KURZ ERKLÄRT
Lead-Qualifizierung beantwortet unterschiedliche Fragen: Kann ein Unternehmen von eurer Lösung profitieren? Zeigt eine Person relevantes Interesse? Gibt es einen konkreten Anlass für ein Gespräch? Wenn du diese Ebenen trennst, werden Kampagnenentscheidungen und Vertriebsübergaben deutlich verständlicher.
Wie Zielkunden, Kanäle und Vertriebsübergaben zusammenspielen, zeigt der übergeordnete Guide B2B Demand Generation: von Aufmerksamkeit zu qualifizierter Pipeline.
Mit fachlicher Produktpassung beginnen
Definiere zunächst die wenigen Kriterien, ohne die ein sinnvoller Einsatz kaum möglich ist. Dazu können Anwendungsfall, verfügbare Integration, Markt oder organisatorische Voraussetzungen gehören. Unterscheide sie von angenehmen Zusatzmerkmalen. Ein attraktiver Jobtitel gleicht einen unpassenden Bedarf nicht aus. Lege außerdem fest, welche Angaben ihr zuverlässig kennt und welche erst im Gespräch geprüft werden. Unbekannte Informationen sind keine negativen Beweise. Für ein illustratives IT-Tool kann ein bestimmtes bestehendes System entscheidend sein, während die exakte Mitarbeiterzahl nur eine grobe Orientierung bietet. Diese Priorisierung verhindert unnötige Scheingenauigkeit.
Interesse nicht mit Absicht verwechseln
Ein Artikelaufruf, Download oder Webinarbesuch kann fachliches Lernen bedeuten. Das ist wertvoll, beweist aber keinen aktiven Beschaffungsprozess. Berücksichtige den Inhalt einer Interaktion: Eine konkrete Anfrage zur Integration kann stärker auf Evaluationsarbeit hindeuten als mehrere allgemeine Blogbesuche. Auch dieses Signal bleibt zunächst eine Interpretation. Gib dem Vertrieb deshalb beobachtete Fakten und keine überzogenen Absichtsaussagen mit. Dokumentiere beispielsweise, welches Thema angefragt wurde und welche freiwillige Frage vorliegt. So entsteht ein sinnvoller Gesprächseinstieg, ohne dem Interessenten eine Kaufbereitschaft zu unterstellen, die er nie geäußert hat.
Scoring als Ordnungshilfe aufbauen
Ein einfaches Modell kann Fit und Engagement getrennt sichtbar machen. HubSpot dokumentiert entsprechende Score-Typen; verfügbare Funktionen hängen vom jeweiligen Abonnement ab. Lege Kriterien, Gewichtung und Grenzen fachlich fest, bevor du sie im Tool abbildest. Verwende anfangs wenige nachvollziehbare Signale und prüfe echte Fälle dagegen. Wenn häufige Interaktionen unbegrenzt Punkte sammeln, können neugierige Studierende oder Anbieter versehentlich priorisiert werden. Begrenze deshalb Wiederholungen sinnvoll und berücksichtige die Aktualität. Der Score soll eine begründete Entscheidung unterstützen, nicht eine präzise Abschlusswahrscheinlichkeit vortäuschen, die ihr nie validiert habt. Mehr dazu im Leitfaden Marketing und Vertrieb verzahnen: klare Übergaben statt MQL-Diskussionen.
AUS MEINER PROJEKTPRAXIS
Can Do: MQL-Zahl und Vertriebsfortschritt getrennt bewerten
Bei Can Do verband die Zusammenarbeit Kampagnenarbeit und Content mit dem Input und den Entscheidungen des internen Teams. Die Ergebnisübersicht berichtet einen Anstieg von 100 auf 300 MQLs innerhalb eines Monats. Die Kundenreferenz beschreibt außerdem qualitativ, dass Kontakte zu SQLs und Opportunities weiterentwickelt wurden.
Rolle & Zusammenarbeit
GROWSaaS unterstützte Can Do als Strategie- und Umsetzungspartner. Patrick und das Team verbanden Kampagnenarbeit und Content mit dem Input und den Entscheidungen des internen Teams.
HISTORISCHE PROJEKTERGEBNISSE
Einordnung für eure Umsetzung
Für die Lead-Qualifizierung zeigt der Case, weshalb eine größere Kontaktzahl und ein belegter Vertriebsfortschritt zwei unterschiedliche Aussagen sind. Ein Review sollte MQL-Kriterien, Vertriebsannahme und spätere Stufen getrennt festhalten. Die Referenz liefert keinen vollständigen Funnel, aus dem sich eine Abschlussquote berechnen ließe.
- MQL und SQL vor der Auswertung gemeinsam mit dem Vertrieb definieren.
- Bei Vergleichen dieselben Zeiträume, Lead-Typen und Ausgangsgrößen verwenden.
- Fehlende Stufenwerte als Datenlücke benennen, statt sie aus einer MQL-Zahl hochzurechnen.
Was die Zahlen belegen – und wo die Daten enden
Die Referenz verwendet in der Ausgangslage auch rund 50 Leads aus organischen und bezahlten Quellen. Diese Größe ist nicht als identische Vergleichsbasis für die späteren MQL-Werte erklärt. Genaue SQL-Zahlen, Abschlussquoten und abgeschlossener Umsatz sind nicht dokumentiert. Die 300 MQLs sind keine 300 Kunden.
Quelle: GROWSaaS Can Do Case Study 2026, deutsche Kundenreferenz. Ergebnisse: Seite 8; Kundenstimme von Ariane Becker: Seite 9.
