Lead Scoring
Die meisten Anleitungen erklären, dass man Punkte vergibt. Diese hier erklärt, welche – mit Beispielwerten, Obergrenzen, Abzügen und einer Schwelle, die aus euren eigenen Abschlüssen kommt statt aus einem Blogartikel. Inklusive des Falls, den fast alle auslassen: Firmen bewerten, die noch nie auf eurer Website waren.
PrioX liefert dazu die Grundlage: öffentliche Signale aus dem DACH-Raum, zu Passung und Anlass verdichtet und bis zur Ansprache-Reihenfolge priorisiert. Die Ansprache selbst bleibt bei euch.
Auf einen Blick
Definition
Die gängigen Definitionen beschreiben eine Mechanik: Leads werden anhand von Kriterien bewertet und mit Punkten versehen. Das stimmt – und erklärt trotzdem nicht, wozu. Nützlicher ist die Beschreibung über den Zweck: Lead Scoring beantwortet zwei Fragen gleichzeitig. Wen spreche ich zuerst an? Und wann? Die erste Frage beantworten feste Merkmale, die zweite flüchtige. Genau deshalb gehören sie nicht in dieselbe Zahl.
FRAGE 1
Wen zuerst?
Die Passungs-Frage. Sie wird über feste Merkmale beantwortet: Rolle und Budgetverantwortung der Person, Größe, Branche, Region und Situation der Firma. Diese Merkmale ändern sich langsam – und sie sagen nichts darüber aus, ob gerade ein guter Moment ist.
FRAGE 2
Und wann?
Die Timing-Frage. Sie wird über Verhalten und Anlässe beantwortet: Besuche auf der Preisseite, heruntergeladene Unterlagen – und bei Firmen, die noch nie auf eurer Website waren, über öffentlich sichtbare Veränderungen. Diese Werte sind flüchtig und gehören deshalb anders behandelt als die Passung.
DIE ANTWORT
Eine Reihenfolge, keine Note
Ein Score ist kein Qualitätsurteil über eine Firma, sondern eine Arbeitsanweisung für den nächsten Tag: Diese fünf zuerst, aus diesem Grund. Wenn am Ende keine abarbeitbare Reihenfolge herauskommt, hat das Modell seinen Zweck verfehlt – egal wie ausgefeilt die Punktelogik ist.
Ein Hinweis zu den Zahlen, die in deutschen Lead-Scoring-Texten kursieren: Die beiden meistzitierten stimmen so nicht. „77 % mehr Konversionen“ wird regelmäßig einer Studie von 2024 zugeschrieben – die ursprüngliche Angabe stammt von MarketingSherpa aus den frühen 2010er-Jahren und bezog sich auf den Return on Investment der Leadgenerierung, nicht auf den Schritt vom MQL zum SQL. Und die „400 % mehr Qualifizierungen bei Reaktion unter fünf Minuten“ gehen auf eine Auswertung von Dr. James Oldroyd (MIT Sloan, 2007) über mehr als 15.000 Leads zurück; dort steht eine 21-fach höhere Qualifizierungsrate bei fünf statt dreißig Minuten. Beeindruckend genug – nur eben anders. Wir nennen beide Quellen hier ausdrücklich, weil sich in diesem Thema Zahlen ohne Beleg besonders hartnäckig halten.
Zahlen mit Quelle · MarketingSherpa, frühe 2010er · Oldroyd, MIT Sloan, 2007Kriterien & Punkte
Die folgenden Werte sind Startwerte, keine Wahrheit: Sie geben das übliche Verhältnis zwischen starken und schwachen Signalen wieder und werden in Schritt 4 durch eure eigenen Abschlussdaten ersetzt. Wichtiger als die genaue Zahl ist die Trennung in zwei Konten – Passung und Interesse –, die getrennt gezählt und getrennt geprüft werden.
Feste Merkmale von Person und Unternehmen. Sie ändern sich langsam, lassen sich für Firmen recherchieren, die ihr noch gar nicht kennt – und sie verfallen nicht.
| Kriterium | Ausprägung | Punkte |
|---|---|---|
| Rolle & Budgetverantwortung | Geschäftsführung oder C-Level | +20 |
| Bereichsleitung mit eigenem Budget | +15 | |
| Fachkraft ohne Budgetverantwortung | +5 | |
| Ausbildung, Praktikum, Werkstudium | +2 | |
| Mitarbeiterzahl | im Kernzielbereich des eigenen Angebots | +10 |
| angrenzende Größenklasse | +6 | |
| deutlich zu klein für das Angebot | +2 | |
| Branche & Geschäftsmodell | Branche steht im Zielkundenprofil | +15 |
| Region | Standort im definierten Vertriebsgebiet | +5 |
| Technografie | eingesetzte Software passt zur eigenen Andockstelle | +10 |
| Intent-Daten (zugekauft) | Recherche zum Themenfeld erkennbar | +5 |
Verhalten mit Datum. Diese Werte sind aussagekräftig, aber flüchtig: Sie gehören gedeckelt (Kapitel Obergrenzen) und sie verfallen – anders als die Passung.
