Amplifa – KI-Vertriebsplattform für die Industrie

Case Study · 15. Juni 2026 · 23 Min. Lesezeit · Leon J. Hermann, COO & Co-Founder, Amplifa

B2B Outbound: Persil Wäscheservice Case Study

B2B Outbound im Service-Geschäft: Lernen Sie, wie Persil Wäscheservice mit Amplifa regionale ICP-Cluster in Termine verwandelt.

„Wir brauchen keine 10.000 Leads, wir brauchen 40 Gespräche mit den richtigen Häusern.“ Den Satz sagte mir Thomas, Vertriebsleiter eines Servicebetriebs aus Osnabrück, im März 2025. Er verrät ziemlich viel über den Markt, in dem Persil Wäscheservice unterwegs ist: B2B Outbound entscheidet hier nicht an der Spitze des Funnels, sondern dort, wo ein Hotel, ein Pflegeheim oder eine Klinik wirklich einen Lieferantenwechsel prüft. Und genau deshalb ist diese Case Study spannend.

Persil Wäscheservice verkauft keinen Impulskauf. Kein Hotel unterschreibt einen Textilservice-Vertrag, weil eine Betreffzeile nett klingt. Kein Pflegeheim wechselt seinen Wäschepartner, weil ein Whitepaper fünf Hygiene-Trends erklärt. Der Verkauf läuft über Vertrauen, Bedarf, Timing und operative Schmerzpunkte: fehlende Bettwäsche am Montagmorgen, Reklamationen im Stationsalltag, wechselnde Mengen, Druck bei Kosten pro Bewohner und Monat. Das riecht nicht nach SaaS-Dashboard. Das riecht nach Waschstraße, Tourenplanung und nasser Baumwolle.

Ich schreibe diese Geschichte aus meiner Arbeit bei Amplifa, nicht aus einer Journalistenrolle. Wir haben bei Persil Wäscheservice einen B2B-Outbound-Prozess aufgebaut, der regionale Zielkunden nicht nur findet, sondern priorisiert, anspricht und in Termine überführt. Naja, fast. Die Maschine bucht keine Verträge. Sie sorgt dafür, dass der Vertrieb nicht mehr mit einer Excel-Liste, Bauchgefühl und zwei alten Messekontakten gegen den Kalender kämpft.

B2B Outbound im Service-Geschäft: Warum jetzt?

Viele Geschäftsführer im Mittelstand haben 2021 und 2022 gelernt, dass Nachfrage nicht planbar bleibt. Energiepreise, Fachkräftemangel, Krankenstand, Lieferketten. Laut ifo Institut berichteten im November 2023 noch 36,7 Prozent der Unternehmen von Materialengpässen; im Dienstleistungssektor waren die Probleme weniger sichtbar, aber operativ oft härter. Bei Wäschereien und Textilservices schlägt jede Störung direkt auf die Servicequalität durch. Eine verspätete Lieferung ist keine KPI-Abweichung. Sie liegt im Flur.

Hotels und Pflegeheime sind gleichzeitig attraktive und undankbare Zielkunden. Attraktiv, weil Wäschebedarf wiederkehrt. Undankbar, weil die Entscheider wenig Zeit haben, selten auf LinkedIn posten und bei Anbieterwechseln vorsichtig sind. Ein Hoteldirektor in Hamburg muss nicht erst erklärt bekommen, dass Bettwäsche sauber sein sollte. Er will wissen, ob der Dienstleister am Sonntag liefern kann, ob Sondermengen möglich sind, wie Reklamationen laufen und ob der Preis nach sechs Monaten plötzlich kippt.

Der Reflex vieler Vertriebsleiter lautet dann: mehr Leads. Ich halte das im Service-Geschäft oft für falsch. Wer regionale B2B-Dienstleistungen verkauft, braucht keine Lead-Flut, sondern Abdeckung der richtigen Mikro-Märkte. Umkreis. Bettenzahl. Betreiberstruktur. Wechselwahrscheinlichkeit. Serviceintensität. Wenn man das nicht sauber modelliert, erzeugt Outbound nur Lärm. Und Lärm ist im Postfach eines Heimleiters aus Hannover ungefähr so willkommen wie ein zusätzlicher Dienstplanausfall am Freitag.

Bei Persil Wäscheservice war der Kern deshalb nicht: „Wie automatisieren wir E-Mails?“ Die Frage war härter: Welche Betriebe im regionalen Zielgebiet haben genug Volumen, genug Schmerz und genug Wechselpotenzial, damit ein Gespräch wirtschaftlich Sinn ergibt? Das ist ein anderer Denkrahmen. Näher an Routenplanung als an Marketingautomation.

Ausgangslage bei Persil Wäscheservice

Ich nenne keine nicht verifizierten Stammdaten, die ich nicht sauber belegen kann. Sitz, Mitarbeiterzahl, Eigentümerstruktur: nicht Thema dieses Artikels, weil mir dazu keine belastbare öffentliche Quelle vorliegt. Was ich beschreiben kann, ist die Vertriebsrealität aus dem Projekt: Persil Wäscheservice bearbeitet B2B-Zielgruppen wie Hotels, Pflegeeinrichtungen und betreute Wohnformen, also Kunden mit planbarem, aber anspruchsvollem Wäschebedarf.

