Ein KI-Vertriebsmitarbeiter nimmt dem Sales-Team nicht das Verkaufen ab. Er übernimmt die Arbeit rund um das Verkaufen: passende Unternehmen recherchieren, Signale bewerten, Follow-ups vorbereiten, Gesprächsnotizen strukturieren und CRM-Felder aktuell halten. Der menschliche Vertrieb entscheidet weiterhin, welche Accounts Priorität haben, welche Botschaft passt und wann ein persönliches Gespräch nötig ist.
Der Unterschied zu einem einzelnen Textgenerator ist entscheidend: Ein produktiver KI-Vertriebsmitarbeiter arbeitet nicht in einem separaten Chatfenster. Er verbindet Datenquellen, CRM, E-Mail, Kalender und definierte Freigabeschritte zu einem nachvollziehbaren Prozess. Damit wird aus punktueller Texthilfe ein digitaler Arbeitskollege für den Vertriebsinnendienst.
Die Kurzfassung
- Recherche: Der KI-Mitarbeiter sammelt öffentlich verfügbare Unternehmensinformationen und fasst relevante Kaufsignale zusammen.
- Qualifizierung: Er bewertet Leads nach transparenten Kriterien statt nach einem undurchsichtigen Bauchgefühl-Score.
- Follow-up: Er entwirft kontextbezogene Nachrichten, die ein Mensch prüft oder nach klaren Regeln freigibt.
- CRM-Pflege: Er überträgt Notizen, Aktivitäten, nächste Schritte und fehlende Felder in die bestehende Vertriebsplattform.
- Übergabe: Er eskaliert kaufbereite oder sensible Fälle an den zuständigen Vertriebsmitarbeiter.
Warum Vertriebsautomatisierung oft am falschen Ende beginnt
Viele Unternehmen starten mit der Frage: „Welches KI-Tool schreibt die besten Akquise-E-Mails?“ Das greift zu kurz. Eine gute Nachricht hilft wenig, wenn die Zielgruppe falsch ist, der Kontakt bereits von einem Kollegen bearbeitet wird oder im CRM entscheidender Kontext fehlt. Automatisierung verstärkt nicht nur gute Prozesse, sondern auch schlechte Daten und unklare Zuständigkeiten.
Der HubSpot State of Sales 2025 zeigt, wie weit KI im Vertrieb bereits verbreitet ist: Nur acht Prozent der befragten Vertriebsprofis nutzten keine KI; 84 Prozent gaben an, dass KI Zeit spare und Prozesse optimiere. Gleichzeitig bewerteten 83 Prozent Personalisierung als Nutzen. Die Zahlen erklären die Dynamik, ersetzen aber keine Prozessarchitektur. Entscheidend bleibt, welche Daten ein System verwenden darf, welche Schritte es selbst ausführt und wo Menschen kontrollieren.
| Schlechter Startpunkt | Besserer Startpunkt | Warum |
|---|---|---|
| „Schreibe 500 E-Mails“ | „Finde 20 relevante Accounts mit belegbaren Signalen“ | Qualität und Kontext vor Volumen |
| Ein isoliertes KI-Tool | Integration in CRM, E-Mail und Kalender | Einheitlicher Datenstand und weniger Kopierarbeit |
| Vollautomatischer Versand ab Tag eins | Entwürfe mit Freigabe und schrittweiser Automatisierung | Kontrolle über Tonalität, Risiken und Lernphase |
| Ein geheimer Gesamtscore | Mehrere sichtbare Bewertungskriterien | Nachvollziehbare Priorisierung |
Der End-to-End-Prozess eines KI-Vertriebsmitarbeiters
Ein sinnvoller Ablauf besteht aus sechs verbundenen Stationen. Jede Station erzeugt strukturierte Ergebnisse, die der nächste Schritt nutzen kann. Das verhindert, dass der KI-Mitarbeiter lediglich Texte produziert, deren Herkunft und Wirkung niemand nachvollziehen kann.
