Leadinfo Alternative: Besuchererkennung im Vergleich – und was danach kommt

Praktisch sieht das so aus: Ihr bindet ein kleines Skript in eure Website ein – über den Tag-Manager, ein Plugin oder direkt im Quelltext. Ab diesem Moment protokolliert das Werkzeug Besuche, versucht jeder Sitzung ein Unternehmen zuzuordnen und zeigt in einem Dashboard, welche Firmen wann welche Seiten gelesen haben. Dazu kommen Zusatzfunktionen, die der Anbieter öffentlich beschreibt: vorgeschlagene Ansprechpartner aus einer separaten Kontaktdatenbank, ein Regelwerk für Folgeaktionen, ein Chat- und Formularbaustein, eine einfache Bewertung erkannter Firmen, Benachrichtigungen und Schnittstellen zu gängigen CRM-Systemen.

Ebenso wichtig ist, was die Kategorie nicht leistet – bei keinem Anbieter. Sie erkennt keine natürlichen Personen. Sie weiß nicht, warum jemand da war. Sie kennt keine Firma, die eure Website nie besucht hat. Und sie sagt nicht, ob eine erkannte Firma zu eurem Zielkundenprofil passt: Ein Wettbewerber, ein Bewerber, eine Agentur und ein Kaufinteressent sehen in der Liste gleich aus.

Zur Einordnung des Anbieters: Leadinfo B.V. sitzt in Capelle aan den IJssel in den Niederlanden. Seit Juli 2022 gehört die Mehrheit zur Unternehmensgruppe team.blue; die Marke wird unverändert weitergeführt. Seither wurden mehrere Anbieter aus demselben Feld übernommen, darunter zwei deutsche Wettbewerber. Relevant ist daran vor allem: Der Markt konsolidiert, und Werkzeuge, die heute getrennt verglichen werden, können morgen zur selben Gruppe gehören. Eine anbieterunabhängige Erklärung der Funktionsweise steht im Ratgeber Website-Besucher identifizieren.

Ruft jemand eure Website auf, kennt der Server die IP-Adresse des Anschlusses. Das Werkzeug gleicht sie mit einer eigenen Firmendatenbank ab – der Anbieter spricht öffentlich von rund 220 Millionen Unternehmen aus über 195 Ländern – und ergänzt eine Netzbetreiber-Analyse, um Unternehmensnetz, Privatanschluss, Mobilfunknetz und Rechenzentrum zu unterscheiden. Passt der Abgleich, wird der Besuch zugeordnet und angereichert; der Anbieter nennt dafür über 45 Datenquellen.

Entscheidend ist die Schwelle, ab der ein Treffer angezeigt wird. Leadinfo beschreibt öffentlich, dass ein Besucher im Zweifel nicht als identifiziert ausgewiesen wird. Das hat zwei Seiten: Es senkt die Zahl falscher Treffer und damit die Nacharbeit – und zugleich die Länge der Liste. Ein Anbieter mit lockererer Schwelle zeigt mehr Firmen und mehr Fehlzuordnungen. Beides ist vertretbar; man muss nur wissen, was man vergleicht.

Bei den technischen Details lohnt ein genauer Blick, weil die öffentlichen Angaben des Anbieters nicht überall deckungsgleich sind: An einer Stelle wird die Lösung als cookielos beschrieben, an anderer ist von gesetzten Cookies die Rede; ähnlich uneinheitlich sind die Aussagen zur Speicherung von IP-Adressen. Welche Variante zutrifft, behaupten wir nicht. Wichtig ist die Frage trotzdem, weil an ihr die Einwilligungspflicht hängt: Fragt schriftlich nach, was im Endgerät gesetzt oder gelesen wird.

Die Einrichtung selbst ist unkritisch – der Anbieter beziffert sie öffentlich mit etwa fünf Minuten. Aufwand entsteht nicht beim Einbau, sondern danach.