| Signal | Beispiel | Punkte |
|---|---|---|
| Demo- oder Angebotsanfrage | Formular mit konkretem Anliegen | +50 |
| Preisseite mehrfach besucht | zwei oder mehr Aufrufe in einer Woche | +30 |
| Kontaktaufnahme ohne konkretes Anliegen | allgemeine Rückfrage, Chat | +20 |
| Fachunterlage heruntergeladen | Leitfaden, Checkliste, Studie | +15 |
| Webinar oder Online-Termin besucht | Teilnahme, nicht nur Anmeldung | +12 |
| Mehrere Fachbeiträge gelesen | drei oder mehr in einer Sitzung | +8 |
| E-Mail geöffnet und geklickt | Klick auf einen inhaltlichen Link | +5 |
| E-Mail nur geöffnet | Öffnung ohne Klick – bewusst billig und gedeckelt | +2 |
| Newsletter abonniert | aktive Anmeldung | +5 |
| Öffentliche Interaktion | Kommentar, Reaktion, Folgen eines Anbieterprofils | +3 |
Warum das Verhältnis wichtiger ist als der Betrag: Ob eine Demo-Anfrage fünfzig oder hundert Punkte bringt, ist gleichgültig, solange sie um ein Vielfaches über dem geöffneten Newsletter liegt. Verschiebt sich dieses Verhältnis – etwa weil zehn schwache Signale zusammen eine starke Anfrage überholen –, sortiert das Modell falsch, ohne dass jemand es merkt.
Verhältnis vor Betrag · Startwerte, die durch eigene Daten ersetzt werdenNegatives Scoring
Ein Modell, das nur addiert, hat ein eingebautes Ablaufdatum: Nach einigen Monaten hat jeder Kontakt irgendwann genug Punkte gesammelt, um „warm“ zu heißen – auch die, die nie kaufen werden. Abzüge sind kein Feinschliff, sondern die Voraussetzung dafür, dass die Rangfolge über die Zeit überhaupt stabil bleibt.
| Merkmal | Was dahintersteckt | Punkte |
|---|---|---|
| Domain eines Wettbewerbers | Marktbegleiter sieht sich um | −50 |
| Firmengröße außerhalb des Zielprofils | zu klein oder zu groß für das Angebot | −30 |
| Standort außerhalb des Vertriebsgebiets | keine Betreuung möglich | −20 |
| Längere Inaktivität | der Kontakt kühlt ab – staffelweiser Abzug ab etwa vier Wochen | −5 pro Woche |
| Karriereseite besucht | bewirbt sich, kauft nicht | −10 bis −20 |
| Newsletter abgemeldet | aktive Abkehr | −15 |
| Freemail statt Firmenadresse | Zuordnung zur Firma unklar | −5 |
| Offensichtlicher Formular-Automat | durchgehend Kleinschreibung, Fantasiefelder | ausschließen |
Ein Sonderfall lohnt die Aufmerksamkeit: der Besuch der Karriereseite. Er sieht im Bericht aus wie Interesse an der Firma – und ist meistens eine Bewerbung. Ohne Abzug wandern Bewerberinnen und Bewerber zuverlässig in die Anruf-Liste des Vertriebs. Das kostet keine Deals, aber Glaubwürdigkeit: Nach dem zweiten solchen Gespräch schaut niemand mehr auf die Punkte.
Abzüge halten die Rangfolge stabil · und die Glaubwürdigkeit des ModellsObergrenzen & Verfall
Zwei Mechanismen entscheiden darüber, ob ein Modell nach einem halben Jahr noch sortiert oder nur noch zählt: eine Obergrenze je Signalart und ein Verfall, der ausschließlich das Verhalten betrifft. Beide fehlen in den meisten Anleitungen – und beide sind in zehn Minuten eingerichtet.
Ohne Deckel kann ein Kontakt, der täglich E-Mails öffnet, so viele Punkte sammeln, dass sein Engagement-Score jeden schwach passenden Lead überstrahlt. Eine praktikable Regel: höchstens fünfzehn Punkte für E-Mail-Öffnungen innerhalb von dreißig Tagen, höchstens dreißig für Seitenaufrufe, keine Deckelung für Anfragen – die sollen durchschlagen.
Die wichtigste Unterscheidung in diesem Kapitel – und die, die fast überall fehlt: Eine Firma wird nicht kleiner, weil sie sechs Wochen nichts getan hat; ihre Branche ändert sich nicht, ihre Rolle auch nicht. Ihr Interesse dagegen schon. Deshalb verfällt nur der Engagement-Score. Eine bewährte Staffel: nach vier Wochen ohne Aktivität fünf Punkte pro Woche, nach acht Wochen zehn Punkte pro Woche, nach zwölf Wochen gilt der Kontakt wieder als kalt. Der Fit-Score bleibt unangetastet stehen – sonst verschwinden genau die Firmen aus dem Blick, die man später mit einem neuen Anlass wieder ansprechen will.
