Lead-Qualifizierung für eine Marketingagentur
Anonymisiertes Anwendungsbeispiel.
- Aufgabentyp
- Qualifizierung
- Betrieb
- Hybrid
- Aufwand
- Mittel
- Zeitrahmen
- 3 Wochen
- Quelle
- Anonymisiert
Aufgabe
Inbound-Leads aus Website-Formular und LinkedIn liefen ohne Vorprüfung in HubSpot. Der Vertrieb verbrachte den Vormittag mit Recherche zu Firmen, von denen sich nach 5 Minuten herausstellte: nicht passend, nicht zahlungsfähig, nicht ernst.
Lösungsweg
Agent zieht zu jedem neuen Lead Firmenwebsite, Handelsregister, LinkedIn-Profil, ergänzt Branche, Größe, vermutlichen Bedarf und schreibt einen Score plus zweisätzige Begründung in HubSpot. Vertrieb sieht beim Frühkaffee, welche 3 Leads heute Aufmerksamkeit verdienen.
Kontrollpunkt Ein Mensch prüft oder gibt das Ergebnis frei.
Vorher und Nachher
Die Veränderung wird als Arbeitsablauf beschrieben, nicht als Erfolgsversprechen.
Vorher
- Recherche zu Firma + LinkedIn pro Lead manuell
- Halbe Stunde Lesen bevor ein Lead disqualifiziert war
- Vertriebs-Vormittag ging für Sortieren drauf
Nachher
- Agent liefert Score plus zwei Sätze Begründung im CRM
- Drei priorisierte Leads warten beim Frühkaffee
- Daten bleiben in der EU, Log pro Lead nachvollziehbar
Dokumentierte Ergebniswerte
Die Werte gelten im jeweils beschriebenen Szenario und sind kein allgemeiner Benchmark.
- weniger Recherche pro Tag
- ≈ 2 h
- Antwortrate auf erste Kontaktaufnahme
- + 40 %
- Datenabflüsse außerhalb EU
- 0
Werkzeug-Stack
Der Vertrieb möchte morgens drei Sätze pro Lead lesen, nicht eine halbe Stunde recherchieren. Der Agent liefert: Wer ist die Firma? Wie groß? Was machen sie? Warum könnte das Angebot passen? Score 1–5.
Was funktioniert
- Recherche auf öffentliche Quellen (Website, Handelsregister, LinkedIn-Public) – kein Datenkauf
- Score ist nachvollziehbar: drei Sätze Begründung in HubSpot, kein Blackbox-Ranking
- Vertrieb kann Score überschreiben – Agent lernt nicht automatisch nach, das bleibt menschliche Entscheidung
Was im Szenario verändert wird
- Erste Version hat geraten, wenn Quellen dünn waren → Score-Skala um “unklar – manuell prüfen” erweitert
- LinkedIn-Scraping rausgeworfen, nur noch öffentlich sichtbare Profile via Tavily – robuster und sauber
- Wöchentliches Sample (10 Leads) wird vom Vertrieb gegengelesen, Drift-Check