- Zielprofil laden: Branchen, Unternehmensgröße, Region, relevante Rollen, Ausschlusskriterien und typische Probleme werden aus dem Vertriebs-Playbook übernommen.
- Accounts recherchieren: Der KI-Mitarbeiter prüft Websites, öffentliche Register, Stellenanzeigen, Pressebereiche oder freigegebene Datenanbieter auf relevante Signale.
- Leads qualifizieren: Fit, Timing, Datenqualität und potenzieller Anlass werden separat bewertet und begründet.
- Ansprache vorbereiten: Aus Signal, Angebot und vorhandener Beziehung entsteht ein individueller Gesprächseinstieg oder Follow-up-Entwurf.
- Interaktion dokumentieren: Antworten, Termine, Notizen und Aufgaben werden dem richtigen Kontakt und Account im CRM zugeordnet.
- Nächsten Schritt steuern: Der KI-Mitarbeiter erinnert, bereitet Unterlagen vor oder übergibt mit einer kompakten Zusammenfassung an einen Menschen.
1. Lead-Recherche: Aus Daten werden begründete Verkaufschancen
Recherche ist mehr als das Sammeln von Firmenname, Branche und Mitarbeiterzahl. Für den Vertrieb zählt, warum ein Unternehmen gerade jetzt relevant sein könnte. Ein neues Logistikzentrum, zahlreiche offene Stellen im Kundenservice, ein Wechsel im Management oder eine angekündigte Systemmigration können Hinweise liefern. Der KI-Vertriebsmitarbeiter muss dabei Quelle, Datum und Aussage voneinander trennen und Unsicherheit sichtbar machen.
Ein praxistaugliches Recherche-Ergebnis
- Account und Domain eindeutig identifiziert
- relevante Ansprechpartner mit Rolle, nicht nur mit Jobtitel
- zwei bis vier aktuelle Signale inklusive URL und Funddatum
- Bezug zwischen Signal und dem eigenen Leistungsangebot
- offene Fragen und widersprüchliche Angaben
- Empfehlung: ansprechen, beobachten oder ausschließen
Wichtig ist eine klare Grenze zwischen Fakt und Interpretation. „Das Unternehmen sucht zehn Servicemitarbeiter“ kann eine belegbare Beobachtung sein. „Das Unternehmen hat ein massives Effizienzproblem“ ist eine Hypothese. Ein guter KI-Mitarbeiter kennzeichnet beides unterschiedlich und überträgt keine Vermutung als Tatsache ins CRM.
2. Lead-Qualifizierung: Transparente Kriterien statt magischer Score
Ein einzelner Score von 82 Punkten wirkt präzise, sagt aber wenig. Besser sind getrennte Dimensionen, deren Herleitung ein Vertriebsmitarbeiter prüfen kann. Das macht die Bewertung anpassbar und erleichtert die Ursachenanalyse, wenn qualifizierte Leads später doch nicht konvertieren.
| Dimension | Beispielfrage | Mögliche Daten |
|---|---|---|
| Unternehmens-Fit | Passt der Account zum Ideal Customer Profile? | Branche, Größe, Region, Technologie |
| Problem-Fit | Gibt es Hinweise auf einen lösbaren Engpass? | Stellenanzeigen, Prozesssignale, öffentliche Aussagen |
| Timing | Warum könnte das Thema jetzt relevant sein? | Projekte, Führungswechsel, Wachstum, Ausschreibungen |
| Beziehungsstatus | Besteht bereits Kontakt oder eine Einführung? | CRM-Aktivitäten, E-Mails, Events, Partner |
| Datenvertrauen | Wie belastbar und aktuell sind die Angaben? | Quellenanzahl, Datum, Widersprüche |
Das Ergebnis ist keine automatische Kaufentscheidung, sondern eine sortierte Arbeitsliste. Vertriebsteams können Schwellenwerte pro Segment festlegen: strategische Accounts benötigen vielleicht eine manuelle Prüfung, während klar unpassende Leads automatisch zurückgestellt werden.