Was verfällt – und was nicht
FIT-SCORE: BLEIBT
ENGAGEMENT-SCORE: VERFÄLLT
Rechenbeispiel
Wirft man alles in einen Topf, kommen beide Kontakte auf exakt dieselbe Zahl: 90 Punkte. Sie stünden nebeneinander auf der Liste. Mit zwei getrennten Konten, einer Obergrenze und einem Abzug für Inaktivität liegt der Fall dagegen sofort offen. Alle Angaben sind Beispielwerte.
| Position | Lead A – Bereichsleitung, Zielbranche | Lead B – Fachkraft, Zielbranche |
|---|---|---|
| Rolle: Bereichsleitung mit Budget | +15 | +5 |
| Mitarbeiterzahl im Kernzielbereich | +10 | +10 |
| Branche im Zielkundenprofil | +15 | +15 |
| Region im Vertriebsgebiet | +5 | +5 |
| Fit-Score | 45 | 35 |
| Preisseite zweimal in einer Woche | +30 | — |
| Fachunterlage heruntergeladen | +15 | +15 |
| E-Mails geöffnet (20 Öffnungen) | — | +15 (Cap statt 40) |
| Verfall: acht Wochen ohne Aktivität | — | −20 |
| Engagement-Score | 45 | 10 |
| Eine einzige Punktzahl – ohne Cap, ohne Abzug | 90 | 90 |
| Entscheidung | Übergabe – beide Schwellen erreicht | Beobachten – Interesse fehlt |
Lead B ist kein schlechter Kontakt – er ist ein Nurturing-Fall. Zwanzig geöffnete E-Mails sehen nach Interesse aus, sind aber gedeckelt und dadurch richtig eingeordnet: Ohne Obergrenze hätte allein diese Position vierzig Punkte gebracht – genug, um Lead B auf dieselbe Gesamtzahl wie Lead A zu heben, obwohl seit zwei Monaten nichts mehr passiert ist. Genau solche stillen Verschiebungen sind der Grund, warum Modelle irgendwann „nicht mehr stimmen“, ohne dass jemand sagen kann, woran es liegt.
Gleiche Summe, verschiedene Fälle · Obergrenze entscheidet die ReihenfolgeSchwellenwerte
Die veröffentlichten Antworten widersprechen sich: vierzig, sechzig, fünfundsiebzig, hundert. Kein Wunder – die Zahlen gehören zu unterschiedlichen Skalen und unterschiedlichen Geschäften. Die einzige Schwelle, die für euch gilt, steckt in euren eigenen Abschlüssen. Die Herleitung braucht keine Datenanalyse-Abteilung, sondern eine Tabelle und einen Nachmittag.
Erstens: Alle Abschlüsse der letzten zwölf Monate rückwirkend durch das Modell laufen lassen und den Punktestand notieren, den sie zum Zeitpunkt der ersten Ansprache gehabt hätten. Zweitens: dasselbe für eine gleich große Stichprobe von Kontakten, aus denen nichts wurde. Drittens: die beiden Durchschnittswerte vergleichen. Liegen weniger als etwa zwanzig Punkte dazwischen, trennt das Modell nicht – dann fehlen aussagekräftige Kriterien, und eine höhere Schwelle macht es nur kleiner, nicht besser.
Statt „ab 60 Punkten wird übergeben“ lohnt die strengere Regel: Fit-Score über der einen Schwelle und Engagement-Score über der anderen. Das klingt nach Haarspalterei und ist der Unterschied zwischen einer Liste, die der Vertrieb abarbeitet, und einer, die er nach zwei Wochen ignoriert – denn genau die beiden teuren Fälle fallen damit heraus: die begeisterte, aber unpassende Kontaktperson und die perfekt passende Firma, die nie irgendetwas getan hat.
MQL, SQL & Übergabe
Ein Marketing Qualified Lead ist eine Entscheidung des Modells: genug Punkte für eine persönliche Ansprache. Ein Sales Qualified Lead ist eine Entscheidung eines Menschen: Nach dem Gespräch bestätigt der Vertrieb, dass Bedarf, Zuständigkeit und Zeitpunkt zusammenpassen. Dazwischen liegt die Übergabe – der Punkt, an dem die meisten Modelle im Alltag scheitern, nicht in der Theorie.
0–24 PUNKTE · KALT
Passt vielleicht, zeigt aber nichts. Kein Vertriebskontakt, sondern Beobachtung: Verändert sich etwas, steigt der Wert von allein.
25–49 PUNKTE · WARM
Erkennbares Interesse oder guter Fit, aber noch nicht beides. Hier gehört Inhalt hin, kein Anruf – die klassische Nurturing-Zone.
50–74 PUNKTE · HEISS
Beide Schwellen erreicht. Übergabe in die aktive Ansprache, mit Anlass und Ansprechpartner im Gepäck.
75+ PUNKTE · GESPRÄCHSREIF
Konkretes Kaufinteresse plus hohe Passung. Wer hier langsam ist, verliert – hier entscheidet die Reaktionszeit, nicht die Argumentation.