Leadinfo nennt in seinem öffentlichen Material an verschiedenen Stellen unterschiedliche Werte: in Hilfetexten und auf der Preisseite rund 30 Prozent, im Blog 35 bis 40 Prozent. Beide Zahlen können korrekt sein, wenn sie sich auf unterschiedliche Grundgesamtheiten beziehen. Genau das ist der Punkt: Ohne Bezugsgröße ist eine Erkennungsrate keine Kennzahl.

Rechnen wir es durch. Die folgenden Zahlen sind eine Beispielrechnung und kein Benchmark – ein Rechenweg, den ihr mit euren eigenen Zahlen wiederholen könnt.

Eine Website hat in einem Monat 4.000 Sitzungen. Davon kommen 1.200 aus Firmennetzen; die übrigen 2.800 verteilen sich auf private Anschlüsse, Mobilfunk, Bots und eigene Mitarbeitende. Das Werkzeug ordnet 420 Sitzungen einer Firma zu. Daraus werden 260 eindeutige Firmen. Davon gehen 60 Bestandskunden und eigene Zugriffe ab sowie 40 offensichtliche Fehltreffer. Übrig bleiben 160 brauchbare Firmen.

Schritt 1 – Sitzungen zählen. Nehmt aus eurer Webanalyse die Sitzungen eines typischen Monats. Nicht Seitenaufrufe, nicht Nutzer: Sitzungen. In unserer Beispielrechnung sind das 4.000.

Schritt 2 – den erkennbaren Teil schätzen. Zieht ab, was strukturell nicht erkennbar ist: Homeoffice, Mobilfunk, VPN, Bots und Crawler. Übrig bleibt euer erkennbarer Anteil – im Beispiel 1.200 Sitzungen. Weist eure Analyse Gerätetypen aus, ist der Mobilanteil ein erster Anhaltspunkt.

Schritt 3 – Zuordnungen und Firmen trennen. Zugeordnete Sitzungen und daraus abgeleitete Firmen sind zwei verschiedene Zahlen: Im Beispiel werden 420 Sitzungen zugeordnet, daraus 260 eindeutige Firmen. Wer die 420 als „erkannte Firmen“ liest, überschätzt das Ergebnis.

Schritt 4 – bereinigen. Streicht Bestandskunden, eigene Mitarbeitende, Dienstleister, Bewerber und offensichtliche Fehltreffer. Im Beispiel sind das 60 plus 40 Einträge. Übrig bleiben 160 brauchbare Firmen.

Schritt 5 – die Kosten je brauchbarer Firma bilden. Teilt den Monatspreis, den euch der Anbieter für eure Größenordnung nennt, durch diese bereinigte Zahl – nicht durch die angezeigte Liste. Erst diese Größe lässt sich mit anderen Kanälen vergleichen.

Schritt 6 – den Test richtig anlegen. Exportiert in der Testphase die Firmenliste, markiert jede Zeile mit „passt zum Zielkundenprofil“ oder „passt nicht“ und zählt ab. Wie daraus eine belastbare Reihenfolge wird – mit Punkten, Obergrenzen und Schwellen –, steht im Ratgeber Lead Scoring.

Dafür gibt es vier nüchterne Gründe, und keiner davon ist ein Vorwurf an einen der Anbieter. Erstens: Jedes Werkzeug pflegt eine eigene Zuordnung von IP-Bereichen zu Unternehmen, unterschiedlich aufgebaut und unterschiedlich häufig aktualisiert. Zweitens: Die Anzeigeschwelle ist Anbietersache. Wer im Zweifel anzeigt, liefert mehr Zeilen; wer im Zweifel verwirft, weniger. Drittens: Die Filterlisten für Bots, Rechenzentren, Internetanbieter und eigene Mitarbeitende unterscheiden sich. Viertens: Auch die Zusammenfassung mehrerer Sitzungen zu einer Firma hat Spielraum – Konzerne mit Tochtergesellschaften lassen sich auf mehrere Arten bündeln.

Die praktische Folge: Der Vergleich zweier Werkzeuge über die Länge der Liste führt in die Irre. Er belohnt den Anbieter mit der lockersten Schwelle. Sinnvoll ist ein Vergleich über drei Größen – die Schnittmenge beider Listen, den Anteil der Firmen im eigenen Zielkundenprofil und den Anteil offensichtlicher Fehltreffer.

