Wer ist wirklich kaufbereit? Lead Scoring gibt dir die Antwort.

TL;DR: Lead Scoring vergibt Punkte an potenzielle Kunden - basierend auf dem, was sie tun (Whitepaper laden, Webseiten besuchen) und wer sie sind (Position, Branchengröße). Wer genug Punkte hat, bekommt ein Gespräch. Wer nicht, bekommt erst mal weiteres Marketing. Das System macht aus einem Bauchgefühl einen nachvollziehbaren Prozess - und spart deinem Vertrieb Zeit für die Kontakte, bei denen sich der Aufwand lohnt.

Was ist Lead Scoring?

Lead Scoring ist ein Bewertungssystem, das jedem potenziellen Kunden eine Punktzahl gibt. Die Punkte spiegeln wider, wie nah ein Lead an einer Kaufentscheidung ist - gemessen an seinem Verhalten und daran, ob er demografisch zur Zielgruppe passt. Wer viele Punkte hat, ist kaufbereit. Wer wenige hat, braucht noch Zeit - oder ist schlicht der falsche Kontakt.

Das Ziel ist einfach: Dein Vertrieb spricht nur mit Leads, bei denen es Sinn ergibt. Nicht mit jedem, der vor sechs Monaten mal ein Formular ausgefüllt hat.

Für wen lohnt sich Lead Scoring?

Lead Scoring macht Sinn, wenn drei Dinge zutreffen: Du hast ein CRM-System, das Lead-Verhalten automatisch erfasst. Du generierst genug Leads, um nicht jeden manuell bewerten zu können. Und du verkaufst B2B mit einem Verkaufsprozess, der länger als einen Tag dauert.

• Du hast ein CRM-System (HubSpot, Salesforce, ActiveCampaign o.ä.), das Lead-Verhalten automatisch erfasst
• Du generierst genug Leads - ab rund 50 bis 100 neue Kontakte pro Monat wird manuelles Qualifizieren zum Engpass
• Du verkaufst B2B und dein Verkaufsprozess dauert länger als einen Tag

Wenn du mit sehr kleinem Lead-Volumen arbeitest oder im B2C-Bereich tätig bist, ist ein einfaches CRM mit manueller Qualifizierung meistens effizienter. Lead Scoring ist kein Selbstzweck - es ist ein Werkzeug für einen bestimmten Reifegrad.

Wie funktioniert das Punkte-System?

Jeder Lead bekommt Punkte in zwei Dimensionen: explizite Daten (wer ist der Kontakt?) und implizite Daten (wie verhält sich der Kontakt?). Beide zusammen ergeben ein Bild der Kaufbereitschaft.

Explizite Daten - wer ist der Kontakt?

• Unternehmensgröße
• Branche
• Position (C-Level, Marketing-Leitung, Sachbearbeitung)
• Region oder Markt

Implizite Daten - wie verhält sich der Kontakt?

• Website-Besuche (Anzahl, Seiten)
• Downloads (Whitepaper, Checklisten)
• E-Mail-Engagement (Öffnungen, Klicks)
• Webinar-Teilnahme

Beispielwerte - nur zur Orientierung

Diese Werte sind Richtwerte, keine Standards. Deine eigenen Zahlen solltest du aus historischen Abschlüssen ableiten:

• Whitepaper-Download: +10 Punkte
• Webinar-Teilnahme: +20 Punkte
• Wiederholte Website-Besuche: +5 Punkte
• Passende Unternehmensgröße: +15 Punkte
• C-Level-Position: +20 Punkte
• Newsletter-Abmeldung: -15 Punkte
• Inaktivität seit 30-60 Tagen: -10 Punkte

Ab einem Schwellwert gilt ein Lead als MQL (Marketing Qualified Lead) - bereit für weiteres Marketing. Ab einem höheren Schwellwert als SQL (Sales Qualified Lead) - bereit für ein Verkaufsgespräch. Typisch: MQL ab 40 bis 60 Punkten, SQL ab 70 bis 90 Punkten. Die konkreten Werte laut ZoomInfo Lead Scoring Guide variieren je nach Branche teils deutlich.

Was ist negatives Lead Scoring?

Negatives Scoring zieht Punkte ab, wenn ein Lead Signale schickt, die auf fehlendes Interesse oder schlechten Fit hinweisen. Ohne negativen Score sammeln alte Leads über Zeit Punkte - und erscheinen plötzlich als kaufbereit, obwohl sie sich längst verabschiedet haben.

• Newsletter-Abmeldung: -15 bis -25 Punkte
• Inaktivität seit mehr als 30 bis 60 Tagen: -10 Punkte
• Job-Titel ohne Kaufentscheidungskompetenz (Praktikant, Student): -20 Punkte
• Wettbewerber im Formular angegeben: -50 Punkte

Dein Vertrieb ruft sonst bei Kontakten an, die sich vor Monaten schon verabschiedet haben. Das kostet Zeit und frustriert beide Seiten.

Rules-based oder Predictive Lead Scoring - was passt zu dir?

Es gibt zwei grundlegend verschiedene Ansätze - und die Wahl hat Konsequenzen für Aufwand, Genauigkeit und die Tools, die du brauchst.

Rules-based Scoring

Du legst selbst fest, welche Aktionen wie viele Punkte geben. Gut für den Einstieg, überschaubar, aber anfällig dafür, nach Bauchgefühl statt nach Daten aufgebaut zu sein.

Predictive Lead Scoring

Ein Algorithmus analysiert historische Abschlüsse und erkennt selbst, welche Kombinationen von Merkmalen und Verhalten wirklich zu Kunden werden. Tools wie Salesforce Einstein oder HubSpot AI bieten das heute integriert an. Lohnt sich ab ca. 500 bis 1.000 abgeschlossenen Deals als Trainingsdaten - darunter sind die Muster zu dünn.

Wie kalibrierst du die Punktwerte richtig?

Das ist der Schritt, den die meisten überspringen - und der über Erfolg oder Misserfolg entscheidet. Wer Beispielwerte aus einem Artikel einfach übernimmt, baut ein System auf Annahmen statt auf Daten.

• Vergangene Abschlüsse analysieren: Welche Aktionen haben Leads gemacht, die später Kunden wurden?
• Mit Nicht-Käufern vergleichen: Was unterscheidet die beiden Gruppen?
• Gewichte ableiten: Wenn 80 % deiner Kunden ein Whitepaper heruntergeladen haben, ist dieser Download wichtiger als ein einfacher Website-Besuch.
• Nach 3 Monaten validieren: Konvertieren die SQLs tatsächlich besser als zuvor? Falls nicht, Werte anpassen.

Wer ohne historische Daten startet, nimmt Beispielwerte als Ausgangspunkt - und plant von Anfang an, sie nach drei bis sechs Monaten zu überprüfen. Das ist kein Fehler, das ist der normale Prozess.

Was passiert, wenn du ohne Lead Scoring arbeitest?

Dein Vertrieb arbeitet nach Gefühl. Manche Leads bekommen zu früh Kontakt, manche zu spät. Gespräche, die nie zu einem Abschluss führen, kosten trotzdem Zeit. Und Leads, die kaufbereit gewesen wären, werden nicht rechtzeitig erkannt.

Bei 20 neuen Kontakten pro Monat ist das kein Drama. Bei 100 oder 200 Leads ist es ein Effizienz-Problem - und ein Wachstumsblocker. Denn ohne System hängt die Qualität deiner Lead-Generierung davon ab, wie gut dein Vertriebsteam an einem bestimmten Tag entscheidet. Mehr zur Basis in unserem Artikel zur B2B-Leadgenerierung.