Can I use a custom framework instead of SPICE or MEDDIC?

Yes. Scorecards are fully custom — write your own criteria, descriptions, and rating scales. Most teams start with a known framework and adapt it to their language and playbook.

How many scorecards can I create?

No hard limit. Most teams run 3–6 scorecards mapped to the major call types (discovery, demo, technical deep dive, closing, renewal).

Does the AI score calls in languages other than English?

Yes. Demodesk supports 98 languages, including all major European languages. Write the scorecard criteria in any language and the AI scores against the transcript in the original language.

Can reps see their own scores?

Yes. Reps see their own coaching dashboard with scores, qualitative feedback, and timestamps. Managers see the aggregate view across the team. Role-based access controls keep individual scores private to the rep and their manager.

How accurate is the AI scoring compared to a manager?

After calibration against 5–10 known calls, most teams report scoring that matches their own judgment closely enough to act on. The qualitative feedback with timestamp evidence is usually what builds trust — managers can verify the AI's reasoning in seconds.

Does this work for non-sales teams like Customer Success?

Yes. Scorecards work for any call type — CS check-ins, onboarding calls, support calls. Define criteria that match the conversation you want to evaluate.

What if our methodology changes?

Edit the scorecard. New calls are scored against the updated criteria from that point forward. Past scores remain attached to the version they were scored against.

Is the scoring data stored in the EU?

Yes. All data — recordings, transcripts, scores, and feedback — is stored in EU data centers (Azure Frankfurt). ISO 27001:2022 certified, GDPR-native, your data never trains our AI.

18. Juni 2026·7 Min. Lesezeit

So konfigurieren Sie individuelle Coaching-Frameworks und Vertriebsleitfäden im Demodesk AI Coach

Richten Sie individuelle KI-Bewertungsbögen im Demodesk AI Coach ein, um jedes Vertriebsgespräch anhand Ihrer Methode zu bewerten – SPICE, MEDDIC oder Ihre eigene. Schritt-für-Schritt-Anleitung.

Veronika WaxGründerin und CEO

Was und warum

Demodesk AI Coach bewertet jedes aufgezeichnete Vertriebsgespräch anhand eines individuellen KI-Bewertungsbogens, den Sie selbst definieren – mit quantitativen Bewertungen (dem „Flammen“-Score je Kriterium), qualitativem Feedback mit Zeitstempel-Nachweisen und Methodenabgleich (SPICE, MEDDIC, BANT oder Ihr eigenes Framework). Diese Anleitung zeigt Ihnen, wie Sie einen KI-Bewertungsbogen von Grund auf erstellen, ihn einem bestimmten Gesprächstyp zuordnen und innerhalb weniger Minuten mit der Bewertung von Gesprächen beginnen.

Die meisten Vertriebsmanager verbringen weniger als 5 % ihrer Zeit mit Coaching. Ein konfigurierter AI Coach-Bewertungsbogen skaliert Feedback auf jeden Vertriebsmitarbeiter in jedem Gespräch – ganz ohne Einzelgespräche.

Für wen ist das gedacht

Für Vertriebsmanager, Heads of Sales und Revenue Operations-Verantwortliche, die ein konsistentes, methodenbasiertes Coaching im gesamten Team sicherstellen möchten – insbesondere Teams, die mehrere Gesprächstypen durchführen (Discovery, Demo, Closing), die jeweils unterschiedliche Bewertungskriterien erfordern.

Voraussetzungen

Einen Demodesk Coaching & AI-Sitz (Admin-Zugang zur Konfiguration von KI-Bewertungsbögen)
Mindestens eine aufgezeichnete Aufzeichnung in Ihrer Bibliothek, um den KI-Bewertungsbogen zu testen
Eine definierte Vertriebsmethode oder ein Framework (SPICE, MEDDIC, BANT, Challenger oder Ihr eigener Vertriebsleitfaden)
Verbundenes CRM (Salesforce, HubSpot oder Pipedrive) – optional, aber empfohlen, damit KI-Bewertungsbögen automatisch durch die Deal-Phase ausgelöst werden können

Schritte

1. Öffnen Sie die Konfiguration der KI-Bewertungsbögen

Gehen Sie zum Tab Agents in der oberen Navigation und klicken Sie dann auf den Sub-Tab Scorecards. Hier werden alle KI-Bewertungsbögen, die Ihr Team verwendet, erstellt, bearbeitet und Gesprächstypen zugewiesen.

