Lead-Qualifizierung automatisieren: Regeln, KI und Übergabe an Sales

Das Wichtigste in Kürze:

• Ein Lead wird über 2 Signalgruppen bewertet: Fit und Intent.
• Strukturierte Felder wertet ein Regelwerk aus, Freitext übernimmt KI mit Konfidenzschwelle.
• Unklare Fälle gehen in eine Prüf-Warteschlange für Menschen, nicht in eine Endkategorie.
• Im CRM gehören Score, Begründung und Prüfstatus zu jedem qualifizierten Lead.

Problem und Zielgruppe

Die Anfrage kommt über das Kontaktformular rein und landet im gemeinsamen Postfach. Dann passiert erstmal: nichts. Bis jemand Zeit hat, sie zu lesen, zu bewerten und weiterzuleiten. Bei einer heißen Anfrage können das Stunden sein, bei einer, die zwischen Terminen untergeht, auch mal Tage. In der Zwischenzeit hat die anfragende Person häufig längst woanders angerufen.

Das Kernproblem dieses Artikels: Anfragen werden zu spät oder ohne Kontext an den Vertrieb übergeben. Nicht, weil niemand sich kümmern will. Sondern weil die Qualifizierung als manueller Schritt vor der eigentlichen Vertriebsarbeit hängt und bei Auslastung als Erstes liegen bleibt.

Dieser Artikel richtet sich an Geschäftsführung, Operations, IT und Fachbereich in KMU, die eine konkrete Antwort suchen. Er klärt, welche Daten einen Lead qualifizieren und wann feste Regeln dafür reichen. Er zeigt, wo KI unstrukturierten Text bewerten kann, wie du mit Unsicherheit umgehst und wie das Ergebnis sauber im CRM landet. Für den grundsätzlichen Einstieg gibt es die Kategorieseite KI in Vertrieb und Marketing.

Die kurze Antwort auf die Kernfrage steht oben in der Direktantwort-Box. Der Rest des Artikels geht sie und die 4 weiteren Leitfragen im Detail durch.

Begriffe: Qualifizierung, Scoring, Routing

Diese 3 Begriffe prägen das Thema, und sie meinen nicht dasselbe.

Lead-Qualifizierung ist die Bewertung, ob eine Anfrage zum Angebot passt und wie dringend der Bedarf ist. Ziel ist, Anfragen zu priorisieren, statt alle gleich zu behandeln.

Lead-Scoring ist eine mögliche technische Umsetzung: ein Punktwert, der aus mehreren gewichteten Signalen berechnet wird. Scoring ist kein Selbstzweck. Ein Score, den niemand nutzt, um Reihenfolge oder Zuständigkeit zu entscheiden, ist reine Zahlenkosmetik.

Routing ist der Schritt danach: Die eingestufte Anfrage geht an die richtige Person oder das richtige Team, meist nach Region, Produktlinie, Firmengröße oder Thema. Qualifizierung beantwortet, wie wichtig und wie passend eine Anfrage ist. Routing beantwortet, wer sich kümmert.

Wichtig ist die Abgrenzung nach oben: Lead-Qualifizierung ersetzt kein Verkaufsgespräch und keine Beziehungsarbeit. Sie entscheidet nur über Reihenfolge und Priorität der Bearbeitung. Ob ein Kontakt am Ende zum Kunden wird, bleibt Sache des Vertriebs.

Welche Daten qualifizieren einen Lead?

2 Datengruppen tragen die Qualifizierung, und beide werden in der Praxis oft einseitig gewichtet.

Fit-Signale beschreiben, ob das anfragende Unternehmen grundsätzlich zum Angebot passt, unabhängig von der Dringlichkeit:

• Firmengröße und Branche, aus dem Formular, der E-Mail-Domain oder öffentlichen Firmendaten.
• Rolle und Entscheidungsbefugnis der anfragenden Person.
• Geografische Passung, falls fürs Angebot relevant.
• Budget- oder Volumenhinweise, sofern explizit genannt.

