Signal-based Selling: Warum KI das Signal besitzen sollte, nicht den Outreach

Die meisten Unternehmen sagen heute, dass sie signalbasiert verkaufen. Was damit meist gemeint ist: Ein Anbieter schickt jede Woche eine Liste mit Accounts, die angeblich „Intent“ gezeigt haben, eine KI schreibt die erste Zeile, und der Vertrieb verschickt die Nachricht, bevor der Kaffee kalt ist. Die Antwortquote steigt ein bisschen. Die Pipeline-Qualität kaum. Das Team ist beschäftigt. Das Ziel bleibt trotzdem stehen.

Das ist keine Signalarchitektur. Das ist schnellerer Cold Outreach mit besseren Adjektiven.

Ich habe dieses Muster zuerst im Private Banking gesehen. Relationship Manager hatten NNA-Ziele. Das Kundenbuch war voll. Das Quartal trotzdem nicht. Die Gespräche, die Net New Assets bewegt haben, kamen selten an einem zufälligen Dienstag zustande. Irgendetwas hatte sich verändert. Eine Person, eine Priorität, ein Problem. Der relevante Outreach kam nah an diesem Moment.

Heute, im Vertrieb von Data- und KI-Services, sitze ich auf der anderen Seite derselben Mechanik. Unsere Sales Manager tragen ein Umsatzziel. Die Pipeline Coverage kann gut aussehen. Das Quartal muss trotzdem abgeschlossen werden. Mehr Aktivität bedeutet nicht automatisch mehr Umsatz, wenn sie auf Accounts gerichtet ist, bei denen sich gerade nichts bewegt.

Unser Prozess auf HICO Forge basiert genau auf diesem Gedanken: Awareness, Buying Process, Customer Growth. Marketing erzeugt öffentliche Signale. Commercial Growth soll auf Veränderungen reagieren, nicht auf statische Listen. Consulting und Customer Success produzieren die wertvollsten First-Party-Signale, die wir jemals bekommen werden. Wenn diese Informationen im Projektraum liegen bleiben, kaufen wir weiter fremde Vermutungen über Intent, obwohl das eigentliche Potenzial bereits im bestehenden Kundenbuch liegt.

KI gehört in dieses Design. Nicht als Maschine für noch mehr E-Mails, sondern als Schicht, die Veränderungen erkennt, priorisiert, den nächsten Schritt vorbereitet und nachvollziehbar macht. Wer das Ziel trägt, entscheidet weiterhin über den Call.

Was ist eigentlich ein Sales-Signal?

Ein Signal ist eine beobachtbare Veränderung, die einen Account heute wahrscheinlicher für ein Gespräch macht. Nicht: „Der Account passt zum ICP.“ Nicht: „Er hat 2024 ein Whitepaper heruntergeladen.“ Sondern eine echte Veränderung. Aktuell genug, dass eine Nachricht morgen anders klingen würde als vor einem Monat.

In der Praxis lassen sich diese Veränderungen meist in drei Gruppen einteilen. First-Party-Signale sind Verhaltensdaten, die Sie selbst besitzen: Website-Besuche, Event-Teilnahmen, Kommentare auf Thought-Leadership-Posts, Projektgespräche, NPS oder Reibung bei Verlängerungen. Sie sind oft besonders wertvoll, weil sie direkt mit Ihrer bestehenden Beziehung zum Account zusammenhängen.

Second-Party-Signale liegen in der Vergleichsebene, etwa Bewertungsplattformen, Partnerempfehlungen oder Erwähnungen aus dem Netzwerk. Third-Party-Signale sind Marktveränderungen, zum Beispiel ein neuer Head of Data, eine Finanzierungsrunde, eine Einstellungswelle im Analytics-Bereich oder der Rückzug eines Wettbewerbers.

Die praktische Regel ist einfach: nicht auf ein schwaches Signal reagieren. Besser sind zwei oder drei Signale, die in dieselbe Richtung zeigen. Dann muss man handeln, solange sie noch frisch sind. First-Party-Signale können innerhalb weniger Tage an Relevanz verlieren. Third-Party-Signale haben oft ein etwas längeres Zeitfenster.

Genau hier verdienen Modelle ihren Platz. Ein Mensch kann nicht gleichzeitig Hiring, Website-Verhalten, Projektnotizen und Führungswechsel beobachten. Ein Agent schon. Der Wert liegt nicht im Entwurf der Nachricht. Der Wert liegt im Signal-Stack: Welche Veränderungen treten zusammen auf, wie aktuell sind sie und rechtfertigen sie heute ein menschliches Gespräch?

Umsatzziele interessieren sich nicht dafür, wie clever das Modell klingt

Im Private Banking war die entscheidende Kennzahl NNA. Relationship Manager wurden an Net New Assets gemessen, nicht daran, wie viele Nachrichten sie verschickt haben. Ein volles Kundenbuch und ein verfehltes Ziel konnten gleichzeitig existieren.

