Nicht jeder Lead verdient dieselbe Aufmerksamkeit — und nicht jeder Vertriebsmitarbeiter ist für jeden Lead die beste Wahl. Lead Scoring priorisiert automatisch, Lead Routing verteilt intelligent. Zusammen machen sie aus einem chaotischen Lead-Eingang einen strukturierten, messbaren Vertriebsprozess, der skaliert.
Einleitung: Warum Lead Scoring und Routing für B2B-Unternehmen entscheidend sind
In vielen mittelständischen Vertriebsteams läuft Lead-Management immer noch so: Formular-Einreichungen landen in einem geteilten Postfach, Leads werden nach Bauchgefühl oder Reihenfolge bearbeitet, und niemand weiß genau, welche Leads wirklich vielversprechend sind. Das Ergebnis: Hochwertige Kaufinteressenten warten 48 Stunden auf Rückmeldung, während das Team Zeit mit unqualifizierten Anfragen verbringt.
Lead Scoring und Lead Routing lösen dieses Problem systematisch. Scoring gibt jedem Lead einen numerischen Wert auf Basis objektiver Kriterien. Routing leitet den Lead automatisch an den richtigen Ansprechpartner weiter — mit definierten SLAs für die Reaktionszeit. Das Ergebnis: Schnellere Reaktion auf kaufbereite Leads, faire und transparente Verteilung im Team, messbare Verbesserung der Conversion-Rate.
Dieser Leitfaden zeigt dir, wie du ein Scoring-Modell aufbaust, das auf deinen tatsächlichen Daten basiert, wie Routing-Regeln definiert und automatisiert werden, wie du die Feedback-Schleife zwischen Marketing und Sales schließt und welche Tools sich für den Mittelstand bewährt haben.
Grundlagen: Was Lead Scoring und Lead Routing bedeuten
Lead Scoring weist jedem Lead einen numerischen Wert zu, der seine Kaufwahrscheinlichkeit und seinen strategischen Wert für dein Unternehmen widerspiegelt. Der Score kombiniert mehrere Datendimensionen zu einem einzigen Wert — und dieser Wert bestimmt, mit welcher Priorität und in welcher Reihenfolge das Sales-Team den Lead bearbeitet.
Die vier Scoring-Dimensionen im B2B-Kontext
Firmografisches Scoring: Passt der Lead zu deinem Ideal Customer Profile (ICP)? Relevant sind: Branche, Unternehmensgröße (Mitarbeiterzahl, Umsatz), geografische Region, Rechtsform, Wachstumsstadium des Unternehmens. Ein Lead, der perfekt ins ICP passt, bekommt hier hohe Punkte — unabhängig davon, ob er schon aktiv ist oder nicht.
Behaviorales Scoring: Was hat der Lead getan? Website-Besuche auf High-Intent-Seiten (Pricing, Case Studies, Demo-Anfrage) geben mehr Punkte als der Besuch der Startseite. E-Mail-Opens und Klicks werden gezählt. Content-Downloads (Whitepaper, Leitfäden) signalisieren Interesse. Dieses Scoring ist dynamisch: Es steigt mit jedem Engagement und kann auch sinken, wenn der Lead lange inaktiv war.
Engagement-Scoring: Hat der Lead direkten Kontakt gehabt? Webinar-Teilnahme, persönliche Gespräche auf Events, LinkedIn-Interaktionen — all das sind starke Kaufsignale, die im Scoring berücksichtigt werden sollten.
Intent-Scoring: Zeigt das Unternehmen auf Drittplattformen Kaufsignale in deiner Kategorie? Tools wie Bombora, G2 oder Dealfront aggregieren Signale wie: Das Unternehmen liest gerade vermehrt Artikel über CRM-Migration, hat G2-Anbieter in deiner Kategorie verglichen, oder besucht Wettbewerber-Websites. Das ist oft das stärkste Signal — weil es Kaufabsicht zeigt, bevor der Lead überhaupt mit dir in Kontakt getreten ist.
