Lead Scoring: Definition, Kriterien und Modell für den B2B-Vertrieb

Lead Scoring: Das Wichtigste in Kürze

• Lead Scoring ordnet jedem Kontakt einen Punktwert zu, der sich aus firmografischen Merkmalen, Verhaltensdaten und negativen Kriterien zusammensetzt und die Priorität für den Vertrieb festlegt.
• Ein belastbares B2B-Modell kombiniert regelbasierte Punktwerte mit Trigger-Events wie Managementwechseln oder Finanzierungsrunden und legt vorab einen Schwellenwert für die Übergabe an den Vertrieb fest.
• Predictive Lead Scoring ergänzt feste Regeln um Muster aus historischen Abschlussdaten und erkennt so Zusammenhänge, die bei manueller Punktevergabe verborgen bleiben.
• databyte reichert bestehende CRM-Kontakte mit geprüften Firmendaten und Kaufsignalen an und macht Firmografie und Trigger-Events als feste Bausteine für ein Scoring-Modell direkt nutzbar.

Was ist Lead Scoring in B2B?

Lead Scoring bewertet Kontakte anhand vorab festgelegter Kriterien mit Punkten und macht so sichtbar, welche Leads am ehesten zu einem Abschluss führen. Jedes Kriterium erhält einen Punktwert, die Summe ergibt den Lead Score eines Kontakts.

Ein Kontakt mit hohem Score erfüllt die firmografischen Anforderungen und zeigt zusätzlich Kaufinteresse durch sein Verhalten. Ein Kontakt mit niedrigem Score passt entweder nicht zur Zielgruppe oder hat bisher kaum interagiert. Der Vertrieb arbeitet die Liste dann nach Priorität ab, statt jeden eingehenden Kontakt gleich zu behandeln.

Der Score entsteht aus zwei Datenquellen. Firmografische Daten wie Branche, Mitarbeiterzahl oder Umsatz zeigen, ob ein Unternehmen strukturell passt. Verhaltensdaten wie Website-Besuche, Content-Downloads oder Terminanfragen zeigen, wie konkret das Interesse gerade ist.

Welche Kriterien gehören in ein B2B-Lead-Scoring-Modell?

Ein Modell, das nur Branche und Mitarbeiterzahl abfragt, trennt kaufbereite Kontakte nicht zuverlässig von unpassenden. Ein präzises B2B-Modell arbeitet mit vier Kriterientypen gleichzeitig.

Firmografische Kriterien

Firmografische Kriterien beschreiben das Unternehmen selbst. Sie prüfen, ob der Kontakt überhaupt zur Zielgruppe passt, bevor Verhaltensdaten eine Rolle spielen.

• Branche und Segment, konkret bis auf Teilbranche statt einem groben Label
• Mitarbeiterzahl und Umsatz als Näherung für Budget und Entscheidungsstruktur
• Standort, relevant für Vertriebsgebiete und rechtliche Rahmenbedingungen im DACH-Raum
• Technologieeinsatz, etwa vorhandene CRM- oder ERP-Systeme

Verhaltensbasierte Kriterien

Verhaltensdaten zeigen, wie aktiv sich ein Kontakt mit dem Angebot beschäftigt. Sie liefern den zeitlichen Faktor, den firmografische Daten allein nicht abbilden.

• Besuche auf Preis- oder Produktseiten
• Downloads von Whitepapern oder Templates
• Teilnahme an Webinaren oder Demo-Anfragen
• Öffnungs- und Klickrate bei E-Mail-Kampagnen

Negative Kriterien

Negative Kriterien senken den Score gezielt und verhindern, dass unpassende Kontakte trotz aktiver Interaktion oben in der Liste landen.

Wie baue ich ein Lead-Scoring-Modell mit Punktwerten und Schwellenwerten auf?

Für das Lead-Scoring-Modell benötigen Sie festgelegte und gewichtete Kriterien, Punktwerte und Schwellenwerte sowie die Umsetzung des Modells im CRM.

