Fünf KI-Anwendungen, die im Vertrieb wirklich etwas bringen

Neun von zehn Vertriebsteams arbeiten mit KI-Agenten oder haben es für die nächsten zwei Jahre vor. Vierundfünfzig Prozent nutzen sie heute schon. Achtundachtzig Prozent sagen, KI mache sie produktiver, einundneunzig Prozent, sie helfe bei der Vertriebsplanung.

Das sind beeindruckende Zahlen, und sie sagen fast nichts.

Denn sie beantworten nicht die Frage, die im Alltag zählt: An welcher Stelle lohnt es sich tatsächlich, und wo verbrennt man Zeit für etwas, das gut aussieht und nichts verändert.

Ich habe das in den vergangenen zwei Jahren durchprobiert. Manches hat funktioniert, manches nicht. Was hier steht, sind fünf Anwendungen, die geblieben sind, und der Grund, warum ausgerechnet diese.

Warum die Diskussion meist an der falschen Stelle geführt wird

Wenn ich mit Vertriebsleuten über KI spreche, landen wir fast immer beim Gespräch. Wie unterstützt die Technik im Termin, welche Einwandbehandlung schlägt sie vor, wie verbessert sie die Abschlussquote.

Das ist der interessanteste Teil der Arbeit. Es ist auch der Teil, an dem KI am wenigsten hilft. Ich habe an anderer Stelle beschrieben, warum: Die Einschätzung, ob man ein Thema anspricht oder besser nicht, entsteht in den ersten zwei Minuten aus Tonfall, Zögern und dem, was jemand nicht sagt. Dafür gibt es kein Modell.

Der Ertrag liegt woanders. Er liegt in dem, was vor und nach dem Gespräch passiert.

Studien beziffern, dass Vertriebsmitarbeitende bis zu dreißig Prozent ihrer Zeit mit dem Schreiben, Versenden und Beantworten von E-Mails verbringen. Eine andere Untersuchung kommt darauf, dass allein die Bearbeitung von Eingängen bis zu ein Viertel der Arbeitswoche frisst. Das ist ein erheblicher Teil einer Vertriebswoche, in dem nicht verkauft wird.

Die folgenden fünf Anwendungen liegen genau dort. Sie sind nicht nach Technologie sortiert, sondern nach dem Weg, den eine Anfrage durch die Organisation nimmt: vom Eingang über die Anbahnung und das Angebot bis zur Abwicklung und zum Bestandsgeschäft.

---

I. Eingang: Lead-Rating und Zuordnung

Wirkung: Kein Lead liegt mehr, weil unklar war, wer zuständig ist.

Anfragen kommen aus allen Richtungen. Über die Website, über Hersteller, über Veranstaltungen und Webinare, über Marketingmaßnahmen. In einer mittelgroßen Organisation summiert sich das schnell auf eine vierstellige Zahl pro Monat.

Zwischen Eingang und Bearbeitung liegt dann ein manueller Schritt. Jemand muss schauen, wer das ist, wie groß die Firma ist und wer zuständig wäre. Das klingt nach zwei Minuten. Bei tausend Anfragen im Monat ist es eine Vollzeitstelle.

Das lässt sich automatisieren, und zwar in drei Schritten.

Zuerst wird zu jedem Lead die Mitarbeiterzahl des Unternehmens ermittelt. Im Lizenzgeschäft ist das die entscheidende Größe, denn mehr Mitarbeitende bedeuten mehr Geräte und damit mehr Lizenzen. Daraus entsteht ein A/B/C-Rating. Alternativ lässt sich prüfen, ob das erwartbare Anfragevolumen eine bestimmte Schwelle überschreitet, was gerade bei kleineren Firmen mit großem Bedarf hilft.

Dann bestimmt die Postleitzahl die Region. Und zuletzt landet der Lead automatisch bei der Rolle, die dafür zuständig ist.

Der eigentliche Gewinn ist nicht die gesparte Zeit. Es ist, dass nichts mehr liegen bleibt. Der klassische verlorene Lead ist selten der, den jemand falsch bearbeitet hat. Es ist der, den niemand bearbeitet hat, weil unklar war, wem er gehört.

Was man dafür braucht: Eine saubere Definition, was ein A-Lead ist. Ohne die automatisiert man nur die eigene Unschärfe, und zwar in großem Tempo.

---

II. Anbahnung: Briefings vor dem Termin

Wirkung: Die halbe Stunde Recherche vor jedem Termin fällt weg.

