Lead Scoring
Was ist Lead Scoring?
Lead Scoring ist ein Verfahren zur systematischen Bewertung von Interessenten anhand festgelegter Merkmale und Aktivitäten. Jeder Lead erhält Punkte für seine Passung zum Angebot und sein beobachtetes Verhalten. Der Gesamtwert hilft Marketing und Vertrieb, Kontakte zu priorisieren und Schwellen für qualifizierte Leads festzulegen.
Lead Scoring, auf Deutsch Lead-Bewertung, übersetzt Informationen über einen Interessenten in einen vergleichbaren Punktwert. Das Verfahren beantwortet zwei Fragen: Passt der Kontakt grundsätzlich zum Angebot, und zeigt sein Verhalten eine konkrete Kaufabsicht? Dafür werden Profildaten, Interaktionen und Ausschlusskriterien nach einheitlichen Regeln bewertet.
So funktioniert Lead Scoring
Ein Lead-Scoring-Modell ordnet jedem relevanten Signal einen positiven oder negativen Punktwert zu. Ein passender Unternehmensstandort kann Punkte hinzufügen, während eine nicht bediente Region Punkte abzieht. Der Besuch einer Preisseite kann stärker gewichtet werden als das Lesen eines allgemeinen Ratgebers, weil die Preisseite meist näher an einer Kaufentscheidung liegt.
Die Berechnung folgt einer einfachen Grundformel:
Lead Score = Summe positiver Merkmale + Summe positiver Aktivitäten − Summe negativer Signale
Ein einheitlicher Grenzwert für gute Leads existiert nicht. Ein Modell mit maximal 100 Punkten kann einen Marketing Qualified Lead beispielsweise ab 40 Punkten und einen Sales Qualified Lead ab 70 Punkten definieren. Diese Werte sind nur Startannahmen. Prüfe anschließend, wie viele Kontakte oberhalb jeder Schwelle tatsächlich Termine, Angebote und Abschlüsse erzeugen.
Welche Daten fließen ein?
Lead Scoring verbindet explizite Daten mit impliziten Verhaltenssignalen. Explizite Daten stammen direkt aus Formularen, CRM-Einträgen oder Gesprächen. Implizite Daten entstehen durch messbare Aktivitäten auf der Website, in E-Mails oder entlang anderer digitaler Kontaktpunkte.
Die Gewichtung muss die tatsächliche Nähe zum Abschluss abbilden. Ein Whitepaper-Download zeigt Interesse, belegt aber noch keinen kurzfristigen Bedarf. Eine Angebotsanfrage ist dagegen ein starkes Kaufsignal. Werden beide Aktionen gleich bewertet, priorisiert das Modell Informationssuchende und kaufbereite Interessenten möglicherweise identisch.
Lead Scoring und Lead Grading
Der Unterschied zwischen Lead Scoring und Lead Grading liegt in der bewerteten Dimension. Lead Scoring misst häufig das Verhalten und damit die erkennbare Kaufbereitschaft. Lead Grading bewertet vor allem die strukturelle Passung zwischen Kontakt und Zielkundenprofil, beispielsweise anhand von Branche, Umsatzklasse oder Region.
| Methode | Zentrale Frage | Beispiel |
|---|---|---|
| Lead Scoring | Wie stark ist das aktuelle Interesse? | Preisseite besucht, Demo angefragt |
| Lead Grading | Wie gut passt der Kontakt zum Angebot? | Passende Branche und Unternehmensgröße |
| Lead-Qualifizierung | Ist eine konkrete Vertriebschance vorhanden? | Bedarf, Budget und Zeitrahmen bestätigt |
Ein hoher Score allein macht einen Kontakt noch nicht vertriebsreif. Ein Student kann viele Fachartikel lesen und dadurch zahlreiche Aktivitätspunkte sammeln, ohne als Kunde infrage zu kommen. Umgekehrt kann ein passendes Unternehmen einen niedrigen Aktivitätswert haben, weil der Entscheider direkt anruft und vorher kaum digitale Spuren hinterlässt. Kombiniere deshalb Verhaltenswert und Zielkunden-Passung.
