Doppelte Terminquote in der Kaltakquise: Wie Agenturen ihren Vertrieb skalieren

Ein Vertrieb wächst, stellt Anrufer ein, hebt die Schlagzahl auf Rekordniveau, und die Terminquote fällt trotzdem. Dieses Muster sehen wir dort, wo die Kaltakquise längst funktioniert: sechsstelliger Monatsumsatz, eingespieltes Skript, erfahrene Leute. In einem Fall sank die Zahl der Termine je tausend Anwahlen binnen eines halben Jahres auf ein Drittel.

Die Ursache steht im eigenen CRM. Der kalte Bestand ist durchtelefoniert, die Mehrheit der Datensätze hat drei und mehr Anrufe hinter sich, der letzte größere Import liegt über ein Jahr zurück.

Der Reflex in dieser Lage lautet: bessere Leads. Er zeigt in die richtige Richtung und bleibt trotzdem unbrauchbar, solange niemand sagen kann, was "besser" bedeutet.

Das Spektrum, mit dem wir arbeiten, reicht von Dienstleistern, die gerade ihre ersten fünfstelligen Monate machen, bis zu Teams, die aus der Kaltakquise siebenstellige Monatsergebnisse holen. Dasselbe Muster zieht sich linear durch dieses ganze Spektrum: Je profitabler und effektiver die Akquise läuft, desto genauer ist die Zielgruppe definiert und desto mehr Arbeit steckt in der Leadrecherche. Die stärksten Vertriebe haben nicht die größten Listen, sondern die präzisesten.

Leadqualität ist kein Merkmal

Wer nachfragt, was mit "Leadqualität" gemeint ist, bekommt Datenhygiene zur Antwort: richtige Nummer, aktueller Geschäftsführer, keine Dubletten. Das ist die Grundvoraussetzung, kein Qualitätsmerkmal. Eine Adresse ist richtig oder falsch, eine "bessere" Adresse gibt es nicht.

Gesucht sind Firmen, die genau dieses Angebot gerade brauchen, und in denen die Person am Telefon darüber entscheiden und es bezahlen kann. Welche Merkmale darauf hindeuten, hängt vom Angebot, der Branche und der Vertriebstaktik ab.

Je besser sich das Problem von außen erkennen lässt, bevor jemand abhebt, desto besser trägt die Kaltakquise.

Eine Recruiting-Agentur für Speditionen braucht eine dringlich offene Fahrerstelle mit Datum. Ein Anbieter von Mitarbeiter-Benefits braucht eine gewerbliche Belegschaft ohne eigene Personalabteilung und einen Chef, der selbst Anteile hält. Ein Finanzierungsvermittler braucht die Firma, die gerade investiert und dafür Kapital bewegt.

Solche Kriterien existieren für jedes Angebot, nur fehlt in den meisten Datenbanken die Datenbasis dafür. Für "dringlich offene Stelle" gibt es keinen Filter.

Warum Branche, Größe, Region und Umsatzklasse nicht reichen

Die vier Standardfilter sind das Vokabular der Datenbanken, nicht das Vokabular des Kaufens. "Metallbau, 50 bis 200 Mitarbeiter, Süddeutschland, Umsatzklasse 5 bis 20 Millionen" beschreibt, was sich aus einem Register ableiten lässt. Ob die Firma kauft, steht woanders.

Prüft man diese Kriterien einmal gegen echte Vertriebsergebnisse, zerfallen sie. Umsatz und Gewinnhöhe sagen für sich genommen wenig darüber aus, ob ein Anruf zu einem Termin führt; in mehreren Auswertungen lagen die Fehlgriffe sogar etwas höher als die Kunden. Die Mitarbeiterzahl aus gekauften Daten liegt systematisch zu hoch: im Feld zwanzig bis dreißig, am Telefon nennt der Chef eine einstellige Zahl. Und der Branchencode wirft den Maschinenbauer mit eigener Halle mit dem Montagebetrieb zusammen, dessen Leute über Werkverträge kommen.

Das liegt nicht an schlechter Pflege, sondern an der Bauweise. Eine Datenbank kann nur ausgeben, was bei jeder Firma als Feld existiert: Rechtsform, Branchenschlüssel, Region, geschätzte Größe. Alles, wofür jemand ein Dokument öffnen und lesen müsste, hat dort keine Spalte. Genau dort liegen die Merkmale, die den Unterschied machen.

