Lead Scoring ist die systematische Bewertung von potenziellen Kunden (Leads) anhand eines Punktesystems, um ihre Kaufbereitschaft und Passgenauigkeit für dein Unternehmen zu messen. Dabei erfasst du sowohl bekannte Unternehmensdaten als auch das Verhalten der Kontakte und versiehst diese mit Plus- oder Minuspunkten. So erkennen Marketing und Vertrieb sofort, welche Interessenten reif für ein konkretes Angebot sind und welche noch weitere Informationen benötigen.
- Lead Scoring bewertet die Vertriebsreife von Interessenten durch ein messbares Punktesystem, den sogenannten Lead Score.
- Das Modell kombiniert explizite Kriterien wie die Unternehmensgröße mit impliziten Verhaltensdaten wie Website-Besuchen oder Downloads.
- Marketing Qualified Leads (MQL) sind Interessenten, die ein definiertes Interesse zeigen und vom Marketing gezielt weiterentwickelt werden.
- Sales Qualified Leads (SQL) haben einen bestimmten Schwellenwert erreicht und werden für den direkten Verkaufsabschluss an den Vertrieb übergeben.
- Ein automatisiertes Scoring-System verhindert, dass Vertriebsressourcen an unqualifizierte Kontakte verschwendet werden, und verkürzt den Verkaufszyklus.
Was ist ein Lead einfach erklärt?
Ein Lead ist ein potenzieller Kunde, der ein erstes Interesse an deinem Unternehmen oder deinen Produkten gezeigt hat und dessen Kontaktdaten dir vorliegen. Wenn ein anonymer Website-Besucher beispielsweise seine E-Mail-Adresse in ein Formular einträgt, um ein kostenloses Whitepaper herunterzuladen oder sich für ein Webinar anzumelden, konvertiert er zu einem kontaktierbaren Lead.
Dieser erste Schritt ist wichtig, reicht aber für den Vertrieb noch nicht aus. Anhand einer reinen E-Mail-Adresse kannst du nicht feststellen, ob dieser Kontakt tatsächlich ein Budget hat, in deine Zielgruppe passt oder jemals einen Kauf abschließen wird. Genau an diesem Punkt setzt die Lead-Qualifizierung ein. Das Marketing übernimmt die Aufgabe, diese frühen Kontakte mit weiteren relevanten Inhalten zu versorgen, bis sie bereit für ein konkretes Angebot sind.
Was versteht man unter Scoring und wie funktioniert die Methode?
Um die Qualität und Reife dieser Leads messbar zu machen, nutzt du die Scoring-Methode. Das Lead Scoring klassifiziert die gespeicherten Kundendaten und weist jedem Kontakt einen individuellen Wert zu. Je stärker ein Interessent mit deinen Inhalten interagiert und je besser seine Unternehmensdaten zu deinem idealen Kundenprofil passen, desto höher steigt dieser Wert.
Die Funktionsweise basiert auf einem vordefinierten Regelwerk. Erfüllt ein Lead bestimmte Kriterien oder führt er eine gewünschte Aktion aus – von der Öffnung einer E-Mail bis hin zur Teilnahme an einem Vertriebstelefonat –, erhält er Pluspunkte. Fehlen dem Profil hingegen wichtige Attribute oder bleibt eine Interaktion aus, sinkt der Score oder bleibt unverändert. Du kannst auch Minuspunkte vergeben, wenn ein Lead klare Ausschlusskriterien erfüllt, beispielsweise aus einer unpassenden Branche stammt.
Wie du die Skala für dein Lead Scoring System aufbaust, hängt von der Komplexität deiner Prozesse ab. Eine Skala von 1 bis 10 eignet sich für sehr einfache Abläufe, während komplexe B2B-Prozesse oft Skalen von 0 bis 1000 erfordern. Wichtig ist, dass du einen klaren Schwellenwert definierst. Erreicht ein Lead diese Punktzahl, gilt er als qualifiziert.
