Manuelle Akquise im B2B: Warum sie 2026 nicht mehr skaliert
KurzantwortManuelle Akquise im B2B scheitert nicht am Engagement der Vertriebsteams, sondern an der Skalierung. Recherche, CRM-Pflege, Follow-ups und Terminabstimmung binden den Großteil der Arbeitszeit, und langsame Reaktionen kosten nachweislich Abschlüsse. KI übernimmt diese wiederholbaren Schritte, damit Ihr Team mehr Zeit für Gespräche hat, die nur Menschen führen können.
Viele B2B-Unternehmen gewinnen Kunden noch so wie vor zehn Jahren: Kontakte von Hand recherchieren, Listen pflegen, Wiedervorlagen im Kalender. Solange das Volumen klein ist, funktioniert das. Dieser Artikel zeigt, wo manuelle Akquise an ihre Grenzen stößt, welche Aufgaben KI heute zuverlässig übernimmt und wie Sie den Erfolg messen. Den Gesamtüberblick finden Sie in unserem Leitfaden zu KI im Vertrieb.
Was ist manuelle Akquise im B2B?
Manuelle Akquise im B2B ist die Neukundengewinnung, bei der Vertriebsmitarbeiter jeden Schritt von der Zielkundensuche bis zum Termin selbst ausführen. Gemeint ist keine einzelne Tätigkeit, sondern eine Kette aus sieben Schritten pro Lead:
- Zielunternehmen recherchieren und eingrenzen
- Entscheider identifizieren und Kontaktdaten sammeln
- Leads nach Bedarf, Budget und Passung bewerten
- Erstansprache formulieren
- Follow-ups planen und nachhalten
- Jeden Kontaktpunkt im CRM dokumentieren
- Termine per E-Mail oder Telefon abstimmen
Ein Lead ist ein Kontakt, der potenziell Interesse an Ihrem Angebot hat, aber noch nicht als Verkaufschance bestätigt ist. Jeder der sieben Schritte ist für sich genommen sinnvoll. Das Problem entsteht erst, wenn alle sieben für jeden Lead von Hand laufen.
Wie viel Zeit bleibt im Vertrieb für das Verkaufen?
Vertriebsmitarbeiter verbringen weniger als ein Drittel ihrer Arbeitszeit mit tatsächlichem Verkaufen. Laut der Salesforce-Studie State of Sales von 2023 entfallen nur 28 % der Arbeitswoche auf das Verkaufen. Der Rest geht in Deal-Verwaltung, Dateneingabe und andere Aufgaben. Die Folgeausgabe bestätigt das Bild: Administrative Arbeit und Meeting-Vorbereitung beanspruchen rund 70 % der Zeit.
Eine Modellrechnung macht den Hebel greifbar. Sie ist keine Messung in einem konkreten Unternehmen.
Die 3 Stunden sind nicht aus der Luft gegriffen. In einer HubSpot-Umfrage gaben 64 % der Vertriebsprofis an, dass die Automatisierung manueller Aufgaben mit KI ihnen 1 bis 5 Stunden pro Woche spart. Schon ein Wert im unteren Teil dieser Spanne erhöht die Verkaufszeit spürbar.
Warum skaliert manuelle Akquise nicht?
Manuelle Akquise skaliert nicht, weil jeder zusätzliche Lead denselben Aufwand erzeugt wie der vorherige. Mehr Leads bedeuten mehr Stunden, und mehr Stunden bedeuten mehr Personal. Fünf Probleme verstärken sich dabei gegenseitig.
Hoher Zeitaufwand pro Lead
Recherche und Datenpflege kosten bei jedem Kontakt Zeit, auch bei Leads, die am Ende nicht passen. Diese Zeit fehlt für Gespräche mit kaufbereiten Interessenten.
Lineares Wachstum statt Skalierung
Doppelt so viele Leads erfordern bei manueller Arbeit annähernd doppelt so viele Stunden. Neue Vertriebsmitarbeiter sind teuer, brauchen Einarbeitung und sind im Fachkräftemangel schwer zu finden.
Uneinheitliche Datenqualität
Jeder Mitarbeiter pflegt das CRM anders. Ein CRM (Customer Relationship Management) ist die Software, in der Kundenkontakte und Verkaufschancen verwaltet werden. Lückenhafte oder veraltete Einträge verzerren die Sicht auf die Pipeline, also auf alle offenen Verkaufschancen.
Vergessene Follow-ups
Wiedervorlagen gehen im Tagesgeschäft unter. Ein Lead, bei dem zweimal nicht nachgefasst wird, ist oft verloren, obwohl er grundsätzlich Interesse hatte.
Fehlende Priorisierung
Ohne systematische Bewertung behandelt das Team alle Leads ähnlich. Kaufbereite Interessenten warten dann genauso lange wie Kontakte, die nie kaufen werden.