Deshalb zerfällt die Zielgruppendefinition in zwei Fragen: Welche Merkmale trennen die eigenen Kunden von den eigenen Fehlgriffen? Und wie findet man alle Firmen, die diese Merkmale tragen?

Schritt eins: auswerten, was funktioniert

Die Antwort auf die erste Frage steht bei jedem Team, das länger telefoniert, im eigenen CRM. Zehntausende Anwahlen, tausende Fehlgriffe, ein paar hundert Kunden: Diesen Datensatz ersetzt keine Marktstudie. Er muss nur gegen Handelsregister, Jahresabschluss und Website gelesen werden.

Die Merkmale, die dabei auftauchen, stehen selten in der ursprünglichen Definition.

Ein konkretes Beispiel: Tochtergesellschaften sind unter seinen Fehlgriffen doppelt so häufig wie unter seinen Kunden. Firmen mit positivem Jahresergebnis schließen bei ihm doppelt so oft ab wie Firmen mit Verlust; eine höhere Gewinnschwelle hebt die Quote weiter, verlängert den Zyklus aber um Wochen. Offene Stellen verändern seine Abschlussquote kaum, doch wo eine vorlag, dauerte es bis zur Unterschrift gut sechs Wochen statt gut neun. Keine dieser Zahlen gilt für irgendein anderes Angebot. Bei einem zweiten Anbieter, dessen Lieferung nach denselben Größen- und Regionsfiltern gebaut war, gab eine Branche aus über hundert Anwahlen keinen einzigen Termin, die Nachbarbranche jeden dreißigsten. Seine Liste sieht wieder anders aus.

Schritt zwei: Die passenden Leads finden

Über eine einzelne Firma lässt sich vor dem ersten Anruf mehr herausfinden, als die meisten Vertriebe für möglich halten. Handelsregister und Bundesanzeiger sind dabei nur der Anfang.

Ein Zulieferer mit sechzig Leuten, zusammengesetzt aus mehreren echten Fällen, steht in jeder Datenbank mit vier Feldern: Metallverarbeitung, GmbH, Umsatzklasse fünf bis zwanzig Millionen, Region West. Ein Nachmittag Lesen ergibt ein anderes Bild.

Der Jahresabschluss nennt die Belegschaft mit Bilanzjahr, einen Umsatz, der binnen eines Jahres um fast die Hälfte gestiegen ist, im Anhang drei Kunden mit fast neun von zehn Euro Umsatz und ein Reverse-Factoring-Programm. Der Lagebericht kündigt einen Reinraum für einen einstelligen Millionenbetrag an. Das Register zeigt einen Gesellschafterwechsel zum Jahresbeginn und einen einzigen Geschäftsführer, Anfang sechzig. Die Karriereseite sucht seit elf Wochen jemanden für den Vertriebsinnendienst, in der Anzeige steht das ERP-System. Die Teamfotos zeigen Arbeitskleidung, die Website stammt aus einem Baukasten von 2017, und auf dem Handy bricht das Menü. Google-Bewertungen: drei Beschwerden über Lieferzeiten im letzten Halbjahr. Arbeitgeberbewertungen: ohne den Chef wird nichts entschieden. Dazu ein Zuschlag der Stadtwerke im Vergabeportal, ein Digitalisierungszuschuss in der Förderdatenbank, eine im Sommer angemeldete Wortmarke, ein Bauantrag für die zweite Halle in der Lokalzeitung.

Das alles liegt im Netz. Die meisten Vertriebe lesen davon das Impressum.

Welches dieser Stücke der Anrufanlass ist, hängt vom konkreten Angebot ab. Dieselbe Firma ist für den einen Vertrieb ein Volltreffer und für den nächsten uninteressant, und beide lesen dieselben Dokumente. Für einen Anlagenbauer wäre der Reinraum der Grund anzurufen, weil dort in den nächsten Monaten Technik beschafft wird; die Website von 2017 wäre ihm egal. Für eine Agentur wäre es umgekehrt: Der Reinraum belegt nur, dass Budget da ist, der Anrufanlass ist die Website. Ein Finanzierer würde bei den drei Großkunden ansetzen, die fast den ganzen Umsatz tragen, ein M&A-Berater beim Geschäftsführer Anfang sechzig ohne zweiten Namen im Register. Wäre der Umsatz stattdessen um die Hälfte eingebrochen, hätte ein Restrukturierer denselben Anlass mit umgekehrtem Vorzeichen, und der Anlagenbauer keinen mehr.

