Alle CRMs haben ihre KI rausgebracht. HubSpot nennt sie Breeze, Salesforce nennt sie Agentforce, Zoho hat seit Jahren Zia, und Pipedrive hat seine KI-Funktionen über die Pipeline verteilt. Die Demos sind gut: Der Assistent fasst den Thread zusammen, schreibt die Follow-up-Mail, bewertet den Lead und sagt dir, wen du heute anrufen sollst. Wenn du gerade evaluierst, welche du aktivierst, lautet die Frage, die man dich beantworten lässt: „Wer hat die bessere KI?“ Das ist die falsche Frage.
Die These in einem Satz: Die KI, die dein CRM dir verkauft, ist darauf ausgelegt, das Problem deines CRM zu lösen —dass du es mehr nutzt und voller machst—, nicht das deines Betriebs. Und das Problem deines Betriebs ist fast nie das Schreiben von E-Mails: Es ist, dass die Daten schmutzig, unvollständig und veraltet sind und dass bei der Hälfte der offenen Deals niemand weiß, was der nächste Schritt ist.
Was die KI für CRM in HubSpot, Salesforce, Pipedrive und Zoho verspricht
Die vier Plattformen laufen auf dasselbe hinaus, nur mit anderen Namen: ein Konversationsassistent im Datensatz, das Verfassen von E-Mails, Gesprächszusammenfassungen, Lead-Scoring und —das Neue in diesem Zyklus— Agenten, die ganze Sequenzen ausführen, ohne dass jemand einen Knopf drückt. Der echte Unterschied zwischen ihnen liegt nicht in der Fähigkeit des Modells: Er liegt darin, wie viele deiner Daten sie schon drin haben und wie teuer es ist, wieder herauszubekommen, was sie produzieren.
| CRM | Wie sie ihre KI nennen | Wo sie wirklich etwas bringt | Wo sie dich allein lässt |
|---|---|---|---|
| HubSpot | Breeze (Assistent + Agenten) | Verfassen und Zusammenfassen direkt im Datensatz; funktioniert gut, wenn dein Team ohnehin in HubSpot lebt | Alles, was außerhalb von HubSpot passiert: die Mail, die niemand erfasst hat, das ERP mit der Rechnungshistorie |
| Salesforce | Agentforce | Agenten für komplexe, sehr konfigurierbare Prozesse, mit einem ernsthaften Rechtemodell dahinter | Die echten Konfigurationskosten: Ohne jemanden, der das modelliert, verstärkt ein mächtiger Agent auf schlecht modellierten Daten nur das Chaos |
| Zoho | Zia | Prädiktives Scoring, Anomalieerkennung und Vorschläge zum Kontaktzeitpunkt zu einem Preis weit unter den anderen beiden | Die Tiefe, sobald der Prozess vom Standard abweicht; das Ökosystem drängt dich, innerhalb von Zoho zu bleiben |
| Pipedrive | KI-Funktionen in der Pipeline | Einfachheit: Scoring und Vorschläge, ohne dass jemand etwas administrieren muss | Alles, was eigenes Urteil oder Daten von außen verlangt; es ist eine visuelle Pipeline, keine Plattform |
Nichts davon ist falsch. Das Problem ist, dass alles auf derselben Annahme gebaut ist: dass die Daten im CRM korrekt und vollständig sind. In den meisten Unternehmen ist diese Annahme falsch, und genau da bricht das Versprechen.
Der Verkäufer-Bias: Dein CRM löst Probleme des CRM
Denk es von der anderen Seite des Tisches. Der Hersteller deines CRM misst Erfolg in Adoption: angelegte Datensätze, ausgefüllte Felder, aktive Nutzer, verlängerte Lizenzen. Seine KI attackiert logischerweise genau die Reibung, die das verhindert —Schreiben kostet, Ausfüllen kostet, ins Dashboard schauen kostet—. Das ist eine KI, die das Benutzen des CRM bequemer macht.
Dein Betrieb misst etwas anderes: Deals, die vorankommen, Forecasts, die halten, Kunden, die nicht kalt werden. Und die Reibung, die das verhindert, sitzt fast immer außerhalb des CRM oder darunter: in der Mail, die nie erfasst wurde, im dreifach angelegten Kontakt, im Feld „Branche“, das vier Jahre lang jeder Vertriebler nach eigenem Gutdünken befüllt hat, in der Historie, die im ERP lebt.
Die praktische Folge ist hässlich. Ein Assistent, der gut formuliert, produziert auf einem unvollständigen Datensatz eine gut geschriebene und falsche E-Mail. Ein Agent, der auf schmutzigen Daten Phasen verschiebt, gibt dir einen Forecast mit mehr Nachkommastellen und derselben Unwahrheit. Die KI repariert die Daten nicht: Sie erbt sie und verbreitet sie schneller. Aus genau demselben Grund scheitern so viele KI-Automatisierungsprojekte: Man fängt bei der sichtbaren Schicht an statt bei der, die trägt.
Das Langweilige ist das, was die Nadel bewegt
Es gibt drei Dinge, die die Zahl wirklich verändern, und keins davon kommt in der Demo vor, weil keins davon spektakulär ist. Sie ähneln eher Klempnerarbeit als künstlicher Intelligenz, und genau deshalb funktionieren sie.