Intent-Signale beschreiben, wie akut der Bedarf ist:

• Inhalt und Konkretheit der Anfrage: vage Interessensbekundung oder konkrete Frage mit Zeitrahmen.
• Reaktionsverhalten: Wie schnell antwortet die Person auf Rückfragen?
• Herkunftskanal: Eine Anfrage nach einem Beratungsgespräch wiegt anders als ein Download-Formular.
• Gestellte Fragen: Preis- und Umsetzungsfragen deuten auf eine spätere Kaufphase hin als reine Informationsfragen.

Der häufigste Fehler, den ich in der Praxis sehe: Unternehmen bewerten nur Fit und ignorieren Intent komplett, weil Fit-Daten leichter strukturiert vorliegen. Das Ergebnis sind gut passende Leads, die trotzdem kalt bleiben, weil der eigentliche Anlass der Anfrage nie erfasst wurde. Beide Gruppen zusammen ergeben ein belastbareres Bild als jede für sich. Genau hier liegt der Übergang zur nächsten Frage: Fit-Signale lassen sich meist per Regel auswerten, Intent-Signale stecken oft im Freitext.

Wann reichen Regeln?

Regeln reichen immer dann, wenn die relevante Information schon strukturiert vorliegt. Das heißt: als Formularfeld, als Wert aus einer verknüpften Datenbank oder als klar definierter Herkunftskanal. Ein Regelwerk sieht in der Praxis meist so aus: Firmengröße über X, Branche in der Zielliste, Herkunft gleich Kontaktformular “Beratung anfragen”. Dann gilt: Priorität hoch, Zuweisung an Sales-Person Y.

Die Vorteile von Regeln sind konkret. Sie sind nachvollziehbar; jeder kann nachlesen, warum eine Anfrage so eingestuft wurde. Sie sind günstig zu betreiben, weil keine laufende Qualitätsprüfung eines Modells nötig ist. Und sie sind deterministisch: Dieselbe Eingabe führt immer zum selben Ergebnis, was für Reporting und Audits wichtig ist.

Regeln stoßen an ihre Grenze, sobald die entscheidende Information nicht als sauberes Feld vorliegt, sondern im Fließtext steckt. “Wir brauchen dringend eine Lösung, weil unser aktueller Anbieter zum Quartalsende kündigt” ist ein starkes Intent-Signal. Keine Regel der Form “Feld X gleich Wert Y” liest das zuverlässig aus einem Freitextfeld. Genau hier kommt KI ins Spiel, nicht als Ersatz für Regeln, sondern als Ergänzung dort, wo Regeln strukturell nicht greifen.

Eine Faustregel aus meinen Projekten: Fange mit reinen Regeln an, auch wenn sie zunächst nur einen Teil der Anfragen sauber einordnen. Ein Regelwerk, das 60 Prozent der Fälle korrekt und nachvollziehbar qualifiziert, ist einem KI-Modell vorzuziehen, das 100 Prozent versucht und dabei unklar bleibt, wo es sich irrt.

Wo bewertet KI unstrukturierten Text?

KI-Bewertung ist dort sinnvoll, wo Intent- oder Fit-Merkmale nur im Fließtext stehen und eine Klassifikation oder Zusammenfassung gebraucht wird. Typische Fälle: aus einer Formular-Freitextfrage Thema und Dringlichkeit ableiten. Oder aus einer E-Mail lesen, ob es um eine konkrete Kaufabsicht geht, eine allgemeine Informationsanfrage oder eine Support-Frage, die nicht in den Vertriebs-Trichter gehört.

Zapier beschreibt dazu 2 Fallbeispiele, die das Prinzip zeigen. Beim Anbieter Popl lösen Demo-Anfragen aus einem Formular automatisch eine Prüfung aus, dann eine Anreicherung mit Firmendaten aus der E-Mail-Domain und eine Zuweisung nach Region und Firmengröße. Über 100 solcher Workflows laufen dort zusammen, mit einer selbst genannten Einsparung von rund 20.000 US-Dollar pro Jahr. Das ist eine Herstellerangabe aus einer Fallstudie, keine unabhängig geprüfte Zahl.