2. Erstellen Sie einen neuen KI-Bewertungsbogen und benennen Sie ihn nach dem Gesprächstyp

Klicken Sie auf New scorecardund vergeben Sie einen Namen, der einem bestimmten Gesprächstyp entspricht – zum Beispiel „Discovery – SPICE“ oder „Demo – Closing Readiness“. Die Benennung nach Gesprächstyp ist wichtig, da die Kriterien für ein erstes Discovery-Gespräch sich von denen für ein Closing-Meeting unterscheiden.

3. Fügen Sie Bewertungskriterien aus Ihrem Framework hinzu

Fügen Sie jedes Kriterium hinzu, das die KI bewerten soll. Für einen SPICE-basierten Discovery-Bewertungsbogen:

Situation– Hat der Vertriebsmitarbeiter den aktuellen Stand des Interessenten ermittelt?
Pain– Wurde die Herausforderung quantifiziert?
Impact– Hat der Vertriebsmitarbeiter die geschäftlichen Auswirkungen untersucht?
Critical event– Gibt es einen überzeugenden Grund, jetzt zu handeln?
Decision process– Sind Stakeholder und Zeitplan klar?

Formulieren Sie für jedes Kriterium eine kurze Beschreibung, wie „gut“ aussieht. Die KI nutzt diese, um den Score zu bestimmen. Seien Sie konkret. „Vertriebsmitarbeiter stellt mindestens zwei offene Fragen zum aktuellen Prozess“ lässt sich zuverlässiger bewerten als „Vertriebsmitarbeiter führt Discovery gut durch.“

4. Legen Sie die Bewertungsskala fest (Flammen-Bewertungen)

Jedes Kriterium wird auf einer visuellen Skala bewertet – Demodesk verwendet Flammen-Icons, um anzuzeigen, wie stark ein Kriterium erfüllt wurde. Wählen Sie Ihre Skala (in der Regel 1–5 Flammen) und definieren Sie in einfacher Sprache, was jede Stufe bedeutet:

1 Flamme – Nicht angesprochen
3 Flammen – Teilweise angesprochen, wesentliches Element fehlt
5 Flammen – Vollständig angesprochen mit klarem Nachweis

Je klarer Ihre Stufendefinitionen sind, desto konsistenter ist die Bewertung über alle Gespräche hinweg.

5. Aktivieren Sie qualitatives Feedback mit Zeitstempel-Nachweisen

Aktivieren Sie qualitatives Feedback, damit der AI Coach neben dem numerischen Score auch schriftliche Kommentare erstellt – und jeden Kommentar mit dem genauen Moment im Gespräch verknüpft, an dem der Nachweis erscheint. Ein Vertriebsmitarbeiter kann auf den Zeitstempel klicken, sich selbst sagen (oder eben nicht sagen) hören und schneller lernen als in jedem Einzelgespräch.

6. Weisen Sie den KI-Bewertungsbogen einem Gesprächstyp oder einer Deal-Phase zu

Verknüpfen Sie den KI-Bewertungsbogen mit einem bestimmten Gesprächstyp, damit er nur bei den richtigen Gesprächen ausgeführt wird:

Meeting-Titel enthält (z. B. „Discovery“, „Demo“)
CRM-Deal-Phase (z. B. „Qualification“, „Proposal“)
Manuelle Auswahl pro Gespräch

Ein Discovery-Bewertungsbogen, der ein Closing-Gespräch bewertet, erzeugt nur Rauschen. Die Zuweisung hält das Feedback relevant.

7. Testen Sie den KI-Bewertungsbogen anhand eines vergangenen Gesprächs

Führen Sie den KI-Bewertungsbogen vor dem Rollout anhand eines aktuellen Gesprächs aus, das Sie gut kennen. Öffnen Sie die Meeting-Aufzeichnung, wenden Sie den Bewertungsbogen an und prüfen Sie, ob Scores und Feedback Ihrem eigenen Urteil entsprechen. Passen Sie Kriterienbeschreibungen an, falls die KI zu nachsichtig oder zu streng bewertet.

8. Rollout an das Team und wöchentliche Überprüfung

Sobald der KI-Bewertungsbogen Ihrem Urteil entspricht, aktivieren Sie ihn für das Team. Neue Gespräche des passenden Typs werden automatisch bewertet. Überprüfen Sie das Performance-Dashboard wöchentlich, um Muster zu erkennen – welche Kriterien durchgängig schwach sind, welche Vertriebsmitarbeiter hervorragende Leistungen erbringen und wo das Team Gruppen-Coaching benötigt.

