10 Min. Lesezeit · KI · Juni 2026

Lead-Qualifizierung mit KI richtig aufsetzen.

Eine eingehende Anfrage über das Kontaktformular sagt zunächst wenig aus: Steckt dahinter ein ernsthafter Interessent mit Budget oder ein Student, der für eine Hausarbeit recherchiert? Lead-Qualifizierung trennt die wenigen wertvollen Anfragen von der Masse — und genau dort kann KI viel Routinearbeit abnehmen. Wichtig ist, sie als Vorsortierung zu verstehen, die dem Vertrieb zuarbeitet, und nicht als Orakel, das selbstständig über Geschäftsbeziehungen urteilt.

Was Lead-Qualifizierung überhaupt leisten soll.

Qualifizierung beantwortet eine simple Frage: Lohnt es sich, in diesen Kontakt Zeit zu investieren? Dahinter stehen mehrere Teilfragen — passt das Unternehmen zur Zielgruppe (Branche, Größe, Region)? Gibt es ein konkretes Anliegen mit Dringlichkeit? Ist die anfragende Person überhaupt entscheidungsbefugt? Klassischerweise erledigt diese Einordnung ein Mensch, der jede Anfrage liest, recherchiert und einsortiert. Das ist gründlich, aber langsam und unter Last fehleranfällig.

KI verändert daran nicht das Ziel, sondern die Geschwindigkeit der Vorarbeit. Sie liest die Anfrage, reichert sie mit verfügbaren Informationen an und schlägt eine Einordnung vor. Der Vertrieb bekommt dadurch nicht weniger Verantwortung, sondern eine bessere Ausgangslage: Statt zwanzig rohe Anfragen durchzuarbeiten, sieht er eine vorsortierte Liste mit Begründung — und entscheidet selbst, welcher er nachgeht.

Die zwei Bausteine: Anreicherung und Bewertung.

Ein KI-gestützter Qualifizierungsprozess besteht aus zwei klar getrennten Aufgaben, die man nicht vermischen sollte:

Anreicherung (Enrichment): Zu einer dünnen Anfrage werden zusätzliche Fakten zusammengetragen — etwa die Branche und ungefähre Größe des Unternehmens aus der angegebenen Firmen-Domain, die Region oder die Rolle der Person. Diese Fakten stammen aus echten Datenquellen, nicht aus dem Sprachmodell.
Bewertung (Scoring): Auf Basis der angereicherten Daten und des Anfragetextes wird eingeschätzt, wie gut der Lead zum eigenen Angebot passt und wie konkret das Anliegen ist. Hier spielt das Sprachverständnis der KI seine Stärke aus.

Die Trennung ist wichtig, weil sie unterschiedliche Fehlerarten hat. Anreicherung kann veraltet oder unvollständig sein — aber sie erfindet nichts. Ein Sprachmodell hingegen kann fehlende Fakten plausibel halluzinieren. Deshalb gilt die Regel: Fakten kommen aus Datenquellen, Einschätzungen aus dem Modell. Wer das LLM nach der Mitarbeiterzahl eines Unternehmens fragt, bekommt eine Zahl, die gut klingt und falsch sein kann.

Welche Signale wirklich aussagekräftig sind.

Nicht jedes Datenfeld trägt gleich viel zur Qualifizierung bei. In der Praxis haben sich wenige, robuste Signale bewährt — und es lohnt sich, mit diesen zu starten, statt ein Dutzend wackliger Kriterien zu mitteln:

Signal	Aussagekraft
Konkretes, beschriebenes Anliegen im Anfragetext	Hoch — ein klar formuliertes Problem ist das stärkste Kaufsignal
Geschäftliche E-Mail-Domain statt Freemail	Mittel — deutet auf betrieblichen Kontext hin, ist aber kein Beweis
Passende Branche / Unternehmensgröße	Mittel — relevant für Fit, sagt aber nichts über Dringlichkeit
Genannter Zeithorizont oder Budget	Hoch — wenn vorhanden, sehr wertvoll, aber selten freiwillig genannt
Vage Massenanfrage ohne Bezug	Negativ — typisches Muster für Spam oder Akquise-Versuche

Auffällig ist, dass das wichtigste Signal der Text selbst ist — nicht die Metadaten. Eine präzise beschriebene Problemstellung schlägt jede Firmendatenbank. Genau hier liegt der Mehrwert eines Sprachmodells: Es kann aus einem Freitext erkennen, ob jemand ein echtes, konkretes Anliegen hat oder nur unverbindlich anklopft.

Ein konkretes Scoring-Setup.

Technisch ist der Kern überschaubar. Man übergibt dem Modell die angereicherte Anfrage samt einer klaren Beschreibung des Wunschkunden und verlangt eine strukturierte Einschätzung — keine Prosa, sondern Felder, die sich weiterverarbeiten lassen. Ein vereinfachtes Beispiel mit der Anthropic-API in Python:

import anthropic, json

an = anthropic.Anthropic()

ZIELKUNDE = """Mittelständische Unternehmen
im DACH-Raum, 20-500 Mitarbeiter, mit
konkretem Automatisierungs- oder
KI-Anliegen und Entscheidungskompetenz."""

def bewerte(anfrage: dict) -> dict:
    msg = an.messages.create(
        model="claude-sonnet-4-5",
        max_tokens=600,
        system=(
            "Du qualifizierst Vertriebs-Leads. "
            "Bewerte NUR anhand der gegebenen Daten. "
            "Wenn Infos fehlen: sag das, rate nicht. "
            "Gib JSON zurueck mit den Feldern: "
            "fit (0-100), dringlichkeit (0-100), "
            "begruendung (str), fehlende_infos (list).\n"
            "Idealkunde:\n" + ZIELKUNDE),
        messages=[{"role": "user",
                   "content": json.dumps(anfrage,
                                         ensure_ascii=False)}])
    return json.loads(msg.content[0].text)

# anfrage enthaelt: text, email_domain, branche,
# unternehmensgroesse (aus Enrichment, nicht vom LLM)

Entscheidend ist der Hinweis im System-Prompt, fehlende Informationen zu benennen statt zu raten. Ein gutes Qualifizierungssystem ist eines, das ehrlich sagt „zu wenig Daten für eine sichere Einschätzung“ — denn dann weiß der Vertrieb, dass er nachfassen muss, statt sich auf eine erfundene Sicherheit zu verlassen. Der Score ist ein Vorschlag mit Begründung, kein Urteil.