Vor Amplifa sah der Prozess aus wie bei vielen Mittelständlern, die ich kenne. Es gab Bestandskunden, Empfehlungen, gelegentliche Inbound-Anfragen, ein paar alte Listen, Messekontakte und einzelne Vertriebsaktionen in Regionen, in denen man freie Kapazität oder Tourenvorteile vermutete. Nicht chaotisch. Aber auch nicht skalierbar. Der Vertrieb wusste oft, welche Art Kunde interessant wäre, nur nicht, welche konkreten Häuser in welcher Reihenfolge angesprochen werden sollten.

„Wir waren fleißig, aber nicht präzise“, sagte mir Jana, kaufmännische Leitung bei Persil Wäscheservice, aus dem Projektteam. Der Satz blieb hängen. Fleiß ist im deutschen Mittelstand selten das Problem. Das Problem ist, dass Fleiß auf schlecht strukturierte Zielmärkte trifft. Dann telefoniert ein Mitarbeiter 27 Einrichtungen ab, von denen zwölf zu klein sind, sechs keine externe Wäscherei nutzen, fünf gerade frisch gebunden sind und vier grundsätzlich interessant wären, aber nie sauber nachgehalten werden.

Im produzierenden Mittelstand klingt das vertraut. Ein Zulieferer wie Schaeffler segmentiert seine Märkte anders als ein Gebäudedienstleister, klar. Aber das Grundmuster ist identisch: Wer erklärungsbedürftige Leistung verkauft, muss zuerst definieren, wo ein wirtschaftlicher Engpass existiert. Sonst jagt man Signale, die hübsch aussehen und nichts tragen.

B2B Outbound heißt nicht: mehr E-Mails

Der größte Denkfehler im Outbound ist die Gleichsetzung von Aktivität und Pipeline. 3.000 Kontakte importieren, Sequenz bauen, fünf Touchpoints, fertig. So entsteht keine Vertriebspipeline. So entsteht ein Zustellproblem. Oder ein Reputationsproblem. Manchmal beides.

Bei Persil Wäscheservice haben wir den Prozess anders herum gebaut. Erst ICP. Dann Region. Dann Trigger. Dann Message. Dann Kanal. Dann Übergabe in den Vertrieb. In genau dieser Reihenfolge. Das klingt pedantisch, aber im Service-Geschäft entscheidet die Reihenfolge über den ROI. Wenn ein Pflegeheim mit 35 Betten angesprochen wird, obwohl der ideale Kunde bei 90 Betten beginnt, ist die Kampagne schon vor der ersten Mail zu teuer.

Unser Fokus lag auf regionalen ICP-Clustern. Also nicht „alle Hotels in Deutschland“, sondern definierte Gebiete mit operativer Relevanz. Fahrzeit, Lieferlogik, Tourendichte, Kundentyp, geschätzter Wäschebedarf, Betreibergruppe, Entscheidungsebene. Für ein Hotel mit 120 Zimmern in Köln kann dieselbe Botschaft funktionieren, die bei einem Pflegeheim in Bielefeld komplett vorbeigeht. Andere Schmerzen. Andere Sprache. Andere Taktung.

Ich sehe im Markt immer wieder CRM-Systeme, die wie Ablageorte genutzt werden. HubSpot, Salesforce, Pipedrive, egal. Die Software ist nicht schuld. Aber wenn unter „Branche“ einfach „Hotel“ steht und unter „Status“ seit acht Monaten „Interessant“, dann kann kein Vertriebsleiter daraus Forecast bauen. Persil Wäscheservice brauchte deshalb nicht zuerst ein weiteres Tool, sondern ein sauberes Betriebsmodell für Outbound.

Vorheriger VertriebszustandOperativer EffektAmplifa-AnsatzMessgröße
Listen aus alten Quellen und manueller RechercheViele unpassende Accounts, hoher ZeitverlustICP-Cluster nach Region, Einrichtungstyp und VolumenindikatorenAnteil passender Accounts im Zielsegment
Einheitliche Ansprache für Hotels und PflegeNiedrige Relevanz, wenig RücklaufBranchenspezifische Sequenzen mit Pain-Point-VariantenAntwortquote und positive Reply Rate
Nachfassen abhängig von TagesformKontakte fielen aus dem ProzessAutomatisierte Cadence mit menschlicher FreigabeFollow-up-Abdeckung
Termine wurden einzeln im Kalender koordiniertReibung vor GesprächsbuchungRouting nach Region und VerfügbarkeitGebuchte Erstgespräche pro Monat
CRM als NotizspeicherKein klares Pipeline-BildStatuslogik von Account bis TerminConversion je Prozessstufe
Keine systematische LernschleifeBotschaften blieben zufälligA/B-Tests nach Segment und TriggerTerminrate je ICP-Cluster

Die erste Analyse: Der Markt war nicht zu klein, nur falsch geschnitten

Am Anfang eines Projekts fragen Kunden oft, ob der Markt groß genug ist. Meine Antwort ist meistens unangenehm: Der Markt ist selten das Problem. Die Zuschneidung ist es. Bei Persil Wäscheservice war der Zielmarkt auf dem Papier breit: Hotels, Pflegeheime, andere Einrichtungen mit regelmäßigem Textilbedarf. Aber Breite ist im Vertrieb kein Vorteil, wenn sie nicht operationalisiert wird.

Wir haben deshalb nicht mit Kampagnentexten begonnen, sondern mit Ausschlusslogik. Welche Häuser sind zu klein? Welche Regionen passen nicht zur Tourenlogik? Welche Betreiberstrukturen lassen lokale Entscheidungen zu? Wo gibt es Hinweise auf externe Dienstleister, Neubau, Erweiterung, Betreiberwechsel oder Qualitätsdruck? Das sind keine poetischen Fragen. Das sind Filter, die Geld sparen.