• Kriterien festlegen und gewichten: Bestimmen Sie fünf bis acht Kriterien aus Firmografie, Verhalten und Ausschlusskriterien. Gewichten Sie diese nach ihrer tatsächlichen Aussagekraft für einen Abschluss.
• Punktwerte vergeben: Ordnen Sie jedem Kriterium einen festen Punktwert zu, etwa 20 Punkte für die passende Branche und 5 Punkte für einen Whitepaper-Download. Negative Kriterien erhalten negative Werte.
• Schwellenwert definieren: Legen Sie fest, ab welcher Punktsumme ein Lead als vertriebsreif gilt. In der Praxis liegt dieser Wert häufig zwischen 60 und 80 Prozent der maximal erreichbaren Punktzahl.
• Modell im CRM abbilden und testen: Hinterlegen Sie die Regeln als Automatisierung und prüfen Sie nach vier bis sechs Wochen, ob die als vertriebsreif markierten Leads tatsächlich häufiger abschließen.

Passt regelbasiertes oder Predictive Lead Scoring zu meinem Vertrieb?

Regelbasiertes Scoring vergibt feste Punktwerte nach Kriterien, die Marketing und Vertrieb gemeinsam definieren. Predictive Lead Scoring nutzt zusätzlich Machine Learning, um Muster aus bereits abgeschlossenen Deals auf neue Kontakte zu übertragen.

Für Teams mit wenig historischen Abschlussdaten liefert ein regelbasiertes Modell schneller belastbare Ergebnisse. Trigger-Events wie ein Managementwechsel oder eine Finanzierungsrunde lassen sich in beiden Varianten als zusätzlicher Punktwert einbauen und markieren den Moment, in dem ein Unternehmen kurzfristig empfänglicher für Kontaktaufnahme ist.

Welche Rolle spielen Datenqualität und DSGVO-konforme Firmendaten beim Lead Scoring?

Ein Scoring-Modell ist nur so verlässlich wie die Daten, auf denen es rechnet. Veraltete Mitarbeiterzahlen, Informationen zu Entscheidungsträgern oder falsch zugeordnete Branchen verschieben den Punktwert eines Kontakts unbemerkt nach oben oder unten.

Eine CRM-Anreicherung hingegen gleicht bestehende Kontakte gegen externe Firmendatenbanken ab und ergänzt fehlende Felder wie Umsatz, Mitarbeiterzahl oder Handelsregisterdaten. Die Datenerhebung muss dabei eine gültige Rechtsgrundlage nach Art. 6 Abs. 1 lit. f DSGVO erfüllen, etwa über ein berechtigtes Interesse an geschäftsbezogenen Firmeninformationen.

databyte gleicht CRM-Kontakte automatisiert gegen tagesaktuelle DACH-Firmendaten ab und ergänzt fehlende firmografische Felder direkt im bestehenden System. Trigger-Events wie Managementwechsel oder Standorterweiterungen fließen dabei laufend in den Score ein, ohne dass Vertriebsteams sie manuell recherchieren müssen.

Wie übergebe ich gescorte Leads korrekt an den Vertrieb?

Der Schwellenwert aus dem Scoring-Modell bestimmt, wann ein Marketing Qualified Lead zum Sales Qualified Lead wird. Diese Übergabe braucht eine festgelegte Regel, sonst bearbeitet der Vertrieb weiterhin unpassende Kontakte.

Definieren Sie gemeinsam mit dem Vertrieb, welcher Score-Wert automatisch eine Benachrichtigung auslöst. Legen Sie zusätzlich fest, innerhalb welcher Frist ein übergebener Lead kontaktiert werden muss, da die Reaktionsgeschwindigkeit die Abschlusswahrscheinlichkeit stark beeinflusst. Grundsätzlich sollte diese Zeit so kurz wie möglich sein.

Betrachten Sie den gesamten Sales Funnel als Kontext für die Übergabe. Ein Lead, der spät im Funnel steht und einen hohen Score erreicht, braucht eine schnellere Reaktion als ein früher Kontakt mit demselben Punktwert.

Vom Score zur Priorität: So setzt Ihr Vertrieb Lead Scoring gezielt ein

Ein leistungsfähiges und gewinnbringendes Lead-Scoring-Modell kombiniert firmografische Basisdaten, Verhaltenssignale und feste Ausschlusskriterien zu einem nachvollziehbaren Punktwert. Der entscheidende Schritt liegt nicht in der Formel selbst, sondern in aktuellen, geprüften Daten, auf denen sie rechnet.

Ihre Vorteile mit databyte:

• Informationslücken werden mit top-aktuellen Unternehmensdaten geschlossen.
• Sie erkennen Trigger-Events wie Managementwechsel, sobald sie auftreten
• Sie arbeiten mit DSGVO-konform erhobenen DACH-Firmendaten
• Sie priorisieren Leads anhand aktueller statt veralteter Firmendaten

Lead Scoring – Häufige Fragen & Antworten