Typische Muster sind schnell benannt. Ein Treffer zeigt einen Internetanbieter statt eines Unternehmens – dann wurde die IP dem Netzbetreiber zugeordnet, nicht dem Anschlussinhaber. Ein Treffer zeigt einen Cloud-Anbieter oder ein Rechenzentrum – dann kam der Zugriff aus einer Serverumgebung, etwa über einen Proxy oder ein Sicherheitsgateway. Ein Treffer zeigt ein Coworking-Haus – dann teilen sich viele Firmen denselben Anschluss, und die angezeigte Firma ist bestenfalls eine von vielen. Und eine verkaufte, umgezogene oder aufgelöste Firma kann noch Monate später auftauchen, weil die Zuordnungsdatenbank hinterherhinkt.

Dazu kommt die unspektakulärste Fehlerquelle: eure eigenen Leute. Zugriffe aus dem eigenen Büro, von der eigenen Agentur, von Dienstleistern, Bewerbern und Wettbewerbern erscheinen in der Liste wie jeder andere Besuch. In unserer Beispielrechnung sind das zusammen mit den Bestandskunden 60 Einträge, dazu 40 offensichtliche Fehltreffer – von 260 eindeutigen Firmen bleiben so 160 brauchbare übrig. Das ist keine Anbieterkritik, sondern der Normalfall der Kategorie.

Was hilft: eine Ausschlussliste für eigene Netze und Dienstleister gleich beim Start, ein monatlicher Abgleich mit dem CRM und die feste Regel, dass Treffer ohne erkennbaren Firmensitz nicht in die Ansprache gehen. Wer diese Bereinigung nicht einplant, misst am Ende die Aktivität der eigenen Organisation. Wie daraus eine belastbare Priorisierung wird, steht im Lead Scoring; die technischen Ursachen in Website-Besucher identifizieren.

Der Grund ist einfach: Die Methode braucht eine IP-Adresse, die einem Unternehmen gehört – und das ist bei einem großen Teil der Zugriffe nicht der Fall. Im Homeoffice gehört die IP dem privaten Internetanbieter, unterwegs dem Mobilfunknetz; über VPN erscheint der Austrittspunkt des Dienstes, über eine Cloud-Umgebung die Kennung des Hosters. Leadinfo benennt mehrere dieser Fälle öffentlich – Privatanschlüsse, wechselnde IP-Adressen, VPN und Rechenzentrums-IPs – und beschreibt, dass die Netzbetreiber-Analyse einen Teil davon auffängt. Den Mobilfunkfall haben wir in den öffentlichen Angaben nicht behandelt gefunden; er steht hier als Eigenschaft der Methode, nicht als Aussage über dieses Produkt.

In unserer Beispielrechnung steckt dieser blinde Fleck in der Lücke zwischen 4.000 Sitzungen und 1.200 Sitzungen aus Firmennetzen: 2.800 Sitzungen sind gar nicht erst Kandidaten für eine Zuordnung. Kein Anbieterwechsel ändert daran etwas Grundsätzliches.

Die IP-Erkennung arbeitet auf Firmenebene. Sie sagt nicht, wer am Rechner saß, welche Rolle diese Person hat und ob der Besuch mit einem Projekt zu tun hatte. In einem Unternehmen mit 300 Mitarbeitenden ist „war auf der Preisseite“ deshalb zunächst eine Information über 300 Menschen gleichzeitig.

Werkzeuge dieser Kategorie schließen die Lücke, indem sie aus einer separaten Kontaktdatenbank Ansprechpartner vorschlagen – Leadinfo nennt dafür öffentlich über 300 Millionen Entscheiderkontakte. Das ist nützlich, aber ein Rollenvorschlag, kein Nachweis: Angezeigt wird, wer typischerweise zuständig wäre, nicht, wer auf eurer Seite war. Wer diesen Unterschied im Gespräch verwischt, riskiert einen unangenehmen Moment – und bei Kontaktdaten aus fremder Quelle Informationspflichten nach Art. 14 DSGVO.

