VERTRIEB · Von Björn Hoss · 2026-07-31 · 8 Min. Lesezeit
Lead-Scoring: Welche Anfrage zuerst?
Wie sich Anfragen sinnvoll priorisieren lassen, warum einfache Modelle oft besser funktionieren als komplexe und wo Scoring an Grenzen stößt.
Vierzig offene Anfragen, ein Berater, ein Arbeitstag. Die Frage ist nie, ob alle bearbeitet werden — sondern in welcher Reihenfolge. Genau das ist der Zweck von Lead-Scoring: nicht sortieren nach Eingang, sondern nach Wahrscheinlichkeit.
Was ein Score misst — und was nicht
Ein Lead-Score ist keine Vorhersage über den Abschluss. Er misst Engagement: wie aktiv jemand ist, wie vollständig seine Angaben sind, wie schnell er reagiert. Das korreliert mit Abschlusswahrscheinlichkeit, ist aber nicht dasselbe.
Ein niedriger Score bedeutet nicht „kein Interesse". Er bedeutet „bisher wenig Signal". Wer Leads unterhalb einer Schwelle gar nicht mehr anruft, macht aus dem Score eine selbsterfüllende Prophezeiung.
Signale, die sich bewährt haben
- Vollständigkeit der Angaben — wer Telefonnummer und Budget hinterlässt, meint es ernster als jemand mit nur einer E-Mail
- Reaktionsgeschwindigkeit auf die erste Kontaktaufnahme
- Anzahl und Art der Interaktionen: geöffnete Exposés, Rückfragen, wahrgenommene Termine
- Aktualität — ein Signal von gestern wiegt schwerer als eines von vor drei Wochen
- Herkunft: eine Empfehlung startet anders als ein Formular aus einer breiten Kampagne
Warum einfache Modelle oft besser sind
Es gibt Anbieter, die Lead-Scoring als KI-Funktion vermarkten. Für die meisten Vertriebe ist das aus einem praktischen Grund unpassend: Ein Berater muss nachvollziehen können, warum ein Lead oben steht. Sonst vertraut er der Sortierung nicht — und arbeitet sie nicht ab.
Ein transparentes Punktemodell hat einen weiteren Vorteil: Es lässt sich anpassen. Wenn sich zeigt, dass in Ihrem Segment die Reaktionszeit wichtiger ist als das Budget, ändern Sie eine Gewichtung. Bei einem gelernten Modell bräuchten Sie neue Trainingsdaten.
Faustregel: Ein Score, den der Berater in einem Satz erklären kann, wird genutzt. Einer, der aus einer Blackbox kommt, wird ignoriert.
Score und Temperatur sind zwei Dinge
Häufige Verwechslung: Die Temperatur eines Kontakts — heiß, warm, kalt — misst, wie lange der letzte Kontakt her ist. Der Score misst die Qualität des Engagements. Ein Lead kann kalt sein und trotzdem hochwertig: Er hat sich vor drei Wochen ausführlich informiert und nur niemand hat nachgefasst.
Beides zusammen ergibt erst ein Bild. Hoher Score und kalte Temperatur ist die interessanteste Kombination überhaupt — dort liegt meist der schnellste Umsatz.
Was Sie vermeiden sollten
- Den Score als Abschlussprognose verkaufen — er ist eine Priorisierungshilfe
- Leads unterhalb einer Schwelle gar nicht mehr kontaktieren
- Zu viele Faktoren gewichten, bis niemand mehr versteht, was zählt
- Den Score nie überprüfen: Stimmt die Reihenfolge mit den tatsächlichen Abschlüssen überein?
Wie Inscalia das umsetzt
Inscalia berechnet einen Engagement-Score aus nachvollziehbaren Faktoren — bewusst als transparentes Punktemodell, nicht als gelerntes Verfahren. Er ergänzt die Temperatur-Einordnung, ersetzt sie aber nicht, weil beide unterschiedliche Fragen beantworten.
Wir nennen das ausdrücklich kein KI-Scoring. Es ist ein Regelmodell — und genau das ist an dieser Stelle die Stärke.
Der beste Score nützt nichts, wenn niemand danach arbeitet. Die eigentliche Frage ist nicht, wie genau er rechnet, sondern ob Ihre Berater ihm glauben.