnehin wieder. Wer nicht gleichzeitig den Absatz wachsen lässt, steht in drei Jahren wieder am selben Punkt.

Deshalb der Fokus auf den Vertrieb. Und da fängt es oft schon bei einer simplen Frage an: Wer sind eure zehn größten Potenzialkunden? Nicht die größten Bestandskunden, sondern die, bei denen ihr erst einen kleinen Teil des möglichen Umsatzes abschöpft. Diese Lücke kennt kaum jemand, und genau da liegt das Wachstum.

Tausende passende Leads in einer halben Stunde

Das Beispiel aus einem gemeinsamen Projekt zeigt, wo KI im Vertrieb den größten Unterschied macht. Der Kunde verkauft hochwertige, nachhaltige Produkte und wollte gezielt Galabauer ansprechen, aber nur solche, die Gärten ab 200.000 Euro bauen.

Der klassische Weg dafür ist ein eigenes Projekt: Jemand wühlt sich wochenlang durch Branchenbücher und tippt Adressen ins CRM. Vier Wochen später hat man vielleicht 800 Firmen, von denen die Hälfte nicht passt.

Wir haben das im Workshop live gemacht. Es gibt zwei Wege, an passende Firmen zu kommen. Der eine sind Lead-Tools wie Apollo, in denen man filtert: mittelständische Handelsunternehmen in Deutschland, 50 bis 200 Mitarbeiter, Kontaktdaten der Geschäftsführung. Der andere ist Crawling. Ein Bot stellt automatisiert Suchanfragen, besucht die Websites, liest den Inhalt und bewertet anhand eines vorher definierten Prompts, ob die Firma zum Idealkundenprofil passt.

Die Kontaktdaten holen wir aus dem Impressum. Dort steht meistens nur eine info@-Adresse, aber E-Mail-Adressen folgen fast immer demselben Schema aus Vorname und Nachname. Diese Kombinationen lassen sich prüfen, so kommt man an die persönliche Adresse der Entscheider statt an ein Sammelpostfach.

So wurden aus rund 20.000 Galabauern etwa 1.000 relevante. Und das Beste daran war das Iterative: Im Workshop haben wir gemeinsam nachgeschärft. Passen die noch nicht? Warum nicht? Prompt erweitert, KI neu bewerten lassen, Ergebnis geprüft. Aus Monaten wurden 30 Minuten, und die Zielgruppe war am Ende sauberer als bei jeder manuellen Recherche.

Die 1.000 Adressen auch wirklich abarbeiten

Adressen zu haben ist das eine. Vertriebsprozesse scheitern fast immer daran, dass niemand die 800 oder 1.000 Kontakte durchtelefoniert bekommt. Ein guter Call-Center-Agent schafft vielleicht 30 Kontakte am Tag, ein Außendienstler noch weniger, weil er nebenbei zehn andere Dinge tut.

Hier gibt es zwei KI-Wege. Der erste ist personalisierte E-Mail: Statt einer generischen Massenmail bekommt jede Firma eine eigene Ansprache mit passenden Informationen. Der zweite sind Voice-Agenten, die tatsächlich anrufen. Das klingt für viele erstmal befremdlich, und man sollte nie so tun, als wäre da ein Mensch dran. Aber die Qualität hat sich in den letzten zwei Jahren stark verändert. Es gibt Anbieter, deren KI in der Terminquote gegen menschliche Call-Center-Agenten gewinnt.

Der Effekt: Aus 30 Anrufen am Tag werden theoretisch hunderte. Der Engpass ist dann nicht mehr die Geschwindigkeit, sondern nur noch die Frage, wie viele passende Kontakte man überhaupt hat.

Ein KI-Agent als virtueller Controller

Ein Use Case, den wir in einem anderen Workshop durchgespielt haben, ist das, was ich den virtuellen Controller nenne. Normalerweise klickt sich ein Mensch wöchentlich durch ein BI-System und sucht die Auffälligkeiten: Welcher Kunde hat seit 30 Tagen nicht gekauft, wo läuft der Umsatz aus dem Plan?

Das ist eine Aufgabe wie gemacht für einen Agenten. Er prüft regelmäßig, ob täglich, stündlich oder wöchentlich, die Zahlen aus dem BI-System und die Vertriebsaktivitäten aus HubSpot. Er legt beides nebeneinander und erkennt Probleme genauso wie Potenziale.