Was eine funktionierende Übergabe ausmacht, lässt sich in zwei Regeln fassen. Erstens eine verbindliche Reaktionszeit: heiße Kontakte innerhalb weniger Geschäftsstunden, warme innerhalb von zwei Arbeitstagen. Die Auswertung von Dr. James Oldroyd (MIT Sloan, 2007) über mehr als 15.000 Leads zeigt, wie steil diese Kurve abfällt – bei einer Reaktion nach fünf statt nach dreißig Minuten lag die Qualifizierungsrate um das 21-Fache höher. Zweitens ein fester Übergabe-Inhalt: nicht nur die Zahl, sondern die drei Kriterien, die sie erzeugt haben, die letzten Interaktionen, die Rolle der Person und ein Vorschlag für den nächsten Schritt. Eine Punktzahl ohne Begründung ist für ein Gespräch wertlos.
Reaktionszeit & Begründung · nicht die Zahl alleinUnd der Rückweg gehört dazu: Wenn der Vertrieb innerhalb weniger Arbeitstage zurückmeldet, welche übergebenen Kontakte tatsächlich gepasst haben, hat das Modell eine Datenquelle, die keine Vorlage der Welt liefern kann. Ohne diesen Rückkanal kalibriert sich nichts – dann bleibt das Scoring eine Meinung mit Nachkommastellen. Woher die Kontakte überhaupt kommen, die hier bewertet werden, beschreibt der Ratgeber Leadgenerierung im B2B.
Frameworks
Qualifizierungs-Frameworks und Lead Scoring werden fast immer getrennt behandelt: Die einen Texte erklären Punktemodelle, die anderen Gesprächsleitfäden. Dabei fragen beide dasselbe – nur zu verschiedenen Zeitpunkten. Was sich vor dem Gespräch öffentlich erkennen lässt, kann man punkten; der Rest bleibt eine Gesprächsfrage. Diese Trennung ist der ganze Trick.
| Framework-Kriterium | Woran es sich vor dem Gespräch erkennen lässt | Punkte |
|---|---|---|
| Budget (BANT) / Money (CHAMP) | Größenklasse aus dem veröffentlichten Jahresabschluss, frisches Kapital, laufende Investitionen | +10 |
| Authority (BANT & CHAMP) | Die angesprochene Person trägt laut ihrer öffentlichen Rolle Budgetverantwortung für das Thema | +15 |
| Need (BANT) / Challenges (CHAMP) | Sichtbare Baustelle: offene Stellen im betroffenen Bereich, Werkzeugwechsel, starkes Wachstum, öffentlich benannte Engpässe | +15 |
| Timing (BANT) / Prioritization (CHAMP) | Der Anlass ist jünger als sein Zeitfenster – siehe Kapitel Halbwertszeit | +10 |
| Metrics, Economic Buyer, Champion (MEDDIC) | Vor dem Erstgespräch praktisch nie öffentlich erkennbar | erst im Gespräch nachtragen |
Der praktische Nutzen: Wer die vorab erkennbaren Kriterien punktet, geht mit einer halb ausgefüllten Qualifizierung ins Erstgespräch – und muss dort nicht mehr nach Budget und Zuständigkeit fragen, sondern kann die eigene Vermutung bestätigen lassen. Das verkürzt das Gespräch und macht es angenehmer. Die bekannte Kritik an solchen Frameworks bleibt trotzdem gültig: Sie scheitern regelmäßig daran, dass im Alltag Fragen übersprungen werden und niemand jedes Gespräch nachprüfen kann. Ein Scoring-Modell ist dagegen kein Gegenmittel – aber es sorgt dafür, dass wenigstens der recherchierbare Teil immer vorliegt.
Vorab punkten, im Gespräch bestätigenDie Lücke
Fast jede deutsche Anleitung zum Lead Scoring setzt stillschweigend voraus, dass der Lead sich schon gezeigt hat: ein Formular, ein Download, ein Klick. In der Neukundengewinnung ist das der Ausnahmefall. Der Normalfall ist eine Liste passender Firmen, von denen keine einzige je auf eurer Website war – und die Frage, welche fünf davon diese Woche zuerst drankommen.
Passung braucht kein Verhalten: Rechtsform, Geschäftsführung und Gesellschafterstruktur stehen im Handelsregister, Größenklassen und Jahresabschlüsse im Bundesanzeiger, Standorte und Leistungsspektrum auf der Firmenwebsite, eingesetzte Werkzeuge oft in den eigenen Stellenanzeigen. Das sind dieselben Merkmale, die ihr auch bei einem eingehenden Lead bewerten würdet – nur recherchiert statt abgefragt.
An die Stelle des Klickverhaltens tritt die öffentlich sichtbare Veränderung mit Datum: ein Führungswechsel, die erste ausgeschriebene Rolle für ein Thema, frisches Kapital, ein neuer Standort, eine Registeränderung, eine auffällige Veränderung in der Außendarstellung. Jedes dieser Ereignisse bekommt Punkte – und ein Zeitfenster, nach dem es wieder auf null fällt. Ausführlich beschreibt der Ratgeber Signal Based Selling die einzelnen Signalfamilien, und Sales Intelligence die Datenquellen dahinter.