In einem Data- und KI-Services-Business heißt die Kennzahl Umsatz. Unsere Sales Manager tragen dieses Ziel auf die gleiche Weise.

Genau hier liegt die praktische Aufgabe von KI. Sie sollte menschliche Zeit schützen, indem sie priorisiert, welche Accounts sich in diesem Quartal noch bewegen können. Nicht indem sie einfach mehr schreibt.

Konkret:

• Zeige dem Vertrieb den Account, bei dem gerade zwei oder drei frische Signale zusammenkommen, nicht den nächsten Namen auf der Liste vom letzten Jahr.
• Priorisiere bestehende Kunden mit einem neuen Use Case vor fremden Accounts mit einem generischen Intent-Surge. Expansion bringt das Ziel oft schneller voran als kalte Akquise.
• Formuliere den Why-now-Einstieg so, dass es in den ersten zehn Minuten des Gesprächs um die Veränderung geht und nicht wieder um die Vorstellung des Unternehmens.
• Markiere Accounts, die im CRM aktiv wirken, in Wirklichkeit aber still geworden sind. Genau diese Fälle kosten Quartale.
• Hinterlasse eine nachvollziehbare Spur: Warum wurde dieser Account priorisiert, was hat der Vertrieb entschieden und was ist daraus geworden? Sonst lernt niemand, welche Signale tatsächlich Umsatz bringen.

KI wird weder das NNA-Ziel noch das Umsatzziel tragen. Sie kann aber verhindern, dass diejenigen, die es tragen, ihre Woche am falschen Kundenbuch verbringen.

Deshalb sollte der Agent auch nicht selbstständig senden. Ein verfehltes Ziel nach 200 automatisierten Nachrichten bleibt ein verfehltes Ziel. Eine kleinere Liste mit Gesprächen, die auf einer echten Veränderung beruhen, bewegt die Zahl eher.

Was KI im Vertrieb tatsächlich übernehmen sollte

KI ist heute gut in vier Aufgaben innerhalb dieses Prozesses. Sie beobachtet mehr Quellen als ein Mensch. Sie macht aus einem Rohsignal ein kurzes Briefing. Sie verbindet schwache Signale zu einem stärkeren Gesamtbild. Und sie kann eine erste Nachricht vorbereiten, die sich auf die tatsächliche Veränderung bezieht und gleichzeitig dokumentiert, warum der Account priorisiert wurde.

Schwächer ist sie noch bei der fünften Aufgabe: zu entscheiden, ob diese Veränderung tatsächlich die Zeit eines Verkäufers an einem Dienstag wert ist.

Genau deshalb enttäuschen so viele AI-SDR-Programme. Sie automatisieren den Versand. Sie verändern aber nicht die Entscheidung dahinter.

Ein Copilot auf einem alten Prozess verändert den Prozess nicht grundlegend. Ein Signal muss eine definierte Entscheidung auslösen: Was hat das Modell erkannt? Welche menschliche Bewertung ist nötig? Wer darf entscheiden? Und was wird im Nachgang überprüft?

Es gibt noch eine zweite Einschränkung. Käufer nutzen generative KI zunehmend für die Recherche nach Anbietern und bevorzugen in frühen Phasen oft einen digitalen Weg. Wenn es um die eigentliche Entscheidung geht, wollen sie aber weiterhin mit einem Menschen sprechen, der hinter der Empfehlung steht.

Das Design lautet deshalb nicht: „Ersetze den Verkäufer durch einen Agenten.“ Sondern: „Lass den Agenten erkennen, bewerten, vorbereiten und dokumentieren. Lass den Menschen entscheiden, den Wert einordnen und das Ziel tragen.“

Der Signal-Loop, den die meisten Sales-Teams übersehen

Schaut man auf einen klassischen Funnel, sieht man meist Marketing für Awareness, Sales für Leads, Delivery für Projekte und Customer Success für Retention. Was fehlt, ist der Loop.

Delivery und Customer Success produzieren einige der besten First-Party-Signale im gesamten Unternehmen. Ein neuer Use Case bei einem bestehenden Kunden. Ein Problem, das im ursprünglichen Scope nicht enthalten war. Ein Stakeholder, der gerade befördert wurde. Wenn diese Informationen im Projektraum bleiben, generiert Marketing weiterhin neue Fremdkontakte und Sales kauft weiter Third-Party-Intent.

Wir haben unseren eigenen Prozess deshalb bewusst anders aufgebaut. Marketing erzeugt weiterhin Awareness über Website, Events und Thought Leadership. Das ist die öffentliche Signalschicht. KI kann erkennen, wer nach einem Post zurückkommt, wer an einem Event teilgenommen hat oder wer Inhalte konsumiert hat, ohne zu konvertieren.

Commercial Growth startet nicht mit einer statischen Liste. Es startet mit signalbasiertem Outreach und KI-gestützter Auswahl: Welche Accounts haben sich verändert? Wie sicher ist das Modell? Wer sollte das Gespräch führen? Der Agent bereitet die Queue vor. Ein Mensch führt das Gespräch.