1. Datenhygiene
Dubletten, die sich von selbst zusammenführen, statt sich anzuhäufen. Firmennamen so normalisiert, dass „Acme GmbH“, „ACME GMBH“ und „Acme“ ein einziger Eintrag sind. Kategoriefelder, die mit einer geschlossenen Taxonomie befüllt werden und nicht mit dem, was jedem gerade einfiel. Kontakte, die auf inaktiv gesetzt werden, wenn die Mail dreimal zurückkommt. Das ist es, was dafür sorgt, dass das Lead-Scoring, das du längst bezahlt hast, anfängt zu treffen: kein besseres Modell, sondern weniger schmutzige Daten.
2. Anreicherung
Bei der Hälfte der Datensätze in deinem CRM fehlen Unternehmensgröße, echte Branche, eingesetzte Technologie und jedes Signal dafür, ob das Unternehmen wächst. Ohne das ist jede Priorisierung ein Bauchgefühl mit Oberfläche. Anreichern heißt, diese Felder aus externen Quellen und aus deinen eigenen Systemen zu füllen —was sie schon gekauft haben, was sie schon zurückgegeben haben, welche Tickets sie schon aufgemacht haben— und sie frisch zu halten. Es ist der unglamouröseste Teil davon, KI mit deinen Systemen zu integrieren, und der mit dem meisten Ertrag pro Euro.
3. Der nächste Schritt, aufgeschrieben
Die Frage, die die Geschäftsführung jeden Montag stellt, lautet nicht „Wie viele Mails haben wir rausgeschickt?“. Sie lautet „Was fehlt, um das abzuschließen, und wer muss es bewegen?“. Das lebt in den Gesprächen, nicht in den Feldern: eine Zusage mit Datum, ein konkreter Einwand, eine Person, die entscheidet. Das aus den Threads zu ziehen und in Eigenschaften des Deals zu schreiben, macht aus dem CRM ein Zustandssystem statt eines Archivs. Genau das machen wir zum Beispiel, wenn wir HubSpot mit Gmail verbinden: Wertvoll ist nicht, die Mail zu transportieren, sondern ihr den Zustand zu entziehen.
Was du noch nicht automatisieren solltest
Drei Dinge, die in der Demo harmlos wirken und die man in Produktion bezahlt:
- Mails an den Kunden schicken, ohne dass jemand sie vorher liest. Nicht aus Angst vor dem Grammatikfehler: wegen der impliziten Zusage. Ein Assistent, der ein Datum verspricht oder einen Rabatt andeutet, erzeugt eine Erwartung, die dein Betrieb einlösen muss.
- Pipeline-Phasen ab Tag eins automatisch verschieben. Die Phase ist die Größe, aus der dein Forecast entsteht. Wenn ein Modell sie ohne nachvollziehbares Kriterium verschiebt, kannst du den Forecast vor niemandem mehr verteidigen — dich selbst eingeschlossen.
- Leads mit einem Modell bewerten, das auf deiner schmutzigen Historie trainiert wurde. Es lernt deine alten Verzerrungen und gibt sie dir im Gewand der Wissenschaft zurück. Erst wird geputzt, dann wird bewertet.
Das Muster ist immer dasselbe und hängt nicht vom CRM ab: Automatisiere zuerst, was reversibel und billig zu korrigieren ist; heb dir das auf, was den Kunden oder den Forecast berührt. Es ist dieselbe Logik von welche Prozesse du mit KI automatisieren solltest, angewandt auf den Vertrieb.
Drei Fragen, bevor du irgendetwas aktivierst
Bevor du das KI-Modul deines CRM buchst —das von HubSpot, das von Salesforce, das von Pipedrive oder das von Zoho, ziemlich egal—, beantworte dir diese drei. Wenn du bei einer durchfällst, ist das Modul nicht dein nächster Kauf.
- Wie viel Prozent meiner Datensätze sind in den fünf Feldern vollständig, mit denen ich entscheide? Wenn du es nicht weißt, ist das die Aufgabe dieser Woche — nicht einen Agenten zu aktivieren.
- Was passiert, wenn die wichtigen Daten außerhalb des CRM leben? Wenn deine Rechnungshistorie im ERP liegt und deine Gespräche in der Mailbox, gibt die KI deines CRM ihre Meinung mit dem halben Film ab.
- Kann ich sehen, warum das System getan hat, was es getan hat? Wenn die Antwort auf „Warum hat es diesen Deal auf Verhandlung geschoben?“ ein Schulterzucken ist, bist du noch nicht bereit, es von der Leine zu lassen.
Die unbequeme Schlussfolgerung
Wenn deine Daten sauber, vollständig und verbunden sind, liefert dir die native KI von jedem der vier ein gutes Ergebnis und du brauchst nichts weiter: aktivier sie und spar dir das Projekt. Wenn sie es nicht sind, rettet dich keine der vier, und die teuerste zu kaufen sorgt nur dafür, dass das Chaos auf hübscheren Bildschirmen erscheint.
Deshalb lautet die nützliche Frage nicht „Welches CRM hat die bessere KI?“, sondern „Was fehlt meinen Daten, damit die KI, die ich längst bezahlt habe, anfängt zu treffen?“. Fast immer ist die Antwort das Langweilige: Dubletten, leere Felder und Gespräche, die nie im Datensatz gelandet sind. Das ist weniger aufregend als ein autonomer Agent. Es ist auch das Einzige, was die Zahl verändert.