---
title: "Lead Scoring"
description: "Lead Scoring bewertet Leads nach Fit und Engagement. Erfahren Sie, wie Scoring-Modelle die richtigen Prospects priorisieren und die Pipeline beschleunigen."
---

## Wie Lead Scoring im B2B-Vertrieb funktioniert

Lead-Scoring-Modelle bewerten Prospects entlang zweier Achsen. Das Fit-Scoring vergibt Punkte für statische Merkmale: Jobtitel (+10 für VP Sales, +2 für ein Praktikum), Unternehmensgröße (+15 für 200–1.000 Mitarbeitende, wenn das Ihrem ICP entspricht), Branche (+10 für SaaS) und Region (+5 für Zielmärkte). Das Engagement-Scoring vergibt Punkte für Verhalten: Besuch der Preisseite (+20), Download eines Whitepapers (+10), drei geöffnete E-Mails (+5), Teilnahme an einem Webinar (+15).

Der kombinierte Score bestimmt das Routing: Leads mit hohem Fit und hohem Engagement gehen als Marketing Qualified Leads (MQLs) direkt an den Vertrieb. Leads mit hohem Fit, aber niedrigem Engagement, laufen in Nurture-Sequenzen. Leads mit niedrigem Fit werden unabhängig vom Engagement zurückgestuft. Fortgeschrittene Modelle nutzen AI, um die Scoring-Kriterien anhand tatsächlicher Conversion-Daten zu gewichten statt anhand menschlicher Annahmen.

## Warum Lead Scoring für Vertriebsteams entscheidend ist

Ohne Lead Scoring behandeln Vertriebsteams alle Leads gleich und investieren in eine VP eines Zielaccounts denselben Aufwand wie in eine Studentin, die einen kostenlosen Leitfaden heruntergeladen hat. Lead Scoring schafft ein Triage-System, das sicherstellt, dass Vertriebskapazität den Opportunities mit der höchsten Erfolgswahrscheinlichkeit zugewiesen wird. Unternehmen mit ausgereiften Lead-Scoring-Prozessen berichten von 30–50 % höherer Vertriebsproduktivität, weil Reps keine Zeit mehr mit Leads verschwenden, die ohnehin nie gekauft hätten.

## Wie SalesMind AI intelligentes Lead Scoring umsetzt

SalesMind AI bewertet LinkedIn-Prospects in Echtzeit mithilfe AI-gestützter Profilanalyse. Die [Prospect Intelligence](/de/platform/prospect-intelligence)-Engine gleicht jeden Prospect mit Ihren ICP-Kriterien ab, analysiert dessen LinkedIn-Aktivität auf Engagement-Signale und vergibt einen Qualifizierungs-Score, der Outreach-Priorität und Messaging-Strategie bestimmt. Anders als klassisches Lead Scoring, das auf Formularausfüllungen und Website-Besuchen beruht, bewertet SalesMind AI Prospects anhand ihres beruflichen Profils und Echtzeit-Verhaltenssignalen – Scoring ist so möglich, bevor ein Prospect Ihre Website je besucht hat.

## Häufig gestellte Fragen (FAQ)

### Was ist der Unterschied zwischen Lead Scoring und Lead Grading?

Lead Scoring misst das Verhaltens-Engagement (was der Lead tut). Lead Grading misst den demografischen Fit (wer der Lead ist). Die effektivsten Qualifizierungssysteme nutzen beides: Ein Lead kann einen hohen Score (sehr aktiv), aber ein niedriges Grade (schlechter Fit) haben – oder umgekehrt. Nur Leads mit sowohl hohem Score als auch hohem Grade sollten für den Vertriebs-Outreach priorisiert werden.

### Wie viele Punkte braucht ein Lead, um vertriebsbereit zu sein?

Es gibt keinen universellen Schwellenwert, da sich Scoring-Skalen unterscheiden. Die Kalibrierungsmethode besteht darin, den MQL-Schwellenwert so zu setzen, dass 60–70 % der an den Vertrieb übergebenen Leads von den Reps akzeptiert werden. Liegt die Akzeptanzrate unter 50 %, ist der Schwellenwert zu niedrig. Liegt sie über 80 %, halten Sie Leads möglicherweise zu lange zurück und verlieren das Conversion-Zeitfenster.

### Sollten Lead-Scores mit der Zeit abnehmen?

Ja. Engagement-Signale verlieren mit der Zeit an Relevanz. Ein Besuch der Preisseite von gestern ist deutlich aussagekräftiger als einer von vor sechs Monaten. Best Practice ist ein Time-Decay der Verhaltens-Scores, bei dem die Punktwerte pro Monat Inaktivität um 10–20 % reduziert werden. So spiegelt das Scoring-Modell aktuelles Kaufinteresse wider statt historischer Neugier.