Die Zielgruppendefinition aus Schritt eins sagt also, welche dieser Stücke zählen. Die Recherche in Schritt zwei liefert sie, mit Beleg und Datum, für jede Firma im Suchraum.

Woran das in der Praxis scheitert, ist die Menge. Wer aus zehntausend Firmen die tausend besten heraussuchen will, muss alle zehntausend lesen, weil vorher niemand weiß, welche es sind. Eine halbe Stunde je Firma, nur für die Kriterien, die zählen: Das sind fünftausend Stunden, drei Jahre Vollzeit für einen Mitarbeiter, bevor der erste Anruf rausgeht. Deshalb bleibt eine Firmendatenbank bei den vier Feldern stehen, die sich für jede Firma automatisch füllen lassen, ohne Beleg und ohne Datum. Und deshalb liest ein zusammengebauter AI-Scraper die Website und hört dort auf, weil Anhang und Gesellschafterliste keine Webseiten sind. Beide sparen genau die Arbeit ein, in der die Kriterien aus Schritt eins stecken.

Was das ändert, und was nicht

Wo diese Auswahl greift, verschiebt sich die Mechanik der Kaltakquise. Bei gleichem Team und gleichem Skript wird jede vierte Anwahl zu einem echten Gespräch statt jeder achten, und die Termine je Anwahl liegen in den ersten Wochen beim Drei- bis Vierfachen eines durchtelefonierten Bestands.

Ein Teil davon ist Frische, denn ein alter Bestand besteht aus den Firmen, die schon mehrfach nicht wollten. Legt man dieselben Kriterien nachträglich auf einen vorhandenen Bestand, bei gleicher Frische und denselben Anrufern, bleibt gut eine Verdopplung übrig. Das ist der Anteil der Selektion. Der Umsatz folgt im Takt des Vertriebszyklus: Eine verdoppelte Terminquote ist verdoppeltes Potenzial, das die Abschlussseite heben muss.

Präzision kostet allerdings Markt. Ein Kriterium, das die Terminquote verdoppelt, halbiert oft den Suchraum; aus tausend geprüften Firmen können wenige Dutzend lieferbare Leads werden. Die Größe der Zielgruppe ist die eigentliche Obergrenze der Skalierung. Aus einem Kriterium wird deshalb erst dann ein harter Ausschluss, wenn es über mehrere Lieferungen hält: Ein zu früh gesetztes Gewinnkriterium hätte in einem Projekt mehr als die Hälfte der Firmen gestrichen, die später einen Termin gaben.

Und eine gute Liste ersetzt keinen guten Anrufer. Sie sorgt dafür, dass jeder Anrufer mehr Gespräche mit passenden Firmen führt.

Was am Ende den Unterschied macht

Zuerst die eigenen Vertriebsdaten gegen Register, Abschluss und Website lesen, bis eine Kriterienliste dasteht, die in den eigenen Zahlen hält. Diese Liste ist möglich, sobald die Anrufe ein Ergebnis tragen, und sie ist der Unterschied zwischen einer Zielgruppe, die jemand für richtig hält, und einer, von der man weiß, dass sie eine gute Terminquote hat.

Die fünftausend Stunden aus Schritt zwei sind der Grund, warum wir den tiefsten Datenpool im DACH-Raum gebaut haben: Millionen erfasster Websites, über eine Million Geschäftsberichte, das Handelsregister samt Gesellschafterlisten.

Darüber liegt eine eigene Suchmaschine, die keine Webseiten findet, sondern die nächsten Kunden. Und dahinter arbeitet ein digitaler Mitarbeiter, der genau das tut, was sonst drei Jahre dauert: für jede Firma im Suchraum Anhang, Gesellschafterliste, Karriereseite und Website lesen, wie ein Mensch, nur gut 20.000-mal schneller.

Wonach er sucht, legt trotzdem der erste Schritt fest: die Auswertung der eigenen Vertriebsdaten. Ohne sie liest er schnell, aber ins Leere.

Wer sehen will, was die eigenen Vertriebsdaten über die passende Zielgruppe verraten, bekommt hier ein unverbindliches Erstgespräch: https://solbachleads.de/termin