KI und Inbound-Vertrieb: Wie aus Interesse automatisch Umsatz wird
KI im Inbound-Vertrieb: So wandeln Sie Kaufabsichtssignale in qualifizierte Meetings, automatisieren Anreicherung und Nachverfolgung und verkürzen den Inbound-Funnel.
Inbound-Leads liefern 2026 mehr Signale als je zuvor: Besuche der Preisseite, Vergleichsartikel, Demo-Anfragen. Teams mit hohen Konversionsquoten stellen keine zusätzlichen Mitarbeiter ein. Sie ergänzen eine KI-Vertriebsagenten-Plattform, die identifiziert, bewertet, weiterleitet und automatisch nachfasst.
So sieht ein Inbound-Funnel 2026 aus
Sechs Stufen.
1. Anziehen.Content-Marketing und bezahlte Kanäle ziehen problembewusste Interessenten an.
2. Erfassen.Interessenten laden Ressourcen herunter, durchstöbern Preisseiten oder buchen Demos.
3. Identifizieren und anreichern.KI ordnet anonyme Besucher über IP und Intent-Plattformen Unternehmen zu. Profile werden mit Position, Unternehmensgröße und Tech-Stack angereichert.
4. Ansprache auslösen.Verhaltenssignale (Preisseiten-Besuch, Vergleichsartikel) lösen innerhalb weniger Minuten personalisierte Nachrichten aus.
5. Qualifizieren.Der AE führt strukturierte Discovery, die AI Coach gegen Ihre Methode bewertet.
6. Abschließen und lernen.Gewonnene und verlorene Abschlüsse fließen in die Marketingoptimierung zurück.
In der Pre-KI-Variante dieses Funnels haben Mitarbeiter Schritte 3, 4 und 5 manuell abgewickelt. KI nimmt den manuellen Aufwand heraus, ohne das Urteil der Mitarbeiter zu ersetzen.
Wo KI den größten Hebel hat
Schritt 3 (identifizieren und anreichern). Tools wie 6sense, Leadinfo und Bombora erkennen Kaufabsichten. Demodesk zieht den Kontext in den Pre-Call-Brief.
Schritt 4 (auslösen).AI Crew betreibt triggerbasierte Workflows: Besuch der Preisseite plus wiederholte Content-Interaktion erzeugt einen Entwurf für den AE innerhalb des Käuferfensters.
Schritt 5 (qualifizieren).AI Coach bewertet jedes Discovery-Gespräch gegen Ihre Methode. Mitarbeiter sehen Lücken innerhalb weniger Minuten.
Schritt 6 (lernen).AI Analyst korreliert Win-Loss-Muster nach Quelle, Segment und Mitarbeiter. Das Marketingteam erkennt, welche Kanäle am stärksten konvertieren.
Tech-Stack nach Unternehmensgröße
Klein (unter 20 Mitarbeiter).HubSpot CRM, Demodesk als KI-Vertriebsagent, Leadinfo zur Besucheridentifizierung, Apollo für die Akquise. Vier Tools.
Mid-Market (20 bis 100 Mitarbeiter).HubSpot oder Salesforce, Demodesk, 6sense für Kaufabsicht, Clearbit zur Anreicherung, Outreach für Kadenzen. Fünf Tools.
Enterprise (100+ Mitarbeiter).Salesforce, Demodesk, Bombora plus 6sense plus ZoomInfo für Kaufabsicht und Anreicherung, Salesloft für Kadenzen. Sechs bis sieben Tools.
Das Muster: Die KI-Vertriebsagenten-Plattform bleibt konstant. Die Intent- und Anreicherungsschichten skalieren mit.
Typische Schwächen im Inbound
Langsamer Erstkontakt.Ein Preisseiten-Besuch um 9 Uhr, der erst um 15 Uhr eine manuelle E-Mail erhält, ist bereits abgekühlt. Zielwert: Reaktion in 5 bis 15 Minuten.
Generische Vorlagen. Inbound-Leads erwarten personalisierte Ansprache. Generischer Text scheitert. KI entwirft auf Basis der konkreten Signale des Interessenten.
Vertrieb bekommt die Lorbeeren, Marketing wird ignoriert. Die Attribution sollte den Multi-Touch-Charakter von Inbound abbilden. Jede Quelle taggen. Multi-Touch-Attribution einsetzen.
Kein Lernen nach dem Gespräch.Gewonnene und verlorene Abschlüsse fließen nie in den Vertriebsleitfaden zurück. Der Funnel bleibt Jahr für Jahr derselbe.
Was Demodesk im Inbound übernimmt
Vor dem Gespräch.Zieht Account-Kontext, jüngste Web-Aktivität und frühere Interaktionen. Liefert dem Mitarbeiter fünf Minuten vor dem Gespräch einen einseitigen Brief.
Während des Gesprächs.AI Assistant nimmt auf, transkribiert (98 Sprachen) und erkennt Kaufsignale.
Nach dem Gespräch.Entwirft die Nachverfolgung. Schreibt das CRM-Update. Bewertet das Gespräch.
Trigger-Workflows.AI Crew führt autonome Aktionen auf Signale aus: Nachverfolgung nach der Demo, Reaktivierung bei stockenden Deals, Hinweise zur Verlängerung.
Inbound-Benchmarks, die sich lohnen
| Kennzahl | Benchmark |
|---|---|
| Lead zu MQL | 8 bis 15 % |
| MQL zu SQL | 20 bis 30 % |
| SQL zu Opportunity | 50 bis 65 % |
| Opportunity zu Win | 22 bis 30 % |
| Reaktionszeit Erstkontakt | Unter 15 Minuten |
| MQL zu SQL Zyklus | Unter 14 Tagen |
Werte, die in zwei aufeinanderfolgenden Quartalen unter Benchmark liegen, deuten auf ein strukturelles, nicht auf ein taktisches Problem hin.