Lead-Scoring: beste Leads zu besten Closern
Wann Sie diese Methode brauchen
In Ihrem Vertrieb werden Leads nach Reihenfolge oder Zufall verteilt. So landen die wertvollsten Anfragen regelmäßig bei Verkäufern, die sie nicht optimal konvertieren und teuer erzeugte Nachfrage verpufft. Gleichzeitig verbrennen Neueinsteiger gute Leads, an denen sie eigentlich erst lernen sollten.
Vorgehen
- 1Ein Lead-Scoring aufsetzen, das die Abschlusswahrscheinlichkeit und den potenziellen Wert abbildet (Firmengröße, Fit, Signalstärke, Quelle).
- 2Routing-Regeln definieren: hochwertige Leads an nachweislich starke Closer, niedrig bewertete an neue Mitarbeiter für den Übungsbetrieb.
- 3Die Performance je Verkäufer und Lead-Klasse messen, damit das Routing auf Daten statt auf Seniorität beruht.
- 4Den Vergütungsplan so gestalten, dass Top-Performance sichtbar überdurchschnittlich honoriert wird. Die Spreizung zieht weiteres Talent an.
Typische Anwendung
Ein typischer Fall: Ein B2B-SaaS mit gemischtem Inbound-Aufkommen verteilt Demo-Anfragen strikt reihum. Die Auswertung nach Verkäufer und Lead-Klasse zeigt erhebliche Unterschiede: Bei großen Accounts konvertieren zwei erfahrene AEs deutlich besser als der Rest des Teams. Das Unternehmen führt ein einfaches Scoring nach Firmengröße und Fit ein und routet die obersten Lead-Klassen an genau diese beiden, während Neueinsteiger an kleineren Anfragen üben. Die teuer erzeugte Nachfrage wird dort konvertiert, wo die Wahrscheinlichkeit am höchsten ist.
Grenzen und Gegenindikationen
Ohne belastbares Daten-Tracking je Verkäufer und Lead-Klasse ist das Routing Willkür mit Etikett. Die Konzentration guter Leads auf wenige Personen schafft Klumpenrisiken und kann die Entwicklung des restlichen Teams bremsen. Training und Aufstiegspfade müssen mitgedacht werden. In kleinen Teams mit wenigen Leads pro Monat lohnt der Apparat kaum.
Woran Sie Wirkung messen
Conversion-Rate je Lead-Klasse und Verkäufer sowie der Umsatz pro erzeugtem Lead. Steigt der Ertrag aus derselben Lead-Menge nach Routing-Umstellung, wirkt der Hebel.
Verwandte Methoden
Quellen
- 1.González-Flores, Rubiano-Moreno, Sosa-Gómez: The relevance of lead prioritization: a B2B lead scoring model based on machine learning, Frontiers in Artificial Intelligence, 2025 (öffnet in neuem Tab) · Frontiers in Artificial Intelligence · 2025 · Wissenschaft und FachliteraturBelegt den Kern der Methode: Auf echten Kundendaten eines Softwareanbieters lassen sich Anfragen nach Abschlusswahrscheinlichkeit ordnen, und diese Reihenfolge bestimmt, welchen Kontakten das Vertriebsteam zuerst Zeit widmet, was Abschlussquote und Ressourceneinsatz verbessert.
- 2.Alex Hormozi: Sales Was Hard Until I Understood These 9 Concepts, YouTube, 2024 (öffnet in neuem Tab) · YouTube (Alex Hormozi) · 2024 · PraxisquelleTrägt die Verteilungsregel selbst, also beste Anfragen an die stärksten Verkäufer und schwache Anfragen als Übungsmaterial für Neueinsteiger, sowie die Wirkung sichtbar hoher Spitzenverdienste auf die Anwerbung.
Ursprung: Hormozi · Adaptiert aus: Alex Hormozi ($100M Offers/$100M Leads, YouTube-Langform)
Zuletzt geprüft: 2026-07-25 von Dr. Oliver Gausmann