Die ehrliche Reihenfolge lautet deshalb: erkannte Firma, dann Passung zum Zielkundenprofil, dann Ansprechpartner mit passender Rolle, dann ein erreichbarer Kontaktweg, dann ein Anlass, der den ersten Satz trägt. In unserer Beispielrechnung bleiben von 160 brauchbaren Firmen 55 im Zielkundenprofil, davon 30 mit bekanntem Ansprechpartner, davon 18 mit erreichbarem Kontaktweg und davon 9 mit einem konkreten Anlass.

Was aus einem Ansprechpartner ein Gespräch macht, entsteht auf zwei Ebenen gleichzeitig. Die eine ist das Unternehmen: eine neu ausgeschriebene Rolle, ein Führungswechsel, eine Finanzierung, ein neuer Standort. Die andere ist die Person selbst – das, was sie beruflich öffentlich zeigt: eigene Beiträge, Kommentare, Themen, eine neue Zuständigkeit. Erst aus beidem wird ein Anlass, der zu genau dieser Person gehört, statt einer Firmenmeldung, die am selben Tag in hundert anderen Postfächern liegt.

Dazu gehört ein Kontaktweg, über den diese Person tatsächlich erreichbar ist: eine geschäftliche Durchwahl oder Mobilnummer und eine geschäftliche E-Mail-Adresse, aus öffentlich zugänglichen Quellen und mit den Informationspflichten, die dabei gelten. Der praktische Effekt ist der, den jeder aus dem Vertrieb kennt: Das Vorzimmer entfällt, weil die Zentrale gar nicht erst im Weg steht. In unseren eigenen Projekten erreichen wir so in etwa 60 bis 70 Prozent der Fälle die gewünschte Person direkt. Das ist ein Erfahrungswert aus unserer Arbeit und keine Studie – er schwankt mit Branche, Rolle und Tageszeit.

Ein Dashboard, das jeden Morgen neue Firmen zeigt, erzeugt Aktivität, aber nicht automatisch Gespräche. Damit aus einem Treffer ein Termin wird, braucht es vier Entscheidungen – und alle vier trifft euer Team, nicht die Software.

Erstens: Wer ist überhaupt gemeint? Ohne schriftliches Zielkundenprofil – Größe, Branche, Region, Situation – ist jede Liste gleich unbrauchbar. Legt fest, was ein Treffer sein muss, bevor ihr die erste Liste anseht.

Zweitens: In welcher Reihenfolge? Ein Besuch auf der Karriereseite ist etwas anderes als zwei Besuche auf der Preisseite innerhalb einer Woche. Diese Unterscheidung müsst ihr in Regeln gießen, sonst arbeitet euer Team die Liste von oben nach unten ab – also nach Zufall.

Drittens: Wie schnell? Die bekannteste Untersuchung dazu stammt von James Oldroyd (MIT Sloan Management Review, 2007) und wertete über 15.000 Anfragen aus: Wer innerhalb von fünf statt dreißig Minuten reagierte, kam auf eine rund einundzwanzigfach höhere Qualifizierungsrate. Sie betrifft eingehende Anfragen, nicht anonyme Websitebesuche – die Richtung ist trotzdem eindeutig: Ein Anlass altert.

Viertens: Mit welchem Satz? Eine Ansprache, die auf den Websitebesuch anspielt, wirkt schnell übergriffig – und ist, siehe Kapitel 8, oft sachlich falsch. Belastbarer ist ein öffentlich nachvollziehbarer Anlass: eine ausgeschriebene Rolle, ein Führungswechsel, eine Standorterweiterung. MarketingSherpa berichtet für auf das Segment zugeschnittene Ansprache von 77 Prozent besseren Ergebnissen. Wie eine solche Ansprache aufgebaut wird, steht im Ratgeber Signal Based Selling.