Moderne Systeme bieten zudem die Möglichkeit des Score-Verfalls (Score-Decay). Dabei verringert sich der Wert eines einzelnen Ereignisses automatisch, je länger es zurückliegt. Diese Verfallsintervalle folgen einer linearen Logik und lassen sich beispielsweise auf 1, 3, 6 oder 12 Monate festlegen. So stellst du sicher, dass ein Lead, der vor einem Jahr aktiv war, heute nicht fälschlicherweise als hochgradig kaufbereit eingestuft wird.
Explizite und implizite Kriterien im Lead Scoring Modell
Ein wirkungsvolles Lead Scoring Modell stützt sich auf zwei Säulen: explizite und implizite Kriterien.
Explizite Kriterien umfassen alle bekannten, harten Fakten über den Kontakt und sein Unternehmen. Dazu gehören demografische und firmografische Daten wie die Branche, die Unternehmensgröße, der Standort oder die Position des Ansprechpartners. Diese Informationen erhältst du meist direkt über Formulareingaben oder durch die Anreicherung aus externen Datenbanken und Unternehmensregistern.
Implizite Kriterien basieren auf den Verhaltensdaten des Leads. Sie zeigen das tatsächliche Engagement und den Informationsbedarf. Typische Beispiele sind Website-Besuche, der Download von Inhalten, die Anmeldung zu Veranstaltungen oder die Interaktion mit Social-Media-Beiträgen.
Ein klassisches Beispiel für explizite Kriterien im B2B: Du bist ein Hemdenhersteller und möchtest ausschließlich mit Kleidungsläden zusammenarbeiten, die in einer Stadt mit mindestens 100.000 Einwohnern liegen. Dafür vergibst du 10 Punkte. Liegt die Stadt zudem maximal 100 Kilometer von deinem nächsten Lager entfernt, gibt es weitere 10 Punkte. Erreicht der Lead diese 20 Punkte, hat er den Schwellenwert für die grundsätzliche Passgenauigkeit erreicht.
Für die impliziten Kriterien kannst du ein einfaches Punktesystem für Interaktionen festlegen. Die folgende Tabelle zeigt ein typisches Bewertungsmodell:
| Aktion / Kriterium | Art der Daten | Punkte | Bedeutung für den Vertrieb |
|---|---|---|---|
| Ausfüllen eines Kontaktformulars | Implizit | +10 | Hohes, direktes Kaufinteresse |
| Download eines Whitepapers | Implizit | +5 | Recherchephase, Informationsbedarf |
| Besuch einer spezifischen Produktseite | Implizit | +3 | Konkretes Produktinteresse |
| Branche entspricht der Kernzielgruppe | Explizit | +15 | Strategisch hohe Relevanz |
| Keine Interaktion seit 6 Monaten | Implizit (Decay) | -10 | Sinkendes Interesse, veralteter Kontakt |
Um zu verhindern, dass ein Lead allein durch das massenhafte Aufrufen von Blogartikeln den Schwellenwert erreicht, kannst du in deinem System Limits für bestimmte Score-Gruppen festlegen. Du begrenzt beispielsweise die maximal erreichbaren Punkte für reine Bekanntheits-Ereignisse wie Seitenaufrufe und gewichtest Conversion-Ereignisse wie Formulareinsendungen oder gebuchte Meetings deutlich höher.
Was ist MQL und SQL bei der Übergabe an den Vertrieb?
Das Lead Scoring dient als objektive Entscheidungsgrundlage für die Übergabe von Kontakten zwischen Marketing und Vertrieb. Hier kommen die Begriffe MQL und SQL ins Spiel.