MQL, SQL und die entscheidenden Schwellenwerte
Ein Marketing Qualified Lead (MQL) hat durch sein Verhalten gezeigt, dass er mehr als Gelegenheitsinteresse hat — aber noch keine direkte Kaufabsicht signalisiert. Ab einem bestimmten Score-Schwellenwert wird der Lead vom Marketing-Bereich an den Vertrieb übergeben.
Ein Sales Qualified Lead (SQL) hat zusätzlich die BANT-Kriterien erfüllt: Budget vorhanden, Authority (Entscheidungsträger), Need (klarer Bedarf) und Timeline (konkreter Zeitplan). Erst dann ist es sinnvoll, vollständige Vertriebsressourcen einzusetzen.
Typische Schwellenwerte für B2B-Software-Anbieter: MQL ab Score 40–50, SQL ab Score 70–80. Diese Werte sind aber nicht universell — sie müssen auf Basis deiner historischen Daten kalibriert werden. Was in einem SaaS-Unternehmen gilt, passt möglicherweise nicht für einen Maschinenbauer mit 18-Monats-Verkaufszyklen.
Was Lead Routing ist und wie es funktioniert
Lead Routing ist die automatische Zuweisung von Leads an Vertriebsmitarbeiter oder Teams. Routing-Regeln können auf verschiedenen Kriterien basieren: Geografie (Lead aus Bayern → AE Süddeutschland), Branche (Fertigungsunternehmen → Industrie-Spezialist), Deal-Größe (Enterprise-Anfragen → Senior AE), Produkt-Interesse (welches deiner Produkte hat der Lead angeschaut?), Round-Robin für faire Lastverteilung innerhalb eines Teams.
Routing ohne SLAs ist sinnlos. Jede Routing-Zuweisung braucht eine definierte Reaktionszeit: SQLs müssen innerhalb von 4 Stunden kontaktiert werden. MQLs innerhalb von 24 Stunden. Leads, die nach 48 Stunden nicht bearbeitet wurden, werden automatisch eskaliert oder neu zugewiesen. Diese SLAs werden im CRM überwacht — und Verletzungen werden gemeldet.
Häufige Herausforderungen beim Aufbau von Scoring und Routing
Scoring auf Hypothesen statt auf Daten
Das häufigste Problem: Das Scoring-Modell wird in einem Workshop gebaut, in dem das Team diskutiert, was gute Leads ausmacht — ohne die historischen Daten zu analysieren. Das Ergebnis ist ein Scoring, das das kollektive Bauchgefühl des Teams widerspiegelt, aber nicht die tatsächlichen Konversionsmuster. Nach drei Monaten hat das Team kein Vertrauen in den Score, weil er zu oft danebenliegt.
Kein negatives Scoring
Scoring-Modelle funktionieren in beide Richtungen. Ein Lead, der seit drei Monaten keine Aktivität zeigt, hat an Kaufwahrscheinlichkeit verloren. Ein Lead, der als Freelancer identifiziert wurde, passt nicht ins B2B-ICP. Ein Lead, der sich als Student ausgewiesen hat, ist kein Kaufinteressent. Ohne negative Scoring-Regeln akkumulieren sich hohe Scores für veraltete oder unqualifizierte Leads — und verzerren die Prioritätsliste des Sales-Teams.
Routing ohne Berücksichtigung von Kapazität und Verfügbarkeit
Ein Routing-System, das neue Leads immer nach denselben Regeln verteilt, ohne zu prüfen, ob der zugewiesene AE aktuell eine volle Pipeline hat, produziert Ungleichgewichte: Ein AE ist überlastet, ein anderer hat freie Kapazität — das Routing ignoriert das. Intelligentes Routing berücksichtigt die aktuelle Pipeline-Last jedes AE und die Kalender-Verfügbarkeit.