Das Grundprinzip aus Formular-Trigger, Anreicherung, Einstufung und Zuweisung ist trotzdem übertragbar. Beim IT-Team von Remote läuft ein vergleichbares Muster auf Support-Tickets: KI-Klassifikation aus Freitext, mit einem berichteten Anteil von 28 Prozent automatisch bearbeiteter Tickets. Das Beispiel stammt aus dem Support- statt dem Vertriebskontext. Es zeigt aber dieselbe Kernfähigkeit, die auch die Lead-Qualifizierung braucht: Freitext in eine strukturierte Kategorie überführen.

Wichtig ist die Grenze, die das BSI in seinem Leitfaden zu sicherer generativer KI zieht. KI-Ausgaben sollten nie ungeprüft in kritische Geschäftsprozesse übernommen werden. Der Zugriff des KI-Systems auf andere Systeme sollte eingeschränkt sein, und Ausgaben sollten validiert werden, bevor sie an Backend-Systeme gehen. Übertragen auf Lead-Qualifizierung heißt das: Ein Sprachmodell darf eine Einstufung mit Begründung liefern, etwa “vermutlich hohe Priorität, weil konkrete Kündigungsfrist genannt”. Diese Einstufung sollte aber nicht ohne Validierung direkt in ein Feld schreiben, das eine Vertriebsperson benachrichtigt oder eine Zusage auslöst.

Der Validierungsschritt muss kein volles manuelles Review jeder Anfrage sein. Eine Stichprobenprüfung plus eine harte Schwelle für Grenzfälle reicht in den meisten KMU-Fällen, dazu mehr im nächsten Abschnitt. Nicht sinnvoll ist KI dort, wo Regeln schon zuverlässig laufen, etwa beim reinen Firmengrößen-Matching aus einer Datenbank. KI für strukturierte Fälle macht die Bewertung nicht besser, nur schwerer nachvollziehbar und schwerer zu debuggen.

Wie behandelt man Unsicherheit?

Viele Projekte scheitern nicht an der Technik, sondern am Fall, in dem die Bewertung nicht eindeutig ist. Eine KI-Einstufung liefert selten ein klares Ja oder Nein; sie liefert eine Einschätzung mit unterschiedlicher Sicherheit. Praktisch bewährt sich eine feste Logik mit 3 Wegen:

1. Eindeutig hohe Priorität. Starke Fit- und Intent-Signale stimmen überein: automatisches Routing an die zuständige Person, markiert als dringend.

2. Eindeutig niedrige Priorität. Die Signale sprechen klar gegen eine Passung, etwa bei Anfragen außerhalb der Zielgruppe: automatische Einordnung in eine Nurture- oder Marketing-Liste statt Sales-Übergabe.

3. Unklar oder widersprüchlich. Die Signale widersprechen sich, oder die KI-Konfidenz liegt unter der definierten Schwelle: keine automatische Entscheidung, sondern Übergabe in eine Prüf-Warteschlange, die ein Mensch in kurzer Zeit durchgeht.

Diese dritte Kategorie ist kein Notbehelf, sondern der wichtigste Teil des Systems. Ein Prozess, der jede Anfrage zwingend in “hoch” oder “niedrig” presst, erzeugt genau dort die teuersten Fehler. Entweder geht eine dringende Anfrage unter, weil sie fälschlich niedrig eingestuft wurde. Oder eine irrelevante Anfrage blockiert Vertriebszeit auf Basis einer automatischen Fehleinschätzung.

Der rechtliche Rahmen bestätigt diese Praxis, auch wenn er ursprünglich für Behörden formuliert ist. Die BfDI weist in ihrer Handreichung zu KI vom Dezember 2025 darauf hin: Bei automatisierten Entscheidungen mit rechtlicher oder ähnlich erheblicher Wirkung muss ein eingebundener Mensch das Ergebnis eigenständig bewerten. Sein Handeln darf vom KI-Ergebnis nicht “maßgeblich geleitet” werden. Für die meisten Lead-Qualifizierungen in KMU dürfte diese Schwelle selten erreicht sein, weil es um interne Priorisierung geht, nicht um Entscheidungen gegenüber der bewerteten Person selbst.