Dasselbe Verhalten kann sehr Unterschiedliches bedeuten. Jemand vergleicht Anbieter für ein Projekt im nächsten Jahr. Jemand recherchiert für eine Präsentation. Ein Wettbewerber sieht sich eure Formulierungen an. Ein Bestandskunde sucht eine Telefonnummer. In der Liste sehen alle gleich aus.

Aussagekräftig wird ein Besuch erst im Zusammenspiel mit anderen öffentlichen Signalen: einer neu ausgeschriebenen Rolle, die auf ein Vorhaben hindeutet; einem Führungswechsel, der eine neue Agenda und ein neues Budget mitbringt; einer Finanzierung oder Standorterweiterung; einer Veränderung in öffentlichen Firmendaten. Erst diese Kombination trägt einen ersten Satz, der nicht nach Zufall klingt.

Der zweite, oft übersehene Punkt: Eure wichtigsten Zielkunden sind vielleicht gar nicht auf eurer Website. Wer noch nie von euch gehört hat, taucht in keiner Besucherliste auf – egal wie gut das Werkzeug ist. Besuchererkennung bleibt damit auf die Reichweite eures Marketings begrenzt.

Welche Signale zählen, ist außerdem nicht bei jedem Unternehmen gleich. Die Standardsignale – Stellenanzeige, Führungswechsel, Finanzierung – kann jeder Anbieter liefern, und genau deshalb sehen sie auch alle anderen. Der Unterschied entsteht bei Signalen, die ihr euch selbst definiert – wir nennen sie Wunsch-Signale: eine Veränderung in einem öffentlich beobachtbaren Verhaltensmuster, die bei euren Kunden erfahrungsgemäß einem Bedarf vorausgeht. Das Schema dahinter ist immer dasselbe – nicht der Zustand ist das Signal, sondern die Veränderung.

Zwei Grenzen gehören ausdrücklich dazu. Erstens arbeiten wir ausschließlich mit öffentlich zugänglichen Quellen. Zweitens bewerten wir Muster, nicht Menschen: Es geht nicht darum, jemanden zu beobachten, sondern darum, eine Veränderung im öffentlichen Bild eines Unternehmens früh genug zu bemerken. Ein Wunsch-Signal ist ein Frühindikator mit Unschärfe – es ersetzt das Gespräch nicht, es entscheidet nur, mit wem ihr es zuerst führt.

Ebene 1 – Zugriff auf das Endgerät. § 25 TDDDG verlangt eine Einwilligung, wenn Informationen im Endgerät gespeichert oder ausgelesen werden und das für den gewünschten Dienst nicht unbedingt erforderlich ist. Ob ein Werkzeug diese Ebene berührt, hängt an seiner technischen Umsetzung.

Ebene 2 – Verarbeitung der Daten. Anbieter der Kategorie stützen sich meist auf das berechtigte Interesse nach Art. 6 Abs. 1 lit. f DSGVO. Leadinfo beschreibt das öffentlich so, empfiehlt an anderer Stelle aber eine Einwilligung und überlässt die Wahl dem Kunden. Verantwortlich seid ihr als Websitebetreiber; ein Auftragsverarbeitungsvertrag ist erforderlich.

Ebene 3 – die spätere Ansprache. Für Werbeanrufe und Werbemails gilt § 7 UWG unabhängig davon, woher die Firma stammt.

Die Frage ist fachlich umstritten. Uns sind zu diesem Werkzeugtyp keine einschlägigen Urteile oder Behördenentscheidungen bekannt – weder solche, die den Einsatz für rechtswidrig erklären, noch solche, die ihn ausdrücklich erlauben. Fragt eure Rechtsberatung, euren Datenschutzbeauftragten oder die zuständige Aufsichtsbehörde.

Dieser Abschnitt ist keine Rechtsberatung und ersetzt keine Prüfung des Einzelfalls.

Die Abrechnungslogik sollte man vor der Unterschrift verstanden haben. Leadinfo rechnet nach der Zahl der pro Monat erkannten Firmen ab, gestaffelt in mehrere Stufen. Das ist nachvollziehbar, hat aber eine Eigenschaft: Ihr steuert diese Größe nicht. Steigt euer Traffic, wächst die Abrechnungsgrundlage mit.