Warum der Score nie allein entscheiden darf.

Die größte Versuchung ist, Leads unterhalb einer Punktzahl automatisch auszusortieren. Das ist riskant. Ein Lead-Score basiert auf Mustern der Vergangenheit und auf den Daten, die zufällig vorliegen. Beides bildet die Realität nur unvollständig ab. Der wertvollste Kunde kann eine knappe, unscheinbare Mail schreiben, weil er es eilig hat — und würde von einem harten Filter aussortiert.

Sinnvoller ist, den Score zum Priorisieren zu nutzen, nicht zum Ausschließen. Hoch bewertete Leads landen oben und werden zuerst bearbeitet, niedrig bewertete weiter unten — aber sie verschwinden nicht. Niemand wird stillschweigend abgewiesen, nur weil ein Modell ihn falsch eingeschätzt hat. Diese Haltung kostet kaum Zeit und verhindert den teuersten Fehler: einen echten Auftrag wegzufiltern.

Datenschutz und Fairness ernst nehmen.

Lead-Qualifizierung verarbeitet personenbezogene Daten — Namen, E-Mail-Adressen, oft ganze Anfragetexte. In Deutschland und der EU gelten dafür die Vorgaben der DSGVO. Wer Anfragen über eine Cloud-API verarbeitet, braucht eine Rechtsgrundlage, einen Auftragsverarbeitungsvertrag mit dem Anbieter und sollte den Datenstandort kennen. Bei besonders sensiblen Daten kann ein lokal betriebenes Modell die sauberere Wahl sein.

Hinzu kommt eine Fairness-Frage: Ein Scoring-System sollte nicht versehentlich diskriminieren — etwa indem es Anfragen aus bestimmten Regionen oder mit ausländisch klingenden Namen systematisch niedriger bewertet. Solche Verzerrungen entstehen leicht und unbemerkt. Deshalb gehören in die Bewertung nur sachliche, geschäftsrelevante Kriterien, und die Ergebnisse sollten regelmäßig auf Schieflagen geprüft werden. Dies ist keine Rechtsberatung; die konkrete Ausgestaltung gehört mit Datenschutzbeauftragten und ggf. juristischer Beratung abgestimmt.

Erfolg messen statt behaupten.

Ob die Qualifizierung etwas taugt, lässt sich nur an der Realität messen — nicht am Bauchgefühl. Die ehrliche Frage lautet: Stimmen die Vorschläge des Systems mit dem überein, was sich später als wertvoll herausgestellt hat? Dazu muss man über einen Zeitraum festhalten, welche Leads das System hoch bewertet hat und welche davon tatsächlich zu Gesprächen oder Aufträgen wurden.

Erst dieser Abgleich zeigt, ob das System Mehrwert liefert oder nur beschäftigt aussieht. Ein Scoring, das hoch bewertete Leads ebenso oft danebenliegt wie der Zufall, ist wertlos — egal wie überzeugend seine Begründungen klingen. Diese nüchterne Erfolgskontrolle unterscheidet ein nützliches Werkzeug von einer teuren Spielerei.

Schrittweise einführen.

Wie bei jeder Automatisierung ist der stufenweise Weg der bewährte. Wer von Tag eins an das ganze Vertriebsteam auf automatische Scores umstellt, riskiert Vertrauensverlust beim ersten sichtbaren Fehler. Besser:

Schattenbetrieb: Das System bewertet mit, ohne dass jemand danach handelt. Die Vorschläge werden mit der manuellen Einschätzung verglichen. So entsteht ein Gefühl für die Treffsicherheit, ohne Risiko.
Priorisierungshilfe: Der Score sortiert die Anfrageliste vor, der Vertrieb behält die volle Kontrolle und arbeitet weiterhin jede Anfrage durch.
Anreicherung im Hintergrund: Die automatische Faktensammlung läuft dauerhaft mit und spart Recherchezeit — der wohl unstrittigste Nutzen des ganzen Aufbaus.
Feinjustierung: Anhand der gemessenen Ergebnisse werden die Kriterien nachgeschärft. Das ist ein laufender Prozess, kein einmaliges Projekt.

Was ich aus der Praxis mitgebe.

Der Text ist das stärkste Signal. Ein konkret beschriebenes Anliegen sagt mehr als jede Firmendatenbank. Hier liegt der eigentliche Mehrwert der KI.
Fakten aus Daten, Urteile aus dem Modell. Das LLM darf einschätzen, aber keine Mitarbeiterzahlen oder Umsätze erfinden.
Priorisieren, nicht aussortieren. Ein Score ordnet die Bearbeitung, schließt aber niemanden stillschweigend aus.
Erfolg ehrlich messen. Nur der Abgleich mit echten Ergebnissen zeigt, ob das System trägt. Alles andere ist Vermutung.

Sie wollen eingehende Anfragen automatisch anreichern und vorsortieren lassen — datenschutzkonform und mit ehrlicher Erfolgsmessung? Unverbindlich anfragen — wir schauen uns Ihre Anfragequellen, Datenlage und einen sinnvollen Pilot-Bereich an.