KI Case Study: B2B-Lead-Generierung für ein
Kunde: B2B-SaaS-Unternehmen (vertraulich)
Die Herausforderung
Vier Vertriebsmitarbeiter verbrachten täglich jeweils drei Stunden damit, Unternehmen zu recherchieren, Kontaktdaten zu finden und Leads zu bewerten, bevor eine einzige persönliche Nachricht versendet werden konnte. Die Pipeline blieb dünn, weil die verfügbare Zeit in Recherche statt in Verkauf floss.
Was ich gebaut habe
- 01
Ein Python-Scraper übernimmt ein definiertes Ideal Customer Profile und verarbeitet passende Firmenlisten aus Sales Navigator und Apollo.io.
- 02
Jeder Datensatz wird mit Finanzierungsstatus, Mitarbeiterzahl, Technologiesignalen und aktuellen Nachrichten angereichert.
- 03
Eine LLM-Schicht bewertet jeden Lead anhand von Branche, Größe, Technologie und Wachstum auf einer Skala von eins bis zehn und liefert eine kurze Begründung.
- 04
Leads ab sieben Punkten werden mit allen Kontextdaten an HubSpot übertragen. Der zuständige Mitarbeiter erhält in Slack die wichtigsten Kaufsignale.
In der Praxis
Das Vertriebsteam war nach der Recherche oft zu erschöpft für gute persönliche Ansprache. Rund sechzig Prozent des Arbeitstages floss in Aufgaben, die keinen direkten Pipeline-Wert erzeugten.
Die Lösung hat drei Stufen: Akquise nach festen Kriterien, Anreicherung aus mehreren Quellen und Qualifizierung gegen das Zielkundenprofil. Das Ergebnis ist kein roher Kontakt, sondern ein vorbereitetes Dossier mit nachvollziehbaren Signalen.
Die erste Bewertungslogik war zu großzügig. Nach mehreren Testrunden mit echten Entscheidungen des Vertriebsteams entstand eine Kalibrierung, die strenger und nützlicher arbeitete. Die kurze Begründung erwies sich als wertvoller als der reine Punktwert, weil sie direkt in persönliche Einstiege einfloss.
Die Slack-Meldung sagt nicht nur, dass ein neuer Lead vorhanden ist. Sie zeigt die zwei wichtigsten Gründe für die Auswahl, damit der Mitarbeiter HubSpot mit einer klaren Gesprächsidee öffnet. So wird gesparte Recherchezeit tatsächlich zu besserer Verkaufszeit.
Genutzter Stack
Ein ähnliches Problem?
Lassen Sie uns darüber sprechen, wie es automatisiert werden kann.