Wer im B2B-Vertrieb arbeitet, kennt das Muster: Das Marketing liefert Leads, der Vertrieb klagt über Qualität. Oder der Vertrieb gibt kein Feedback, und Marketing optimiert deshalb ins Leere. Irgendwo zwischen MQL (Marketing Qualified Lead - ein Lead, der anhand definierter Kriterien als marketingseitig qualifiziert gilt) und SQL (Sales Qualified Lead - ein Lead, den der Vertrieb als konkret bearbeitungswürdig einstuft) geht ein erheblicher Teil des Potenzials verloren.
Laut HubSpot State of Marketing 2026 nennen über 27 % der Marketer:innen das Sales-Marketing-Alignment als Top-Herausforderung, aber nur 8 % haben es als aktives Ziel für das laufende Jahr definiert. Das ist eine bemerkenswerte Spannung: Das Problem ist bekannt, die Priorität fehlt.
Und die Konsequenzen sind teuer. Laut DemandSage kostet ein B2B-Lead im Durchschnitt 132 US-Dollar. Auch, wenn das je nach Branche und Zielgruppe stark variieren kann: Wer Leads generiert, die der Vertrieb nicht bearbeitet oder nicht bearbeiten kann, verbrennt Budget - systematisch und still.
Das eigentliche Problem dahinter ist dabei selten ein mangelnder Wille zur Zusammenarbeit. Vielmehr stecken dahinter systematische - und systemische - Ursachen: Marketing und Vertrieb arbeiten in getrennten Tools, mit unterschiedlichen Definitionen, nach verschiedenen Metriken - und wundern sich dann, dass die Übergabe nicht funktioniert.
Fünf Bruchstellen tauchen in der Praxis immer wieder auf. Diese sind keineswegs zufällig, sondern struktureller Natur:
Marketing und Vertrieb verstehen unter "qualifiziertem Lead" oft grundlegend verschiedene Dinge. Ohne gemeinsam erarbeitete MQL- und SQL-Kriterien entsteht bei jeder Übergabe Reibung. Was für das Marketing ein heißer Lead ist, ist für den Vertrieb oft noch nicht einmal ein Gesprächsanlass.
Lead-Scoring-Modelle werden einmalig aufgesetzt und dann nie mehr angefasst. Der Vertrieb gibt kein Feedback darüber, welche Leads tatsächlich konvertieren. Das Modell veraltet still, während das Marketing weiter nach Kriterien priorisiert, die längst nicht mehr zur Realität passen.
Der Moment der Lead-Übergabe ist oft der kritischste Bruch im gesamten Prozess. Das Marketing übergibt, der Vertrieb übernimmt - aber ohne Kontext, ohne definierte Reaktionszeit, ohne Rückmeldepflicht. Leads "verschwinden" im Vertriebsprozess, ohne dass jemand weiß, was mit ihnen passiert ist.
Marketing arbeitet im Marketing-Tool, Vertrieb im CRM: ohne Integration entstehen Datensilos. Kein gemeinsames Bild der Customer Journey, keine gemeinsame Sicht auf den Lead-Status. Beide Teams treffen Entscheidungen auf Basis unterschiedlicher Datenstände.
Marketing misst Leads und MQLs, Vertrieb misst Abschlüsse. Ohne gemeinsame Pipeline-Metriken - etwa die Marketing Pipeline Contribution, also den Anteil des Marketings am Vertriebspipeline-Volumen - fehlt die gemeinsame Sprache. Und ohne gemeinsame Sprache gibt es keine gemeinsame Verantwortung.
|
Symptom |
Strukturelle Ursache |
|
Vertrieb klagt über schlechte Lead-Qualität |
Fehlende gemeinsame MQL/SQL-Definition |
|
Marketing optimiert ohne Wirkung |
Kein Feedback-Loop vom Vertrieb |
|
Leads "verschwinden" nach der Übergabe |
Kein SLA, keine Reaktionszeit-Vorgabe |
|
Doppelte Datenpflege, widersprüchliche Infos |
Getrennte Systeme ohne Integration |
|
Kein gemeinsames Verständnis von Erfolg |
Unterschiedliche KPIs in beiden Teams |
Die Tabelle zeigt die fünf häufigsten Bruchstellen im B2B-Lead-Management - und was wirklich dahintersteckt.
Lead Scoring - die Bewertung von Leads anhand definierter Kriterien - ist eines der wirkungsvollsten Werkzeuge im B2B-Lead-Management. Vorausgesetzt, es wird richtig eingesetzt.