Vor jedem größeren Termin steht dieselbe halbe Stunde. Firma nachschlagen, Geschäftsbericht überfliegen, wer sitzt da, was macht der, was hat das Unternehmen zuletzt öffentlich gesagt. Gibt es eine Ausschreibung, eine Meldung, einen Anlass. Keine anspruchsvolle Arbeit, aber Arbeit, die man nicht auslassen kann, ohne unvorbereitet dazusitzen.

Diese Vorbereitung lässt sich weitgehend abgeben. Aus einer gepflegten Wissensbasis entstehen Briefings, die vier Dinge enthalten: die Struktur des Buying Centers, die bisherige Historie mit dem Kunden, Cross- und Upsell-Potenziale sowie die Wettbewerbssituation.

Der Unterschied zum manuellen Vorgehen ist nicht nur Zeit. Es ist Vollständigkeit. Ein Mensch unter Zeitdruck schaut sich an, was ihm einfällt. Ein Briefing schaut sich an, was definiert wurde.

Die Grenze ist trotzdem deutlich. Die KI liefert die Information, dass ein Unternehmen gerade ein Werk in Osteuropa aufbaut. Sie liefert nicht die Frage, ob mein Gegenüber stolz darauf ist oder ob es ein Politikum ist. Ob der Aufbau seine Karriere trägt oder ihm den Schlaf raubt. Diese Einschätzung bleibt beim Menschen, und sie wird durch die Automatisierung des Rests nicht weniger wichtig, sondern mehr.

Was man dafür braucht: Eine Wissensbasis, die gepflegt ist. Ein Briefing aus einem verwahrlosten CRM ist eine gut formulierte Falschaussage, und die ist gefährlicher als gar keine Vorbereitung.

---

III. Angebot: Angebotserstellung

Wirkung: Der Aufwand pro Angebot sinkt auf einen Bruchteil.

Ein Angebot besteht zu großen Teilen aus Wiederholung. Positionen, Lizenzmetriken, Preisstaffeln, Standardtexte, Zahlungsbedingungen, rechtliche Hinweise. Der individuelle Anteil ist deutlich kleiner, als die aufgewendete Zeit vermuten lässt.

Wer den Vorgang aus den vorhandenen Daten zusammensetzen lässt, drückt den Aufwand pro Angebot auf einen Bruchteil. Das ist die Anwendung mit dem klarsten und am schnellsten sichtbaren Ertrag von allen fünf.

Und es ist gleichzeitig die, bei der ich am meisten aufpassen würde. Ein Angebot, das in dreißig Sekunden entsteht, wird auch in dreißig Sekunden verschickt. Wenn die gewonnene Zeit nur in mehr Angebote fließt, hat man einen Mengeneffekt und sonst nichts. Sie muss zumindest teilweise in die Prüfung fließen.

Der zweite Effekt wird oft übersehen: Angebote werden einheitlicher. Wenn fünf Vertriebler dasselbe Produkt fünf verschieden formuliert anbieten, merkt das spätestens der Einkauf eines Kunden, der zwei davon nebeneinanderlegt.

Was man dafür braucht: Saubere Preislogik im System. Und jemanden, der das Ergebnis vor dem Versand tatsächlich liest.

---

IV. Abwicklung: Bestellungen und Rückläufer

Wirkung: Arbeit, die niemand vermisst, wenn sie verschwindet.

Der unsichtbarste Posten im Vertrieb. Bestellvorgänge, Auftragsbestätigungen, Rückfragen zum Lieferstatus, Korrekturen. Nichts davon steht in einer Zielvereinbarung, niemand wird dafür gelobt, und trotzdem summiert es sich über einen gesamten Innendienst auf mehrere Arbeitstage pro Woche.

Dazu eine Kleinigkeit mit erstaunlicher Wirkung: Nachrichten auf dem Anrufbeantworter lassen sich automatisch transkribieren und landen als Text im Postfach. Das klingt nach nichts. In der Praxis heißt es, dass niemand mehr eine Nachricht dreimal abhört, um eine Nummer mitzuschreiben, und dass ein Rückruf nicht liegen bleibt, weil er in einer Mailbox versteckt war.

Diese Anwendung bringt keine Schlagzeile. Sie bringt Stunden zurück, die vorher niemand als Kosten gebucht hat, weil sie in keiner Kalkulation als Position auftauchen. Genau deshalb wird sie meistens übersprungen, wenn Unternehmen über KI nachdenken.

Was man dafür braucht: Die Bereitschaft, sich Prozesse anzuschauen, die niemand spannend findet.

---

V. Bestand: Kundenkommunikation

Wirkung: Mehr Zeit für die Gespräche, in denen es wirklich zählt.

