KI im Vertrieb: Was Umsatz bringt — und was nicht
Ein nüchterner Blick auf KI-Anwendungsfälle im B2B-Vertrieb: welche Hebel tragen, welche enttäuschen und warum die Reihenfolge entscheidet.
KI im Vertrieb ist kein Pilotthema mehr. Fast jedes CRM-System bringt inzwischen eigene Assistenten mit, und kaum ein Vertriebsleiter kommt an der Frage vorbei, wo Sprachmodelle im eigenen Funnel sinnvoll sind. Gleichzeitig zeigen Erhebungen aus dem Mittelstand regelmäßig dasselbe Muster: Die erste Welle an Anwendungsfällen bleibt hinter den Erwartungen zurück. Selten wegen der Technik, meist wegen der Reihenfolge, in der sie eingeführt wurde.
Der Grund ist einfach. Ein Sprachmodell beschleunigt das, was es vorfindet. Ist der Vertriebsprozess sauber beschrieben, sind Zielkunden definiert und liegen die Daten im CRM in brauchbarer Qualität vor, dann wirkt KI wie ein Hebel. Ist das nicht der Fall, produziert dieselbe Technik schneller mehr von dem, was vorher schon nicht funktioniert hat: unpassende Leads, generische Anschreiben und Prognosen, denen niemand traut.
Was in der Regel trägt, sind Anwendungsfälle nah an der Pipeline. Erstens die Lead-Recherche: Ein Modell kann aus Handelsregisterdaten, Webseiten und Stellenanzeigen in Minuten ein Profil erstellen, für das ein Innendienst früher eine Stunde gebraucht hat. Zweitens die Personalisierung im Outbound: Nicht der Massenversand, sondern der individuell begründete Erstkontakt, der auf ein konkretes Ereignis beim Zielkunden Bezug nimmt. Drittens die Angebotserstellung: Textbausteine, Leistungsbeschreibungen und Kalkulationslogik lassen sich so hinterlegen, dass ein Angebot in zwanzig Minuten statt in zwei Tagen steht. Viertens Assistenten direkt im CRM, die Gesprächsnotizen zusammenfassen, nächste Schritte vorschlagen und Datenfelder pflegen, die sonst leer bleiben.
Der gemeinsame Nenner dieser vier Fälle: Ein bestehender, klar beschriebener Prozess wird beschleunigt. Der Vertriebsmitarbeiter bleibt verantwortlich, entscheidet und spricht mit dem Kunden. Das Modell nimmt ihm die Vorbereitung und die Nacharbeit ab. Genau in diesen beiden Bereichen liegen im B2B-Vertrieb typischerweise 40 bis 60 Prozent der Arbeitszeit, und genau dort ist der Effekt messbar.
Was in der Regel enttäuscht, lässt sich ebenso klar benennen. Allgemeine Assistenten ohne sauberen Datenkontext liefern Antworten, die klug klingen und nichts über den eigenen Kunden wissen. Forecasting ohne Prozessdisziplin bleibt Wunschdenken mit Nachkommastellen, weil das Modell nur die Pipeline bewerten kann, die gepflegt wurde. Und Werkzeuge, die neben der bestehenden Systemlandschaft stehen statt in ihr, werden nach der Einführungsphase schlicht nicht mehr geöffnet. Jede zusätzliche Oberfläche, die ein Verkäufer bedienen soll, senkt die Nutzungsquote.
Ein weiterer Punkt wird unterschätzt: die Qualität der Stammdaten. Doppelte Kontakte, veraltete Ansprechpartner und fehlende Branchenschlüssel sind im Mittelstand die Regel. Ein KI-Projekt im Vertrieb beginnt deshalb fast immer mit Datenbereinigung, auch wenn das im Angebot der Anbieter selten steht. Wer diesen Schritt überspringt, bezahlt ihn später doppelt.
Wie sieht eine tragfähige Reihenfolge aus? Erstens: Zielkundenprofil und Vertriebsprozess schriftlich festhalten, auch wenn beides schon „im Kopf“ existiert. Zweitens: zwei Anwendungsfälle entlang des Funnels auswählen, einen in der Vorbereitung, einen in der Nacharbeit. Drittens: harte Kennzahlen definieren, etwa Zeit pro qualifiziertem Lead, Angebotsdurchlaufzeit oder Datenvollständigkeit im CRM, und den Ausgangswert messen, bevor irgendetwas eingeführt wird. Viertens: sechs bis acht Wochen mit einem Teil des Teams arbeiten, Kennzahlen vergleichen, dann entscheiden. Erst wenn der Prozess trägt, wird skaliert.
Eine Frage stellt sich bei jedem Vorhaben: Was passiert mit den Kundendaten? Für den Mittelstand kommen Modelle mit Verarbeitung in der EU oder im eigenen Haus infrage. Welche Felder ein System sehen darf, muss vor der Einführung festgelegt und dokumentiert sein, nicht danach. Das ist kein Bremsklotz, sondern die Voraussetzung dafür, dass die Fachabteilung das Werkzeug überhaupt nutzen darf.
Die naheliegende Konsequenz aus alledem: mit zwei klar umrissenen Anwendungsfällen beginnen, harte Kennzahlen definieren und erst skalieren, wenn der Prozess trägt. Reihenfolge schlägt Ambition. Wer den Vertrieb zuerst als System versteht und dann Technik einsetzt, bekommt Umsatzwirkung. Wer es umgekehrt macht, bekommt eine Lizenzrechnung.