Was wirklich Pipeline bewegt (3 konkrete Use Cases)
- Recherche vor dem Meeting. LinkedIn + Webseite des Prospects + Brief des Meetings → 3 intelligente Fragen, die das Gespräch öffnen. Ritual vor jedem Call: in 4 Wochen hast du den Ruf des vorbereiteten Vertrieblers.
- Erstentwürfe von Angeboten. Struktur, Sprache und erster Draft, der 60-70% der Zeit spart. Den Abschluss machst du — die ersten 80% macht ChatGPT.
- Call-Zusammenfassungen mit Extraktion von Action Items. Du klebst das Transkript rein, ChatGPT gibt dir zurück: behandelte Themen, Einwände, nächste Schritte. Ersparnis von 30-45 min pro Call.
Was nützlich aussieht und es nicht ist
- Frische Cold Emails generieren. Ohne Anreicherung mit Prospect-Daten sind das verkleidete Vorlagen. Null Antwort.
- „Verbessere diese E-Mail" wiederholt. Du verlierst mehr Zeit beim Iterieren als beim Schreiben.
- Den menschlichen Discovery ersetzen. ChatGPT kann Fragen vorschlagen — es kann im Gespräch nicht zwischen den Zeilen lesen.
- Abschluss per Chat. Verhandlung und Closing brauchen lebendiges kommerzielles Urteilsvermögen.
Wie du ChatGPT ohne Code an dein CRM anbindest
Ohne Entwicklung, zwei vernünftige Wege:
- Zapier + ChatGPT-Plugin. Workflows, die ChatGPT triggern, wenn sich etwas in HubSpot/Pipedrive ändert, und die Antwort speichern. Geeignet für halb-automatische Aufgaben (zusammenfassen, vorschlagen).
- Make + OpenAI-Integration. Gleiche Idee, flexibler, leicht technischer. Ähnliche Kosten.
- HubSpot Copilot oder Salesforce Einstein. Wenn dein CRM native KI hat, die deinen Use Case abdeckt, ist das meist die bequemste Option — aber Vorsicht beim Lock-in.
Wann ChatGPT nicht reicht und du einen AI SDR brauchst
ChatGPT ist das Werkzeug des Vertrieblers; ein AI SDR ist das System. Wenn du brauchst:
- Hohes Prospecting-Volumen (>200 Leads/Woche).
- Personalisierung at Scale mit automatischer Datenanreicherung.
- Deliverability-Management (Warmup, Rotation, Monitoring).
- Bidirektionale CRM-Integration mit kontinuierlichem Sync.
- Reporting von generierter Pipeline vs. versendeten Emails.
Dann reicht ChatGPT nicht. Du brauchst einen AI SDR — und das ist ein anderes Projekt, mit eigener Architektur und eigenem Budget.
Beispiele versionierter Prompts
Prompts zu versionieren (eine geteilte Bibliothek mit den funktionierenden Versionen pflegen) trennt das professionelle Team vom Team, das jedes Mal improvisiert:
- Prompt v1 (Prospect-Recherche): „Ich gebe dir LinkedIn + Web des Prospects. Gib mir 3 intelligente Fragen für ein erstes Meeting, basierend auf konkreten Signalen, die du in den Daten siehst. Keine generischen Fragen."
- Prompt v2 (Call-Zusammenfassung): „Hier ist das Transkript. Gib mir: 1) Behandelte Themen (Bullets), 2) Echte Einwände (nicht die oberflächlichen), 3) Nächste Schritte mit Verantwortlichem und Datum."
- Prompt v3 (Angebotsentwurf): „Kunde: [Daten]. Bedarf: [Zusammenfassung]. Generiere Angebotsstruktur mit: Kontext, Problem, vorgeschlagene Lösung, Erfolgsmetriken, nächste Schritte. Ton: [formell/locker je nach Kunde]."