Consulting ist nicht nur Delivery. Es dokumentiert aktuelle Kundenthemen und spielt sie zurück in Awareness und in regelmäßige Key-Account-Gespräche. Das ist genau der Datensatz, den die meisten Intent-Anbieter niemals sehen werden. Ein Agent, der Projektnotizen und Meeting-Protokolle lesen kann, versteht den tatsächlichen Buying Context oft besser als ein Agent, der nur Stellenanzeigen durchsucht.

Nach dem Projekt gehören Customer Success, NPS, Deep Dives und die Identifikation neuer Use Cases in dasselbe Bild. Ein neuer Bedarf ist ein Lead, keine Fußnote. KI sollte einen fallenden NPS oder einen zweiten Use Case genauso markieren wie einen Besuch auf der Pricing-Seite.

Auch Renewals und kommerzielle Administration erzeugen Signale. Eine schwierige Vertragsverlängerung ist ein Beziehungsereignis. Das Modell kann es auf dieselbe Timeline setzen wie einen neuen CIO.

Was HICO Forge besitzen muss

Die Plattform darunter ist HICO Forge. Nicht weil wir noch eine weitere CRM-Ansicht brauchten, sondern weil dieser Prozess nur funktioniert, wenn Marketing, Commercial Growth und Consulting denselben Account, dasselbe Signal und denselben Owner sehen.

Forge ist der Ort, an dem Citizen Development und Governance zusammenkommen. Teams können Playbooks und Scoring verbessern. Sie können aber nicht einfach eine zweite Definition von „Lead“ oder ein privates Modell erfinden, das niemand sonst nachvollziehen kann.

Es ist dasselbe Problem rund um klare Bedeutungen und Ownership, über das wir im Finance- und Banking-Kontext immer wieder schreiben, nur diesmal auf Umsatz angewendet.

Fünf Objekte reichen für den Start:

1. Account
2. Signal: Typ, Quelle, Zeitstempel, Confidence
3. Empfohlene Aktion
4. Owner
5. Outcome: Meeting, POC, Expansion, keine Aktion, zu spät

Dazu vier Regeln für die KI-Schicht. Der Agent beobachtet und priorisiert. Er sendet nicht selbst. First-Party-Projektsignale stehen über einem einzelnen Third-Party-Surge. Jeder priorisierte Eintrag enthält ein klares Warum: welche Signale, wie aktuell, warum jetzt.

Und der Loop wird jede Woche geschlossen. Wenn Jobwechsel von Champions nie zu Projekten führen, sollte dieses Signal nicht weiter so behandelt werden, als wäre es Gold wert.

Ohne diese Regeln erzeugt das System vor allem Aktivität und verdeckt, dass die falschen Signale gewinnen. Mit ihnen wird KI zur Infrastruktur für das Umsatzziel statt zur Content-Maschine.

Der eigentliche Vorteil liegt nicht beim Intent-Data-Anbieter

Der Markt wird weiter 6sense, Clay, ZoomInfo und den nächsten agentischen SDR verkaufen. Ein Teil davon ist sinnvoll, vor allem für Third-Party-Abdeckung.

Für ein Unternehmen, das bereits tief in den Data- und KI-Projekten seiner Kunden steckt, liegt der knappe Vorteil aber an einer anderen Stelle. Sie hören bereits den Satz, der bedeutet, dass der Kunde das nächste Projekt braucht. Die meisten Wettbewerber werden ihn nie hören.

Wenn ein Agent genau diesen Satz erfasst, ihn mit einem öffentlichen Signal kombiniert und beides an die Person gibt, die das Umsatzziel trägt, dann ist das Signal-based Selling.

Wenn Sie dagegen nur eine Liste von Unternehmen kaufen, die letzten Monat nach „Analytics“ gesucht haben, und ein Modell bitten, eine bessere erste Nachricht zu schreiben, mieten Sie im Grunde nur die Vermutung eines anderen und ergänzen einen schöneren Absatz.

Private Banker haben NNA verfehlt, wenn sie die Liste statt der Veränderung bearbeitet haben. Sales Manager verfehlen Umsatz auf dieselbe Weise.

Hören Sie auf, Intent als Ersatz für Aufmerksamkeit zu kaufen. Nutzen Sie die Signale, die Sie selbst tatsächlich sehen können. Lassen Sie KI erkennen, bewerten, vorbereiten und dokumentieren. Die Entscheidung und das Ziel bleiben beim Menschen.

Wenn Sie sich anschauen möchten, wie ein signalbasierter Vertriebsansatz in Ihrer eigenen Organisation funktionieren könnte, buchen Sie ein 30-minütiges Exploration Call mit uns. Gemeinsam schauen wir auf die Signale, die Sie bereits besitzen, wo sie heute zwischen Teams verloren gehen und wie KI daraus einen fokussierteren kommerziellen Prozess machen kann.

Gespräch vereinbaren