Was danach passiert, ist frei wählbar. Der Agent kann eine E-Mail mit den drei gefährdeten Kunden schicken, eine Aufgabe in HubSpot anlegen, einen PDF-Report in SharePoint ablegen oder den Außendienstler direkt per Voice-Agent anrufen. Über MCP-Server lässt sich die KI mit all diesen Systemen verbinden, sodass sie nicht nur meldet, sondern auch handelt.

Der eigentliche Wert liegt im Dranbleiben. In den ersten Wochen ist man nach so einer Analyse noch hinterher, dann kommen andere Themen dazwischen und es schläft ein. Ein Agent wird nicht müde. Er macht das penetrant, Woche für Woche.

Eine Sache ist dabei entscheidend, und sie wird oft falsch verstanden: KI ist nur so gut wie der Kontext, den man ihr gibt. Der Vorwurf, KI halluziniere nur, liegt fast immer an fehlenden Daten. Deshalb ist die saubere Datenbasis im CRM kein Nebenschauplatz, sondern die Voraussetzung dafür, dass der Rest überhaupt funktioniert.

GEO ist das neue SEO

Am anderen Ende des Funnels geht es um Inbound. Wer über die Website Leads gewinnen will, kann KI an mehreren Stellen einsetzen. Eine Kampagne lässt sich laufend bewerten: Welches Keyword hat zu hohe Klickkosten und sollte raus, wo passt die Gebotsstrategie nicht? Das erkennt eine KI zuverlässiger als der wöchentliche Blick eines Menschen.

Spannender ist die Verschiebung von SEO zu GEO, teils auch AEO genannt. SEO ist die klassische Frage, wie ich organisch bei Google gefunden werde. GEO ist die Frage, ob ich auftauche, wenn jemand ChatGPT oder Claude etwas fragt. Wie viele Besucher über ChatGPT auf die Seite kommen, sieht man noch in Google Analytics. Wie oft man aber in den Antworten überhaupt zitiert wird, steht in keinem Analytics-Tool. Diese Spur findet sich nur in den Server-Logs, weil jeder KI-Crawler über seinen User-Agent eine hinterlässt.

Das lässt sich auswerten. Man kann einen Agenten bauen, der Search Console, Analytics und die Server-Logs zusammen betrachtet und sagt: Für dieses Thema fehlt dir Content, hier lässt sich mehr Sichtbarkeit holen. Das ist der Kanal, der gerade entsteht.

Und das gilt nicht nur für E-Commerce. Gerade komplexe Anlagenbauer oder Automotive-Zulieferer winken oft ab, weil man ihre Maschine nicht in den Warenkorb legt. Muss man auch nicht. Aus Studien wissen wir, dass ein großer Teil der Anfragen über Suche entsteht. Wenn jemand ein technisches Problem googelt oder ChatGPT fragt und die KI eine Firma empfiehlt, ist das ein qualifizierter Lead. Der Rest läuft dann ganz normal über den Vertrieb.

Wie ich meine eigene Website optimiere

Ein Beispiel aus der eigenen Praxis: Diese Website läuft nicht auf WordPress, sondern auf einem JavaScript-Framework, weil sich das mit KI leichter bearbeiten lässt. Die KI hat Zugriff auf meine Search-Console-Daten und meine Analytics. Sie sieht, für welche Keywords ich gefunden und geklickt werde, welche Seite wie oft aufgerufen wird und wie die Engagement-Rate aussieht.

Auf dieser Basis analysiert sie die Seite und schlägt Änderungen vor oder setzt sie direkt um. Ich muss am Ende nur noch freigeben. So habe ich ein System, das die Website datenbasiert weiterentwickelt, statt nach Bauchgefühl das Formular mal höher zu schieben. Im Marketing hat jeder eine Meinung zu einer Website. Die Daten haben keine.

Ausblick

Wir haben im Podcast nur einen Teil der Use Cases geschafft. Themen wie automatische Auftragserfassung, bei der ein Agent das Kundengespräch aufnimmt und direkt ins ERP überträgt, blieben offen. Deshalb wird daraus eine Serie. Wer im Mittelstand verkauft, findet hier nach und nach die konkreten Ansätze zum Nachbauen.

Willst du einen dieser Use Cases in deinem Vertrieb umsetzen? Lass uns 15 Minuten sprechen, was bei dir am schnellsten wirkt.