Automatisiertes Deal-Scoring: So bewerten wir unsere eigene Pipeline mit MEDDIC

TL;DR

Manuelles Deal-Scoring scheitert aus drei Gründen: Vertriebsmitarbeiter legen Kriterien unterschiedlich aus, Bewertungen spiegeln nur das letzte Gespräch, und niemand hat Zeit, die Felder zu pflegen. Automatisiertes Deal-Scoring extrahiert MEDDIC-Kriterien direkt aus den Gesprächstranskripten und schreibt sie ins CRM. Bei Demodesk läuft das auf der eigenen Pipeline: Jeder Abschluss trägt evidenzbasierte MEDDIC-Felder, ohne dass ein Vertriebsmitarbeiter ein Wort tippt.

Warum manuelles Deal-Scoring scheitert

Jeder Vertriebsleiter kennt das Pipeline-Review, in dem ein als „qualifiziert“ markierter Abschluss eine Woche später zusammenbricht. Die Nachbetrachtung ist immer dieselbe: Der Economic Buyer war nie wirklich eingebunden, der Entscheidungsprozess nie erfasst, und das CRM hat etwas anderes behauptet.

Manuelles Scoring bricht an drei vorhersehbaren Stellen:

Inkonsistenz.Was ein Vertriebsmitarbeiter als „bestätigten Economic Buyer“ einträgt, ist für den nächsten ein freundlicher Kontakt. Dieselbe Pipeline enthält Abschlüsse, die nach unterschiedlichen privaten Auslegungen desselben Frameworks bewertet wurden.

Recency Bias.Bewertungen werden nach den Gesprächen aktualisiert, die im Gedächtnis bleiben. Ein positives Gespräch übertüncht zwei Monate versäumter Qualifizierungsschritte, weil niemand die älteren Transkripte noch einmal liest.

Zeit.Vertriebsmitarbeiter verkaufen. Wer von ihnen verlangt, nach jedem Gespräch sieben Qualifizierungsfelder zu pflegen, bekommt genau das Erwartbare: Felder, die zum Quartalsende aus dem Gedächtnis und unter Forecast-Druck befüllt werden.

Das Ergebnis ist ein CRM, das vollständig aussieht und es nicht ist. Die Prognosen erben die Fiktion.

Wie automatisiertes MEDDIC-Scoring funktioniert

Wir nutzen Demodesk auf Demodesk. Die folgende Beschreibung ist also unser eigenes Setup, kein Gedankenspiel.

Nach jedem Vertriebsgespräch analysiert der AI Coachdas Transkript und befüllt die MEDDIC-Felder mit dem, was tatsächlich gesagt wurde:

• Metrics:quantifizierter Geschäftsnutzen, den der Interessent genannt hat
• Economic Buyer: ob der Budgetverantwortliche identifiziert oder eingebunden wurde
• Decision Criteria: wie der Kunde nach eigener Aussage bewerten wird
• Decision Process: Freigabeschritte, Zeitplan, Stakeholder
• Identify Pain: Herausforderungen, die der Interessent formuliert hat, in seinen Worten
• Champion:Belege dafür, dass jemand intern für uns verkauft
• Competition:Mitbewerber-Erwähnungen und ihr Kontext

Die Regel, die das Ganze vertrauenswürdig macht: Was nicht besprochen wurde, bleibt leer. Die KI leitet keinen Champion aus einem freundlichen Tonfall ab. Ein leeres Economic-Buyer-Feld nach drei Gesprächen ist keine Datenlücke, sondern genau das Deal-Signal, das ein Manager braucht.

Die Bewertungen landen über die CRM-Synchronisierung in HubSpot-Feldern. Pipeline-Reviews lesen damit aus demselben System, in dem die Vertriebsmitarbeiter ohnehin arbeiten. Der AI CRM Concierge übernimmt die Feldzuordnung, mit Freigabe, bevor etwas geschrieben wird.

Was sich in Coaching und Pipeline-Reviews ändert

Scoring allein ist Buchhaltung. Der Wert zeigt sich in zwei Gesprächen:

Deal-Reviews wechseln von Meinung zu Evidenz.Aus „Wie fühlt sich der Acme-Abschluss an?“ wird „Economic Buyer ist nach drei Gesprächen leer, und im Entscheidungsprozess taucht eine Betriebsratsprüfung auf, die wir nicht eingeplant haben.“ Der Manager liest das vor dem Review im CRM, ohne drei Stunden Aufzeichnungen anzuhören.

Coaching wird konkret.Der AI Coach markiert die Qualifizierungslücke nach jedem Meeting: Ist der Entscheidungsprozess beim zweiten Gespräch noch unklar, sieht der Vertriebsmitarbeiter dieses Feedback Sekunden nach dem Auflegen, nicht erst im Quartalsgespräch. Wie KI-Coaching die Qualifizierungslücke bei BANT und MEDDIC schließt, haben wir hier beschrieben; automatisiertes Scoring ist der Mechanismus, der es dauerhaft macht. Die Bewertungen bleiben dabei Signale für das Coaching, keine Urteile über Mitarbeiter; das Prinzip haben wir in KI-Vertriebscoaching ohne Überwachung ausgeführt.

Die Deal-Risiken bauen auf denselben Feldern auf. Bleiben Qualifizierungskriterien leer, während das Abschlussdatum näher rückt, schlägt AI Deal Insights vor dem Forecast-Termin Alarm, nicht danach.

Frameworks wechseln, ohne neu zu bauen

MEDDIC ist keine Religion. Unser CS-Team bewertet Verlängerungsgespräche nach anderen Kriterien als Neugeschäft, und für die SDR-Qualifizierung braucht es etwas Leichteres als volles MEDDIC.

Demodesk liefert MEDDIC, BANT und SPICED als Scorecard-Frameworks mit, individuelle Scorecards decken hauseigene Methoden ab. Der Wechsel oder die Anpassung der Felder ist eine Einstellung, kein Entwickler-Ticket. Die Schritt-für-Schritt-Anleitung: Demodesk AI Agents mit dem MEDDIC-Qualifizierungsframework einrichten.

Fragen, die Käufer uns zum automatisierten Scoring stellen

Diese Fragen kommen in fast jeder Evaluierung. Hier die direkten Antworten.

„Was passiert bei unvollständigen Transkripten oder nicht aufgezeichneten Gesprächen?“ Die Scoring-Qualität folgt direkt der Transkriptqualität. Nicht aufgezeichnete Gespräche tragen nichts bei. Das ist ein Argument dafür, jeden Kanal zu erfassen (Video, Telefon, vor Ort), kein Argument für die Rückkehr zum manuellen Scoring.

„Halluziniert die KI Qualifizierungsdaten?“Nein. Felder werden nur aus besprochenen Inhalten befüllt. Leere Felder sind das Feature: Sie zeigen, wo die Qualifizierung tatsächlich steht.

„Wie lange dauert die Einrichtung?“Unter 30 Minuten für Scorecard-Auswahl und CRM-Feldzuordnung. Die ersten bewerteten Gespräche kommen am selben Tag.

„Ersetzt das unsere Pipeline-Reviews?“ Es ersetzt die ersten 20 Minuten jedes Pipeline-Reviews, den Teil, in dem rekonstruiert wird, was passiert ist. Das Urteil bleibt beim Menschen.