Ein funktionierendes Scoring-Modell kombiniert zwei Dimensionen: demografische Kriterien (Unternehmensgröße, Branche, Rolle der Ansprechperson) und verhaltensbasierte Signale (Seitenbesuche, Content-Downloads, E-Mail-Interaktionen, Webinar-Teilnahmen). Erst die Kombination beider Dimensionen ergibt ein belastbares Bild davon, ob ein Lead tatsächlich kaufbereit ist.
Das Problem in der Praxis: Scoring-Modelle werden einmalig konfiguriert und dann nicht mehr gepflegt. Dabei verändern sich Kaufmuster, Zielgruppen und Produktangebote ständig. Ein Scoring-Modell, das vor zwei Jahren kalibriert wurde, spiegelt heute möglicherweise eine Realität wider, die es so nicht mehr gibt.
Hinzu kommt: Laut DemandSage sind 73 % der B2B-Leads beim ersten Kontakt noch nicht kaufbereit. Das bedeutet, dass die überwiegende Mehrheit der Leads zunächst in Nurturing-Strecken geführt werden muss - also in automatisierte Kommunikationssequenzen, die den Lead über einen längeren Zeitraum mit relevantem Content begleiten, bis er vertriebsreif ist. Wenn ihr das Scoring nicht kontinuierlich mit Vertriebsfeedback abgleicht, werdet ihr diese Strecken falsch kalibrieren.
Die Lösung ist keine technische, sondern eine prozessuale: Marketing und Vertrieb müssen gemeinsam definieren, welche Signale tatsächlich auf Kaufbereitschaft hindeuten - und dieses Modell dann regelmäßig gemeinsam überprüfen.
Eine der folgenreichsten Fehlannahmen im Lead Management ist, dass die Übergabe zwischen Marketing und Vertrieb ein Ereignis ist. Sie ist aber kein Ereignis. Sie ist ein Prozess - mit definierten Verantwortlichkeiten, Zeitvorgaben und Rückmeldepflichten auf beiden Seiten.
Das Instrument dafür ist das SLA (Service Level Agreement) zwischen Marketing und Vertrieb. Ein solches SLA legt fest: Welche Kriterien muss ein Lead erfüllen, um als MQL zu gelten? Wie schnell muss der Vertrieb einen übergebenen Lead kontaktieren? Welches Feedback gibt der Vertrieb zurück, wenn ein Lead nicht weiterverfolgt wird?
Die Zahlen sprechen für sich: Laut HubSpot Research halten 85 % der Marketer:innen mit einem aktiven SLA ihre Marketingstrategie für effektiv. Unternehmen mit SLA sind außerdem 31 % wahrscheinlicher, zusätzliche Vertriebsmitarbeitende einzustellen - ein Indikator dafür, dass das System skaliert.
Besonders kritisch ist die Reaktionszeit. Studien zeigen, dass die Chance auf einen Abschluss siebenfach höher ist, wenn der Erstkontakt innerhalb einer Stunde nach der Lead-Übergabe erfolgt. In der Praxis vergehen oft Tage. Nicht weil der Vertrieb nicht will, sondern weil kein System existiert, das die Reaktionszeit misst, priorisiert und einfordert.
Hinzu kommt die Frage des Kontexts: Was weiß der Vertrieb über den Lead, wenn er ihn übernimmt? Welche Seiten hat die Person besucht? Welchen Content hat sie heruntergeladen? Welche Fragen hat sie gestellt? Ohne diesen Kontext beginnt jedes Erstgespräch bei null - und das merkt der Lead.
Künstliche Intelligenz im Lead Management klingt erst einmal modern und gut, ist aber kein Selbstzweck. Sie entfaltet ihren Nutzen dort, wo manuelle Prozesse an ihre Grenzen stoßen, und das ist im B2B-Lead-Management an mehreren Stellen der Fall.
Predictive Lead Scoring geht über regelbasiertes Scoring hinaus. Statt statischer Punktevergabe analysiert ein KI-gestütztes Modell historische Konversionsdaten und erkennt Muster, die menschliche Analyst:innen übersehen würden: Welche Kombination aus Branche, Unternehmensgröße, Verhaltenssignalen und Timing hat in der Vergangenheit tatsächlich zu Abschlüssen geführt? Das Modell lernt kontinuierlich - und wird mit jedem Abschluss präziser.
Automatisierte Nurturing-Strecken lösen das Problem der manuellen Nachverfolgung. Statt dass ein Teammitglied entscheidet, wann welcher Lead welchen Content bekommt, triggert das System automatisch die nächste Kommunikation - basierend auf dem Verhalten des Leads, nicht auf dem Kalender des Marketing-Teams. Ein Lead, der ein Whitepaper herunterlädt, bekommt drei Tage später automatisch einen thematisch passenden Folgecontent. Einer, der die Preisseite besucht, landet in einer anderen Sequenz.