Fehlende Feedback-Schleife zwischen Sales und Marketing
Marketing generiert MQLs, übergibt sie an Sales — und hört dort auf. Was mit dem MQL passiert, ob er sich zum SQL entwickelt, ob er gewonnen oder verloren wird, weiß Marketing oft nicht. Ohne diese Rückmeldung kann das Scoring-Modell nicht verbessert werden. Welche Leads, die als MQL eingestuft wurden, haben sich letztendlich als Kunden entwickelt? Diese Frage bestimmt, ob dein Scoring-Modell gut kalibriert ist oder nicht.
Zu viel Komplexität von Anfang an
Einige Unternehmen versuchen, sofort ein ausgefeiltes mehrstufiges Scoring-System mit Dutzenden von Kriterien und komplexen Gewichtungen aufzubauen. Das scheitert fast immer — entweder weil die Daten fehlen, die Implementierung zu lang dauert, oder weil das System so komplex ist, dass niemand mehr versteht, warum ein Lead welchen Score hat. Einfachheit gewinnt: Starte mit wenigen, klaren Kriterien.
Lösungsansätze und Best Practices für effektives Lead Scoring und Routing
Historische Daten als Ausgangspunkt
Analysiere deine letzten 50–100 gewonnenen Deals: Welche Merkmale hatten diese Leads gemeinsam? Aus welcher Branche kamen sie? Welche Unternehmensgröße? Welche Seiten haben sie vor der Demo-Anfrage besucht? Wie viele E-Mails haben sie geöffnet? Diese Analyse gibt dir die Kriterien für dein erstes Scoring-Modell — nicht Hypothesen, sondern Muster aus echten Daten. Wenn du keine CRM-Daten hast, die diese Analyse ermöglichen, befragst du dein Sales-Team: “Was zeichnet die Kunden aus, die am schnellsten und einfachsten abgeschlossen haben?”
Start mit einem Drei-Punkte-Modell
Für den Einstieg empfehlen wir ein bewusst einfaches Modell mit drei Hauptkriterien: ICP-Fit (stimmt die Firma mit dem Zielkundenprofil überein? +30 Punkte), High-Intent-Signale (hat der Lead Pricing, Demo oder Case-Study-Seiten besucht? +40 Punkte), direktes Engagement (hat er ein Formular ausgefüllt, eine Demo angefragt, geantwortet? +30 Punkte). Unter 40 Punkte: Nurturing-Sequenz. 40–70: MQL, an Inside Sales. Über 70: Sofort SQL, direktes Routing an Senior AE. Dieses Modell kannst du in einem Tag implementieren und in vier Wochen verfeinern.
SLA-Monitoring mit automatischer Eskalation
Jede Routing-Zuweisung bekommt einen Timer. n8n prüft stündlich: Welche SQLs wurden vor mehr als 4 Stunden zugewiesen und noch nicht kontaktiert? Diese Leads bekommen einen Reminder an den AE — und nach weiteren 4 Stunden ohne Aktivität eine Eskalation an den Sales Manager. Das klingt nach Kontrolle — ist aber vor allem Qualitätssicherung. Kein wertvoller Lead soll durch schlechtes Timing verloren gehen.
Monatliche Scoring-Kalibrierung
Einmal im Monat analysierst du: Welche Score-Bereiche haben die höchste MQL-zu-SQL-Conversion? Welche Kriterien haben sich als besonders prädiktiv erwiesen? Welche Kriterien haben rauschen ohne Signal produziert? Auf Basis dieser Analyse werden Scoring-Gewichtungen angepasst. Nach 3–6 Monaten monatlicher Kalibrierung hast du ein Modell, das wesentlich besser zu deinen tatsächlichen Daten passt als ein initiales Hypothesenmodell.