Die zweite Stelle, an der es sich zu lesen lohnt, sind Laufzeit und Kündigung. Die öffentlich einsehbaren Vertragsbedingungen regeln, dass monatlich abgerechnete Verträge mit einer Frist von einem Monat kündbar sind, während bei halbjährlicher oder jährlicher Abrechnung spätestens einen Monat vor Ende der Abrechnungsperiode gekündigt werden muss. Ebenfalls geregelt: Änderungen von Preisen und Bedingungen mit Ankündigungsfrist sowie niederländisches Recht. Auf der Preisseite steht dazu nichts – ein Grund, die Bedingungen vor der Testphase zu öffnen.

Zu wenig Traffic. Die Rechnung aus Kapitel 3 lässt sich skalieren: Aus 4.000 Sitzungen werden in unserer Beispielrechnung 160 brauchbare Firmen. Bei einem Zehntel dieses Traffics stünden rechnerisch 16 brauchbare Firmen im Monat auf der Liste – gut zwei Gespräche pro Woche, bevor überhaupt jemand qualifiziert hat.

Zielkunden, die eure Website nicht kennen. Wenn euer Markt aus 800 Firmen besteht und davon 60 jemals eure Seite gesehen haben, ist Besuchererkennung eine Aussage über diese 60. Die Frage, welche der übrigen 740 gerade einen Anlass hat, beantwortet sie nicht.

Kein Team, das nacharbeitet. Wer niemanden hat, der die Liste bereinigt und anspricht, kauft ein Berichtswerkzeug, keinen Vertriebskanal.

Sehr langer Entscheidungsweg. Bei Vorhaben mit vielen Beteiligten über Monate ist ein einzelner Websitebesuch ein schwaches Signal; hier trägt Beobachtung über Zeit mehr als eine Momentaufnahme.

Und der Fall, in dem es sich lohnt: Ihr habt nennenswerten B2B-Traffic, ein geschärftes Zielkundenprofil, jemanden, der die Liste tatsächlich bearbeitet, und ihr wollt Interesse auf eurer eigenen Seite früher sehen als über das Kontaktformular. Dann ist die Kategorie richtig – und dann lohnt sich auch der Vergleich der Anbieter.

Für Leadinfo liegen öffentlich sehr unterschiedliche Durchschnittsnoten vor (Stand 09/2026): auf OMR Reviews 4,5 bei 50 Bewertungen, auf Capterra 3,7 bei 3 Bewertungen, auf Trustpilot 2,3 bei 7 Bewertungen. Das widerspricht sich weniger, als es scheint. Kleine Stichproben schwanken stark – eine einzelne Bewertung verschiebt den Schnitt um mehrere Zehntel. Außerdem ziehen die Portale unterschiedliche Gruppen an: Software-Bewertungsplattformen sammeln überwiegend Erfahrungen von Nutzern, die um eine Bewertung gebeten wurden; offene Verbraucherportale dienen häufiger als Beschwerdekanal.

Der zweite Punkt betrifft Vergleichstests im Netz. Viele stammen von Anbietern derselben Kategorie oder von deren Partnern. Das verändert den Maßstab in beide Richtungen: Ein Wettbewerber wählt Kriterien, bei denen der eigene Ansatz gut aussieht; ein Vertriebspartner wählt sie andersherum. Anbieter dieser Kategorie arbeiten mit weitreichenden Partnerprogrammen – Leadinfo beschreibt öffentlich mehrere Partnerstufen mit Provisionsbeteiligung und mehr als 2.000 Vertriebspartner. Ein wohlwollender Testbericht kann also ebenso interessengeleitet sein wie ein kritischer.

Auch diese Seite ist davon nicht ausgenommen; wir haben unser Interesse oben offengelegt. Die Konsequenz ist dieselbe wie in Kapitel 4: Lest Bewertungen auf wiederkehrende inhaltliche Muster hin – Support, Datenqualität, Abrechnung, Kündigung – und bildet euch das Urteil über die Trefferqualität im eigenen Testzeitraum.