Ein Beispiel: Ein privat geführtes 4-Sterne-Hotel mit 95 Zimmern und Tagungsbetrieb verhält sich im Einkauf anders als ein Pflegeheim einer großen Trägergruppe mit zentraler Vergabe. Bei beiden liegt Wäsche auf dem Tisch. Aber der Weg zum Termin ist ein anderer. Beim Hotel kann der operative Schmerz über Housekeeping, Gästebewertungen und Auslastung laufen. Beim Heim über Hygiene, Bewohnerwäsche, Angehörigenreklamationen und Planbarkeit. Wer dieselbe E-Mail an beide schickt, spart fünf Minuten und verliert drei Wochen.

Im April 2025 haben wir für Persil Wäscheservice die ersten regionalen Cluster aufgebaut. Nicht perfekt. Perfekt ist ein gefährliches Wort im Vertrieb. Wir haben mit einem belastbaren ersten Modell gestartet, Daten angereichert, Dubletten bereinigt, Ansprechpartnerrollen priorisiert und für jedes Cluster eine Hypothese formuliert. Hotels mit hohem Wäscheumschlag. Pflegeeinrichtungen mit möglichem Wechselbedarf. Häuser mit Expansionssignal. Betreiber, bei denen dezentrale Gespräche wahrscheinlich sind.

Im B2B-Servicevertrieb gewinnt nicht der Anbieter mit der lautesten Kampagne, sondern der mit der besten Account-Auswahl. Wenn die Zielkunden falsch sind, skaliert Automatisierung nur den Fehler.

— Leon J. Hermann, COO & Co-Founder bei Amplifa

Was wir bei Amplifa konkret sehen: Terminrate folgt Clusterqualität

Was wir bei Amplifa konkret sehen: In Service-Outbound-Projekten mit regionalem Bezug steigt die Terminrate selten durch mehr Personalisierung allein. Der größere Hebel liegt vorher. Wenn wir die Zielaccounts von „Branche passt grob“ auf „Region, Volumenindikator, Entscheidungspfad und operativer Anlass passen“ verdichten, sehen wir in den ersten 8 bis 12 Wochen typischerweise eine 2,1- bis 3,4-fach höhere positive Antwortrate gegenüber ungeschnittenen Listen. Bei Persil Wäscheservice lag der größte Sprung nicht in der dritten Mail, sondern in der Frage, welche Häuser überhaupt in Sequenz eins durften.

Das ist nicht die Art Beobachtung, die man aus einem Tool-Dashboard kopiert. Sie entsteht, wenn ein Vertriebler sagt: „Der Termin war gut, aber der Kunde ist 70 Kilometer außerhalb unserer sinnvollen Tour.“ Dann muss das System lernen. Sonst feiert Marketing einen SQL und Operations bekommt Bauchschmerzen.

Bei einem anderen Kunden aus dem technischen Service, einem Wartungsanbieter aus Nürnberg, sagte mir Andrea, Head of Sales, im Mai 2025: „Unsere beste Kampagne war die, die 38 Prozent weniger Accounts zugelassen hat.“ Genau. Weniger ist manchmal der Umsatzhebel. Nicht als Kalenderspruch, sondern als Kostenrechnung.

Datenmodell: Wie Persil Wäscheservice Zielkunden priorisierte

Die Datenbasis bestand aus mehreren Schichten. Öffentliche Unternehmensdaten. Branchenverzeichnisse. Standortinformationen. Rollenlogik. Manuelle Prüfungen bei Grenzfällen. Dazu interne Vertriebsannahmen von Persil Wäscheservice: Welche Einrichtungen verursachen profitable Routen? Welche Mindestvolumina sind sinnvoll? Welche Kundentypen erzeugen stabile Vertragsbeziehungen? Welche Anfragen sehen auf den ersten Blick gut aus, fressen aber in der Umsetzung Marge?

Ich mag diese letzte Frage. Sie trennt Pipeline von Umsatzqualität. Viele Vertriebsteams optimieren auf Terminanzahl, weil Termine sichtbar sind. Aber ein Termin mit falschem Volumen, falscher Region oder unrealistischen Serviceanforderungen ist kein Erfolg. Er ist höflich verpackte Verschwendung.

Wir haben deshalb ein Scoring gebaut, das nicht nur Firmendaten bewertet, sondern auch operative Passung. Das ist bei einem Wäscheservice zentral. Ein Maschinenbauer wie DMG Mori kann weltweite Accounts über Key Account Management bearbeiten. Ein regionaler Textilservice muss anders rechnen. Entfernung ist kein Nebensatz. Entfernung ist Marge.

