Ein Lead mit 90 Punkten kann wertlos sein. Einer mit 20 Punkten kann der Auftrag des Quartals werden.

Das ist kein Argument gegen Lead Scoring. Es ist der Grund, warum die meisten Punktesysteme in kleinen Betrieben nach einem halben Jahr niemand mehr anschaut: Sie wurden gebaut, bevor jemand wusste, welche Signale bei genau diesem Betrieb auf einen Abschluss hindeuten. Danach rechnet das System zuverlässig etwas aus, das nichts bedeutet.

Hier geht es um die Entscheidungen davor: ab wann sich die Bewertung überhaupt rechnet, welche Signale sie tragen und woran du merkst, dass dein Modell danebenliegt.

Lead Scoring beantwortet eine Reihenfolge, kein Urteil

Lead Scoring heisst, Anfragen nach Punkten zu bewerten, damit klar wird, wen der Verkauf zuerst anruft. Mehr nicht.

Diese Einschränkung klingt bescheiden, erspart aber den häufigsten Denkfehler. Ein Score sagt nicht, ob jemand ein guter Kunde ist. Er sagt, wen du heute anrufst, wenn du nur für drei von zwanzig Kontakten Zeit hast. Wer den Score als Urteil liest, sortiert Leute aus, die später gekauft hätten.

Punkte bekommen zwei ganz verschiedene Dinge: wer jemand ist, und was er tut. Die Trennung ist wichtiger als jede einzelne Punktzahl, und sie fällt in fast jedem Modell als Erstes weg.

Die Schwelle: unter etwa zwanzig Anfragen im Monat lohnt es sich nicht

Ein Punktesystem ist eine Abkürzung für eine Menge, die du nicht mehr im Kopf hast. Bei fünfzehn Anfragen im Monat kennst du deine Interessenten ohnehin mit Namen – dann ist die Bewertung Aufwand ohne Erkenntnisgewinn. Derselbe Massstab gilt für Marketing Automation insgesamt, und aus demselben Grund.

Dazu kommt eine zweite Schwelle, die seltener genannt wird: Ein Modell lässt sich erst prüfen, wenn genug Aufträge abgeschlossen sind. Wer zwei Aufträge im Monat gewinnt, hat nach einem halben Jahr zwölf Fälle – zu wenig, um zu sehen, ob hohe Werte wirklich häufiger zu Kunden werden. Bis dahin ist jedes Punktesystem eine Vermutung in Zahlenform.

Wenn dir Anfragen fehlen statt Ordnung, liegt die Arbeit vorher. Was Anfragen erzeugt, steht in den zwölf Hebeln der Website-Leadgenerierung und, für den Geschäftskundenfall, in der B2B-Leadgenerierung über die Website.

Zwei Zahlen statt einer: Passung und Verhalten

Jedes brauchbare Modell beantwortet zwei Fragen getrennt.

Passung: gehört der Kontakt überhaupt zur Zielgruppe?

Branche, Unternehmensgrösse, Standort, Rolle im Kaufprozess. Diese Angaben ändern sich kaum und sind schon vor der ersten Interaktion bekannt. Welche Rollen bei dir überhaupt vorkommen, steht in der Karte der Kundenreise – nicht in einer Vorlage. Für einen Schweizer Betrieb gehört der Markt dazu: Eine Anfrage aus Hamburg ist nicht schlechter, aber sie passt zu einem anderen Angebot.

Verhalten: wie stark ist das Interesse gerade?

Seitenaufrufe, Downloads, geöffnete Mails, Terminanfragen. Diese Werte bewegen sich täglich und sagen etwas über den Zeitpunkt, nicht über die Eignung.

Beide zu einer Zahl zu addieren ist der Fehler, der die Auswertung unbrauchbar macht. 70 Punkte können heissen: perfekte Passung, kein Interesse – ein Kontakt für die nächste Kampagne. Oder: hohes Interesse, falsche Zielgruppe – jemand, der eine Diplomarbeit schreibt. Beide Fälle brauchen das Gegenteil voneinander, und die addierte Zahl verbirgt, welcher davon vorliegt.

Zwei Werte nebeneinander kosten keine zusätzliche Software. Sie kosten eine Spalte mehr im CRM.