Kategorie A – Besuchererkennung

Gleiches Prinzip, andere Datenbank, andere Schwelle, anderes Funktionsumfeld. Wer nur den Anbieter wechseln möchte, sucht hier. Bekannte Anbieter, jeweils in einem Satz und ohne Wertung:

• Leadfeeder – international breit aufgestellt, eng an Google Analytics angebunden; seit 03/2026 firmiert das Produkt wieder unter dem Namen Leadfeeder.
• SalesViewer – deutscher Anbieter mit Fokus auf den DACH-Markt, Vertragspartner und Hosting im deutschsprachigen Raum.
• Albacross – europäischer Anbieter mit Schwerpunkt auf Werbeaussteuerung und Zielgruppenbildung.
• Snitcher – schlanke Lösung mit enger Analytics-Integration und übersichtlicher Oberfläche.
• WiredMinds / LeadLab – deutscher Anbieter mit Datenschutz- und Dokumentationsfokus.
• Lead Forensics – britischer Anbieter mit großem Datenbestand, ausgelegt auf eigene Inside-Sales-Teams.
• Webmetic – deutscher Anbieter mit Schwerpunkt auf einfacher Einrichtung.
• LeadRebel – breites Integrationsangebot in bestehende Systeme.

Kategorie B – Firmendatenbanken und Sales Intelligence

Diese Werkzeuge liefern Firmen- und Strukturdaten unabhängig vom Websitebesuch: Register- und Bilanzdaten, Mitarbeiterzahlen, Technologieeinsatz, Kontakte. Sie beantworten „Wen gibt es überhaupt?“ und „Was weiß ich über diese Firma?“. Wer eine Zielkundenliste erst aufbauen muss, ist hier richtig. Eine Einordnung dieser Kategorie steht in Sales Intelligence, ein konkreter Anbietervergleich in Dealfront Alternative.

Kategorie C – signalbasierte Priorisierung

Hier geht es darum, bei welcher Firma gerade etwas passiert, das ein Gespräch trägt – und in welcher Reihenfolge das Team arbeiten sollte. Datengrundlage sind öffentliche Veränderungen: Ausschreibungen, Personalien, Wachstum, Registeränderungen. PrioX gehört in diese Kategorie. Das Prinzip ist in Signal Based Selling beschrieben.

Die beiden Werkzeuge stehen nicht im selben Regal: Leadinfo beantwortet, wer auf eurer Website war; PrioX, wen euer Team als Nächstes ansprechen sollte und warum. Deshalb ist ein Merkmalsvergleich sinnvoller als eine Punktewertung.

Der Ausgangspunkt ist ein anderer. Statt auf eine IP-Adresse zu warten, beobachten wir öffentliche Veränderungen bei den Firmen, die zu eurem Zielkundenprofil passen: neu ausgeschriebene Rollen, Wechsel in der Führung, Wachstumsschritte, Meldungen aus öffentlichen Registern. Aus mehreren solchen Beobachtungen entsteht je Firma eine Bewertung – und daraus eine begründete Reihenfolge.

Zu jeder Firma steht dasselbe Minimum: welcher Anlass vorliegt, seit wann, wer dafür die richtige Rolle ist und mit welchem Satz das Gespräch beginnt. Das ist die Verengung aus Kapitel 8 – nur vorbereitet statt nachträglich von Hand. Und weil die Grundlage öffentliche Veränderungen sind, funktioniert das auch bei Firmen, die eure Website nie gesehen haben.

Wo PrioX aufhört, steht schon in der Tabelle: Wir zeigen euch nicht, wer gerade auf eurer Preisseite ist, werten das Verhalten auf eurer Website nicht aus und bringen kein Skript auf eure Seite. Wenn genau das euer Ziel ist, ist Besuchererkennung die richtige Wahl – und diese Seite hat hoffentlich geholfen, das passende Werkzeug auszuwählen.