LinkedIn-Empfehlungen als B2B-Lead-Quelle nutzen

Blog-Kategorie LinkedIn-Signale auf vis2lead.org
🎁 Kostenloses Template zu diesem Beitrag

Alle Workflow-Templates auf vis2lead.org sind kostenlos.

Ohne Anmeldung und ohne E-Mail-Adresse — die Workflow-Datei liegt direkt im Beitrag zum Download.

Zum Template dieses Beitrags →

LinkedIn Empfehlungen: So gewinnst du die besten Leads in der B2B-Vertrieb branchenübergreifend

Dein Vertriebsteam verbringt Stunden mit Leads, die nie kaufen werden. Gleichzeitig gibt es da draußen Unternehmen, die gerade aktiv suchen — und du weißt nichts davon. Das ändern wir jetzt.


Warum JETZT der perfekte Zeitpunkt ist

Branchenexperten identifizieren

Warum ist das so wertvoll? Weil dieses Signal dir nicht nur zeigt, wer ein potenzieller Kunde sein könnte — sondern wann er kaufbereit ist. Timing ist im Vertrieb alles. Wer zum richtigen Zeitpunkt den richtigen Kontakt anspricht, gewinnt. Wer zu spät kommt, telefoniert Leichen ab.

Besonders relevant ist das für die B2B-Vertrieb branchenübergreifend. Hier gibt es klare, öffentlich sichtbare Auslöser, die dir verraten: Dieses Unternehmen hat gerade Bedarf. Nicht theoretisch — sondern nachweislich.


Wie Laura damit neue Kunden gewonnen hat

Als Laura — Business Development bei einem Software-Unternehmen in Wien — zum ersten Mal von dieser Methode hörte, war sie skeptisch. Zu einfach, dachte sie. Doch nach zwei Wochen systematischer Recherche hatte sie 8 Unternehmen identifiziert, die alle ein klares Kaufsignal zeigten. 5 davon nahmen ein Gespräch an. 2 sind heute zahlende Kunden. Der Unterschied zu vorher? “Ich rufe niemanden mehr kalt an. Jeder Kontakt hat einen konkreten Anlass.”


Für wen ist das gemacht — und für wen nicht?

Perfekt für dich, wenn du:

  • genug hast von generischen Lead-Listen, die nie konvertieren
  • erklärungsbedürftige Produkte oder Dienstleistungen verkaufst
  • im B2B-Vertrieb arbeitest und es satt hast, kalte Listen abzutelefonieren
  • ein kleines Vertriebsteam hast und jede Stunde zählen muss

Eher nicht geeignet, wenn du:

  • kein konkretes Ideal-Kundenprofil hast und “alle” ansprechen willst
  • im B2C-Geschäft unterwegs bist
  • nicht bereit bist, in systematische Recherche zu investieren

Dein nächster Schritt

Die Frage ist nicht, ob diese Methode funktioniert. Die Frage ist, ob du sie nutzt — oder ob es dein Mitbewerber tut.

Die Idee ist nur die halbe Arbeit — ich baue dir auch die Umsetzung. Aus so einem Signal wird bei mir ein laufender Workflow, der echte Gespräche bringt.

Schluss mit Kaltakquise. Starte mit Signalen.

Diesen Workflow kannst du direkt nachbauen.

Alles auf vis2lead.org ist kostenlos: über 350 n8n-Templates, Rechner und Praxisberichte — dokumentiert aus dem echten Einsatz mit Dynamics 365 und KI.

350+ Templates ansehen

Kostenlos, ohne Anmeldung.

Template kostenlos herunterladen

Ohne Anmeldung, ohne E-Mail — direkt als n8n-Workflow-Datei:

Workflow-JSON herunterladen →

So sieht der Workflow in der Praxis aus

Der Workflow orchestriert LinkedIn-Scraping, Apollo-Anreicherung und Lemlist-Outreach. Du brauchst n8n als Backbone, ein LinkedIn-Premium-Konto für erweiterte Suchfilter und Apollo für Firmendaten plus Kontakte. Die Empfehlungs-Aktivität selbst ist öffentlich sichtbar — aber die Zuordnung zur konkreten Firma und deren Entscheider muss angereichert werden.