Technologie und Tools: Wie vis2lead Lead Scoring und Routing implementiert
vis2lead implementiert Lead Scoring und Routing auf Basis der CRM-Systeme, die Kunden bereits nutzen — ergänzt durch n8n für komplexe Routing-Logik und KI-gestützte Scoring-Komponenten.
CRM-natives Scoring: HubSpot, Salesforce, Dynamics 365
HubSpot bietet das einsteigerfreundlichste native Scoring-System: Lead Scores werden direkt in HubSpot konfiguriert, und Workflows können auf Score-Änderungen reagieren. Salesforce bietet Einstein Scoring als KI-gestütztes Add-on — das System lernt selbstständig aus historischen Daten. Dynamics 365 Sales hat ein natives Lead-Scoring-Modul, das tief in die Microsoft-Produkt-Suite integriert ist und Daten aus Teams, Outlook und LinkedIn einbindet.
n8n für erweiterte Routing-Logik
Für Routing-Regeln, die über das hinausgehen, was das CRM nativ unterstützt — zum Beispiel Berücksichtigung von Kalender-Verfügbarkeit, Pipeline-Last-Balancing oder komplexe Branchenkombinationen — setzen wir n8n als Orchestrierungsschicht ein. n8n empfängt den Lead-Event aus dem CRM, führt die Routing-Logik aus und schreibt das Ergebnis zurück. Jede Routing-Entscheidung wird geloggt und ist nachvollziehbar.
KI-gestütztes Scoring als Ergänzung
Regelbasiertes Scoring hat strukturelle Grenzen: Es kann nur Kriterien berücksichtigen, die du explizit definiert hast. KI-Modelle finden dagegen Muster, die du vielleicht nie explizit formuliert hättest — etwa dass Leads, die zuerst die Careers-Seite besuchen und dann die Preisseite, eine signifikant höhere Conversion-Rate haben als der Durchschnitt. Wir integrieren solche KI-basierten Signale als Ergänzungsdimension in das Gesamt-Scoring, sobald ausreichend historische Daten vorhanden sind (typischerweise ab 200+ historischen Deals).
Dealfront-Integration für Intent-Signale
Wenn du Dealfront nutzt, fließen Website-Besuchs-Signale direkt ins Scoring ein: Eine bekannte Firma aus deinem ICP besucht deine Preisseite → Score +25. Dieselbe Firma besucht Pricing dreimal innerhalb einer Woche → Direkter SQL-Status, sofortiges Routing. Diese Echtzeit-Signale sind oft das präziseste Kaufbereitschaftssignal überhaupt — und können mit einem einzigen n8n-Workflow ins Scoring-System integriert werden.
Häufig gestellte Fragen zu Lead Scoring und Routing
Wie lange dauert es, bis ein Scoring-Modell zuverlässige Ergebnisse liefert?
Ein einfaches regelbasiertes Scoring-Modell liefert von Tag eins Ergebnisse — aber die Qualität der Vorhersagen verbessert sich über die ersten 3–6 Monate, wenn du monatlich kalibrierst. KI-gestützte Scoring-Modelle brauchen mindestens 100–200 historische Deals als Trainingsbasis, bevor sie zuverlässige Muster erkennen. Für die meisten Mittelständler empfehlen wir, mit einem regelbasierten Modell zu starten und nach 6 Monaten zu evaluieren, ob eine KI-Ergänzung sinnvoll ist.
Was passiert mit Leads, die aus dem Scoring herausfallen?
Leads, die den MQL-Schwellenwert nicht erreichen, kommen in eine Nurturing-Sequenz: automatisierte E-Mail-Serien, die mit relevantem Content weiterqualifizieren. Wenn der Lead durch zusätzliches Engagement (Download, Webinar, Websitebesuch) den Schwellenwert erreicht, wird er automatisch hochgestuft und ans Sales-Team weitergeleitet. Kein Lead geht verloren — er wird einfach langsamer bearbeitet.
Wie verhindere ich, dass Routing-Regeln zu starr werden?