3. Follow-up: Kontext nutzen, ohne Beziehungen zu automatisieren
Follow-ups scheitern selten am fehlenden Schreibvermögen. Meist fehlen Kontext, Timing oder ein sinnvoller nächster Schritt. Der KI-Vertriebsmitarbeiter kann Gesprächsnotizen, vereinbarte Aufgaben, Produktinteresse und frühere Kommunikation zusammenführen. Daraus erstellt er einen Entwurf, der nicht mit einer generischen Floskel beginnt, sondern an das konkrete Gespräch anknüpft.
Was ein guter Follow-up-Entwurf enthält
- einen überprüfbaren Bezug zum letzten Kontakt
- die versprochene Information oder Unterlage
- eine klare, kleine nächste Handlung
- eine Tonalität passend zu Marke, Beziehung und Kanal
- keine erfundenen Details und keine künstliche Dringlichkeit
Rechtlich muss die Automatisierung zum Kommunikationsweg passen. § 7 UWG setzt für Werbung per elektronischer Post enge Grenzen und verlangt grundsätzlich eine vorherige ausdrückliche Einwilligung, soweit keine gesetzliche Ausnahme greift. Ein KI-Vertriebsmitarbeiter ist deshalb kein Freibrief für unkontrollierten Massenversand. Einwilligung, bestehende Kundenbeziehung, Sperrlisten und dokumentierter Kommunikationszweck gehören als Regeln in den Workflow.
4. CRM-Pflege: Der unterschätzte Produktivitätshebel
Der größte unmittelbare Nutzen entsteht oft nach Gesprächen. Notizen liegen in Videokonferenz-Transkripten, persönlichen Dokumenten oder im E-Mail-Verlauf. Aufgaben werden verspätet angelegt, Opportunity-Felder bleiben leer und Forecasts basieren auf veralteten Angaben. Der KI-Vertriebsmitarbeiter kann diese Lücke schließen, wenn das CRM das führende System bleibt.
Auch der aktuelle Salesforce State of Sales beschreibt KI-Agenten entlang des gesamten Vertriebszyklus und berichtet, dass neun von zehn Sales-Teams solche Agenten einsetzen oder dies innerhalb von zwei Jahren erwarten. Für Unternehmen ist dabei nicht die maximale Zahl automatisierter Aktionen entscheidend, sondern die Verlässlichkeit der Übergaben zwischen Mensch, KI und CRM.
Typische CRM-Aktionen
- Kontakt- und Account-Dubletten zur Prüfung markieren
- Gesprächszusammenfassung als Aktivität speichern
- Entscheider, Bedarf, Budgethinweise und Zeitplan strukturiert erfassen
- Opportunity-Phase nur bei definierten Signalen vorschlagen
- Aufgaben mit Verantwortlichem und Fälligkeitsdatum anlegen
- fehlende Pflichtfelder oder widersprüchliche Daten melden
Schreibrechte sollten abgestuft sein. Eine Zusammenfassung kann der KI-Mitarbeiter direkt speichern, während Änderungen an Deal-Wert, Abschlusswahrscheinlichkeit oder Vertragsstatus eine Freigabe erfordern. So bleibt das CRM aktuell, ohne dass sensible Felder unkontrolliert verändert werden.