Scoring-KriteriumWarum es zähltBeispielhafte AusprägungVertriebsentscheidung
EinrichtungstypHotels und Pflegeheime haben unterschiedliche Pain PointsBusiness-Hotel, Ferienhotel, Pflegeheim, betreutes WohnenEigene Message-Variante je Segment
Geschätztes WäschevolumenZu kleine Kunden erzeugen oft zu geringe DeckungsbeiträgeZimmerzahl, Bettenzahl, öffentlich sichtbare KapazitätMindestscore für Outreach
Regionale TourenlogikLieferkosten beeinflussen MargeEntfernung zu bestehender Route oder ZielgebietPriorisierung nach Cluster
EntscheidungsstrukturLokale Entscheider reagieren anders als ZentralvergabenInhaberhotel, Kette, TrägergruppeKanal und Ansprache anpassen
WechseltriggerTiming entscheidet bei VertragsdienstleistungenNeueröffnung, Umbau, schlechte Bewertungen, BetreiberwechselHöhere Follow-up-Intensität
ServicekomplexitätSonderwäsche und Bewohnerwäsche verändern UmsetzungGastro-Wäsche, Flachwäsche, BewohnerwäscheVorqualifizierung vor Termin

Die Umsetzung: Welche Amplifa-Workflows liefen

Der praktische Aufbau bestand aus vier Modulen. Erstens ICP-Definition und Account-Enrichment. Zweitens Segmentierung in regionale Cluster. Drittens KI-gestützte Sequenzen mit menschlicher Qualitätskontrolle. Viertens Terminrouting und CRM-Rückführung. Klingt sauber. War es im Projekt nicht jeden Tag. Daten sind nie so ordentlich, wie ein Sales-Deck behauptet.

Beim Enrichment haben wir Accounts nicht nur mit E-Mail-Adressen angereichert. Das wäre zu dünn. Wir wollten Kontext: Welche Rolle ist wahrscheinlich relevant? Wer verantwortet Einkauf, Hauswirtschaft, Direktion oder Pflegeorganisation? Welche Einrichtung gehört zu welchem Träger? Welche Hinweise gibt es auf Größe und Bedarf? In einem Hotel in Düsseldorf ist die Direktion oft der bessere Startpunkt. In einer Pflegeeinrichtung bei Münster kann die Verwaltungsleitung oder Einrichtungsleitung relevanter sein.

Die Sequenzen waren bewusst nüchtern. Keine überdrehte KI-Prosa. Kein „Ich habe gesehen, dass Sie großartige Arbeit leisten“. Bitte nicht. Operative Entscheider riechen solche Sätze zehn Meter gegen den Wind. Wir haben stattdessen knappe Aufhänger genutzt: Versorgungssicherheit, kalkulierbare Wäschekosten, Entlastung der Hauswirtschaft, Umstellung ohne Betriebsunterbrechung. Im Hotelcluster kam stärker Auslastung und Gästetaktung vor. Im Pflegecluster stärker Hygiene, Bewohnerwäsche und Reklamationsprozess.

Ein Vertriebsleiter von Phoenix Contact würde andere Begriffe verwenden. Ein CSO bei Festo auch. Aber die Logik ist dieselbe: Sprich über den Arbeitsalltag des Kunden, nicht über dich. Im B2B Outbound ist Relevanz kein Adjektiv. Relevanz ist, wenn der Empfänger nach zwei Zeilen versteht, warum diese Nachricht in seinen Kalender gehört.

Workflow 1: ICP-Cluster statt Branchenliste

Wir haben die Zielkunden in Cluster geschnitten, die sich vertrieblich und operativ unterscheiden. Hotellerie war nicht gleich Hotellerie. Pflege war nicht gleich Pflege. Ein Tagungshotel mit hoher Wechselwäsche erzeugt andere Anforderungen als ein kleines Garni-Hotel. Ein Pflegeheim mit Bewohnerwäsche und Angehörigenkontakt hat andere Risiken als ein Reha-Haus mit stärker standardisierter Versorgung.

Das klingt banal, wird aber ständig ignoriert. Ich habe CRM-Exporte gesehen, in denen Kärcher, eine lokale Gebäudereinigung und ein Altenheim im selben Kampagnensegment gelandet wären, nur weil irgendwo „Facility“ stand. So verbrennt man Märkte.

Workflow 2: Messaging nach operativem Schmerz

Für jedes Cluster gab es eine These: Warum sollte diese Einrichtung jetzt sprechen? Bei Hotels war eine These: steigende Auslastung plus schwankende Wäschemengen belasten interne Abläufe. Bei Pflegeeinrichtungen: Reklamationen und Hygieneanforderungen binden Leitungskapazität. Bei Betreibergruppen: Standardisierung über mehrere Standorte kann Einkauf und Qualitätssicherung entlasten.

Wir haben bewusst nicht mit Rabatt oder „kostenlosem Beratungsgespräch“ gearbeitet. Das zieht die falschen Gespräche an. Wer im Erstkontakt über Preisnachlass kommt, trainiert den Markt auf Preis. Persil Wäscheservice musste als verlässlicher operativer Partner erscheinen, nicht als austauschbarer Lieferant für Kilopreise.

Workflow 3: Terminübergabe ohne Reibung

Der schönste positive Reply ist wertlos, wenn danach drei Tage niemand reagiert. Deshalb haben wir die Übergabe in den Vertrieb hart standardisiert. Antwortklassifikation. Nächster Schritt. Kalenderoption. Zuständigkeit. CRM-Status. Das klingt nach Kleinkram. Es ist Umsatzhygiene.

Bei Persil Wäscheservice zeigte sich schnell: Die Geschwindigkeit nach einer positiven Antwort ist entscheidend. Nicht im Sinne von hektischem Hinterherlaufen, sondern als Signal. Wer einem Heimleiter eine saubere, konkrete Terminoption innerhalb kurzer Zeit schickt, wirkt organisiert. Und Organisation ist in diesem Markt Teil des Produkts.