Warum das kein Nischenthema ist: Wer nur bewertet, was auf der eigenen Website passiert, bewertet nur den kleinen Teil des Marktes, der ohnehin schon von euch weiß. Die kaufbereite Firma, die gerade ihren ersten Bereichsleiter für euer Thema einstellt und noch nie euren Namen gehört hat, taucht in einem reinen Verhaltens-Scoring überhaupt nicht auf – nicht mit null Punkten, sondern gar nicht. Genau dieser blinde Fleck ist der Grund, warum Vertriebsteams mit guten Scoring-Modellen trotzdem das Gefühl haben, dass zu wenig oben in der Liste steht.
Der kaufbereite Teil des Marktes füllt selten Formulare ausTiming
Verfall und Halbwertszeit werden gern in einen Topf geworfen, meinen aber zwei verschiedene Dinge. Verfall betrifft den Lead: Er wird still, sein Interesse kühlt ab, sein Punktestand sinkt langsam. Halbwertszeit betrifft den Anlass: Er ist nicht abgekühlt, sein Fenster hat sich geschlossen. Und Fenster schließen sich unterschiedlich schnell – manche innerhalb von Stunden, andere über Monate, manche mit einer harten Kante.
| Anlass | Übliches Zeitfenster | Was das für die Punktvergabe heißt |
|---|---|---|
| Besuch der Preisseite | 24 bis 48 Stunden | Volle Punkte nur am selben und am Folgetag. Danach ist es kein Kaufsignal mehr, sondern eine Notiz. |
| Neue Stellenausschreibung | solange die Anzeige läuft | Das Fenster endet nicht nach Tagen, sondern mit der Besetzung – die Anzeige ist ihr eigener Zeitstempel. |
| Führungswechsel | etwa ein bis sechs Monate | Neue Verantwortliche hinterfragen Bestehendes. Zu früh trifft man den Einarbeitungsmodus, zu spät die fertige Entscheidung. |
| Frisches Kapital, Kapitalerhöhung | etwa drei bis zwölf Monate | Budget ist da, die Verwendung wird über Monate entschieden – ein ungewöhnlich langes Fenster. |
| Ausschreibung, Vergabeverfahren | bis zur Abgabefrist | Harte Kante: einen Tag nach Fristende ist der Anlass wertlos, nicht halbiert. |
| Standort- oder Bauvorhaben | etwa sechs bis vierundzwanzig Monate | Langläufer mit mehreren Ansprache-Momenten – Planung, Vergabe, Inbetriebnahme. |
Die Zeitfenster sind Erfahrungswerte aus der Vertriebspraxis, keine Messgrößen – je nach Branche und Angebot verschieben sie sich. Entscheidend ist nicht die exakte Dauer, sondern dass jeder Anlass überhaupt eine bekommt. Ein Anlass ohne Zeitfenster bleibt für immer im Modell stehen und sorgt für den vielleicht unangenehmsten Anruf im Vertrieb: „Ich habe gesehen, dass Sie eine neue Leitung haben“ – acht Monate nach dem Wechsel.
Jeder Anlass bekommt ein Fenster · sonst altert die Liste unbemerktAnleitung
Von der ersten Tabelle bis zum ersten messbaren Wert vergehen erfahrungsgemäß vier bis acht Wochen. Der größte Zeitfresser ist dabei nie die Technik, sondern die Einigung darauf, wer eigentlich gemeint ist – wie ein solches Zielkundenprofil entsteht, beschreibt Schritt für Schritt der Ratgeber Neukundengewinnung im B2B.
SCHRITT 1
Bevor irgendwo Punkte vergeben werden, muss auf einer Seite stehen, wer überhaupt gemeint ist: Größe, Branche, Region, Situation, typische Rolle der Entscheidung. Ohne dieses Profil bewertet das Modell später Aktivität statt Passung – und Aktivität kauft nicht.
SCHRITT 2
Wer darf gar nicht erst hochscoren? Wettbewerber, Bewerber, Firmen außerhalb des Gebiets, Größenklassen, die nie zum Angebot passen. Diese Liste zuerst zu schreiben ist unbequem, spart aber später mehr Zeit als jede Punktediskussion.
SCHRITT 3
Zehn bis fünfzehn Kriterien reichen. Sie müssen von denen kommen, die später danach anrufen – sonst entsteht ein Modell, das der Vertrieb nicht versteht und deshalb ignoriert. Überkomplexität ist der häufigste Grund, warum Scoring-Projekte im Sand verlaufen.
SCHRITT 4
Statt Punkte zu raten: die gewonnenen Kunden der letzten zwölf Monate durchgehen und je Merkmal fragen, wie oft es dort vorkam – verglichen mit allen anderen. Merkmale, die bei Käufern deutlich häufiger auftreten, bekommen mehr Gewicht. Das ist grobe Statistik, aber ehrlicher als jede Vorlage aus dem Internet.
SCHRITT 5
Je Signalart eine Obergrenze pro Zeitraum, damit billige Signale den Score nicht aufblähen. Und ein Verfall, der nur das Verhalten betrifft: Die Passung einer Firma verfällt nicht, ihr Interesse schon.