  1. Trigger: Täglich 07:00 Wien, n8n Schedule Trigger startet die Recherche-Schleife
  2. Datenabruf: LinkedIn Sales Navigator oder Premium-Suche nach Profilen, die in den letzten 7 Tagen Empfehlungen für „CRM”, „ERP”, „Marketing Automation” oder andere Keywords abgegeben haben. Manueller Export als CSV oder Phantombuster-API (linkedin.com/search/results/people/?keywords=…). Alternativ: LinkedIn-Scraper wie Apify Actor „LinkedIn Profile Scraper” mit Filter auf Recent Activity.
  3. Transformation: n8n liest CSV, extrahiert Firmenname aus Profil-Headline, filtert Anwälte/Berater raus (Regex auf Job Title), schickt Firmennamen an Apollo Enrichment API (api.apollo.io/v1/organizations/enrich) für Domain, Mitarbeiterzahl, Branche. Dann Apollo People Search für Entscheider (VP Sales, Head of Operations) bei dieser Firma.
  4. Aktion: Gefundene Kontakte landen in Lemlist-Kampagne „LinkedIn-Empfehlung-Trigger”. Erste Mail referenziert die konkrete Empfehlung: „Ich sehe, [Name] aus eurem Team hat kürzlich [Tool] empfohlen — evaluiert ihr gerade Alternativen?” Personalisierungs-Token aus Apollo-Daten (Branche, Teamgröße).
  5. Logging: Jeder Lead wird in Google Sheet „LinkedIn-Empfehlungen-2026″ geschrieben: Datum, Profil-URL, Firma, angereicherte Domain, Lemlist-Campaign-ID, Status. PostgreSQL-Tabelle „linkedin_signals” speichert Empfehlungs-Text und Timestamp für spätere Analyse.

Die typische Bruchstelle: LinkedIn ändert alle 3-6 Monate die DOM-Struktur ihrer Activity-Feeds — dein Scraper bricht dann still und du merkst es erst, wenn keine Leads mehr reinkommen. Deshalb brauchst du einen Monitoring-Schritt in n8n, der bei null Ergebnissen eine Slack-Warnung schickt.

Wann sich dieser Ansatz nicht eignet

  • Dein Produkt kostet unter 2.000 € ARR: Der manuelle Aufwand für Scraping-Setup, Apollo-Credits (ca. 0,15 € pro Enrichment) und Lemlist-Personalisierung rechnet sich erst ab mittleren Deals. Für Low-Ticket-Produkte ist klassisches LinkedIn-Ads-Retargeting günstiger.
  • Du verkaufst an Konzerne mit 5.000+ Mitarbeitern: In großen Organisationen empfiehlt ein Junior-Entwickler ein Tool — aber die Kaufentscheidung liegt drei Hierarchieebenen höher bei Leuten, die nie öffentlich auf LinkedIn posten. Das Signal ist zu weit weg vom Budget-Holder.
  • LinkedIn ist deine einzige Datenquelle: Empfehlungen sind selten — vielleicht 5-10 relevante pro Woche in einer Nische. Wenn du nicht parallel G2-Reviews, Capterra-Kommentare oder GitHub-Stars als Trigger nutzt, wird deine Pipeline zu dünn. Kombiniere mehrere Intent-Signale im selben Workflow.
  • Deine Zielgruppe sind Anwälte, Steuerberater oder Behörden: Diese Branchen empfehlen öffentlich keine Tools (Compliance, Mandatsgeheimnis). Selbst wenn sie es täten — sie sind keine operativen B2B-Käufer im klassischen Sinn.

Hinweis zur Autorenschaft: Dieser Beitrag wurde redaktionell von Herbert Steindl (VIS2LEAD) verantwortet und mit Unterstützung KI-gestützter Werkzeuge erstellt. Inhalte wurden manuell auf Plausibilität geprüft. Rückfragen: herbert@steindl.io.

Cookie-Einstellungen