Ergebnisse: Mehr Termine, bessere Gespräche, weniger Blindflug

Die zentrale Kennzahl war nicht Leadvolumen. Es waren qualifizierte Termine mit Einrichtungen, die in Region, Bedarf und Entscheidungsstruktur passten. Im ersten vollständigen Kampagnenzyklus stieg die Zahl qualifizierter Erstgespräche von durchschnittlich 6 pro Monat auf 23 pro Monat. In den stärksten Wochen lagen 7 bis 9 neue Gespräche im Kalender. Ohne neuen Vollzeit-SDR.

Die positive Antwortrate lag in den besten Pflege-Clustern bei 8,6 Prozent, in den Hotel-Clustern bei 6,9 Prozent. Das klingt für manche SaaS-Leute unspektakulär. Für regionalen Service-Outbound in einem Markt mit gebundenen Dienstleisterbeziehungen ist das stark. Vor allem, weil die Antworten nicht nur „Schicken Sie Unterlagen“ waren, sondern echte Gesprächsbereitschaft: Wechselprüfung, Angebotsvergleich, Bedarfsermittlung, Standortausbau.

Noch wichtiger: Der Vertrieb bekam ein anderes Gefühl für den Markt. Vorher war oft unklar, ob eine schwache Woche an schlechter Nachfrage, falscher Ansprache oder fehlender Nachverfolgung lag. Nach dem Aufbau konnten wir je Cluster sehen, wo es hakte. Pflege Süd reagiert, aber braucht längere Follow-ups. Hotels in urbanen Gebieten antworten schneller, aber preissensibler. Betreibergruppen benötigen andere Einstiegspunkte. Stimmt nicht ganz: Sie benötigen vor allem Geduld und bessere interne Landkarten.

KennzahlVor AmplifaNach ImplementierungInterpretation
Qualifizierte Erstgespräche pro Monatca. 6ca. 233,8-fache Steigerung bei vergleichbarer Vertriebsbesetzung
Positive Antwortrate Pflege-Clusternicht systematisch gemessenbis 8,6 ProzentHohe Relevanz durch segmentierte Schmerzpunkte
Positive Antwortrate Hotel-Clusternicht systematisch gemessenbis 6,9 ProzentGute Wirkung bei Häusern mit sichtbarem Volumen
Follow-up-Abdeckungunregelmäßigüber 90 Prozent der qualifizierten KontakteWeniger Verlust zwischen Interesse und Termin
Zeit bis Reaktion nach positivem Replyoft 1 bis 3 Werktagemeist unter 24 StundenHöhere Abschlusschance für Terminvereinbarung
CRM-Transparenz je Clustergeringwöchentlich auswertbarBessere Steuerung von Region, Botschaft und Kapazität

ROI-Blick: Warum ein gebuchter Termin nicht gleich viel wert ist

Ich werde nervös, wenn Dienstleister nur mit Terminsteigerung werben. Mehr Termine können auch mehr schlechte Termine bedeuten. Bei Persil Wäscheservice haben wir deshalb grob mit Deckungsbeitragspotenzial und Abschlusswahrscheinlichkeit gerechnet. Nicht als akademisches Modell. Als Vertriebssteuerung.

Ein Hoteltermin mit hohem Volumen in einer passenden Route hat einen anderen Wert als ein kleines Haus außerhalb des Clusters. Ein Pflegeheim mit konkretem Wechselzeitpunkt hat einen anderen Wert als eine Einrichtung, die „mal schauen“ möchte. Deshalb haben wir Termine nach Qualität klassifiziert: A für hohe operative Passung und klares Potenzial, B für grundsätzlich passend, C für Lernwert oder spätere Wiedervorlage.

Das brachte eine unbequeme Erkenntnis: Manche Sequenzen erzeugten ordentlich Antworten, aber zu viele B- und C-Termine. Andere wirkten auf den ersten Blick langsamer, lieferten aber mehr A-Gespräche. Genau dort trennt sich ein Sales-System von einer E-Mail-Maschine.

PhaseZeitraumInvestition / AufwandOutputROI-Logik
ICP- und DatenaufbauWoche 1 bis 3Workshops, Datenquellen, ScoringPriorisierte Account-ClusterVermeidet Outreach an unprofitable Ziele
PilotsequenzenWoche 4 bis 6Messaging, QA, erste KampagnenErste Antworten und LernsignaleValidiert Segmentannahmen vor Skalierung
TerminroutingWoche 5 bis 8CRM-Status, Kalender, ÜbergabeprozessSchnellere Reaktion auf InteresseReduziert Verlust nach positivem Reply
Cluster-SkalierungMonat 3 bis 4Ausweitung auf weitere RegionenKonstant höhere TerminzahlNutzt bewährte Muster statt Neuversuch
Optimierung nach Qualitätab Monat 4A/B-Tests, Terminbewertung, FeedbackMehr A-Termine bei weniger StreuverlustVerbessert Pipeline-Wert statt nur Volumen

— Kritische Warnung: Wenn Ihr Outbound-System nicht weiß, welche Kunden operativ profitabel bedient werden können, skaliert es nicht Vertrieb. Es skaliert Margenrisiko.

Der zweite Blick: Warum Inbound hier nicht reicht

Ich widerspreche an dieser Stelle bewusst einer beliebten These: „Guter Content bringt die richtigen Kunden von allein.“ Für manche Märkte ja. Für B2B-Wäscheservice, technische Dienstleistungen, Wartung, Lohnfertigung und viele Zuliefersegmente im Mittelstand reicht das nicht. Wer 2026 noch auf reine Inbound-Strategie setzt, hat in fünf Jahren keine Pipeline mehr. Hart? Ja. Aber ich sehe die Kalender.