MQL, SQL und Vertriebsübergabe
Ein Marketing Qualified Lead, kurz MQL, erfüllt die vom Marketing festgelegten Mindestkriterien. Ein Sales Qualified Lead, kurz SQL, wurde zusätzlich als konkrete Vertriebschance eingestuft. Die Übergabe vom MQL zum SQL sollte an überprüfbare Bedingungen gebunden sein, etwa eine bestätigte Projektabsicht, einen passenden Zeitrahmen oder eine relevante Entscheidungsfunktion.
Lead Scoring automatisiert die Priorisierung, ersetzt aber kein Qualifizierungsgespräch. Angaben zu Budget, Zuständigkeit oder Projektbeginn können fehlen, veraltet oder ungenau sein. Der Vertrieb prüft deshalb die geschäftliche Situation, bevor aus einem hohen Punktwert eine Opportunity im CRM wird.
Lead Scoring für SEO, SEA und GEO
Für SEO zeigt Lead Scoring, welche organischen Einstiegsseiten Kontakte mit hoher Abschlusswahrscheinlichkeit erzeugen. Eine Ratgeberseite kann viel organischen Traffic liefern, aber überwiegend frühe Informationskontakte anziehen. Eine Leistungsseite mit weniger Besuchen kann dagegen einen höheren Anteil qualifizierter Leads erzeugen. Bewerte Content deshalb nicht nur nach Rankings und Sitzungen, sondern auch nach MQLs, SQLs und Abschlüssen. Eine strukturierte Content-Marketing-Strategie ordnet Inhalte dazu den jeweiligen Funnelstufen zu.
Für SEA verhindert Lead Scoring, dass Kampagnen ausschließlich auf günstige Formularabschlüsse optimiert werden. Werden qualifizierte Leads und gewonnene Aufträge als Offline-Conversions an Google Ads zurückgegeben, erhalten Gebotsstrategien aussagekräftigere Qualitätssignale. Die Auswertung sollte Kosten pro Lead, Kosten pro MQL, Kosten pro SQL und Kosten pro Abschluss getrennt ausweisen. Weitere Hebel zeigt die Leistungsseite zur datenbasierten Google-Ads-Betreuung.
Für GEO, also Generative Engine Optimization, macht Lead Scoring sichtbar, ob Besucher aus KI-Antworten geschäftlich relevant werden. Die reine Zahl der Zugriffe aus ChatGPT, Perplexity, Gemini oder Grok sagt noch wenig über deren Wert aus. Ordne verfügbare Herkunftsdaten den späteren CRM-Status zu und vergleiche KI-Kontakte mit organischen sowie bezahlten Leads. Eine gemeinsame Betrachtung der Kanäle gehört zu den zentralen SEO- und SEA-Synergien.
Lead Scoring richtig messen
Messbar ist Lead Scoring zum Beispiel über die Konversionsraten zwischen den CRM-Stufen. Teile dafür die Anzahl der SQLs durch die Zahl der MQLs und multipliziere das Ergebnis mit 100. Werden aus 80 MQLs insgesamt 20 SQLs, beträgt die MQL-zu-SQL-Rate 25 Prozent. Vergleiche diese Rate getrennt nach Score-Bereich, Quelle und Kampagne.
Ein funktionierendes Modell zeigt mit steigender Punktzahl auch eine höhere Wahrscheinlichkeit für Termine, Angebote oder Abschlüsse. Erreichen Kontakte mit 70 bis 100 Punkten nicht häufiger die nächste Stufe als Kontakte mit 30 bis 49 Punkten, trennt das Modell Kaufbereitschaft und Informationsinteresse nicht zuverlässig. Passe in diesem Fall Gewichtungen, Schwellenwerte oder verwendete Merkmale an.
Typische Fehler im Lead Scoring
Der häufigste Denkfehler besteht darin, Aktivität automatisch mit Kaufabsicht gleichzusetzen. Viele Seitenaufrufe können aus Recherche, Jobsuche oder bestehender Kundennutzung entstehen. Bewerte deshalb nicht nur die Menge der Interaktionen, sondern auch Inhalt, Reihenfolge und zeitlichen Abstand.
