Ausgangslage: Der Flaschenhals im Vertriebsprozess

Der Kunde ist ein etablierter, mittelständischer Hersteller von Präzisionskomponenten für die Automobilindustrie. Mit 150 Mitarbeitenden und einem Standort im DACH-Raum agiert das Unternehmen in einem hochkompetitiven Umfeld, in dem technische Spezifikationen und schnelle Reaktionszeiten über den Erfolg entscheiden. Ein signifikanter Teil der Neukundenakquise läuft über die eigene Website, wo potenzielle Kunden Datenblätter herunterladen oder Preislisten anfragen.

Trotz eines hohen Interesses an den Produkten offenbarte eine interne Analyse einen kritischen Engpass: Die manuelle Bearbeitung von Leads dauerte im Durchschnitt 24 bis 48 Stunden. In diesem Zeitfenster, in dem die Motivation des Interessenten am höchsten ist, kontaktierten Wettbewerber die Leads häufig zuerst. Die Vertriebsabteilung arbeitete noch mit veralteten Excel-Listen, was nicht nur zu Doppelarbeit führte, sondern auch die Verantwortlichkeiten unklar machte. Wer bearbeitete welchen Lead? Wann wurde er zuletzt kontaktiert? Diese Fragen blieben oft unbeantwortet.

Die quantitativen Auswertungen dieser Phase zeigten ein besorgniserregendes Bild:

  • Hohe Reaktionszeit: Der Durchschnitt lag bei 36 Stunden bis zur ersten qualifizierten Kontaktaufnahme.
  • Geringe Konversionsrate: Nur 2 % der Website-Leads wurden zu konkreten Vertriebsterminen.
  • Daten-Silos: Das CRM-System und die E-Mail-Marketing-Plattform waren nicht synchronisiert, was eine einheitliche Sicht auf den Kundenverlauf verhinderte.

Das strategische Ziel war eindeutig: Die Reaktionszeit drastisch verkürzen und den Vertriebsprozess standardisieren, um die Qualität der Leads zu erhöhen und den administrativen Aufwand zu senken.

Herausforderungen im Projektverlauf

Die technische Umsetzung war nicht das größte Hindernis, sondern die organisatorische Einbettung. Wir identifizierten vier zentrale Herausforderungen, die aktiv angegangen werden mussten:

  1. Akzeptanz im Vertrieb: Das Vertriebsteam war an manuelle Prozesse gewöhnt und skeptisch gegenüber automatischen Zuteilungen. Es bestand die Gefahr, dass neue Tools nur halbherzig genutzt wurden.
  2. Datenqualität als Basis: Die vorhandenen CRM-Daten waren unvollständig und enthielten zahlreiche Duplikate. Ohne saubere Daten wäre jedes Scoring-Modell zu falschen Ergebnissen gekommen.
  3. Definition von ‘Qualifiziert’: Marketing und Vertrieb hatten unterschiedliche Vorstellungen davon, was einen guten Lead ausmacht. Ohne ein gemeinsames SLA (Service Level Agreement) für die Übergabe wäre die Automatisierung wirkungslos geblieben.
  4. Integration bestehender Systeme: Die Anbindung von Slack für Echtzeit-Benachrichtigungen und die Synchronisation mit dem bestehenden E-Mail-Tool erforderten eine präzise API-Konfiguration, um keine Datenverluste zu riskieren.

Umsetzung: Sechs Wochen bis zur Automatisierung

Innerhalb von sechs Wochen haben wir einen automatisierten Workflow implementiert, der Leads sofort qualifiziert und an den Vertrieb übergibt. Die technische Basis bildet das HubSpot CRM, gekoppelt mit Zapier für externe Systemintegrationen. Der Prozess wurde in drei klar definierte Phasen unterteilt, um Risiken zu minimieren und den Lerneffekt zu maximieren.

Projektverlauf in 6 Phasen: Datenbereinigung & CRM-Setup, Definition des Lead-Scoring-Modells, Workflow-Design & Automatisierung …

Phase 1: Datenbereinigung und Fundament (Woche 1-2) Bevor auch nur eine Zeile Code für Workflows geschrieben wurde, haben wir die Datenbasis saniert. Wir migrierten die bestehenden Lead-Daten und bereinigten duplikate Einträge rigoros. Dabei definierten wir klare, verpflichtende Felder für die Lead-Quelle und den Interessenten-Typ (Inhouse vs. Agent). Diese Strukturierung war essenziell, um später aussagekräftige Reports generieren zu können.

Phase 2: Automatisierung und Scoring-Logik (Woche 3-4) Das Herzstück des Projekts war die Entwicklung eines Lead-Scoring-Modells. Statt jeder Anfrage gleichwertig zu behandeln, wurden Punkte vergeben, die das Kaufinteresse quantifizieren:

  • Website-Interaktionen: Der Download von technischen Datenblättern wurde mit +20 Punkten belohnt, das Anfordern einer Preisliste mit +50 Punkten.
  • E-Mail-Engagement: Öffnungsrate und Klicks auf relevante Newsletter-Artikel flossen ebenfalls in die Bewertung ein.

Phase 3: Workflow-Design und Integration (Woche 5-6) Basierend auf dem Scoring wurden die Workflows finalisiert. Sobald ein Lead 50 Punkte erreicht, löst sich eine automatische, personalisierte E-Mail aus. Gleichzeitig wird ein Ticket im CRM erstellt und der zuständige Vertriebler per Slack in Echtzeit benachrichtigt. Für Leads unter 30 Punkten, die noch nicht kaufbereit sind, startet eine Nurturing-Sequenz mit drei gezielten E-Mails über einen Zeitraum von vier Wochen. Diese Phasenabgrenzung stellte sicher, dass der Vertrieb nur bei hochgradig qualifizierten Leads aktiv wird.