Trotzdem ist die Grundlogik eine gute betriebliche Leitplanke. Ein Prüfschritt, der KI-Ergebnisse nur pro forma abnickt, ist kein echter Prüfschritt; er braucht echte Befugnis, die Einstufung zu ändern. Stand Juli 2026, keine Rechtsberatung. Bei konkreten Fällen mit personenbezogener Bewertung gehört das Thema zur Datenschutzbeauftragten.

Wie dokumentiert man im CRM?

Eine automatische Qualifizierung ohne nachvollziehbare Doku im CRM verliert in wenigen Wochen ihren Wert. Niemand vertraut einem Score, dessen Zustandekommen keiner erklären kann. Diese 3 Felder gehören deshalb zu jedem qualifizierten Lead-Datensatz:

• Score oder Kategorie. Das Ergebnis der Bewertung, als Zahl oder als Stufe wie hoch, mittel, niedrig.
• Begründung oder Signalquelle. Welche Fit- und Intent-Signale zum Ergebnis geführt haben; bei KI-Bewertung idealerweise die kurze Begründung des Modells, nicht nur die nackte Zahl.
• Prüfstatus. Ob die Einstufung automatisch erfolgte, ob und von wem sie geprüft wurde, und ob sie bestätigt oder korrigiert wurde.

Diese 3 Felder erfüllen 2 Zwecke gleichzeitig. Operativ zeigen sie dem Vertrieb sofort, warum eine Anfrage oben in der Liste steht, ohne dass jemand die Originalanfrage neu lesen muss. Und sie schaffen die Basis, um das System zu verbessern. Wird regelmäßig ausgewertet, wo Menschen die automatische Einstufung korrigieren, zeigt sich genau, wo Regeln oder KI-Modell nachjustiert werden müssen.

Praktisch läuft die Doku über Standard- oder Custom-Felder im CRM, befüllt durch denselben Workflow, der auch die Qualifizierung auslöst, nicht als späterer manueller Schritt. Wichtig ist ein Änderungsprotokoll. Wird ein Score im Nachhinein von Hand angepasst, sollte das CRM sichtbar machen, wer wann was geändert hat, statt den alten Wert still zu überschreiben. Für die technische Anbindung ans CRM mit Formular, Anreicherung, Dubletten-Prüfung und Routing gibt es im Cluster einen eigenen, tieferen Artikel zur CRM-Automatisierung.

Umsetzung: 5 Schritte zur ersten Qualifizierung

• Schritt 1: Fit- und Intent-Signale festlegen. Auf einem Blatt sammeln, welche Datenpunkte für die eigene Zielgruppe wirklich zwischen guten und schlechten Anfragen unterscheiden. Nicht theoretisch, sondern anhand vergangener Anfragen, die im Nachhinein zu Kunden wurden oder eben nicht.

• Schritt 2: Regelwerk für strukturierte Fälle bauen. Alles, was aus Formularfeldern, verknüpften Firmendaten oder dem Herkunftskanal direkt ableitbar ist, wird zuerst als Regel umgesetzt, ohne KI. Das ist der Kern, der zuverlässig und günstig läuft.

• Schritt 3: KI-Baustein für Freitext ergänzen. Erst wenn der Regelkern läuft, kommt ein KI-Schritt für Freitext dazu, mit einer festen Konfidenzschwelle. Darunter geht eine Anfrage automatisch in die Prüf-Warteschlange statt in eine Endkategorie.

• Schritt 4: Dokumentation ins CRM verdrahten. Score, Begründung und Prüfstatus schreibt derselbe Workflow, der die Qualifizierung durchführt. Nicht als späterer Zusatzschritt, der bei Zeitdruck als Erstes wegfällt.