5. Human-in-the-Loop: Wo Menschen entscheiden müssen
Vertrieb beinhaltet Vertrauen, Verhandlung und Verantwortung. Deshalb braucht der Prozess klare Entscheidungspunkte. Die technische Möglichkeit zur Automatisierung ist nicht automatisch die fachlich richtige Wahl.
| Aktion | Automatisierungsgrad | Empfohlene Kontrolle |
|---|---|---|
| Öffentliche Account-Signale sammeln | hoch | Quellen und Aktualität protokollieren |
| Lead-Priorität vorschlagen | mittel | Kriterien und Begründung anzeigen |
| Follow-up entwerfen | hoch | Freigabe bei neuen Kontakten oder sensiblen Fällen |
| CRM-Notizen ergänzen | hoch | Änderungshistorie und Rücknahme ermöglichen |
| Preis oder Vertragskonditionen zusagen | niedrig | immer menschliche Entscheidung |
| Lead endgültig disqualifizieren | niedrig bis mittel | Stichprobe oder Freigabe je Segment |
Wenn Profiling oder Entscheidungen erhebliche Auswirkungen auf Personen haben können, sind zusätzlich Datenschutz und rechtliche Bewertung nötig. Artikel 22 der Datenschutz-Grundverordnung regelt Entscheidungen, die ausschließlich auf automatisierter Verarbeitung beruhen und rechtliche Wirkung entfalten oder Personen ähnlich erheblich beeinträchtigen. Ein B2B-Lead-Workflow fällt nicht automatisch darunter; die Norm zeigt aber, warum Zweck, Datenbasis, Eingriffstiefe und menschliche Kontrolle vor dem Rollout geprüft werden müssen.
Technische Architektur: Kein Monolith, sondern kontrollierte Werkzeuge
Ein maßgeschneiderter KI-Vertriebsmitarbeiter besteht typischerweise aus mehreren Bausteinen. Das Sprachmodell ist nur einer davon. Unternehmen sollten kontrollieren, welche Modelle genutzt werden, welche Daten an welchen Schritt fließen und welche Ergebnisse in Systeme zurückgeschrieben werden.
- Trigger: neuer Lead, fälliges Follow-up, abgeschlossenes Gespräch oder verändertes Account-Signal
- Datenzugriff: APIs für CRM, E-Mail, Kalender und freigegebene Recherchequellen
- Orchestrierung: Regeln, Reihenfolge, Fehlerbehandlung und Wartezeiten
- Modelle: je Aufgabe ausgewählte API-basierte Modelle unter Ihrer Kontrolle
- Guardrails: Berechtigungen, Pflichtquellen, Sperrlisten, Freigaben und Eskalationen
- Monitoring: Protokolle, Kosten, Bearbeitungszeiten, Qualitätsstichproben und Ergebnisse
Einführung in vier Phasen
Die beste Einführung beginnt mit einem kleinen, messbaren Prozess. Ein Team sollte nicht sofort den gesamten Vertriebszyklus automatisieren. Es sollte zuerst zeigen, dass Datenzugriff, Ergebnisqualität und Verantwortlichkeiten funktionieren.
- Prozessaufnahme: Ist-Ablauf, Systeme, Datenfelder, Engpässe und Freigaben dokumentieren.
- Assistierter Pilot: Recherche und Entwürfe erzeugen, aber jede Aktion durch Menschen prüfen lassen.
- Kontrollierte Automatisierung: risikoarme Schritte nach stabilen Qualitätswerten automatisch ausführen.
- Skalierung: zusätzliche Segmente, Kanäle und Systeme integrieren; Regeln anhand realer Ergebnisse verbessern.
Die wichtigsten Kennzahlen
- Zeit von Lead-Eingang bis Erstbewertung
- Anteil vollständig gepflegter CRM-Datensätze
- Zeitaufwand pro Recherche und Gesprächsnachbereitung
- Akzeptanzquote der vorgeschlagenen Follow-ups
- Fehler- und Rücknahmequote automatischer CRM-Aktionen
- Conversion je Segment im Vergleich zur bisherigen Arbeitsweise
Was Unternehmen vor dem Pilot klären sollten
Ein belastbarer Pilot braucht mehr als einen Zugang zum CRM und einen Prompt. Vertrieb, Marketing, Datenschutz und IT sollten gemeinsam festlegen, welche Aufgabe verbessert werden soll. Ohne diese Abstimmung optimiert der KI-Mitarbeiter womöglich auf schnelle Antworten, obwohl das eigentliche Ziel eine höhere Datenqualität oder eine bessere Übergabe zwischen Innen- und Außendienst ist.