SCHRITT 6
Passung und Interesse getrennt führen und beide Schwellen verlangen. Eine einzige Summe verdeckt genau die Fälle, die teuer sind: den begeisterten Studenten und die perfekt passende Firma, die noch nie von euch gehört hat.
SCHRITT 7
Erste Messung nach einem guten Monat, danach quartalsweise. Geprüft wird nicht das Bauchgefühl, sondern der Abstand: Liegen die Käufer im Schnitt deutlich über den Nicht-Käufern? Wenn nicht, trennt das Modell nicht – dann helfen keine zusätzlichen Kriterien, sondern bessere.
Predictive
Statt Punkte von Hand zu vergeben, leitet ein Modell sie aus der eigenen Abschluss-Historie ab. Das ist ein echter Fortschritt – aber an eine Bedingung geknüpft, die in Produktbeschreibungen selten steht: Es braucht genug abgeschlossene Vorgänge, aus denen sich überhaupt ein Muster lernen lässt.
DIE DATENMENGE
Die Angaben in den Fachquellen gehen auseinander: Eine Untergrenze von etwa zwei- bis dreihundert abgeschlossenen Vorgängen wird ebenso genannt wie fünfhundert bis tausend Verkaufsprozesse oder zwölf bis vierundzwanzig Monate Verkaufshistorie. Wir geben die Spanne bewusst so wieder, statt eine Zahl auszuwählen – die Wahrheit hängt davon ab, wie ähnlich sich eure Abschlüsse sind. Unterhalb dieser Größenordnung lernt ein Modell Zufall.
DIE BLACKBOX
Ein großer Anbieter schreibt in seiner eigenen Dokumentation, dass maschinelles Blackbox-Lernen zum Einsatz kommt und es nicht möglich sei, genau zu wissen, wie jede einzelne Eingabe zum Punktwert beiträgt. Für den Vertrieb heißt das: Die Zahl lässt sich nicht erklären. Wer den Score im Gespräch begründen will – oder wer ihn gegenüber Betroffenen transparent machen muss –, braucht ein nachvollziehbares Regelwerk daneben.
DER MITTELWEG
Für die meisten mittelständischen Teams ist ein Hybrid sinnvoll: ein nachvollziehbares Regelmodell als Grundlage, ergänzt um wenige gelernte Gewichte dort, wo genug Daten vorliegen. So bleibt erklärbar, warum eine Firma oben steht – und die Kalibrierung profitiert trotzdem von der Historie.
DIE PFLEGE
Auch ein gelerntes Modell altert: Märkte verschieben sich, das Angebot ändert sich, die Trefferquote sinkt schleichend. Ein regelmäßiges Nachtrainieren – üblich sind drei bis sechs Monate – und ein Blick auf die Trennschärfe gehören zum Betrieb dazu, sonst ist Predictive Scoring nur ein aufwendigerer Weg zu einem veralteten Modell.
Grenzen
Keiner davon ist technischer Natur. Scoring-Projekte scheitern fast nie am Werkzeug – sondern daran, dass ein Modell entsteht, das der Vertrieb nicht versteht, nicht glaubt und deshalb nicht benutzt.
ÜBERKOMPLEXITÄT
Vierzig Kriterien, Gewichtungen auf zwei Nachkommastellen – und ein Vertriebsteam, das die Zahl im CRM ignoriert, weil niemand erklären kann, wie sie zustande kommt. Ein Modell, das der Vertrieb nicht nachvollziehen kann, wird nicht benutzt. Zehn bis fünfzehn nachvollziehbare Kriterien schlagen jedes Feingewicht.
KEIN NEGATIVES SCORING
Wenn Punkte nur addiert werden, erreichen irgendwann alle Kontakte hohe Werte – auch die, die nie kaufen werden. Ohne Abzüge landen Wettbewerber, Bewerber und Neugierige zuverlässig oben auf der Liste.
KEINE OBERGRENZEN
Ein Kontakt, der täglich E-Mails öffnet, sammelt ohne Deckel mehr Punkte als jemand, der eine Demo anfragt. Das Ergebnis ist eine Rangfolge, die Fleiß beim Lesen belohnt statt Kaufabsicht.
SCHWELLE NIE ÜBERPRÜFT
Die Grenzwerte werden bei der Einführung einmal festgelegt – und danach nie wieder. Ein Modell, das vor Jahren kalibriert wurde, bewertet einen Markt, den es so nicht mehr gibt.
VERHALTEN OHNE KONTEXT
Gemessen wird Aktivität, gemeint ist Kaufbereitschaft – das ist nicht dasselbe. Wer nur Klicks zählt, übersieht die kaufbereite Firma, die noch nie auf der Website war, und überschätzt den Dauerleser, der nie ein Budget hatte.
DER VERTRIEB NUTZT DIE SCORES NICHT
Das häufigste stille Scheitern: Das Modell läuft, die Zahlen stehen im CRM, angerufen wird trotzdem nach Bauchgefühl. Gegenmittel sind kein besseres Modell, sondern Beteiligung beim Bauen und eine Rückmeldung aus dem Vertrieb, die tatsächlich ins Modell zurückfließt.