Ein Signal zählt, wenn es Aufwand gekostet hat

Das ist der einfachste Massstab für die Gewichtung, und er ersetzt die meisten Punktetabellen.

Eine Terminbuchung kostet den Interessenten einen festen Platz im Kalender. Eine Angebotsanfrage kostet ihn die Bereitschaft, Zahlen zu nennen. Ein wiederholter Besuch der Preisseite kostet ihn zumindest die Entscheidung, zurückzukommen. Eine geöffnete Mail kostet nichts.

Nach dieser Frage sortiert sich fast alles von selbst:

  • Stark: Angebotsanfrage, Terminbuchung, wiederholter Besuch der Preis- oder Leistungsseite, mehrere Personen aus derselben Firma innerhalb weniger Tage.
  • Mittel: Download eines Dokuments, das zum konkreten Problem passt, Antwort auf eine Mail, Besuch einer Landingpage nach einer Anzeige.
  • Schwach: Newsletter-Anmeldung, geöffnete Mail, Klick aus Social Media, Besuch eines allgemeinen Blogbeitrags.

Der häufigste Aufbaufehler ist, schwache Signale grosszügig zu bepunkten. Wer jedem Klick fünf Punkte gibt, erzeugt nach drei Wochen einen Stapel scheinbar heisser Kontakte, von denen keiner kaufen will – und der Verkauf hört danach auf, in die Liste zu schauen. Ein Modell verliert seine Wirkung nicht, wenn es falsch rechnet, sondern wenn ihm niemand mehr glaubt.

Das Alter eines Signals wiegt schwerer als seine Höhe

Ein Kontakt, der vorgestern die Preisseite angesehen hat, ist ein anderer Fall als derselbe Kontakt vor sieben Monaten. Die Punkte sind dieselben, die Lage ist es nicht.

Deshalb gehört in jedes Modell ein Verfall. Er muss nicht kompliziert sein: Verhaltenspunkte nach dreissig Tagen halbieren und nach neunzig auf null setzen reicht für die meisten Betriebe. Die Passung verfällt nicht – eine Firma bleibt in ihrer Branche.

Ohne Verfall passiert immer dasselbe: Oben in der Liste stehen nach einem Jahr die Kontakte, die am längsten dabei sind, statt die, die gerade suchen.

MQL und SQL: die Schwelle gehört dem Verkauf

Ein Marketing Qualified Lead passt zur Zielgruppe und zeigt Interesse, ist aber noch nicht im Kaufgespräch. Ein Sales Qualified Lead ist so weit, dass der Verkauf übernimmt.

Wo genau die Grenze liegt, lässt sich nicht ausserhalb des Betriebs beantworten. Es gibt keine Punktzahl, ab der ein Kontakt kaufbereit ist – 40 und 70 sind in jedem Ratgeber zu lesen und stehen dort ohne Herleitung.

Die Zahl wird rückwärts bestimmt, nicht vorwärts geschätzt. Nimm die letzten zwanzig bis dreissig gewonnenen Aufträge und sieh nach, welchen Wert sie hatten, als der Verkauf sie übernahm. Der Median dieser Fälle ist deine Schwelle. Alles andere ist geraten.

Und die Übergabe ist eine Absprache zwischen zwei Teams, keine Automatik. Sinnvoll automatisiert wird die Benachrichtigung – eine interne Nachricht, wenn ein Kontakt die Schwelle erreicht. Ob und wie jemand darauf reagiert, entscheidet ein Mensch.

Ein Score ist nach Schweizer Recht ein Profil

Dieser Punkt fehlt in fast jedem Ratgeber, und er ist kein Detail.

Das Schweizer Datenschutzgesetz definiert Profiling als «jede Art der automatisierten Bearbeitung von Personendaten, die darin besteht, dass diese Daten verwendet werden, um bestimmte persönliche Aspekte, die sich auf eine natürliche Person beziehen, zu bewerten, insbesondere um Aspekte bezüglich [...] persönlicher Vorlieben, Interessen, Zuverlässigkeit, Verhalten [...] zu analysieren oder vorherzusagen» (Art. 5 lit. f DSG, SR 235.1, in Kraft seit 1.9.2023).

Das ist die Beschreibung von Lead Scoring, Wort für Wort. Nicht sinngemäss, sondern per Definition.

