Lead-Scoring-Modelle für B2B-Teams: Praxisleitfaden
Lead Scoring im B2B: regelbasierte, zweidimensionale und KI-gestützte Modelle, ein Beispiel-Regelsatz, die Übergabe an den Vertrieb und was die DSGVO verlangt.
Lead Scoring beantwortet eine einfache Frage: Mit welchem Kontakt sollte der Vertrieb heute zuerst sprechen? Ein gutes Modell bewertet dafür zwei Dinge getrennt: Passt das Unternehmen zu uns? Und zeigt die Person gerade Interesse?
Die meisten Modelle, die wir in Projekten vorfinden, scheitern nicht an der Mathematik, sondern daran, dass Marketing und Vertrieb sich nie darauf geeinigt haben, was ein guter Lead ist.
Welche Modelle es gibt
Regelbasiertes Punktesystem. Jedes Merkmal und jede Aktion gibt Punkte: Branche passt +15, Whitepaper heruntergeladen +10, Preisseite besucht +20. Ab 60 Punkten geht der Lead an den Vertrieb. Einfach, verständlich, in jedem CRM umsetzbar.
Zweidimensionales Modell (Fit × Engagement). Statt einer Summe gibt es zwei Werte. Fit bewertet das Unternehmen, Engagement das Verhalten. Daraus entsteht eine Matrix, zum Beispiel A1 bis D4. Ein großes Unternehmen aus der Zielbranche mit wenig Aktivität wird anders behandelt als ein kleines mit viel Aktivität.
Predictive Scoring. Ein Modell lernt aus vergangenen Abschlüssen, welche Merkmale auf einen Auftrag hindeuten. HubSpot und Salesforce bieten das in höheren Lizenzstufen an. Es braucht genug Daten, typischerweise mehrere Hundert gewonnene und verlorene Deals.
Hybrid. Regeln für den Fit, Vorhersage für das Engagement. In der Praxis oft der beste Kompromiss.
Unsere Empfehlung für den Start: zweidimensional mit festen Regeln. Es ist erklärbar, und der Vertrieb versteht, warum ein Lead bei ihm landet.
Ein Beispiel-Regelsatz
Fit (Unternehmen):
| Merkmal | Punkte |
|---|---|
| Zielbranche | +20 |
| 50 bis 1.000 Mitarbeitende | +20 |
| Sitz im DACH-Raum | +10 |
| Position mit Budgetverantwortung | +15 |
| Wettbewerber, Agentur, Student:in | Ausschluss |
Engagement (Verhalten, letzte 90 Tage):
| Aktion | Punkte |
|---|---|
| Preisseite besucht | +20 |
| Demo angefragt | direkt an den Vertrieb |
| Webinar besucht | +15 |
| Whitepaper heruntergeladen | +10 |
| Newsletter geöffnet | +2 |
| 30 Tage keine Aktivität | −10 |
Die Werte sind ein Startpunkt, kein Naturgesetz. Nach drei Monaten wird nachjustiert.
Schritt für Schritt zum Modell
- Definition klären. Marketing und Vertrieb legen gemeinsam fest, was ein Marketing Qualified Lead (MQL) und was ein Sales Qualified Lead (SQL) ist. Schriftlich.
- Daten prüfen. Sind Branche und Unternehmensgröße im CRM gepflegt? Werden Website-Besuche dem Kontakt zugeordnet? Oft ist hier die meiste Arbeit.
- Kriterien gewichten. Gewonnene Aufträge der letzten zwei Jahre anschauen: Was hatten sie gemeinsam?
- Schwellenwerte festlegen. Ab wann geht ein Lead an den Vertrieb? Lieber anfangs zu streng als zu großzügig.
- Rückmeldung einbauen. Der Vertrieb markiert, ob ein Lead gepasst hat. Ohne diese Schleife wird das Modell nie besser.
Übergabe an den Vertrieb
Ein Score ohne Absprache ist eine Zahl im CRM. Damit er wirkt, braucht es Regeln:
- Reaktionszeit: SQLs werden innerhalb von 24 Stunden an Werktagen kontaktiert.
- Rückgabe: Der Vertrieb darf Leads mit Begründung zurückgeben. Das Marketing wertet die Gründe monatlich aus.
- Nachfassen: Leads, die noch nicht reif sind, gehen in eine Nurturing-Strecke statt in den Papierkorb.
Datenschutz
Lead Scoring ist Profiling im Sinne der DSGVO. Das ist erlaubt, braucht aber eine Grundlage:
- Rechtsgrundlage: meist berechtigtes Interesse, für Website-Tracking die Einwilligung.
- Transparenz: In der Datenschutzerklärung steht, dass und wie Sie Kontakte bewerten.
- Keine rein automatischen Entscheidungen mit erheblicher Wirkung: Ein Score, der nur die Reihenfolge der Anrufe bestimmt, ist unkritisch. Ein Score, der automatisch Konditionen festlegt, wäre es nicht.
- Widerspruch: Personen können der Verarbeitung widersprechen.
Wie immer: Das ist keine Rechtsberatung, sprechen Sie mit Ihrer oder Ihrem Datenschutzbeauftragten.
Technik
Für regelbasierte Modelle reicht ein CRM mit Marketing-Automation, etwa HubSpot, Salesforce mit Account Engagement oder Microsoft Dynamics. Wichtig ist die Verbindung zur Website: Seitenaufrufe und Downloads müssen dem Kontakt zugeordnet werden, nach Einwilligung.
Spannend wird es, wenn Sie die Scores zurück in die Werbung spielen. Über den Offline Conversion Import erfährt Google Ads, welche Klicks zu SQLs geführt haben, und optimiert darauf.
FAQ
Was ist Lead Scoring?
Ein Verfahren, das Kontakte nach Passung und Interesse bewertet, damit der Vertrieb sich zuerst um die vielversprechendsten kümmert.
Welches Lead-Scoring-Modell ist das beste für B2B?
Für den Start ein zweidimensionales Modell aus Fit und Engagement mit festen Regeln. Predictive Scoring lohnt sich erst mit mehreren Hundert abgeschlossenen Deals als Datenbasis.
Ist Lead Scoring DSGVO-konform?
Ja, wenn Sie eine Rechtsgrundlage haben, transparent informieren und keine rein automatischen Entscheidungen mit erheblicher Wirkung treffen.
Quellen
Für den Einstieg und die Vertiefung empfehlen sich folgende Ressourcen:
- Lead-Scoring in 4 Schritten (+ Lead-Ziel-Rechner)
- Lead Scoring im B2B: So priorisieren Sie die richtigen Leads — CegTec Wissen
- B2B Lead Nurturing Strategies To Drive Sales In 2026
- Lead Scoring Modelle: Leads bewerten und priorisieren
- Lead Scoring Software for Businesses – Zoho SalesIQ
- Lead Scoring Explained: How to Identify and Prioritize High-Quality Prospects