Ein Marketing Qualified Lead (MQL) ist ein Kontakt, der durch sein Verhalten und sein Profil ein grundlegendes Interesse signalisiert hat und gut zur Zielgruppe passt. Das Marketing hat diesen Lead durch gezieltes Nurturing (das schrittweise Bereitstellen von relevanten Informationen) weiterentwickelt. Der Lead hat den definierten Schwellenwert im Scoring-Modell erreicht, ist aber noch nicht zwingend bereit für ein direktes Verkaufsgespräch. Das Marketing übergibt den MQL nun an den Vertrieb zur Prüfung.
Ein Sales Qualified Lead (SQL) ist ein MQL, den der Vertrieb geprüft und als tatsächlich kaufbereit eingestuft hat. Der Vertriebsmitarbeiter bestätigt, dass ein konkreter Bedarf, ein Budget und ein passender Zeitrahmen für einen Kauf vorliegen. Aus dem SQL wird im CRM-System in der Regel eine konkrete Verkaufschance (Opportunity).
Diese Übergabe ist keine Einbahnstraße. Stellt der Vertrieb fest, dass ein MQL doch noch nicht kaufbereit ist, gibt er den Lead an das Marketing zurück. Der Kontakt durchläuft dann weitere Nurturing-Schleifen, bis sein Score durch erneute Interaktionen wieder steigt. Eine saubere Marketing Operations Strategie stellt sicher, dass diese Prozesse reibungslos ineinandergreifen.
Lead Scoring im B2B-Mittelstand: Vorteile und Einsatzgebiete
Im B2B-Umfeld sind Verkaufszeiträume (Sales Cycles) oft sehr lang und es sind mehrere Entscheider in den Kaufprozess involviert. Je komplexer dein Portfolio und je diverser deine Buyer-Personas sind, desto stärker unterscheiden sich der Reifegrad und die Kaufbereitschaft einzelner Leads. Ohne ein systematisches Scoring riskierst du Fehlpriorisierungen: Potenzialträger werden übersehen, während Leads ohne Abschlusschance wertvolle Vertriebszeit binden.
Die Einführung eines Lead Scoring Systems bietet mittelständischen Unternehmen messbare Vorteile:
- Höhere Lead-Qualität: Das Marketing übergibt ausschließlich Leads an den Vertrieb, die wirklich relevant und kaufbereit sind.
- Bessere Priorisierung: Der Vertrieb konzentriert sich auf die Kontakte mit dem größten Abschlusspotenzial.
- Kürzere Sales Cycles: Du sprichst Interessenten genau zum richtigen Zeitpunkt an – nicht zu früh und nicht zu spät.
- Effizientere Ressourcenplanung: Du reduzierst Streuverluste in beiden Abteilungen und lenkst die Energie auf wirksame Maßnahmen.
- Klarere Entscheidungsgrundlage: Daten ersetzen das Bauchgefühl. Die Entwicklung der Leads wird transparent und messbar.
Um diese Vorteile zu nutzen, setzen Unternehmen zunehmend auf Customer Intelligence. Dieser Ansatz führt interne Daten aus dem CRM und der Marketing-Automation-Software mit externen Datenquellen wie Branchenverzeichnissen oder Social Media zusammen, um ein tiefgehendes Verständnis für die Zielgruppe zu gewinnen.
Allerdings ist Lead Scoring nicht für jedes Unternehmen wirtschaftlich sinnvoll. Wenn du im Monat nur eine Handvoll Leads generierst, die der Vertrieb problemlos manuell sichten kann, ist der Aufbau eines komplexen Scoring-Modells unnötig aufwendig. Der Einsatz lohnt sich erst, wenn das Volumen an Kontakten die manuellen Kapazitäten übersteigt.
Umsetzung in CRM-Systemen und der Einsatz von KI
Die technische Umsetzung des Lead Scorings erfolgt in der Regel in CRM- und Marketing-Automation-Plattformen. Wenn du beispielsweise Account Engagement (früher Pardot) im Salesforce-Ökosystem nutzt, kannst du detaillierte Bewertungsregeln für explizite und implizite Kriterien hinterlegen.