Was daraus nicht folgt, ist genauso wichtig wie das, was folgt. Es entsteht keine Einwilligungspflicht: Das DSG verlangt für gewöhnliches Profiling durch private Unternehmen keine Zustimmung. Und die Regel zur automatisierten Einzelentscheidung (Art. 21 DSG) greift nicht, solange am Ende ein Mensch entscheidet, wen er anruft – sie betrifft Entscheide, die ausschliesslich automatisiert ergehen und eine Rechtsfolge haben oder erheblich beeinträchtigen.

Zwei praktische Folgen bleiben trotzdem:

Die Datenschutzerklärung muss es hergeben. Die Informationspflicht bei der Beschaffung (Art. 19 DSG) verlangt, dass der Bearbeitungszweck genannt wird. Wer Verhalten auswertet, schreibt das hin – nicht als Klausel, sondern als Satz.

Der Score ist auskunftspflichtig. Nach Art. 25 DSG kann jede Person verlangen, «die bearbeiteten Personendaten als solche» zu erhalten. Der gespeicherte Wert gehört dazu, und die Notizen daneben auch. Die Auskunft ist kostenlos, wird in der Regel innerhalb von 30 Tagen erteilt, und niemand kann im Voraus darauf verzichten.

Daraus folgt eine Regel, die sich leicht merken lässt: Schreib in ein Bewertungsfeld nichts, was du dem Kontakt nicht vorlesen würdest. «Budget vermutlich zu klein» ist ein auskunftspflichtiger Satz. «Kein Budget genannt» ist eine Beobachtung.

Wie du prüfst, ob das Modell überhaupt etwas misst

Ein Punktesystem, das nie gegen Ergebnisse gehalten wird, ist Dekoration. Der Test dauert eine Stunde und braucht keine zusätzlichen Daten.

Vergleiche die Werte der gewonnenen Aufträge mit denen der verlorenen. Liegen die Gewonnenen deutlich höher, misst das Modell etwas. Liegen sie gleichauf, misst es nichts – dann sind nicht die Schwellen falsch, sondern die Kriterien.

Danach lohnen sich vier Kennzahlen, und mehr braucht es nicht:

  • Anteil der MQL, die zu SQL werden
  • Abschlussquote je Punktebereich
  • Zeit von der ersten Interaktion bis zum Auftrag
  • Anteil der übergebenen Kontakte, die der Verkauf tatsächlich annimmt

Die letzte ist die ehrlichste. Wenn der Verkauf die Hälfte der übergebenen Kontakte zurückgibt, ist die Schwelle zu tief – unabhängig davon, wie gut die übrigen Zahlen aussehen. Was ein Kontakt kosten darf, leitet sich aus Kundenwert und Abschlussquote ab; der Rechenweg steht bei den Google-Ads-Kosten in der Schweiz. Welche Ereignisse du dafür überhaupt messen kannst, hängt an der Einrichtung deiner Analyse.

Braucht ein KMU dafür eine Software?

Nicht am Anfang.

Die erste brauchbare Fassung sind zwei Felder im CRM, von Hand gepflegt: Passung von 1 bis 3, letztes starkes Signal mit Datum. Das beantwortet die Frage, wen man heute anruft, und es zwingt dazu, die Kriterien überhaupt erst zu benennen.

Automatisierung lohnt sich, sobald drei Dinge zusammenkommen: genug Anfragen, mehrere Personen im Verkauf und Signale, die niemand von Hand mitschreiben kann – etwa wiederholte Seitenaufrufe. Dann braucht es eine Verbindung zwischen Website, Formularen und CRM, wie sie Systemintegrationen herstellen.

Die Reihenfolge ist in beiden Fällen dieselbe: erst der Verkaufsprozess, dann die Kriterien, dann das Werkzeug. Eine teure Lösung mit einem ungeprüften Modell rechnet nur schneller falsch.

Wo die Bewertung im Lead Management steht

Lead Scoring ist ein Schritt, nicht das Ganze. Lead Management meint die ganze Strecke: Anfragen erzeugen, Kontakte erfassen, bewerten, übergeben, nachfassen – und die Ergebnisse zurück in die Bewertung spielen.

Die Bewertung sitzt in der Mitte. Sie ersetzt weder das, was vor ihr liegt, noch das, was danach kommt.