Tipps

Beginnen Sie mit einem Gesprächstyp, nicht mit fünf.Erstellen Sie zunächst einen hervorragenden Discovery-Bewertungsbogen, bevor Sie Demo und Closing hinzufügen. Jeder KI-Bewertungsbogen benötigt mehrere Iterationen zur Kalibrierung.
Verwenden Sie Ihre eigene Sprache, nicht generische Framework-Sprache.Wenn Ihr Team es „critical event“ nennt, das Framework es aber „compelling event“ nennt, verwenden Sie Ihre Formulierung. Vertriebsmitarbeiter erkennen ihren eigenen Vertriebsleitfaden schneller.
Kalibrieren Sie anhand Ihrer Top-20-Prozent.Bewerten Sie fünf Gespräche Ihrer besten Vertriebsmitarbeiter. Die Kriterien, die sie durchgängig mit 5 Flammen erfüllen, definieren, wie „gut“ für den Rest des Teams aussieht.
Fünf bis sieben Kriterien pro KI-Bewertungsbogen sind der optimale Bereich.Bei mehr verwässert das Signal. Bei weniger übersehen Sie, worauf es ankommt.
Lesen Sie das qualitative Feedback vor den Scores. Die Zeitstempel-Kommentare zeigen Ihnen, warum ein Vertriebsmitarbeiter einen niedrigen Score erhalten hat. Das ist der coachbare Moment. Der Score allein ist nur eine Zahl.

Kann ich ein eigenes Framework anstelle von SPICE oder MEDDIC verwenden?

Ja. KI-Bewertungsbögen sind vollständig individualisierbar – formulieren Sie Ihre eigenen Kriterien, Beschreibungen und Bewertungsskalen. Die meisten Teams beginnen mit einem bekannten Framework und passen es an ihre Sprache und ihren Vertriebsleitfaden an.

Wie viele KI-Bewertungsbögen kann ich erstellen?

Es gibt kein festes Limit. Die meisten Teams verwenden 3–6 KI-Bewertungsbögen, die den wichtigsten Gesprächstypen zugeordnet sind (Discovery, Demo, technischer Deep Dive, Closing, Renewal).

Bewertet die KI auch Gespräche in anderen Sprachen als Englisch?

Ja. Demodesk unterstützt 98 Sprachen, einschließlich aller wichtigen europäischen Sprachen. Formulieren Sie die KI-Bewertungsbogen-Kriterien in einer beliebigen Sprache, und die KI bewertet die Transkription in der Originalsprache.

Können Vertriebsmitarbeiter ihre eigenen Scores einsehen?

Ja. Vertriebsmitarbeiter sehen ihr eigenes Coaching-Dashboard mit Scores, qualitativem Feedback und Zeitstempeln. Manager sehen die aggregierte Ansicht für das gesamte Team. Rollenbasierte Zugriffskontrollen halten individuelle Scores privat – nur für den Vertriebsmitarbeiter und seinen Manager sichtbar.

Wie genau ist die KI-Bewertung im Vergleich zu einem Manager?

Nach der Kalibrierung anhand von 5–10 bekannten Gesprächen berichten die meisten Teams, dass die Bewertung ihrem eigenen Urteil so nahe kommt, dass sie darauf handeln können. Das qualitative Feedback mit Zeitstempel-Nachweisen ist in der Regel das, was Vertrauen aufbaut – Manager können die Einschätzung der KI in Sekunden nachvollziehen.

Funktioniert das auch für Nicht-Vertriebsteams wie Customer Success?

Ja. KI-Bewertungsbögen funktionieren für jeden Gesprächstyp – CS-Check-ins, Einarbeitungsgespräche, Support-Gespräche. Definieren Sie Kriterien, die zum Gespräch passen, das Sie bewerten möchten.

Was passiert, wenn sich unsere Methode ändert?

Bearbeiten Sie den KI-Bewertungsbogen. Neue Gespräche werden ab diesem Zeitpunkt anhand der aktualisierten Kriterien bewertet. Vergangene Scores bleiben der Version zugeordnet, gegen die sie bewertet wurden.

Werden die Bewertungsdaten in der EU gespeichert?

Ja. Alle Daten – Aufzeichnungen, Transkriptionen, Scores und Feedback – werden in EU-Rechenzentren gespeichert (Azure Frankfurt). ISO 27001:2022 zertifiziert, DSGVO-nativ, Ihre Daten werden niemals zum Training unserer KI verwendet.