Von 38 Anfragen im Monat waren 26 nie kaufbereit.
Der Vertrieb hat trotzdem alle angerufen.

Ein IT-Systemhaus aus Frankfurt bekommt jeden Monat rund 38 Anfragen über das Kontaktformular. Manche kommen von Geschäftsführern mit konkretem Budget und Startzeitpunkt, andere von Studenten für Abschlussarbeiten, Praktikanten die Konkurrenzrecherche betreiben, oder Leuten die schlicht den falschen Knopf gedrückt haben. Bis vor einem Jahr hat der Vertrieb alle angerufen.

Drei bis vier Stunden pro Woche sind dabei für Gespräche draufgegangen, die mit "wir sind eigentlich nur am Schauen" oder "das war ein Versehen" geendet haben. Der eigentliche Schaden war nicht die verlorene Zeit - sondern dass die echten Kaufinteressenten genauso lange auf einen Rückruf gewartet haben wie alle anderen. Wer ernsthaftes Interesse hatte, war manchmal schon beim Wettbewerb, wenn jemand ran kam.

Das Problem ist nicht ungewöhnlich. Wer ein Kontaktformular betreibt, hat keine Möglichkeit vorab zu sortieren - außer es passiert automatisch, bevor irgendjemand Zeit investiert.

Laut einer Analyse von MarketingSherpa werden branchenübergreifend rund 79 Prozent aller Marketing-Leads nicht in einen Abschluss konvertiert. Der häufigste Grund ist nicht mangelndes Interesse - sondern dass keine strukturierte Nachverfolgung stattfindet, weil der Vertrieb die Zeit damit verbringt, unqualifizierte Kontakte zu bearbeiten.

Was ein KI-Score eigentlich bewertet

Ein KI-Score ist kein Zaubertrick. GPT-4o liest den Freitext der Anfrage und bewertet ihn anhand von Kriterien, die vorher definiert wurden: Gibt es einen konkreten Bedarf? Einen Zeitrahmen? Eine Unternehmensbezeichnung, die auf einen B2B-Kontext schließen lässt? Formulierungen, die auf echtes Budget-Denken hinweisen ("wir suchen einen Partner", "wir haben ein Projekt", "wir wollen bis Q3")? Oder generische Phrasen ohne jede Substanz ("ich würde gerne mehr wissen")?

Dazu kommen die Strukturdaten aus dem Formular: E-Mail-Domain (kostenlose Anbieter wie Gmail vs. Unternehmensdomains), ausgefüllte oder leere Pflichtfelder, Tageszeit und Wochentag der Einsendung. Kein einzelnes Signal ist entscheidend - aber zehn zusammen ergeben ein klares Bild.

Das Systemhaus aus Frankfurt hat die Bewertungskriterien selbst definiert, weil es seine Zielkunden kennt: Unternehmen ab 20 Mitarbeitenden, Bedarf an Managed Services oder IT-Infrastruktur, Rhein-Main oder deutschlandweit. Wer diese Kriterien nicht erfüllt, ist nicht automatisch raus - bekommt aber eine niedrigere Priorität.

Wie der Workflow aufgebaut ist

Der Ablauf in n8n hat vier Stufen:

Wo das System falsch liegt

GPT-4o bewertet Text. Wer wenig schreibt, bekommt wenig Punktzahl - unabhängig davon, ob dahinter ein ernster Interessent steckt oder nicht. Das Systemhaus aus Frankfurt hatte in den ersten vier Wochen drei Fälle, wo ein kurzes "Haben Sie Zeit für ein Gespräch?" mit einer @gmail-Domain einen Score unter 40 bekam - und sich dahinter ein Einzelunternehmer verbarg, der einen größeren Auftrag zu vergeben hatte. Zwei davon sind verloren gegangen, bevor das aufgefallen ist.

Die Lösung war keine technische: der Score-Schwellenwert für die Nurture-Sequenz wurde von 40 auf 30 gesenkt, sodass deutlich mehr Leads in die E-Mail-Sequenz kommen statt ins Nichts. Das kostet nichts und rettet die Randfälle.

Clearbit liefert für viele kleinere Unternehmen keinen Treffer - besonders bei Betrieben unter 20 Mitarbeitenden oder ohne saubere Web-Präsenz. In diesen Fällen läuft der Score auf Basis der Formulardaten allein, was funktioniert, aber weniger präzise ist. Rund 30 Prozent der Einsendungen beim Systemhaus hatten keinen Clearbit-Treffer.

Was sich grundsätzlich nicht lösen lässt: wer lügt, wird nicht erkannt. Eine fingierte Unternehmensangabe mit einer guten Geschichte bekommt einen hohen Score. Das ist kein spezifisches Problem dieses Workflows - das ist ein allgemeines Problem jeder Vorqualifizierung, auch der manuellen.

Was das konkret gebracht hat

Das Vertriebsteam bearbeitet heute noch etwa 14 bis 16 Leads pro Monat direkt - gegenüber den früheren 38. Die Abschlussquote ist von 23 auf 41 Prozent gestiegen, weil jedes Gespräch mit einem Lead stattfindet, der zumindest auf dem Papier kaufbereit ist. Die Nurture-Sequenz produziert im Schnitt vier bis fünf Reaktivierungen pro Monat - Leads, die nach dem ersten Info-Mail zurückschreiben und doch ein Gespräch wollen.

Der wöchentliche Qualifizierungsaufwand ist von drei bis vier Stunden auf unter eine Stunde gefallen - nur noch Slack-Benachrichtigungen lesen und entscheiden, in welcher Reihenfolge zurückgerufen wird. Alles andere läuft automatisch.