Recht
Vier Punkte, die beim Scoring regelmäßig übersehen werden – bewusst kurz gehalten und ausdrücklich keine Rechtsberatung. Reine Firmeninformationen ohne Personenbezug fallen gar nicht erst unter die DSGVO; heikel wird es, sobald identifizierbare Personen bewertet werden.
Praktisch heißt das: Je mehr ein Modell auf öffentlich zugänglichen Unternehmensmerkmalen und -ereignissen beruht und je weniger es Einzelpersonen profiliert, desto unkomplizierter ist die Einordnung. Ob ein konkretes Setup zulässig ist, bleibt eine Einzelfallfrage für juristische Beratung.
Allgemeine Orientierung · keine RechtsberatungSo funktioniert es
Euer Stack, verbunden
PrioX dockt an CRM, LinkedIn und eure Datenquellen an — nichts liegt mehr in einem eigenen Silo.
Signale, bewertet
ICP-Fit, Timing und Beziehung werden zusammen bewertet — nicht als Einzelsignale, sondern als Gesamtbild.
Der nächste Zug
Jede Erkenntnis wird zur Aufgabe, zum Entwurf oder zum Alert — in den Tools, die euer Team schon nutzt.
Passung und Anlass getrennt bewertet, jeder Anlass mit eigenem Zeitfenster, jede Zeile mit einer Begründung, die man am Telefon aussprechen kann. Alle Firmen im Beispiel sind frei erfunden. Die Ansprache bleibt bei euch.
Veltano Systems Anlass-Score gestiegen: erste Führungsrolle für das Thema ausgeschrieben, Fit lag schon vorher über der Schwelle.
Quorental Punktestand hoch, Passung niedrig — Größenklasse außerhalb des Zielprofils, deshalb kein Gespräch.
Halvesen GmbH Anlass älter als sein Zeitfenster — der Wert ist verfallen, die Firma bleibt in der Beobachtung.
Erreicht eine Firma beide Schwellen, landet sie als Benachrichtigung in Slack – mit Begründung und Zeitfenster.
Warum dieser Platz in der Reihenfolge
Beide Schwellen erreicht: Passung 52 aus Größe, Branche und Rolle, Anlass 30 aus zwei Preisseiten-Besuchen innerhalb einer Woche. Der Anlass ist einen Tag alt — das Fenster steht offen.
Jede Priorisierung hier lässt sich mit einem Klick als Aufgabe ins CRM zurückschreiben — keine neue Datenbank zum Pflegen.
Strategie-Call vereinbaren →PrioX
Den Teil, den dieses Kapitel als Lücke beschreibt, übernimmt PrioX als System: Öffentliche Quellen im DACH-Raum werden laufend beobachtet, zu Passung und Anlass verdichtet und zu einer begründeten Ansprache-Reihenfolge priorisiert – inklusive Zeitfenster je Anlass und recherchiertem Ansprechpartner. Welche Signale dabei zählen, wird für euer Geschäft definiert statt aus einem Standardkatalog übernommen. Die Ansprache selbst bleibt vollständig bei euch. Wie das Ganze zusammenhängt, zeigt die Startseite; wie daraus ein Arbeitsablauf wird, beschreibt der Ratgeber Vertriebsautomatisierung.
Ein System über euren ganzen Stack
PrioX ersetzt nichts davon — es verbindet, was ihr schon nutzt, zu einem System, das euch den nächsten Zug sagt. Ihr braucht nicht alle Tools: Wir greifen genau die Daten ab, die für euren Markt zählen, per API und ohne teure Volllizenzen. DSGVO-konform — eure Daten bleiben eure.
FAQ
Die wichtigsten Fragen kompakt beantwortet. Rechtsfragen beantworten wir als allgemeine Orientierung – nicht als Rechtsberatung.
Lead Scoring ist ein Verfahren, um Interessenten und Zielfirmen nach Punkten in eine Reihenfolge zu bringen. Es beantwortet zwei Fragen zugleich: wen man zuerst anspricht – das entscheidet die Passung zum Zielkundenprofil – und wann – das entscheiden Verhalten und Anlässe. Das Ergebnis ist keine Note für eine Firma, sondern eine Arbeitsliste für den nächsten Tag.
Zwei Gruppen, die getrennt geführt werden sollten. Passung: Rolle und Budgetverantwortung der Person, Mitarbeiterzahl, Branche, Region, eingesetzte Technik. Interesse: Anfragen, Preisseiten-Besuche, Downloads, Webinar-Teilnahmen, E-Mail-Klicks. Dazu gehören zwingend Abzüge – Wettbewerber, Bewerber, unpassende Größenklassen, lange Inaktivität. Zehn bis fünfzehn Kriterien reichen in der Praxis aus.