KI-gestützter Kontext bei der Übergabe ist vielleicht der am meisten unterschätzte Anwendungsfall. Wenn ein Lead als SQL eingestuft wird und in den Vertrieb übergeht, kann ein KI-System automatisch eine Zusammenfassung der bisherigen Interaktionen erstellen: Welche Themen haben den Lead interessiert? Welche Einwände hat er in Formularen oder Chats signalisiert? Was ist der wahrscheinlichste nächste Schritt? Der Vertrieb beginnt das Gespräch nicht bei null, sondern mit einem Informationsvorsprung.
Wichtig dabei: KI ersetzt keinen funktionierenden Prozess. Aber sie verstärkt ihn. Wenn ihr die Grundlagen - gemeinsame Lead-Definition, SLA, integrierte Systeme - nicht gelegt habt, werdet ihr durch KI keine strukturellen Probleme lösen, sondern sie schneller sichtbar machen.
Ein mittelständischer Großhändler für technische Betriebsausstattung mit drei Vertriebsregionen und rund 400 Mitarbeitenden stand vor einem klassischen Problem: Das Marketing generierte monatlich mehrere Hundert Leads über Website, Messen und LinkedIn-Kampagnen. Der Vertrieb bearbeitete davon einen Bruchteil - und klagte über schlechte Qualität. Das Marketing klagte auch - und zwar über fehlende Rückmeldung.
Die Analyse zeigte fünf der oben beschriebenen Bruchstellen gleichzeitig:
keine gemeinsame Lead-Definition,
ein Scoring-Modell, das seit zwei Jahren nicht angefasst worden war,
eine Übergabe per E-Mail ohne Kontextinformationen,
zwei getrennte Systeme (Marketing-Automation-Tool und CRM ohne Integration)
und völlig unterschiedliche KPIs in beiden Teams.
Der Lösungsansatz war nicht technisch, sondern prozessual - und wurde schrittweise eingeführt:
Zunächst erarbeiteten Marketing und Vertrieb in einem gemeinsamen Workshop erstmals eine verbindliche Definition von MQL und SQL. Welche Signale machen einen Lead vertriebsreif? Welche Branchen, Unternehmensgrößen und Rollen sind relevant? Das Ergebnis war ein gemeinsames Dokument, das beide Teams unterzeichneten.
Im zweiten Schritt wurde das Scoring-Modell auf Basis dieser Definition neu kalibriert - mit einer eingebauten Feedback-Schleife: Der Vertrieb meldet monatlich zurück, welche übergebenen Leads tatsächlich konvertiert haben. Das Marketing justiert das Modell entsprechend.
Parallel dazu wurde ein SLA definiert: Jeder MQL muss innerhalb von vier Stunden vom Vertrieb kontaktiert werden. Nicht kontaktierte Leads gehen automatisch zurück in die Nurturing-Strecke. Der Vertrieb meldet innerhalb von drei Arbeitstagen zurück, ob ein Lead als SQL eingestuft wird oder nicht.
Die technische Integration - ein gemeinsames HubSpot-CRM als Datenbasis für beide Teams - wurde als dritter Schritt eingeführt, nachdem die Prozesse standen. Nicht umgekehrt.
Das Ergebnis nach sechs Monaten: Die Reaktionszeit auf übergebene Leads sank von durchschnittlich drei Tagen auf unter fünf Stunden. Die Abschlussquote aus MQLs stieg messbar. Und zum ersten Mal hatten Marketing und Vertrieb ein gemeinsames Dashboard, auf dem beide Teams denselben Datensatz sahen.
Das Praxisbeispiel zeigt, was strukturell nötig ist: kein weiteres Tool, sondern ein gemeinsames System. Was in der Praxis oft als "Marketing Operating System" (MOS) bezeichnet wird, ist im Kern die Idee, dass Marketing, Vertrieb, CRM, Automation und Daten nicht als getrennte Bereiche gedacht werden, sondern als ein durchgängiger Prozess mit einer gemeinsamen Datenbasis.
Ein gemeinsames CRM ist dabei das Fundament. Es ist nicht nur ein Verwaltungstool für Kontakte, sondern der Ort, an dem die gesamte Customer Journey abgebildet wird - von der ersten Interaktion mit einem Content-Stück bis zum Abschluss. Marketing sieht, was nach der Übergabe passiert. Vertrieb sieht, was vor der Übergabe passiert ist. Beide Teams arbeiten auf derselben Datenbasis.