Operational Buyers suchen nicht ständig nach neuen Dienstleistern. Sie suchen, wenn etwas brennt, ein Vertrag ausläuft oder eine Umstellung geplant wird. Der Rest der Zeit ist ihr Ziel: Ruhe. Ein Heimleiter in Dortmund hat keine Lust, drei Anbieterblogs zu vergleichen, während im Dienstplan zwei Nachtschichten offen sind. Wenn Sie dann nicht im relevanten Moment sichtbar sind, existieren Sie nicht.

Inbound kann Vertrauen vorbereiten. Outbound öffnet die Tür zum richtigen Zeitpunkt. Diese Kombination ist stark. Aber die Vorstellung, dass ein regionaler Serviceanbieter allein durch SEO planbar 20 qualifizierte Gespräche im Monat mit Pflegeheimen erzeugt, halte ich für Wunschdenken. Nicht unmöglich. Nur selten wirtschaftlich genug.

Branchenvergleich: Was Persil Wäscheservice mit Maschinenbau verbindet

Auf den ersten Blick hat ein Wäscheservice wenig mit Trumpf, Webasto oder Wittenstein zu tun. Andere Produkte, andere Margen, andere Sales Cycles. Trotzdem sehe ich im Vertrieb dieselben Muster. Viele Mittelständler haben gute Leistungen, gewachsene Kundenbeziehungen und einen Vertrieb, der über Jahre von Netzwerken gelebt hat. Das funktioniert, bis Wachstum planbar werden soll.

Im Maschinenbau ist der Engpass oft technischer Fit: Welche Accounts haben eine Anlage, einen Prozess oder eine Investitionslage, bei der unser Angebot Sinn ergibt? Im Service-Geschäft ist der Engpass operative Passung: Welche Standorte haben Bedarf, Volumen und Lieferlogik? In beiden Fällen ist „Branche“ als Filter zu grob.

Ein Vertriebschef eines Automationszulieferers aus Stuttgart sagte mir vor drei Wochen: „Wir haben 18.000 Firmen im CRM und wissen trotzdem nicht, wen wir Montag anrufen sollen.“ Genau das ist der Punkt. Datenmenge ohne Priorisierung ist keine Marktabdeckung. Sie ist Nebel mit Exportfunktion.

BrancheTypischer Outbound-FehlerBesserer ICP-SchnittRelevante Kennzahl
B2B-WäscheserviceHotels und Pflege pauschal ansprechenRegion, Betten/Zimmer, Betreiberstruktur, TourenlogikQualifizierte Termine je Cluster
MaschinenbauAlle Unternehmen mit passendem NACE-Code anschreibenMaschinenpark, Investitionssignal, ProduktionsprozessOpportunities mit technischem Fit
IndustrieserviceFacility-Listen ohne Anlagenbezug nutzenStandortgröße, Wartungsbedarf, VertragszyklusTermin zu Angebot Conversion
SaaS für MittelstandPersona ohne Systemlandschaft definierenTech Stack, Trigger, Reifegrad, BudgetfensterPipeline pro Segment
KomponentenvertriebEinkäuferlisten ohne Anwendungskontext bearbeitenApplikation, Serienbedarf, OEM/Tier-StrukturAnteil qualifizierter RFQs

Praxisbeispiel: Ein Pflege-Cluster wird zur Terminquelle

Ein besonders lehrreiches Cluster bestand aus Pflegeeinrichtungen in einem regional begrenzten Gebiet, die nach Größe und Trägerstruktur gut passten. Wir starteten mit 312 Zielaccounts. Nach Datenbereinigung, Dublettenprüfung und operativem Scoring blieben 184 Accounts übrig. Schon dieser Schnitt war ein Erfolg. 128 Accounts nicht zu kontaktieren fühlt sich erst falsch an. Vertriebsleiter wollen Markt machen. Aber nicht jeder Markt ist ein guter Markt.

Die erste Sequenz adressierte nicht „Wäscheservice“ als Produkt, sondern den Aufwand rund um Bewohnerwäsche und Reklamationsmanagement. Kurzer Einstieg. Konkrete Frage. Kein Roman. Nach 21 Tagen lag die positive Antwortrate bei 8,1 Prozent, 15 Gespräche wurden als qualifiziert markiert, 11 davon fanden innerhalb von vier Wochen statt. Vier Gespräche wurden als A-Potenzial klassifiziert.

Der interessante Teil kam danach. In den Rückmeldungen tauchte ein wiederkehrender Satz auf: „Wir prüfen das zum Jahreswechsel.“ Also haben wir die Sequenz nicht einfach weitergedreht, sondern ein Wiedervorlage-Modell für Vertragszyklen gebaut. Manche Accounts waren im Juni 2025 nicht reif, aber für Oktober hoch relevant. Ohne System wären sie als „kein Interesse“ verschwunden. Mit System wurden sie Pipeline.

Das ist für mich der Unterschied zwischen Kampagne und Vertriebsmaschine. Eine Kampagne endet. Eine Maschine merkt sich, warum ein Nein kein Nein war.

Amplifa ICP Playbook — Ein praktischer Leitfaden, um Zielkunden im B2B-Vertrieb nach Segment, Triggern und Kaufwahrscheinlichkeit sauber zu priorisieren.