Es gibt keinen allgemeingültigen Wert – veröffentlichte Schwellen liegen zwischen 40 und 100 und widersprechen sich, weil sie zu unterschiedlichen Punkteskalen gehören. Sinnvoll ist eine Herleitung aus den eigenen Daten: Wo lagen die Interessenten, aus denen Kunden wurden, und wo die anderen? Als Startwert hat sich ein Korridor um 50 bis 70 Punkte eingebürgert – aber nur als Startwert, der nach vier bis acht Wochen anhand echter Abschlüsse korrigiert wird.
Ein Marketing Qualified Lead hat genug Punkte aus Passung und Verhalten gesammelt, um eine persönliche Ansprache zu rechtfertigen – die Entscheidung trifft das Modell. Ein Sales Qualified Lead ist ein Kontakt, den der Vertrieb nach einem Gespräch selbst bestätigt hat: Bedarf, Zuständigkeit und Zeitpunkt passen. Der Übergang zwischen beiden ist der eigentliche Stresspunkt jedes Scoring-Modells, weil dort Marketing und Vertrieb dieselbe Zahl unterschiedlich lesen.
Der Abzug von Punkten für Merkmale, die gegen einen Abschluss sprechen: die Domain eines Wettbewerbers, eine Firmengröße außerhalb des Zielprofils, ein Besuch auf der Karriereseite statt auf der Produktseite, eine Newsletter-Abmeldung, monatelange Stille. Ohne diese Abzüge steigen mit der Zeit alle Kontakte nach oben und die Rangfolge verliert ihren Sinn.
Weil billige Signale sonst teure überstimmen. Wer täglich E-Mails öffnet, sammelt über einen Monat mehr Punkte als jemand, der einmal eine Demo anfragt. Eine Obergrenze je Signalart und Zeitraum – etwa höchstens fünfzehn Punkte für E-Mail-Öffnungen innerhalb von dreißig Tagen – hält das Verhältnis zwischen schwachen und starken Signalen stabil.
In der Einführungsphase alle vier bis sechs Wochen, danach quartalsweise – ergänzt um ein laufendes Monitoring der Übergaben vom Marketing an den Vertrieb. Der wichtigste Prüfwert ist der Abstand zwischen dem Durchschnittsscore der Käufer und dem der Nicht-Käufer: Ist er klein, trennt das Modell nicht, egal wie plausibel die Kriterien klingen.
Über öffentlich sichtbare Merkmale und Anlässe statt über Klickverhalten. Die Passung kommt aus Registerdaten, veröffentlichten Jahresabschlüssen, Stellenportalen und der Firmenwebsite; der Anlass aus Veränderungen mit Datum – Führungswechsel, neue Rollen, Kapital, Standorte, Registeränderungen. Das ist der Normalfall in der Neukundengewinnung, wird in den meisten Ratgebern aber übergangen, weil sie stillschweigend voraussetzen, dass jeder Lead vorher ein Formular ausgefüllt hat.
Verfall betrifft den Lead: Wer sich monatelang nicht rührt, verliert Punkte, weil das Interesse abkühlt. Halbwertszeit betrifft den Anlass: Ein Besuch auf der Preisseite ist nach zwei Tagen weitgehend wertlos, ein Führungswechsel bleibt Monate lang ein guter Aufhänger, eine Ausschreibung endet abrupt mit der Frist. Wer beides in dieselbe Verfallsregel steckt, spricht regelmäßig zu spät an.
Nur mit ausreichend eigener Historie. Die Angaben der Anbieter und Fachquellen reichen von etwa zwei- bis dreihundert abgeschlossenen Vorgängen als Untergrenze bis zu fünfhundert bis tausend Verkaufsprozessen beziehungsweise zwölf bis vierundzwanzig Monaten Verkaufshistorie. Wer darunter liegt, bekommt ein Modell, das Zufall lernt. Dazu kommt ein Nachteil, den ein großer Anbieter in seiner eigenen Dokumentation offen einräumt: Die Modelle arbeiten als Blackbox, es lässt sich nicht genau nachvollziehen, wie eine einzelne Eingabe zum Punktwert beiträgt.
Es kommt darauf an, was bewertet wird. Reine Firmeninformationen ohne Personenbezug fallen nicht unter die DSGVO. Sobald identifizierbare Personen bewertet werden, braucht es eine Rechtsgrundlage – im B2B regelmäßig das berechtigte Interesse nach Art. 6 Abs. 1 lit. f DSGVO – sowie Transparenz darüber, dass bewertet wird. Zusätzlich relevant sind Art. 22 DSGVO bei rein automatisierten Entscheidungen mit erheblicher Wirkung und die Frage einer Datenschutz-Folgenabschätzung nach Art. 35 DSGVO, weil Scoring in den Listen der Aufsichtsbehörden auftaucht. Das ist eine allgemeine Orientierung, keine Rechtsberatung.
Scoring bewertet und sortiert, Nurturing entwickelt weiter. Das Scoring entscheidet, wer heute ein Gespräch bekommt; das Nurturing kümmert sich um alle, die passen, aber noch nicht so weit sind – mit Inhalten statt mit Anrufen. Beide brauchen einander: Ohne Scoring weiß man nicht, wen man nurturen soll, ohne Nurturing verfällt alles, was die Schwelle knapp verfehlt.
Weiterlesen
Nächster Schritt