Fallstudie, Quelle & Messkontext ansehen ↗Die Gesprächsreife direkt prüfen
Bei einer echten Anfrage helfen offene, respektvolle Fragen zu Problem, bestehendem Vorgehen und gewünschter Veränderung. Prüfe, wer beteiligt ist und welcher nächste Schritt für beide Seiten sinnvoll wäre. Ein starres Verhör nach Budget und Entscheiderrolle kann zu früh sein, wenn der Interessent erst Anforderungen sortiert. Erkläre stattdessen, warum bestimmte Informationen wichtig sind. Ein Beispiel: Die bestehende Systemlandschaft klärt, ob eine technische Prüfung notwendig ist. Halte bestätigte Angaben getrennt von Vermutungen fest. Wenn kein Projekt vorliegt, kann ein hilfreicher Inhalt die bessere Reaktion sein als ein erzwungener Demo-Termin. Mehr dazu im Leitfaden Lead Nurturing im B2B: offene Kaufentscheidungen sinnvoll begleiten.
Status und nächste Aktion zusammenführen
Jede Qualifikationsentscheidung sollte eine konkrete Folge haben: Sales übernimmt, eine Rückfrage ist nötig, ein Kontakt erhält relevante Begleitung oder eine Anfrage wird begründet ausgeschlossen. Definiere Zuständigkeit und überprüfbare Kriterien für diese Wege. Halte fest, warum sich ein Status geändert hat. So kann Marketing zwischen einem Zielgruppenproblem, einem Timingthema und einem Nachbearbeitungsfehler unterscheiden. Verhindere widersprüchliche Automationen, wenn ein Kontakt gleichzeitig in mehreren Listen oder Produktinteressen vorkommt. Besonders bei mehreren Personen desselben Unternehmens ist die Account-Situation wichtiger als eine isolierte Bewertung einzelner Aktivitäten ohne Zusammenhang.
Das Modell regelmäßig anhand von Fällen prüfen
Vergleiche qualifizierte und ausgeschlossene Kontakte mit ihren späteren Verläufen. Welche Kriterien haben geholfen, welche passende Unternehmen zu früh aussortiert? Prüfe auch, ob Datenqualität und unterschiedliche Bearbeitung das Ergebnis verzerren. Ein schlechtes Follow-up darf nicht rückwirkend als fehlende Lead-Qualität erklärt werden. Ergänze quantitative Auswertungen durch gemeinsame Fallbesprechungen mit Sales. Passe das Modell an, wenn Produkt, Zielmarkt oder Angebote sich verändern. Dokumentiere jede wesentliche Anpassung, damit historische Kohorten verständlich bleiben. Ein schlichtes, gepflegtes System ist oft hilfreicher als ein komplexer Score, dessen Regeln niemand mehr erklären kann.
INTERAKTIV / VOM LESEN ZUR ANWENDUNG
Drei Prüfpunkte für eure Umsetzung
Wähle einen Punkt und halte deinen persönlichen Lesefortschritt fest. Die Häkchen werden weder gespeichert noch übertragen und sind keine Bewertung eures Unternehmens.
PRÜFPUNKT 01
Scoring als Ordnungshilfe aufbauen
Ein einfaches Modell kann Fit und Engagement getrennt sichtbar machen.
Im Artikel vertiefen ↗PRÜFPUNKT 02
Die Gesprächsreife direkt prüfen
Bei einer echten Anfrage helfen offene, respektvolle Fragen zu Problem, bestehendem Vorgehen und gewünschter Veränderung.
Im Artikel vertiefen ↗PRÜFPUNKT 03
Status und nächste Aktion zusammenführen
Jede Qualifikationsentscheidung sollte eine konkrete Folge haben: Sales übernimmt, eine Rückfrage ist nötig, ein Kontakt erhält relevante Begleitung oder eine Anfrage wird begründet ausgeschlossen.
Im Artikel vertiefen ↗Unqualifizierte LinkedIn Leads: Fit und Absicht auseinanderhalten
Ein Kontakt kann zur Zielbranche passen und trotzdem nur ein Dokument recherchieren. Prüft Rolle und Unternehmensfit getrennt von Anlass, Problem und nächstem Schritt. Vergleicht mindestens einige echte Vertriebsgespräche mit Kampagne und Formularantworten, bevor ihr Targeting oder CPL als einzige Ursache bewertet.
Häufige Fragen
Ist ein hoher Lead-Score gleich Kaufabsicht?
Nein. Ein Score bündelt die von euch gewählten Signale. Seine Aussagekraft hängt von Kriterien, Datenqualität und regelmäßiger Überprüfung ab.
Was ist der Unterschied zwischen Fit und Engagement?
Fit beschreibt die grundsätzliche Eignung. Engagement beschreibt beobachtete Interaktionen. Beides sagt allein noch nicht, ob ein aktuelles Projekt besteht.
Wie behandeln wir fehlende Angaben?
Kennzeichne sie als unbekannt und prüfe wesentliche Punkte sinnvoll nach. Fehlende Daten sollten nicht automatisch als bestätigter Ausschluss gelten.
Wie lässt sich „Mit fachlicher Produktpassung beginnen“ praktisch umsetzen?
Definiere zunächst die wenigen Kriterien, ohne die ein sinnvoller Einsatz kaum möglich ist. Dazu können Anwendungsfall, verfügbare Integration, Markt oder organisatorische Voraussetzungen gehören. Unterscheide sie von angenehmen Zusatzmerkmalen.
Was ist bei „Interesse nicht mit Absicht verwechseln“ besonders wichtig?
Ein Artikelaufruf, Download oder Webinarbesuch kann fachliches Lernen bedeuten. Das ist wertvoll, beweist aber keinen aktiven Beschaffungsprozess. Berücksichtige den Inhalt einer Interaktion: Eine konkrete Anfrage zur Integration kann stärker auf Evaluationsarbeit hindeuten als mehrere allgemeine Blogbesuche.
