---
title: "SQL"
description: "Ein Sales Qualified Lead (SQL) ist ein vom Vertrieb geprüfter Interessent mit echtem Kaufpotenzial. SQL-Kriterien, Qualifizierungsframeworks und Konversions-Benchmarks."
---

## Wie SQL im B2B-Vertrieb funktioniert

Die SQL-Phase markiert den entscheidenden Übergang von der Lead-Generierung zum aktiven Verkauf. Ein Interessent wird zum SQL, wenn ein Vertriebsmitarbeiter ein Qualifizierungsgespräch geführt und vier Kriterien bestätigt hat: Der Interessent hat ein echtes geschäftliches Problem, das Ihre Lösung adressiert (Bedarf), er verfügt über die Entscheidungsbefugnis oder Zugang dazu (Autorität), es ist ein Budget für diese Art von Lösung vorhanden oder verfügbar (Budget), und es gibt einen definierten Zeitrahmen für die Entscheidung (Zeitrahmen).

Die SQL-Einstufung erfolgt in der Regel nach einem Discovery-Call oder Qualifizierungsgespräch, bei dem der Vertriebsmitarbeiter diese Kriterien durch gezielte Fragen prüft. Nicht jeder MQL wird zum SQL. Typische MQL-zu-SQL-Konversionsraten liegen zwischen 25 und 35 % – diese Kennzahl gehört zu den wichtigsten Metriken für die Abstimmung zwischen Vertrieb und Marketing.

## Warum SQL für Vertriebsteams wichtig ist

SQLs sind das Rückgrat der Umsatzprognose. Im Gegensatz zu MQLs (die probabilistisch sind) und rohen Leads (die unqualifiziert sind) stellen SQLs verifizierte Verkaufschancen mit bestätigten Kaufkriterien dar. Die SQL-Pipeline ist der zuverlässigste Indikator für zukünftigen Umsatz, da jede Opportunity von einem Menschen validiert wurde. Vertriebsorganisationen, die SQL-Kriterien konsequent definieren und durchsetzen, erzielen 25–40 % höhere Abschlussquoten, weil Vertriebsmitarbeiter ihre Energie nur in Opportunities mit verifiziertem Potenzial investieren.

## Wie SalesMind AI SQL-reife Gespräche erzeugt

SalesMind AI schließt die Lücke zwischen der reinen Identifikation von Interessenten und SQL-reifen Gesprächen auf LinkedIn. Der [AI Sales Agent](/de/platform/ai-sales-agent) stellt nicht nur Kontakt zu Interessenten her, sondern führt Gespräche, in denen Qualifizierungssignale ganz natürlich zutage treten. Wenn ein Interessent einem Call zustimmt, hat die KI bereits Kontext hergestellt, Pain Points identifiziert und das Interesse eingeschätzt. So erhalten Ihre Vertriebsmitarbeiter warme, vorqualifizierte Gespräche statt kalter SQLs – das verkürzt die Discovery-Phase und verbessert die Pipeline-Konversion.

## Häufig gestellte Fragen

### Welches Qualifizierungsframework sollte ich für SQLs verwenden?

BANT (Budget, Authority, Need, Timeline) ist der Klassiker. Moderne Alternativen sind MEDDIC (Metrics, Economic Buyer, Decision Criteria, Decision Process, Identify Pain, Champion) für komplexe Enterprise-Deals und CHAMP (Challenges, Authority, Money, Priority), das die Schmerzpunkt-Erkennung priorisiert. Wählen Sie das Framework, das zu Ihrer Deal-Komplexität und Vertriebszykluslänge passt.

### Was ist eine gute MQL-zu-SQL-Konversionsrate?

25–35 % gelten als Benchmark für B2B-Unternehmen mit gut abgestimmtem Vertrieb und Marketing. Unter 20 % deutet auf eine Fehlausrichtung hin: Marketing übergibt Leads, die der Vertrieb nicht als qualifiziert ansieht. Über 40 % kann bedeuten, dass Marketing zu vorsichtig ist und Leads zurückhält, die der Vertrieb konvertieren könnte.

### Wie schnell sollte ein SQL nach dem Erstkontakt erstellt werden?

Best Practice ist die Qualifizierung oder Disqualifizierung innerhalb von 48–72 Stunden nach dem ersten Qualifizierungsgespräch. Eine verzögerte SQL-Erstellung führt zu veralteter Pipeline, ungenauen Prognosen und verlorenem Momentum.