• Schritt 5: 4 bis 6 Wochen beobachten, dann nachjustieren. Wie oft korrigiert der Vertrieb die automatische Einstufung, und in welche Richtung? Häufige Korrekturen in dieselbe Richtung zeigen direkt, welche Regel oder welcher Prompt angepasst werden muss.

Zum Aufwand, als Bandbreite mit Annahmen: Ein reines Regelwerk für strukturierte Fit-Signale ist meist eine Sache von wenigen Tagen, vorausgesetzt vorhandenes CRM, 1 bis 2 Formulare und ein Middleware-Ansatz. Kommt ein KI-Baustein für Freitext-Intent mit Konfidenzschwelle, Prüf-Warteschlange und CRM-Doku dazu, wird daraus schnell ein Vorhaben von 2 bis 4 Wochen. Prompt-Tests, die Kalibrierung der Schwelle und die Abstimmung mit dem Vertriebsteam brauchen Zeit. Eine pauschale Kostenzahl ohne diesen Kontext wäre erfunden. Sie hängt stark davon ab, wie viele Kanäle angebunden werden und wie sauber die CRM-Datenbasis heute schon ist.

Wenn du dabei Unterstützung willst, von der Signal-Auswahl bis zum laufenden Workflow, ist das der Zuschnitt meiner KI- und Automatisierungsberatung. Für Teams, die die Umsetzung selbst übernehmen wollen, gibt es passende Schulungen.

Eigenes Modell: 8 Signale gewichten

Diese Übersicht verwende ich in Erstchecks, um zu klären, welche Signale in die Qualifizierung einfließen und wie sie technisch umgesetzt werden:

• Firmengröße. Mitarbeitendenzahl aus Formular oder Firmendatenbank; strukturiert; Umsetzung per Regel.

• Branche. Branchencode oder Freitextangabe; strukturiert bis gemischt; Regel, bei Freitext KI-Klassifikation.

• Rolle der anfragenden Person. Jobtitel aus Formular oder Signatur; strukturiert bis gemischt; Regel, bei fehlendem Feld KI-Extraktion.

• Herkunftskanal. Kontaktformular “Beratung” oder Download-Formular; strukturiert; Umsetzung per Regel.

• Anfrageinhalt und Dringlichkeit. Freitext im Nachrichtenfeld; unstrukturiert; KI mit Konfidenzschwelle.

• Konkretheit der Fragen. Preis- und Umsetzungsfragen gegenüber allgemeiner Info; unstrukturiert; KI mit Konfidenzschwelle.

• Reaktionsverhalten. Antwortzeit auf Rückfrage; strukturiert über Zeitstempel; Umsetzung per Regel.

• Widersprüchliche Signale. Starkes Fit-, schwaches Intent-Signal oder umgekehrt; gemischt; Entscheidung durch Menschen in der Prüf-Warteschlange.

Eigenes Bewertungsmodell Philogic Labs, abgeleitet aus Beratungs- und Umsetzungsprojekten.

Ein Rechenbeispiel zur Einordnung. Eine Anfrage kommt über das Kontaktformular “Beratung anfragen”, von einer Person mit Titel “Head of Operations” bei einem Unternehmen passender Größe. Im Freitext steht: “Wir brauchen bis Ende des Quartals eine Lösung, weil unser bisheriges Tool abgekündigt wird.” Die Fit-Signale aus Größe, Rolle und Kanal sprechen klar für hohe Priorität, das KI-Intent-Signal aus dem Freitext bestätigt die Dringlichkeit mit hoher Konfidenz. Ergebnis: automatisches Routing mit hoher Priorität.

Eine zweite Anfrage kommt über dasselbe Formular, aber mit der Freitextangabe “interessiert mich grundsätzlich, aber wir haben aktuell kein Budget dafür”. Hier widersprechen sich Fit (passt) und Intent (kein akuter Bedarf). Dieser Fall gehört in die Prüf-Warteschlange, nicht in eine automatische Endkategorie. Ein Mensch muss entscheiden, ob das ein Fall für eine spätere Wiedervorlage ist statt für sofortigen Sales-Kontakt.