Warum entscheidet die Reaktionszeit über den Abschluss?
Die Reaktionszeit entscheidet mit, ob aus einer Anfrage überhaupt ein Gespräch wird. Eine in der Harvard Business Review veröffentlichte Untersuchung wertete 1,25 Millionen Leads aus 29 B2C- und 13 B2B-Unternehmen in den USA aus. Firmen, die innerhalb einer Stunde Kontakt aufnahmen, qualifizierten einen Lead fast siebenmal so häufig wie Firmen, die eine Stunde später reagierten. Gegenüber Firmen, die 24 Stunden oder länger warteten, war die Quote über sechzigmal so hoch.
Die Studie stammt aus dem Jahr 2011. Die Größenordnung bleibt aufschlussreich, weil sich die Ursachen kaum verändert haben. Als Gründe nennt die Untersuchung, dass Leads nur einmal täglich statt laufend aus dem CRM abgerufen werden und dass Verteilungsregeln nach Region oder Gleichbehandlung die Bearbeitung verzögern. Genau diese Brüche lassen sich automatisieren.
Ein KI-gestützter Ablauf verkürzt die Kette auf Sekunden:
- Die Anfrage geht über Website, Telefon oder Chat ein.
- Ein KI-Agent erfasst Bedarf, Projektgröße, Standort und Zeitrahmen.
- Ein Scoring-Modell bewertet den Lead nach Ihren Kriterien.
- Passende Leads erhalten sofort einen Terminvorschlag aus dem Kalender des Vertriebs.
- Unpassende Leads landen in einer Nurturing-Strecke, also einer automatisierten Folge von Informationsmails.
- Der Vertrieb bekommt den Termin mit einer Zusammenfassung ins CRM.
Welche Vertriebsaufgaben kann KI 2026 übernehmen?
KI kann 2026 vor allem die wiederholbaren Schritte der Akquise übernehmen: Recherche, Bewertung, Entwürfe, Dokumentation und Terminierung. Die Entscheidung über Angebot, Preis und Beziehung bleibt beim Menschen.
| Aufgabe | Manuell | KI-gestützt | Rolle des Menschen |
|---|---|---|---|
| Zielkunden finden | Websuche, Branchenverzeichnisse | Datenanreicherung aus internen und externen Quellen | Zielkundenprofil festlegen |
| Lead-Bewertung | Bauchgefühl, Einzelfallprüfung | Predictive Lead Scoring nach festen Kriterien | Kriterien definieren, Stichproben prüfen |
| Erstansprache | Jede Nachricht von Hand | Personalisierte Entwürfe auf Basis der CRM-Daten | Entwürfe freigeben und anpassen |
| Follow-ups | Wiedervorlage im Kalender | Automatisierte Sequenzen, die bei Antwort stoppen | Ausnahmen bearbeiten |
| Gesprächsvorbereitung | Recherche vor jedem Termin | Automatisch erstelltes Briefing zum Unternehmen | Strategie für das Gespräch |
| CRM-Pflege | Manuelle Eingabe nach jedem Kontakt | Automatische Erfassung von Mails, Anrufen und Terminen | Qualität kontrollieren |
| Terminvereinbarung | E-Mail-Pingpong | Direkte Buchung im Kalender | – |
Predictive Lead Scoring ist ein Verfahren, bei dem ein Modell aus historischen Daten lernt, welche Merkmale erfolgreiche Abschlüsse vorhersagen. Neue Leads bewertet es dann nach diesen Merkmalen. Wie gut das funktioniert, hängt direkt von der Qualität Ihrer CRM-Daten ab.
McKinsey beschreibt einen verwandten Ansatz: Generative KI wertet Nachrichten, Geschäftsberichte und Transaktionsdaten aus und spielt die Ergebnisse direkt ins CRM ein. So können Verkäufer Kunden und Chancen gezielt priorisieren.
Was bleibt Aufgabe des Menschen?
Beziehungsaufbau, Verhandlung und die Betreuung strategischer Schlüsselkunden bleiben Aufgaben des Menschen. Nicht jede manuelle Tätigkeit ist ineffizient. Ein persönliches Gespräch mit einem Einkaufsleiter lässt sich nicht automatisieren, ohne Vertrauen zu verlieren.
Auch bei automatisierten Entwürfen bleibt der Mensch beteiligt. Laut HubSpot überarbeiten 98 % der Vertriebsprofis KI-generierte Inhalte, statt sie unverändert zu versenden. Dieses Prinzip heißt Human-in-the-Loop: Die KI bereitet vor, der Mensch prüft und entscheidet.
KI ersetzt wiederholbare Vertriebsarbeit, nicht den Vertrieb. Je mehr Routine ein System übernimmt, desto mehr Zeit bleibt für die Gespräche, in denen Aufträge tatsächlich entstehen.
