Durchgerechnetes Beispiel. Dies ist ein anschauliches, durchgerechnetes Beispiel und kein Kundenergebnis. Das Vertriebsteam und jede Zahl darin sind Annahmen. Es zeigt, wie ein Claude-basierter Nachfass-Assistent Deals aufspüren könnte, die still geworden sind, und den nächsten Kontakt im Stil des Vertrieblers vorschreibt. Der Vertriebler prüft und versendet jede Nachricht.
Das Problem ist nicht die Zahl der Leads. Es ist das Gedächtnis. Deals bleiben nach einem guten zweiten Gespräch liegen, der Vertriebler wendet sich einem heißeren Thread zu, und später denkt niemand mehr ans Nachfassen. Die Pipeline sieht im CRM gesund aus. Von innen stirbt sie leise.
Nehmen wir zur Veranschaulichung einen Vertriebsleiter an, dessen CRM einen Berg offener, aber still gewordener Deals enthält: als offen markiert, ohne Bewegung, ohne dass ein einziger neuer Lead gekauft wurde. Die Frage ist, wie viele davon wieder in ein echtes Gespräch kommen, wenn ein Vertriebler sie im richtigen Moment mit der richtigen Nachricht anfasst. Das ist die Zahl, die man messen sollte. Dieser Beitrag behauptet dafür keinen Wert.
#Warum sterben so viele Deals im Follow-up?
Wie hilft KI beim Sales-Follow-up bei blockierten Deals?
KI liest täglich dein CRM, markiert Deals, die über ihren normalen Rhythmus hinaus ruhig geworden sind, und entwirft die nächste Nachricht in der Stimme des Reps anhand der echten Thread-Historie. Der Rep prüft und sendet. Es holt Pipeline zurück, die du bereits hast, statt neue Leads zu jagen, und das Volumen bleibt im menschlichen Bereich, damit die Zustellbarkeit erhalten bleibt.
Ein Vertriebler mit 40 offenen Deals (eine Annahme zur Veranschaulichung) kann 40 Nachfass-Uhren nicht im Kopf behalten. Also gewinnt der lauteste Deal den Tag, und die leisen driften weg. Das Wegdriften ist unsichtbar bis zum Quartalsende, wenn sich ein prognostizierter Deal als still seit dem zweiten Gespräch entpuppt. Genau um dieses Muster dreht sich unsere Arbeit zu KI für den Vertrieb.
#Woraus besteht das Design?
Drei Teile, keiner davon exotisch. Ein Schritt, der bewertet, welche offenen Deals über ihren normalen Rhythmus hinaus ruhig geworden sind. Ein Entwurfsschritt, der die nächste Kontaktaufnahme anhand der echten Thread-Historie schreibt. Und eine tägliche Liste, die der Rep öffnet, statt das CRM von Hand zu durchkämmen.
- Erfassen: liest jeden Morgen offene Opportunities im CRM und markiert die, die ihr erwartetes nächstes Kontaktdatum überschritten haben, gewichtet nach Dealgröße und letzter echter Antwort.
- Entwerfen: schreibt pro markiertem Deal ein kurzes Follow-up in der Stimme des Reps und zitiert das Letzte, was im Thread tatsächlich passiert ist. Kein generisches „Wollte nur kurz nachfragen“.
- Prüfen: legt den Entwurf in eine Liste „Wen heute anstupsen“. Nichts wird gesendet, bevor der Rep es liest und auf Senden klickt.
Der Entwurfsschritt soll die Qualität der Antworten verändern. Ein Nachfassen wie "Du hattest erwähnt, dass die Verlängerung im Q3 ansteht, ich wollte den Piloten vorher einplanen" wird deutlich eher beantwortet als "Wollte nur mal nachhaken". Claude liest den Thread und zieht den konkreten Aufhänger heraus, sodass der Vertriebler eine echte Nachricht bearbeitet, statt sie auf einem leeren Blatt zu schreiben.
We are
Eine tägliche Liste, die jedem Rep die ruhigen Deals zeigt, die einen Anstoß wert sind, samt entworfener Erstversion zum Bearbeiten — jede Nachricht wird von einem Menschen gelesen und gesendet.
We aren't
Kein Auto-Sequencer, der zeitgesteuert vorlagenbasierte „Nur ein kurzes Follow-up“-E-Mails auf jeden offenen Deal abfeuert und deine Interessenten darauf trainiert, dich auszufiltern.
Das Volumen sollte im menschlichen Rahmen bleiben. Vertriebler versenden so viele Nachfassnachrichten, wie ein Mensch sinnvoll versenden kann, aus ihren eigenen, eingewärmten Postfächern. Der Assistent ändert, welche Deals Aufmerksamkeit bekommen und was jede Nachricht sagt, nicht wie viele hinausgehen. Spam-Beschwerden und Zustellbarkeit sollten sich daher nicht bewegen. Diese Linie mit dem Menschen in der Schleife ist dieselbe Disziplin wie in unserer Arbeit zu KI-Implementierung.
#Woran erkennt man, dass es funktioniert?
Rechne mit einer anfangs unruhigen Phase. Der Erkennungsschritt markiert Deals, die aus gutem Grund still sind, die Vertriebler bekommen eine Liste, der sie nicht trauen, und manche öffnen sie nicht mehr. Die Lösung ist, die Kadenzlogik zu justieren und ihr beizubringen, Deals zu ignorieren, die ein Vertriebler bewusst geparkt hat.
Das Signal, das man messen sollte, ist die Reaktivierung: Von den Deals, die die Liste markiert hat, wie viele sind in ein echtes Gespräch zurückgekehrt, verglichen mit vergleichbaren Deals vor dem Einschalten? Lege diese Basislinie zuerst fest und zähle nur Deals, die ein Vertriebler angefasst hat, weil die Liste sie hochgespült hat. Das Modell ist der leichte Teil; die langweilige Schleife drumherum ist das, was du testest. Im Journal findest du weitere durchgerechnete Beispiele dieses Musters.
Hier gibt es kein Kundenzitat, weil es keinen Kunden gibt. Der Test für das Design ist einfach: Verliert der Vertriebler keine Deals mehr an sein eigenes Postfach, dank einer Liste, die sagt, wer still geworden ist, und einer Nachricht, die er tatsächlich senden kann?
Stennir ist ein junges Studio, und dieser Beitrag ist ein Entwurf, keine Referenz. Wenn du Vertriebsleiter bist und siehst, wie prognostizierte Deals im CRM verstummen, gehört dir die Pipeline, die es zurückzuholen gilt, bereits. Erzähl uns, was du baust, und wir grenzen die Nachfass-Schleife an deinen echten Deal-Daten ab.