Bei einer fünfstelligen Zahl an E-Mail-Interaktionen im Jahr entscheidet die Qualität der Standardkommunikation über einen erheblichen Teil des Kundenerlebnisses. Gleichzeitig ist sie die Arbeit, die am zuverlässigsten liegen bleibt, weil sie niemandem Spaß macht und weil sie erst dann auffällt, wenn sie fehlt.

Standardtexte, die sich auf den konkreten Fall anpassen statt aus einem starren Baustein zu kommen, nehmen einen Großteil dieser Last ab. Die Antwort wird schneller und persönlicher zugleich, was zunächst widersprüchlich klingt und in der Praxis funktioniert.

Der eigentliche Hebel liegt aber im Nachfassen. Die meisten Bestandskunden gehen nicht verloren, weil jemand einen Fehler gemacht hat, sondern weil sich über Monate niemand gemeldet hat. Wenn das System erkennt, wo Bewegung ist und wo Stille herrscht, wird aus Nachfassen ein Prozess statt einer Frage von Erinnerungsvermögen.

Was man dafür braucht: Klare Leitplanken für den Ton. Sonst schreibt jeder Vertriebler mit einer anderen Stimme, und die Marke zerfasert.

---

Das Muster hinter allen fünf

Wenn ich die fünf nebeneinanderlege, fällt eines auf. Keine davon verkauft.

Sie decken den Weg vom Eingang bis zum Bestandskunden ab, aber keine einzige greift in das Gespräch ein, in dem der Abschluss entsteht. Alle fünf räumen Arbeit weg, die vorher und nachher liegt.

Und alle fünf teilen dieselben drei Eigenschaften. Sie sind wiederholbar. Sie haben eine klare Struktur. Und ihr Ergebnis lässt sich prüfen. Das ist genau das Profil, bei dem diese Technologie stark ist.

Das Gespräch selbst hat keines dieser Merkmale. Es ist einmalig, unstrukturiert, und das Ergebnis ist eine Einschätzung. Deshalb funktioniert KI dort so schlecht, und deshalb halte ich die Diskussion darüber für die unergiebigste im ganzen Feld.

Je mehr Vorbereitung automatisiert wird, desto stärker entscheidet sich der Abschluss an dem Teil, der nicht automatisierbar ist.

Was ich unterschätzt habe

Zwei Dinge sind schwerer, als sie klingen.

Das erste ist die Datengrundlage. Jede dieser Anwendungen ist nur so gut wie das, was im System steht. Wer ein unsauberes CRM automatisiert, bekommt schnellere Fehler. Ein erheblicher Teil der Arbeit liegt vor der eigentlichen KI-Einführung, und dieser Teil taucht in keiner Produktdemo auf.

Das zweite ist die Akzeptanz. Die Technik ist der einfachere Teil. Menschen davon zu überzeugen, dass ein Werkzeug ihnen nicht die Arbeit wegnimmt, sondern den unbeliebtesten Teil davon, dauert deutlich länger. Und es funktioniert nur, wenn man erklärt, warum man es tut, statt es einzuführen und auf Begeisterung zu hoffen.

Dazu kommt ein Punkt, der selten erwähnt wird. Man muss den Leuten beibringen, den Ergebnissen zu misstrauen. Ein KI-generierter Text sieht immer gut aus. Er ist flüssig, gut strukturiert und manchmal schlicht falsch. Wer ihn ungeprüft weitergibt, wirkt souverän und liegt daneben, und das ist eine schlechtere Kombination als unvorbereitet und ehrlich.

Wo ich anfangen würde

Wenn morgen jemand von vorn beginnt, würde ich nicht mit dem spannendsten Anwendungsfall starten, sondern mit dem langweiligsten.

Nehmt den Prozess, über den sich seit Jahren alle beschweren und um den sich niemand kümmert. Der hat meistens genau die drei Eigenschaften von oben: häufig, gleichförmig, prüfbares Ergebnis. Das ist der beste Einstieg, den es gibt, und er hat den angenehmen Nebeneffekt, dass niemand ihn verteidigt.

Der größte Fehler ist der breite Ansatz. Wer eine unternehmensweite KI-Strategie ausruft, produziert Pilotprojekte, die nie in Produktion gehen. Wer ein konkretes, benanntes Problem nimmt, kommt tatsächlich voran.

Am Ende ist es weniger eine Technologiefrage als eine alte Vertriebsfrage: Wo geht die Zeit hin, und wofür hätte man sie lieber.

Welchen Prozess bei euch würde niemand vermissen, wenn er morgen von allein liefe?