HubSpot ist ein Beispiel für eine Plattform, die diesen Ansatz technisch umsetzt: Marketing Hub und Sales Hub auf einer gemeinsamen CRM-Plattform, mit Lifecycle-Stage-Tracking (das automatische Nachverfolgen, in welcher Phase der Customer Journey sich ein Lead befindet), automatisierten Übergabe-Workflows und Predictive Lead Scoring. Aber HubSpot ist nicht die einzige Option - Salesforce, Microsoft Dynamics oder ActiveCampaign können ähnliche Strukturen abbilden. Entscheidend ist nicht das Tool, sondern die Frage, ob es eine gemeinsame Datenbasis für beide Teams schafft.
Geteilte Dashboards sind dabei mehr als ein Reporting-Feature. Sie sind ein Kulturinstrument. Wenn Marketing und Vertrieb dieselben Zahlen sehen - Pipeline Contribution, Lead-to-SQL-Rate, Reaktionszeiten, Abschlussquoten nach Lead-Quelle - entsteht eine gemeinsame Sprache. Und mit der gemeinsamen Sprache kommt die gemeinsame Verantwortung.
Wer mehr über die Grundlagen von Inbound Marketing und Lead-Generierung verstehen möchte, findet im Cybay-Glossar einen guten Einstieg. Für die Metriken-Ebene lohnt sich außerdem ein Blick auf unseren Artikel zu Marketing-ROI und KPIs - denn ohne gemeinsame Kennzahlen bleibt auch das beste System wirkungslos.
Fünf Schritte, die aufeinander aufbauen. Prozess vor Automatisierung, Automatisierung vor KI.
Schritt 1: Gemeinsame Lead-Definition festlegen
Marketing und Vertrieb erarbeiten in einem Workshop gemeinsam verbindliche MQL- und SQL-Kriterien. Was macht einen Lead vertriebsreif? Welche Branchen, Rollen und Unternehmensgrößen sind relevant? Welche Verhaltenssignale zählen? Das Ergebnis ist ein Dokument, das beide Teams tragen.
Schritt 2: Scoring-Modell aufsetzen und Feedback-Schleife einbauen
Das Scoring-Modell wird auf Basis der gemeinsamen Definition konfiguriert - mit einer eingebauten Mechanik für regelmäßiges Vertriebsfeedback. Welche Leads haben konvertiert? Welche nicht? Das Modell wird quartalsweise gemeinsam überprüft.
Schritt 3: SLA zwischen Marketing und Vertrieb definieren
Reaktionszeit, Rückmeldepflicht, Eskalationsregeln - alles schriftlich. Ein SLA ist kein Misstrauensdokument, sondern die Grundlage für verlässliche Zusammenarbeit. Ohne SLA ist jede Übergabe eine Blackbox.
Schritt 4: Systeme zusammenführen
Ein gemeinsames CRM als Datenbasis für beide Teams. Keine parallelen Systeme, keine manuellen Exporte, keine doppelte Datenpflege. Die Integration ist der technische Ausdruck des gemeinsamen Prozesses.
Schritt 5: KI schrittweise integrieren
Erst wenn Prozess, Scoring und Systemintegration stehen, macht KI Sinn. Predictive Scoring, automatisierte Nurturing-Strecken, KI-gestützter Kontext bei der Übergabe - diese Funktionen verstärken einen funktionierenden Prozess. Sie ersetzen ihn nicht.
Wer sich fragt, wie HubSpot als technische Plattform in diesen Prozess passt, findet in unserem Artikel zu HubSpot als CMS einen guten Einstieg - und auf unserer HubSpot-Partner-Seite mehr zu unserer konkreten Umsetzungserfahrung.
Lead Management im B2B scheitert selten an fehlendem Engagement. Es scheitert an fehlenden Strukturen. Getrennte Systeme, unklare Definitionen, Übergaben ohne Kontext und Metriken, die nicht zusammenpassen - das sind die eigentlichen Ursachen dafür, dass Marketing und Vertrieb aneinander vorbeiarbeiten.
Die Lösung ist kein weiteres Tool und kein weiteres Meeting. Sie ist ein gemeinsames System: eine Datenbasis, gemeinsame Definitionen, ein SLA und - darauf aufbauend - KI-gestütztes Scoring und Automation. Wer diesen Weg geht, merkt schnell, dass die Reibung zwischen Marketing und Vertrieb kein Naturgesetz ist. Sie ist ein Systemproblem. Und systemische Probleme lassen sich lösen.