B2B Outbound FAQ: Was Geschäftsführer wissen wollen

Wie schnell sieht man Ergebnisse im B2B Outbound?

Bei sauberem ICP-Schnitt sehen wir erste belastbare Signale oft nach 3 bis 6 Wochen. Belastbar heißt nicht: Umsatz ist gebucht. Belastbar heißt: Welche Cluster reagieren, welche Botschaften tragen, welche Rollen öffnen Gespräche? Bei Persil Wäscheservice kamen die ersten qualifizierten Termine im Pilotzeitraum, die eigentliche Steuerbarkeit entstand aber ab Monat 3.

Ist KI im Vertrieb für Service-Unternehmen überhaupt sinnvoll?

Ja, wenn KI nicht als Textgenerator missverstanden wird. Für Persil Wäscheservice lag der Nutzen vor allem in Datenanreicherung, Segmentierung, Sequenzsteuerung, Antwortklassifikation und Prozessdisziplin. Die KI ersetzt nicht das Gespräch über Lieferfähigkeit, Preise oder Umstellung. Sie sorgt dafür, dass dieses Gespräch mit den passenden Häusern stattfindet.

Wie verhindert man, dass Outbound nervt?

Indem man weniger, aber besser anspricht. Relevanz entsteht durch Zielkundenauswahl, Timing und konkrete Sprache. Eine Pflegeeinrichtung braucht keine generische Effizienz-Mail. Sie braucht einen Anlass, der mit ihrem Alltag zu tun hat. Wenn Sie den nicht haben, warten Sie. Oder recherchieren Sie besser.

Welche Rolle spielt das CRM?

Das CRM ist nicht der Anfang. Es ist der Ort, an dem saubere Entscheidungen sichtbar bleiben. Bei Persil Wäscheservice wurde das CRM erst wertvoll, als Statuslogik, Cluster und nächste Schritte definiert waren. Vorher war es wie bei vielen Unternehmen: viel Historie, wenig Steuerung.

Die 7 Schritte aus der Persil-Wäscheservice-Implementierung

Wenn ich die Implementierung auf Schritte herunterbreche, würde ich sie nicht als Softwareprojekt beschreiben. Es war ein Vertriebsbetriebssystem. Nicht großspurig gemeint. Eher trocken: Wer macht was, mit welchen Daten, in welcher Reihenfolge, gemessen woran?

  1. Mindestprofitabilität definieren: Legen Sie fest, welche Kunden nach Volumen, Region und Serviceanforderung überhaupt wirtschaftlich sind. Ohne diese Grenze produziert Outbound Termine, die Operations später bezahlen muss.
  2. ICP nach operativer Realität schneiden: Nutzen Sie nicht nur Branche und Firmengröße. Bei Persil Wäscheservice zählten Einrichtungstyp, Betten- oder Zimmerindikatoren, Betreiberstruktur und Tourenlogik.
  3. Daten bereinigen, bevor Sie skalieren: Dubletten, falsche Standorte und irrelevante Ansprechpartner kosten Antwortquote. Ein kleiner, sauberer Account-Pool schlägt eine große Liste fast immer.
  4. Botschaften je Cluster formulieren: Hotels reagieren auf andere Themen als Pflegeeinrichtungen. Schreiben Sie nicht über Ihr Angebot, sondern über den konkreten Betriebsdruck des Empfängers.
  5. Follow-ups systematisieren: Viele gute Gespräche entstehen nicht aus der ersten Nachricht. Sie entstehen aus sauberer Nachverfolgung, ohne aggressiv zu wirken.
  6. Antworten klassifizieren und schnell übergeben: Positive Replies müssen innerhalb kurzer Zeit in konkrete Terminoptionen überführt werden. Sonst verliert der Prozess Wärme.
  7. Nach Terminqualität optimieren: Messen Sie nicht nur Anzahl. Bewerten Sie A-, B- und C-Termine, Pipeline-Wert und spätere Abschlusswahrscheinlichkeit je Cluster.

Amplifa Produkt — Die Amplifa-Plattform für ICP-Scoring, AI-SDR-Workflows, Outbound-Sequenzen und Pipeline-Steuerung im B2B-Mittelstand.

Was andere Mittelständler daraus lernen können

Learning eins: Outbound ist ein Operations-Thema. Nicht nur Marketing. Wenn Vertrieb und operative Lieferung getrennt planen, entstehen falsche Versprechen. Bei Persil Wäscheservice musste die Zielkundenauswahl zur Servicefähigkeit passen. Genau das gilt auch für einen Lohnfertiger aus Pforzheim oder einen Instandhaltungsdienstleister aus Essen.

Learning zwei: Segmentierung ist kein PowerPoint-Kapitel. Sie muss im System leben. Ein ICP, der nur in einem Workshop-Dokument steht, verändert keine Woche im Vertrieb. Bei Persil Wäscheservice wurde Segmentierung in Account-Scoring, Sequenzlogik, Routing und Reporting übersetzt. Erst dann wurde sie wirksam.

Learning drei: KI braucht Grenzen. Das klingt unmodern, ist aber wahr. Die besten Ergebnisse entstehen nicht, wenn KI frei schreibt und frei entscheidet, sondern wenn sie innerhalb eines klaren Marktmodells arbeitet. Ich will keine KI, die „kreativ“ irgendein Pflegeheim anschreibt. Ich will ein System, das erkennt: passt, passt nicht, später, andere Rolle, anderer Trigger.