Ein großer Vorteil moderner Systeme ist die Flexibilität. Du bist nicht auf einen einzigen Score beschränkt. Du kannst mehrere Scores pro Objekt erstellen, um die Ziele verschiedener Teams oder Regionen abzubilden. Während Vertrieb und Marketing einen Score nutzen, um potenzielle Neukunden zu bewerten, benötigt das Support-Team einen völlig anderen Score, um die Interaktion bestehender Kunden nachzuverfolgen. Auch regionale Unterschiede lassen sich so abbilden, wenn sich die Eigenschaften eines idealen Kunden je nach Standort unterscheiden.
Wenn du mehrere Werte für eine Eigenschaft oder ein Ereignis auswählst, bieten Systeme wie HubSpot die Möglichkeit der gemeinsamen oder individuellen Bewertung. Du legst fest, ob eine bestimmte Punktzahl für alle erfüllten Werte zusammen addiert wird, oder ob jeder einzelne Wert eine eigene Punktzahl generiert.
Mit dem Einzug von Künstlicher Intelligenz gewinnt das Predictive Scoring an Bedeutung. KI und maschinelles Lernen erkennen Muster in umfangreichen Datenbeständen und verbessern Scoring-Modelle automatisiert. Dies bietet enorme Chancen für eine präzisere Vorhersage der Abschlusswahrscheinlichkeit. Vor einer KI-Einführung solltest du jedoch auch die Risiken kennen: KI-Modelle können zu einer „Blackbox“ werden, deren Entscheidungslogik schwer nachvollziehbar ist. Zudem besteht eine hohe Abhängigkeit von sauberen Daten. Nutzen die Algorithmen fehlerhafte oder unfaire Datenquellen, kann dies zu unbeabsichtigter Diskriminierung führen. Menschliche Kontrolle bleibt daher unerlässlich.
Ein typischer Fehler bei der Umsetzung ist die mangelnde Abstimmung zwischen den Abteilungen. Wenn das Marketing die Kriterien für das Scoring allein im stillen Kämmerlein definiert, wird der B2B-Vertrieb die übergebenen Leads oft nicht akzeptieren. Ein erfolgreiches Lead Scoring erfordert immer ein gemeinsames Verständnis beider Teams darüber, was einen qualifizierten Kontakt ausmacht.
Häufige Fragen
Was ist eine Lead-Qualifizierung?
Die Lead-Qualifizierung ist der Prozess, bei dem du überprüfst, ob ein potenzieller Kunde (Lead) die Voraussetzungen erfüllt, um dein Produkt oder deine Dienstleistung zu kaufen. Du bewertest dabei Faktoren wie das vorhandene Budget, den konkreten Bedarf, die Entscheidungsmacht der Kontaktperson und den zeitlichen Rahmen für den Kauf.
Was ist ein Lead Scoring System im Zusammenhang mit Automatisierung?
Im Zusammenhang mit Automatisierung ist ein Lead Scoring System eine Softwarefunktion, die Leads ohne manuelles Eingreifen bewertet. Sobald ein Kontakt eine Aktion ausführt – etwa eine E-Mail öffnet oder eine Website besucht –, passt das System den Punktestand in Echtzeit an und löst bei Erreichen eines Schwellenwerts automatisch Folgeaktionen aus, wie die Benachrichtigung des Vertriebs.
Wie berechnet sich der Score-Verfall (Score-Decay)?
Der Score-Verfall ist eine Funktion, die die Punkte für ein bestimmtes Ereignis automatisch reduziert, je länger dieses Ereignis zurückliegt. Die Berechnung folgt meist einer linearen Logik über festgelegte Intervalle, beispielsweise 1, 3, 6 oder 12 Monate (wobei ein Monat oft als 30 Tage gewertet wird). So verliert ein lange inaktiver Lead im Laufe der Zeit an Punkten und wird nicht mehr als akut kaufbereit eingestuft.