Davor liegt die Erzeugung. Ohne genug Anfragen sortierst du eine Menge, die du ohnehin überblickst – deshalb steht die Schwelle weiter oben und nicht als Fussnote.

Danach liegt die Entwicklung. Ein niedriger Wert heisst selten «schlechter Kontakt» und meistens «früher Kontakt». Wie du so jemanden über Monate begleitest, ohne zu drängen, steht im Marketing Funnel, samt dem Abschnitt zum Lead Nurturing.

Wer alle drei Teile hat, betreibt Lead Management. Wer nur den mittleren hat, führt eine sortierte Liste.

Häufige Fragen

Wie funktioniert Lead Scoring?

Jeder Kontakt bekommt Punkte für zwei Dinge: wie gut er zur Zielgruppe passt und wie stark er sich gerade mit dem Angebot beschäftigt. Aus beiden Werten entsteht eine Reihenfolge für den Verkauf – keine Aussage darüber, ob jemand ein guter Kunde wäre.

Ab wie vielen Anfragen lohnt sich Lead Scoring?

Als Faustregel ab etwa zwanzig Anfragen im Monat. Darunter kennst du die Interessenten mit Namen, und die Bewertung kostet mehr Zeit, als sie spart. Wichtiger als die Zahl der Anfragen ist die Zahl der abgeschlossenen Aufträge: Ohne sie lässt sich nicht prüfen, ob das Modell stimmt.

Wie viele Punkte braucht ein Lead zur Qualifizierung?

Es gibt keine allgemeingültige Zahl. Bestimme sie rückwärts aus den letzten zwanzig bis dreissig gewonnenen Aufträgen: Welchen Wert hatten sie bei der Übergabe an den Verkauf? Der Median dieser Fälle ist deine Schwelle, und sie gehört alle paar Monate nachgerechnet.

Was ist der Unterschied zwischen MQL und SQL?

Ein Marketing Qualified Lead passt zur Zielgruppe und zeigt Interesse, ist aber noch nicht im Kaufgespräch. Ein Sales Qualified Lead hat die vereinbarte Schwelle erreicht, sodass der Verkauf übernimmt. Wo die Grenze liegt, vereinbaren Marketing und Verkauf gemeinsam.

Ist Lead Scoring in der Schweiz datenschutzrechtlich zulässig?

Ja. Die Bewertung ist Profiling nach Art. 5 lit. f DSG, braucht aber keine Einwilligung. Verlangt sind Transparenz über den Zweck in der Datenschutzerklärung (Art. 19 DSG) und die Herausgabe des gespeicherten Werts auf Anfrage (Art. 25 DSG). Für den konkreten Fall gehört eine rechtliche Prüfung dazu.

Was ist der Unterschied zwischen Lead Scoring und Lead Management?

Lead Management ist der ganze Ablauf von der Anfrage bis zum Auftrag: erfassen, bewerten, übergeben, nachfassen. Lead Scoring ist der Bewertungsschritt darin. Wer nur bewertet, hat eine sortierte Liste; wer die Schritte verbindet, hat einen Prozess.

Eignet sich Lead Scoring auch ausserhalb von B2B?

Grundsätzlich ja, praktisch selten. Es lohnt sich dort, wo zwischen erstem Kontakt und Kauf mehrere Wochen und mehrere Berührungspunkte liegen – das ist im B2B die Regel und im Direktverkauf die Ausnahme.

Fazit: der Score ordnet den Tag, er entscheidet ihn nicht

Lead Scoring für KMU ist keine Punktesammlung, sondern eine Antwort auf eine sehr kleine Frage: Wen rufe ich heute zuerst an?

Was dafür reicht, ist wenig. Zwei getrennte Werte statt einer addierten Zahl. Gewichtung nach Aufwand, nicht nach Verfügbarkeit des Signals. Ein Verfall, damit alte Kontakte nicht nach oben wandern. Und eine Schwelle, die aus abgeschlossenen Aufträgen stammt statt aus einem Ratgeber.

Bleibt der Satz, den sich ein Modell verdienen muss: Wenn die gewonnenen Aufträge keinen höheren Wert hatten als die verlorenen, misst das System nichts – dann gehört es geändert und nicht ausgebaut. Wie diese Bewertung in einen durchgehenden Ablauf von der Anfrage bis zum Auftrag passt, zeigt ALPENIQ Growth.