Risiken und Grenzen

Diese 6 Grenzen gehören zur ehrlichen Einordnung:

• Falsch positive Einstufungen binden Vertriebszeit. Eine Anfrage, die automatisch als hoch markiert wird, obwohl sie es nicht ist, kostet Zeit, die woanders fehlt. Stichproben und ein sichtbares Fehlerprotokoll fangen das früh ab.

• Falsch negative Einstufungen kosten Geschäft. Eine wirklich dringende Anfrage in der niedrigen Kategorie ist der teurere Fehler. Er fällt oft erst auf, wenn der Kontakt längst woanders gekauft hat.

• KI-Ausgaben sind nicht deterministisch. Dieselbe Anfrage kann je nach Formulierung leicht unterschiedlich bewertet werden. Ohne Konfidenzschwelle und Stichproben werden solche Schwankungen unbemerkt zu Fakten im CRM.

• Die Datenbasis ist die eigentliche Voraussetzung. Ein System auf einem CRM ohne saubere Pflichtfelder oder mit vielen Dubletten qualifiziert auf wackligem Fundament. Die Datenqualität gehört vor die Qualifizierungslogik, nicht danach.

• Der Prüfschritt darf kein Feigenblatt sein. Ein Human-in-the-Loop, der Ergebnisse ungeprüft durchwinkt, erfüllt weder den betrieblichen Zweck noch, bei rechtlich relevanten Fällen, die Anforderung an eine eigenständige menschliche Bewertung.

• Scoring ersetzt kein Verkaufsgespräch. Ein hoher Score bedeutet hohe Priorität in der Bearbeitung, keine Kaufzusage. Die inhaltliche Einschätzung, ob und wie verkauft wird, bleibt beim Menschen.

Keine dieser Grenzen spricht gegen automatische Lead-Qualifizierung. Sie sprechen gegen den Versuch, sie ohne Prüf-Warteschlange, ohne Doku und ohne beobachtete Fehlerquote produktiv zu setzen.

Checkliste: Bereit für die Automatisierung?

1. Fit- und Intent-Signale definiert. Beide Gruppen sind benannt, nicht nur die leicht verfügbaren Fit-Daten.

2. Regelwerk für strukturierte Signale steht. Firmengröße, Branche und Kanal sind nachvollziehbar dokumentiert.

3. KI nur dort, wo Regeln nicht greifen. Die Freitext-Auswertung ist auf die Fälle begrenzt, die es wirklich braucht.

4. Konfidenzschwelle festgelegt. Es gibt eine dritte Kategorie “unklar” mit Übergabe an einen Menschen.

5. Prüf-Warteschlange hat einen Owner. Jemand geht sie verantwortlich und regelmäßig durch, nicht “irgendwer, wenn Zeit ist”.

6. CRM-Doku läuft automatisch mit. Score, Begründung und Prüfstatus schreibt derselbe Workflow wie die Qualifizierung.

7. Änderungsprotokoll vorhanden. Manuelle Korrekturen überschreiben den ursprünglichen Wert nicht stillschweigend.

8. Fehlerquote wird beobachtet. Nach 4 bis 6 Wochen ist ausgewertet, wie oft und in welche Richtung der Vertrieb korrigiert.

9. Datenschutz vorab geklärt. Bei personenbezogener Bewertung ist mit der Datenschutzbeauftragten abgestimmt, dass der Prüfschritt echte Substanz hat.

10. Startpunkt ist der Regelkern, nicht die KI. Die erste produktive Version läuft ohne KI und zeigt erst danach, wo Freitext-Auswertung nötig ist.

Wenn 3 oder mehr Punkte offen sind: erst Regelwerk und Datenbasis klären, dann den KI-Baustein ergänzen. Bei der Priorisierung hilft eine zweite Meinung, melde dich gern.