journal

AI für lead-qualifizierung: inbound bewerten und routen

Eine ki-schicht, die jeden inbound-lead gegen euer icp und CRM bewertet, anreichert und routet, sodass reps nur die leads öffnen, die einen anruf wert sind. Kein neuer sdr, kein chatbot.

nour k.growth marketing3 min lesezeit

AI für lead-qualifizierung. Eine bewertungs- und routing-schicht, die jeden inbound-lead liest, ihn gegen euer icp anreichert, gegen euer CRM abgleicht und jedem rep eine geordnete warteschlange übergibt. Reps öffnen die leads, die einen anruf wert sind. Der rest wird zurückgehalten, weiter gepflegt oder verworfen, bevor jemand einen slot dafür verschwendet.

Ihr leitet sales bei einem b2b-saas-unternehmen. Inbound steigt. Genau wie das rauschen. Eure 8 aes öffnen jedes formular, raten, ob es passt, und verlieren den nachmittag an leads, die nie gekauft hätten. Dieser beitrag handelt von der schicht, die das lesen für sie übernimmt.

#Was macht AI für lead-qualifizierung eigentlich?

Was macht ki-lead-qualifizierung?

Sie bewertet jeden inbound-lead gegen euer ideal customer profile, reichert ihn mit firmografischen und intent-daten an, gleicht ihn mit bestehenden crm-datensätzen ab und routet ihn dann an den richtigen rep oder in eine warteschleife. Reps bekommen eine geordnete liste statt eines rohen feeds, sodass sie ihre anrufe auf leads verwenden, die passen, und die überspringen, die nicht passen.

Drei aufgaben, der reihe nach. Bewerte den lead gegen euer icp. Reichere ihn mit daten an, die euer rep sonst von hand zusammensuchen müsste. Route ihn an den rep, die warteschleife oder den papierkorb. Der datensatz bleibt in Salesforce oder HubSpot. Die anreicherung läuft über Apollo oder Clay. Wir setzen bewertung und routing auf das, wofür ihr ohnehin schon zahlt.

#Warum nicht einfach einen weiteren sdr einstellen oder einen chatbot ergänzen?

Ein sdr kostet euch eine einstellung, eine einarbeitungszeit und einen schreibtisch. Ein chatbot nervt den käufer und übergibt dem rep trotzdem ein rohes transkript zum lesen. Die bewertungsschicht tut beides nicht. Sie sitzt zwischen dem formular und dem CRM, übernimmt das lesen im hintergrund und lässt eure bestehenden reps eine kürzere, bessere liste öffnen.

We are

Stennir baut eine bewertungs- und routing-schicht auf dem sequencer und CRM, den euer team bereits nutzt, und hält das lead-volumen im menschlichen bereich von 30 bis 80 pro rep und tag.

We aren't

Stennir ist kein chatbot-anbau oder autonomes outbound-tool, das 800 leads am tag verschickt und das pipeline nennt.

#Bewegt das tatsächlich die zahlen?

Zur veranschaulichung: ein series-a-team mit 8 aes. Die vertriebler bleiben dieselben. Die liste, die sie öffnen, ändert sich. Beobachtet werden der anteil bearbeiteter leads, aus denen ein termin wird, und die zeit, die jeder vertriebler mit dem sortieren des eingangs verbringt, vor und nach der einführung der scoring-schicht. Das ist ein hypothetisches team, kein kundenergebnis.

Der punkt ist, dass vertriebler nicht mehr jeden lead öffnen. Sie öffnen die spitze einer gerankten warteschlange, und ihre kalender füllen sich mit gesprächen, die passen.

#Woran dockt es an?

  • Salesforce oder HubSpot verwaltet den datensatz. Wir lesen und schreiben darin, wir ersetzen es nicht.
  • Apollo oder Clay übernimmt die anreicherung. Wir bewerten auf grundlage der daten, die sie liefern.
  • Euer bestehender sequencer sendet weiterhin. Wir entscheiden, wer hineinkommt und wer nicht.
  • Das volumen bleibt menschlich: 30 bis 80 leads pro rep und tag, nicht 800.

Der punkt ist, dass nichts herausgerissen wird. Das ist ein projekt der ki-beratung, keine plattformmigration. Wir legen das icp mit deinem team fest, verdrahten das scoring in den stack, den du betreibst, und übergeben dir die routing-regeln mit einem governance-dokument, das genau erklärt, warum ein lead so bewertet wurde. Mehr dazu, wie wir das zuschneiden, steht auf der seite der ki-beratung.

#Wie verhindert ihr, dass ein rep einer schlechten bewertung vertraut?

Jede bewertung kommt mit ihren gründen. Der rep sieht, warum ein lead hoch eingestuft wurde, welche icp-signale ausgelöst haben und mit welchem crm-datensatz er übereinstimmt. Keine black box. Wenn die bewertung falsch liegt, sieht der rep den grund auf einen blick, und die regel wird nachjustiert. Wir schulen das team außerdem darin, bewertungen zu lesen und zu überschreiben – hier kommt unser training-bereich für teams ins spiel, die das wollen.

Wenn inbound eure 8 aes überflutet und ein weiterer sdr nicht die antwort ist, die ihr wollt, beginnt mit einer analyse eures aktuellen lead-flows. bucht einen 30-minütigen discovery-call, und wir zeigen euch, wo die qualifizierten leads untergehen.

Sagen Sie uns, welche Aufgabe die meiste Zeit kostet.

30 Minuten. Keine Vorbereitung nötig. Wir sagen Ihnen ehrlich, ob KI helfen kann und wo man anfängt.