Wie du Vertrieb mit KI automatisierst: Outbound, Scoring und Follow-up

Vertrieb mit KI zu automatisieren hat ein Risiko, das keine andere Automatisierung hat: Wenn die Mechanik versagt, zahlt der menschliche Vertriebler dafür in seinem Pipeline. Deshalb ist der erste Schritt nicht, ein Tool zu wählen — es ist zu entscheiden, welche Teile des Zyklus sinnvoll automatisierbar sind und welche nicht.

Die 5 Zyklusphasen und was sich in jeder automatisieren lässt

Vertrieb zu automatisieren ist nicht „den ganzen Zyklus automatisieren". Es ist zu wissen, welche Phasen mit gutem ROI Automatisierung vertragen und welche nicht:

Phase	Automatisierbar?	Wie
Prospecting und Sourcing	Ja (zu 100%)	AI SDR + Lead-Anreicherung
Initiales Outreach (kalt)	Ja (mit Aufsicht)	Sequenzen mit KI-Personalisierung
Qualifizierung und Discovery	Teilweise	KI-Vorqualifizierung, menschliches Discovery
Demo und Angebot	Nein	Braucht ganzheitliches menschliches Urteil
Abschluss und Verhandlung	Nein	Rechtliches und menschliches Risiko zu hoch

Was NICHT zu automatisieren ist (wichtig)

Die Phasen, die keine Automatisierung vertragen, sind die, in denen:

Die Konversation bindenden Impact hat (Verhandlung über Konditionen, Rabatte, Klauseln).
Der Kunde Senior-Umgang erwartet (Mid-Market und Enterprise verzeihen keine „automatisierte Demo").
Regulatorisches oder rechtliches Risiko besteht (Entscheidungen mit Personenbezug, sensible Verträge).
Echte Personalisierung kommerzielles Urteil verlangt, das nur Erfahrung gibt.

KI-Outbound-Stack (Domains, Scoring, Sequenzen)

Ein seriöser KI-Outbound-Stack hat sechs Komponenten. Schon eine fehlt, ist der Grund, warum die meisten Projekte nach 6 Wochen kippen:

Mail-Infrastruktur — Sekundär-Domains, Warm-up, SPF/DKIM/DMARC, rotierende Inboxes.
Sourcing und Lead-Anreicherung — Apollo, Clay, ZoomInfo je nach Durchschnittsticket.
Scoring — Modell, das Leads nach Conversion-Wahrscheinlichkeit priorisiert.
Sequenzen mit KI-Personalisierung — Copy pro Lead angepasst, kein verkleidetes Template.
CRM-Integration — HubSpot, Pipedrive, Salesforce mit bidirektionaler Sync.
Deliverability-Monitoring — Alerts, wenn die Reputation fällt, tägliche Anpassungen.

Meetings messen, keine Opens (die Metriken, die zählen)

Opens und Klicks sind durch die Privacy von Apple Mail und iOS unzuverlässig geworden. Die ehrliche Metrik:

Metrik	Vernünftiger B2B-Wert
Positive Antwortrate	1-3% kalt, 5-12% bei guter Segmentierung
Vereinbarte Meetings/Monat	Hängt am Volumen — frag nach Meetings/gesendete Mails
CAC pro Meeting	Setup + Retainer / Meetings
Qualifizierte Pipeline generiert	Die finale Metrik — der Rest ist Proxy

Wie lange es dauert, bis Früchte kommen

Woche	Was passiert
1-2	Technisches Setup, Domain-Warm-up
3-4	Erste Versendungen bei niedrigem Volumen, Segment-Tuning
5-8	Volles Volumen, erste Antworten und Meetings
9-12	Optimierung von Copy, Segmenten und Triggern
12+	Kontinuierliche Iteration + Skalierung

Häufig gestellte Fragen

Knapp — und oft lohnt es sich nicht. KI-Outbound hat fixe Kosten (Infrastruktur, Tools, menschliche Aufsicht), die ein Durchschnittsticket von mindestens 500-1.000€ brauchen, um sich zu rechnen. Darunter eher Reaktivierung und Warenkorbabbruch automatisieren statt Cold Outbound. Ausnahme: sehr hoher LTV auch bei niedrigem Initialticket (mehrjähriges Abo), dann kann die Rechnung stimmen.

Falsch gestellte Frage. Ein AI SDR ersetzt keine Senior-Vertriebler — er multipliziert sie. Praktische Regel: Ein gutes KI-Prospecting-System leistet die Arbeit von 1,5 bis 3 Junior-SDRs zu einem Zehntel der Kosten. Aber du brauchst weiter den Senior-Closer und den Account Executive, der hält. Wer dir „kompletten Ersatz" verkauft, verkauft Rauch.

Dein Markenimage wird von schlechten Mails getroffen, KI oder Mensch. Wenn die Mail relevant, personalisiert und vernünftig ist, egal wer sie geschrieben hat. Wenn sie generisch, templatisiert und Massenversand ist, schadet sie schneller, wenn sie KI ist, weil sie den Lärm skaliert. Die Linie ist nicht Mensch vs. KI, sondern spezifisch vs. generisch.