Der Tech-Stack

Die folgende Software-Architektur bildet das Rückgrat der Lösung:

  • HubSpot CRM: Zentrale Datenbank für Lead-Management, Scoring und Tracking der Interaktionen.
  • Zapier: Middleware zur nahtlosen Integration von HubSpot mit Slack und anderen externen Diensten.
  • Slack: Kommunikationskanal für Echtzeit-Benachrichtigungen und Eskalationen im Vertriebsteam.
  • Google Analytics: Erfassung der Website-Verhalten als Trigger für das Scoring.

Wie wir die Zahlen messen

Um den Erfolg objektiv zu belegen, haben wir ein Messkonzept aufgesetzt, das auf Zeitstempeln im CRM basiert. Die Reaktionszeit wird als Differenz zwischen dem Zeitstempel des Lead-Eingangs (Formularabsendung) und dem Zeitstempel der ersten manuellen Kontaktaufnahme (Anruf oder E-Mail-Antwort) berechnet. Die Lead-to-Opportunity-Rate misst den Anteil der Leads, die im CRM den Status ‘Opportunity’ erhalten. Der Umsatz pro Lead wird über den gesamten Vertriebszyklus getrackt und im Verhältnis zur Anzahl der generierten Leads gesetzt. Diese Metriken wurden in wöchentlichen Sprints analysiert, um schnell auf Schwankungen reagieren zu können.

Ergebnis: Messbarer Effizienzgewinn

Nach drei Monaten im Live-Betrieb zeigten die KPIs eine deutliche und statistisch signifikante Verbesserung der Effizienz. Die Automatisierung hat den manuellen Aufwand im Vertrieb signifikant reduziert und die Qualität der Interaktionen erhöht.

  • Reaktionszeit: Reduktion von 36 Stunden auf 21,6 Stunden (ca. 40 %).
  • Lead-to-Opportunity-Rate: Anstieg von 2 % auf 3,5 %.
  • Umsatz pro Lead: Steigerung um 18 % durch schnellere Qualifizierung und Fokussierung auf heiße Leads.

Die Vertriebsmitarbeiter berichten von einer höheren Qualität der eingehenden Anfragen. Da nur noch qualifizierte Leads manuell bearbeitet werden, konnte sich das Team auf die Abschlussphase konzentrieren, statt Zeit mit der Sortierung von Spam oder unklaren Anfragen zu verbringen.

KPI-Veränderung nach 3 Monaten: Vorher-Nachher-Vergleich der Kennzahlen in %

Vergleich der KPIs vor und nach der Umsetzung:

MetrikVorherNachherVeränderung
Ø Reaktionszeit36 h21,6 h-40 %
Conversion Rate2,0 %3,5 %+75 %
Manueller AufwandHochGering-50 %

Die Investition in die Automatisierung hat sich innerhalb des ersten Quartals amortisiert, primär durch die Steigerung des Umsatzes pro Lead und die eingesparte Kapazität im Vertrieb.

Learnings und Ausblick

Die größte Herausforderung lag, wie erwähnt, in der Akzeptanz der neuen Prozesse durch das Vertriebsteam. Ein ständiges Feedback-Loop zwischen Marketing und Vertrieb war entscheidend für den Erfolg. Wir haben gelernt, dass Technologie nur so gut ist wie die Prozesse, die sie unterstützt.

  • Klare Definition von ‘Qualifiziert’: Ohne ein gemeinsames Verständnis der Lead-Qualität scheitern Workflows oft an der Übergabe. Die Definition der 50-Punkte-Grenze war ein Kompromiss, der im ersten Monat noch einmal nachjustiert werden musste.
  • Schrittweise Einführung: Wir haben erst die E-Mail-Automatisierung gestartet, bevor die Slack-Integration hinzukam. Das reduzierte die Reibungsverluste und ermöglichte es dem Team, sich schrittweise an die neuen Benachrichtigungen zu gewöhnen.
  • Datenhygiene als Basis: Ohne saubere CRM-Daten sind Scoring-Modelle wertlos. Die Zeit für die Datenbereinigung darf nicht gespart werden, da sie die Grundlage für alle weiteren Analysen bildet.

Was wir heute anders machen würden

Rückblickend gibt es zwei Punkte, die wir in einem ähnlichen Projekt anders angehen würden:

  1. Frühere Einbindung der Vertriebsleitung: In der Phase 1 hätten wir die Vertriebsleitung stärker in die Definition der Scoring-Regeln einbinden sollen. Das hätte die Akzeptanz in Phase 3 erhöht.
  2. Proaktives Change-Management: Wir hätten mit einer kleineren Gruppe von ‘Champions’ im Vertrieb starten sollen, die dann die restlichen Kollegen schulen. Das Bottom-up-Ansatz wäre möglicherweise schneller akzeptiert worden als der Top-down-Rollout.

Für Unternehmen in der Fertigungsbranche ist die Geschwindigkeit bei der Reaktion auf technische Anfragen entscheidend. Automatisierung stellt sicher, dass keine Chance durch administrative Verzögerungen verloren geht. Der Fokus verschiebt sich vom reinen Lead-Eingang hin zur Wertschöpfung in der Kundenbeziehung.

Passend dazu