Sieben Fragen für den Projektstart
- Ziel: Welche messbare Veränderung soll innerhalb von sechs bis acht Wochen sichtbar werden?
- Scope: Für welches Segment, welche Region und welchen Vertriebsprozess gilt der Pilot?
- Daten: Welche CRM-Felder, E-Mail-Inhalte und öffentlichen Quellen sind erforderlich und freigegeben?
- Aktionen: Darf der KI-Mitarbeiter nur lesen und vorschlagen oder auch Datensätze verändern und Nachrichten versenden?
- Freigabe: Welche Aktionen benötigen immer einen Menschen und wer trägt die Verantwortung?
- Qualität: Wie werden falsche Zuordnungen, erfundene Aussagen und unpassende Formulierungen erfasst?
- Lernen: Wie fließen Korrekturen des Vertriebsteams zurück in Regeln, Vorlagen und Bewertungslogik?
Für den Start reicht häufig ein klar begrenzter Use Case: Nach jedem qualifizierten Erstgespräch erstellt der KI-Vertriebsmitarbeiter eine Zusammenfassung, schlägt die CRM-Aktualisierung vor und bereitet ein Follow-up vor. Das Team prüft die Ergebnisse vier Wochen lang. Erst wenn Zuordnung, Tonalität und Datenqualität stabil sind, kommen automatische Schreibrechte oder weitere Recherchequellen hinzu.
Auch der Rückweg gehört zum Design. Wenn eine API nicht erreichbar ist, Kontaktdaten widersprüchlich sind oder das Modell keine belastbare Begründung liefern kann, darf der Prozess nicht stillschweigend weitermachen. Er legt stattdessen eine Aufgabe an, markiert den Grund und wartet auf eine Entscheidung. Diese Ausnahmebehandlung trennt eine Demo von einem verlässlichen KI-Mitarbeiter im Tagesgeschäft.
KI-Mitarbeiter für den Vertrieb — von der Agentur, nicht von der Stange
Standard-Tools lösen meist einen Ausschnitt: Sie schreiben E-Mails, reichern Kontakte an oder fassen Gespräche zusammen. Im Alltag entstehen dadurch neue Übergaben. Ergebnisse müssen kopiert, Berechtigungen separat verwaltet und Regeln an mehreren Stellen gepflegt werden. Vor allem bildet ein Standard-Tool selten den tatsächlichen Vertriebsprozess eines Unternehmens ab.
agentworx ist eine KI-Agentur aus München. Wir entwickeln maßgeschneiderte KI-Mitarbeiter für Unternehmen und integrieren sie in vorhandene Systeme. Im Vertrieb kann das konkret bedeuten:
- Lead-Recherche nach dem eigenen Ideal Customer Profile und definierten Ausschlusskriterien
- Qualifizierung mit transparenten, segmentspezifischen Kriterien
- individuelle Integration in Salesforce, HubSpot, Microsoft Dynamics oder ein anderes CRM
- Follow-up-Entwürfe aus E-Mail-, Kalender- und Gesprächskontext
- automatische CRM-Pflege mit abgestuften Schreibrechten und Freigaben
- Übergabe kaufbereiter Leads inklusive Quellen, Historie und empfohlenem nächsten Schritt
Sie kontrollieren, welche Modelle genutzt werden, welche Daten fließen und wie die Ergebnisse aussehen. Das Ergebnis ist kein KI-Feature in einer App, sondern ein Arbeitskollege: ein KI-Vertriebsmitarbeiter, der wiederkehrende Vor- und Nacharbeit zuverlässig erledigt und dem menschlichen Team mehr Zeit für Beratung, Verhandlung und Abschluss gibt.