Ehrlich ist auch: Nicht jedes Unternehmen braucht sofort komplexe KI. McKinsey weist darauf hin, dass eine einfache, regelbasierte Automatisierung oft ausreicht und zuverlässiger ist, solange grundlegende Prozesse wie die Lead-Verteilung noch manuell laufen. Wer noch keine sauberen CRM-Daten hat, sollte dort beginnen.
Was belegen die Zahlen zu KI im Vertrieb?
Die Zahlen belegen eine breite Nutzung von KI im Vertrieb, aber nicht automatisch einen wirtschaftlichen Erfolg. Diese Unterscheidung ist wichtig, weil viele Statistikseiten Nutzung und Ergebnis vermischen.
- Nutzung: Laut HubSpot nutzten 2025 nur noch 8 % der Verkäufer überhaupt keine KI in ihrer Rolle. Bei konkreten Anwendungsfällen ist die Verbreitung geringer: 21 % setzen KI-Tools zur Lead-Qualifizierung ein, etwa jeder fünfte KI-Nutzer im Vertrieb verwendet KI für die Ansprache von Interessenten.
- Umsetzung im B2B: In McKinseys B2B Pulse Survey setzen 19 % der befragten B2B-Entscheider bereits Anwendungsfälle generativer KI für Einkauf und Vertrieb um. Weitere 23 % sind dabei. Die Mehrheit hat also noch nicht begonnen.
- Ergebnisse aus Projekten: Ein von McKinsey dokumentiertes globales Industrieunternehmen kombinierte über zehn Datenquellen zur Zielkundenanalyse. Nach vollständiger Einführung erreichte es 40 % höhere Conversion-Raten und eine um 30 % schnellere Bearbeitung von Leads. Ein Materialunternehmen, dessen Verkäufer nur 20 % ihrer Zeit in Kundenterminen verbrachten, gewann durch automatisierte Meeting-Vorbereitung mehr als 10 % Arbeitszeit zurück.
- Leistung der Verkäufer: Gartner berichtet, dass Verkäufer, die effektiv mit KI-Tools zusammenarbeiten, 3,7-mal häufiger ihre Quote erreichen. Die Zahl zeigt einen Zusammenhang, keinen Beweis für Ursache und Wirkung. Gute Verkäufer setzen möglicherweise auch eher neue Werkzeuge ein.
Praxisbeispiel: Reaktionszeit von 24 Stunden auf unter 60 Sekunden
Transforming AI ist ein Hamburger Anbieter für KI-gestützte Vertriebssysteme, der Lead-Qualifizierung und Terminvereinbarung automatisiert. Ein Projekt mit GbS Energy aus der Photovoltaik-Branche zeigt, wie sich das in Zahlen auswirkt.
Aus der Praxis
Ausgangslage: GbS Energy erhielt viele Anfragen, von denen nur ein kleiner Teil kaufbereit war. Das Vertriebsteam verlor Zeit mit unpassenden Leads, langsamen Reaktionen und manuell abgestimmten Terminen.
Lösung: Jeder Lead wird automatisch nach Bedarf, Budget, Standort und Projektgröße bewertet, sofort von einer KI vorqualifiziert und an den Vertrieb übergeben. Kaufbereite Interessenten buchen ihren Termin vollautomatisch.
Ergebnis: Die Reaktionszeit sank von über 24 Stunden auf unter 60 Sekunden. Die Abschlussquote stieg durch vorqualifizierte Termine um 48 %.
Mit welchen Kennzahlen messen Sie den Erfolg?
Sie messen den Erfolg von KI im Vertrieb an Geschäftsergebnissen, nicht an der Zahl versendeter Nachrichten. Diese sechs Kennzahlen bilden die Kette von der Anfrage bis zum Umsatz ab.
| Kennzahl | Definition | Warum sie zählt |
|---|---|---|
| Time-to-First-Contact | Zeit zwischen Anfrage und erster Reaktion | Frühindikator für verlorene Chancen |
| Lead-zu-Termin-Quote | Anteil der Leads, die einen Termin buchen | Zeigt die Qualität von Ansprache und Scoring |
| Qualifizierte Termine pro Woche | Termine mit bestätigtem Bedarf | Direkter Maßstab für Vertriebskapazität |
| Abschlussquote | Anteil gewonnener Verkaufschancen | Zeigt, ob die Vorqualifizierung trifft |
| Sales Cycle | Tage von der Anfrage bis zum Abschluss | Misst die Geschwindigkeit der Pipeline |
| CRM-Datenvollständigkeit | Anteil der Datensätze mit allen Pflichtfeldern | Grundlage für jedes Scoring-Modell |
Halten Sie vor dem Start für jede Kennzahl den Ausgangswert fest. Ohne Ausgangswert lässt sich keine Verbesserung belegen.