Bei längeren Entscheidungszyklen sollte der Wert alter Aktivitäten sinken. Ein Preislisten-Download von gestern beschreibt die aktuelle Kaufabsicht besser als derselbe Download vor neun Monaten. Ein zeitlicher Punkteverfall, häufig als Score Decay bezeichnet, reduziert alte Aktivitätspunkte nach einer festgelegten Frist oder schrittweise pro Woche.
Lead Scoring benötigt zudem getrennte Regeln für unterschiedliche Produkte und Zielgruppen. Ein passender Kontakt für eine lokale Dienstleistung kann für ein internationales B2B-Angebot ungeeignet sein. Prüfe das Modell deshalb mindestens nach Angebot, Kundensegment und Vertriebsgebiet, statt alle Kontakte über eine einzige Bewertungsskala zu führen.
Lead-Scoring-Modell einführen
Ein belastbares Modell beginnt mit abgeschlossenen und verlorenen Vertriebsfällen. Analysiere, welche Merkmale bei erfolgreichen Kunden wiederkehren und welche Signale häufig zu disqualifizierten Kontakten führen. Erst danach werden Punkte vergeben. So basiert die Bewertung auf beobachteten Zusammenhängen statt auf Vermutungen.
Marketing und Vertrieb sollten jede Änderung dokumentieren. Wenn ein Seitenbesuch künftig 15 statt 5 Punkte erhält, muss erkennbar sein, welche Auswertung diese Anpassung begründet. Diese Dokumentation verhindert, dass das Modell durch spontane Einzelentscheidungen seine Aussagekraft verliert.
Du möchtest Leadqualität, Suchkampagnen und organische Leadquellen gemeinsam bewerten? Ein Potenzialcheck kann klären, welche Daten und Übergaben dafür fehlen.
Kostenlosen Potenzialcheck anfragen
Häufige Fragen zu Lead Scoring
Was ist ein guter Lead Score?
Ein guter Lead Score ist ein Wert, bei dem Kontakte nachweislich häufiger die nächste Vertriebsstufe erreichen. Eine allgemeingültige Punktzahl existiert nicht, weil Kriterien, Verkaufszyklen und Zielkunden je Unternehmen unterschiedlich sind. Vergleiche deshalb die Abschlussraten verschiedener Score-Bereiche.
Welche Kriterien eignen sich für Lead Scoring?
Geeignet sind Merkmale mit erkennbarem Zusammenhang zur Kundenpassung oder Kaufabsicht. Dazu zählen Branche, Unternehmensgröße, Region, Position, Budget, besuchte Leistungsseiten, Angebotsanfragen und Reaktionen auf Vertriebsangebote. Merkmale ohne überprüfbaren Bezug zum Abschluss sollten nicht einfließen.
Was ist der Unterschied zwischen MQL und SQL?
Ein MQL erfüllt die vom Marketing festgelegten Mindestkriterien und zeigt relevantes Interesse. Ein SQL wurde zusätzlich auf eine konkrete Verkaufschance geprüft. Für die Einstufung als SQL werden meist Bedarf, Passung, Zuständigkeit und Zeitrahmen betrachtet.
Kann Lead Scoring vollständig automatisiert werden?
Regeln, Punktberechnung und CRM-Zuordnung lassen sich automatisieren. Die Prüfung komplexer Anforderungen, interner Entscheidungswege oder besonderer Kundenpotenziale benötigt weiterhin eine fachliche Bewertung. Automatisierung priorisiert Kontakte, trifft aber nicht jede Vertriebsentscheidung zuverlässig.
Wie oft sollte ein Lead-Scoring-Modell geprüft werden?
Das Modell sollte regelmäßig anhand neuer Vertriebsdaten geprüft werden, besonders nach Änderungen am Angebot, an Zielgruppen oder Kampagnen. Ein konkretes Prüfintervall hängt vom Leadvolumen ab. Für eine belastbare Bewertung müssen genügend MQLs, SQLs und Abschlüsse je Score-Bereich vorliegen.
Was passiert mit Leads unterhalb des Schwellenwerts?
Leads unterhalb des Schwellenwerts werden nicht automatisch verworfen. Sie können weitere passende Inhalte erhalten und bei neuen Interaktionen zusätzliche Punkte sammeln. Kontakte mit eindeutigen Ausschlussmerkmalen sollten dagegen getrennt als disqualifiziert erfasst werden.
Sie haben noch Fragen?