Routing-Regeln sollten regelmäßig überprüft werden — mindestens quartalsweise. Verändert sich dein ICP? Hat ein AE eine neue Branchenspezialisierung? Ist jemand im Team ausgefallen? Routing-Logik, die vor 12 Monaten perfekt war, kann heute unpassend sein. Wir empfehlen, Routing-Regeln in n8n so zu dokumentieren, dass sie leicht änderbar sind — kein Hard-Coding in komplexen Conditional-Bäumen, sondern klare, kommentierte Logikblöcke.
Fazit und nächste Schritte
Lead Scoring und Lead Routing sind keine optionalen Features für Unternehmen, die skalieren wollen — sie sind die Grundlage für jeden effizienten Vertriebsprozess. Ohne Scoring behandelt dein Team jeden Lead gleich — und verliert Zeit mit unqualifizierten Kontakten. Ohne Routing warten hochwertige SQLs, bis sich jemand zufällig darum kümmert.
Der Aufbau eines funktionierenden Scoring- und Routing-Systems erfordert eine Woche konzentrierte Arbeit: historische Daten analysieren, Kriterien definieren, Schwellenwerte setzen, Routing-Regeln implementieren, SLAs festlegen, Monitoring einrichten. vis2lead führt diesen Prozess strukturiert durch — auf Basis deiner spezifischen CRM-Daten und deines Vertriebsmodells.
Nach 90 Tagen mit einem gut kalibrierten Scoring- und Routing-System sind die Ergebnisse in der Regel klar messbar: kürzere Reaktionszeiten auf hochwertige Leads, höhere MQL-zu-SQL-Conversion, weniger Zeit des Sales-Teams mit unqualifizierten Kontakten. Das ist das Ziel — und es ist erreichbar.
Implementierungs-Checkliste: Lead Scoring und Routing aufbauen
Diese Checkliste führt dich durch die wichtigsten Schritte beim Aufbau eines Lead Scoring und Routing Systems. Nutze sie als Leitfaden für die eigene Implementierung oder als Gesprächsbasis mit deinem Implementierungspartner.
- Datenanalyse: Letzte 50–100 gewonnene Deals analysieren — was haben sie gemeinsam? Branche, Größe, welche Seiten besucht, welche E-Mails geöffnet
- ICP definieren: Firmografische Mindestkritierien festlegen — Branche, Mitarbeiterzahl, Region, Budget-Indikator
- Scoring-Kriterien festlegen: Maximal 5–7 Kriterien für den Start, mit klaren Punktwerten und Rationale
- Schwellenwerte setzen: MQL-Score, SQL-Score, Disqualifikations-Kriterien definieren und dokumentieren
- Negatives Scoring einplanen: Score-Verfall bei Inaktivität, Disqualifikationsregeln für Nicht-ICP-Merkmale
- Routing-Regeln dokumentieren: Wer bekommt welche Leads, nach welchen Kriterien — vollständig dokumentiert, nicht nur im Kopf des Sales Managers
- SLAs definieren: Reaktionszeiten für SQL, MQL, Nurturing-Leads — und Eskalationsregeln bei Verletzung
- Monitoring einrichten: Weekly Report: MQL-zu-SQL-Conversion, Routing-Verletzungen, Score-Verteilung im aktuellen Pipeline
- Feedback-Schleife schließen: Monatliche Kalibrierung — welche MQLs wurden zu gewonnenen Deals, welche zu verlorenen?
- Review quartalsweise: Scoring-Kriterien und Routing-Regeln an veränderte ICP oder Marktbedingungen anpassen
Diese Checkliste ist ein Startpunkt — jedes Unternehmen hat andere Ausgangsbedingungen, Datenqualitäten und Vertriebsprozesse. vis2lead geht diese Schritte gemeinsam mit dir durch und implementiert das Ergebnis in deinem CRM-System.