Wie führen Sie KI im Vertrieb schrittweise ein?
KI im Vertrieb führen Sie am besten in vier Phasen ein, beginnend mit einem klar abgegrenzten Prozess. Eine Komplettumstellung auf einen Schlag scheitert meist an Daten, Akzeptanz oder Integration.
- AnalyseSie dokumentieren die heutigen Schritte pro Lead und messen die sechs Kennzahlen mindestens vier Wochen lang.
- DatenbasisSie wählen den größten Engpass, häufig Reaktionszeit oder Lead-Qualifizierung, und bereinigen die CRM-Daten dafür.
- PilotSie automatisieren diesen einen Schritt für ein Team oder einen Kanal und werten nach 6–8 Wochen gegen die Ausgangswerte aus.
- SkalierungErst nach einem belegten Erfolg übertragen Sie den Ansatz auf weitere Schritte und Teams.
Passend dazu
Häufige Fragen zu manueller Akquise und KI im Vertrieb
Ab welchem Lead-Volumen lohnt sich KI-gestützte Akquise?
Eine feste Schwelle gibt es nicht. KI lohnt sich, sobald Ihr Team Anfragen regelmäßig nicht am selben Tag bearbeitet oder mehr Zeit mit Recherche als mit Gesprächen verbringt. Entscheidend ist der Engpass, nicht die absolute Zahl. Schon bei wenigen hochwertigen Anfragen pro Woche macht eine sofortige Reaktion einen messbaren Unterschied.
Brauche ich für KI im Vertrieb ein neues CRM?
In den meisten Fällen nicht. Gängige CRM-Systeme bieten Schnittstellen, über die KI-Agenten Daten lesen und schreiben. Wichtiger als das System ist die Datenqualität: Pflichtfelder, einheitliche Bezeichnungen und gepflegte Kontakthistorien. Ein neues CRM ist nur sinnvoll, wenn das bestehende keine Schnittstellen bietet.
Ist klassische Kaltakquise durch KI überflüssig?
Kaltakquise wird nicht überflüssig, verändert sich aber. KI übernimmt Recherche, Priorisierung und Gesprächsvorbereitung, damit Anrufe gezielter stattfinden. Der Vertrieb spricht dann mit Unternehmen, bei denen erkennbare Signale für Bedarf vorliegen. Das Telefonat selbst bleibt eine menschliche Aufgabe, nur deutlich besser vorbereitet.
Wie schnell zeigen sich erste Ergebnisse?
Bei der Automatisierung der Reaktionszeit zeigen sich Effekte oft innerhalb weniger Wochen, weil sich die Kennzahl sofort messen lässt. Predictive Lead Scoring braucht länger, da das Modell historische Abschlussdaten benötigt. Für einen aussagekräftigen Pilot sollten Sie 6–8 Wochen einplanen.
Eigenentwicklung, Standardtool oder externer Partner?
Standardtools eignen sich für klar abgegrenzte Aufgaben wie Meeting-Zusammenfassungen. Eigenentwicklung lohnt sich nur mit eigenem Data-Science-Team. Ein externer Partner ist sinnvoll, wenn mehrere Systeme verbunden werden und ein durchgängiger Prozess von der Anfrage bis zum Termin entstehen soll. McKinsey empfiehlt, Standardfunktionen zu kaufen und nur für Wettbewerbsvorteile selbst zu entwickeln.
Fazit
Manuelle Akquise ist im B2B nicht falsch, aber als alleiniges System zu langsam und zu teuer, um planbar zu wachsen. Der Hebel liegt in der Kette aus besseren Daten, klarer Priorisierung und sofortiger Reaktion. Ihr Team konzentriert sich dann auf Gespräche und Abschlüsse.
Quellen
- Salesforce: New Research Reveals Sales Reps Spend Less than 30% of Their Time Actually Selling, State of Sales, 5. Ausgabe, Stand 2023
- Salesforce: State of Sales, 6. Ausgabe, Stand 2024
- HubSpot: AI in B2B sales: How it’s used in 2026, Daten aus AI Trends for Sales 2024 und Sales Trends Report 2025, Stand Februar 2026
- McKinsey & Company: Unlocking profitable B2B growth through gen AI, B2B Pulse Survey April 2024, n = 3.942, Stand 27. März 2025
- Harvard Business Review: The Short Life of Online Sales Leads, Stand März 2011
- Gartner: Pressemitteilung zu Verkäufern, die mit KI zusammenarbeiten, Stand 16. September 2024
- Transforming AI: Fallbeispiel Hanse Merkur, Stand 02.10.2026
Borna Nemati ist Gründer von Transforming AI und Wirtschaftsinformatiker. Er entwickelt KI-gestützte Vertriebssysteme, mit denen B2B-Unternehmen ihre Kundengewinnung planbar machen.