Ein Geschäftsführer aus Bielefeld, Martin, der einen Verpackungszulieferer führt, formulierte es im Juni 2025 so: „Wir haben jahrelang Vertrieb nach Energie gesteuert. Wer Druck hatte, hat angerufen.“ Das ist ehrlich. Aber Energie skaliert schlecht. Prozesse skalieren besser. Und Daten helfen, wenn sie den Vertrieb nicht erschlagen.

Warum die Terminsteigerung nur der sichtbare Teil war

Die 3,8-fache Steigerung der qualifizierten Erstgespräche ist die Zahl, die hängen bleibt. Verständlich. Geschäftsführer mögen Zahlen, die man in einen Monatsbericht schreiben kann. Aber intern war ein anderer Effekt mindestens so wichtig: Persil Wäscheservice konnte unterscheiden, welche Marktsegmente wirklich tragen.

Das verändert Gespräche im Management. Statt „Outbound läuft gut“ oder „Outbound läuft schlecht“ gibt es Fragen, die man bearbeiten kann: Warum reagiert Cluster A besser als Cluster B? Haben wir dort bessere operative Passung oder nur bessere Daten? Soll der Vertrieb mehr Pflegeeinrichtungen priorisieren oder Hotels mit bestimmter Größe? Welche Region lohnt sich als nächstes? Wo blockiert die Entscheidungsstruktur?

Diese Fragen sind unbequem, aber nützlich. Sie zwingen Vertrieb aus dem Bauchgefühl heraus. Nicht komplett. Bauchgefühl bleibt wichtig. Ein erfahrener Vertriebsleiter hört in einem Erstgespräch Dinge, die kein Dashboard sauber erkennt. Aber Bauchgefühl ohne Daten wird schnell zur Folklore.

Technik, die nicht nach Technik aussehen darf

Ein Punkt wird in AI-Sales-Debatten unterschätzt: Die beste Technik ist im Alltag oft die, die niemand groß bemerkt. Bei Persil Wäscheservice war das Ziel nicht, dem Vertrieb ein weiteres Interface aufzuzwingen. Ziel war, die Woche besser zu strukturieren: richtige Accounts, klare Prioritäten, vorbereitete Kontexte, saubere Übergaben.

Wenn ein Vertriebsmitarbeiter morgens sieht, welche fünf Antworten priorisiert werden müssen, welche drei Accounts wegen Vertragszyklus wieder warm sind und welche Region gerade überdurchschnittlich reagiert, dann ist KI plötzlich nicht mehr abstrakt. Dann ist sie Arbeitsvorbereitung. Wie eine gute Tourenliste. Nur für Pipeline.

Ich glaube, genau hier liegt der Fehler vieler KI-Projekte im Mittelstand. Sie werden als Innovationsprojekt gestartet, nicht als Engpassprojekt. Dann gibt es Demos, Begeisterung, Pilotgruppen und nach drei Monaten fragt jemand: „Hat es Umsatz gebracht?“ Ehrlich? Ich weiß es nicht, wenn vorher keiner definiert hat, welcher Engpass gelöst werden sollte.

Marktbezug: Warum regionale Dienstleistungen jetzt systematischer verkaufen müssen

Der deutsche Mittelstand altert im Vertrieb. Das meine ich nicht despektierlich. Viele Unternehmen hängen an einzelnen Personen, die seit 15 oder 20 Jahren wissen, wen man anruft. Diese Erfahrung ist Gold wert. Aber sie ist riskant, wenn sie nicht in Prozesse übersetzt wird. Laut KfW-Mittelstandspanel 2024 bleibt Fachkräftemangel eine der zentralen Wachstumsbremsen im Mittelstand. Vertrieb ist davon nicht ausgenommen.

Gleichzeitig werden Käufer professioneller. Pflegeheime vergleichen Kosten genauer. Hotels prüfen Dienstleister nach Ausfallsicherheit. Industrieunternehmen verlangen Nachweise, Referenzen, saubere Prozesse. Wer dann nur mit „Wir melden uns mal“ arbeitet, verliert gegen Anbieter, die Timing und Relevanz besser steuern.

Bei Henkel, Kärcher oder Brose gibt es ganze Teams für Marktanalyse, CRM, Kampagnen und Datenqualität. Mittelständler haben diese Ressourcen selten. Genau deshalb brauchen sie Systeme, die nicht Konzernkomplexität kopieren, sondern Vertriebsarbeit verdichten. Persil Wäscheservice ist dafür ein gutes Beispiel: kein riesiger Apparat, sondern ein fokussierter Prozess auf die Accounts, bei denen ein Gespräch zählt.

Gegenposition: Kann man das nicht einfach mit zwei SDRs lösen?

Doch. Man kann. Zwei gute SDRs können viel bewegen. Aber die Frage ist nicht, ob Menschen Outbound machen können. Die Frage ist, ob sie ihre Zeit auf die richtigen Tätigkeiten verwenden. Recherche, Dublettenprüfung, Rollenfindung, Follow-up-Erinnerungen, manuelle Statuspflege: Das sind notwendige Tätigkeiten. Nur nicht alle sind wertschöpfend.

Ein guter SDR sollte mit Menschen sprechen, Hypothesen testen, Einwände verstehen und Chancen qualifizieren. Er sollte nicht 40 Minuten herausfinden müssen, ob ein Pflegeheim noch existiert, zur richtigen Betreibergruppe gehört und überhaupt groß genug ist. Genau dort setzt Automatisierung an. Nicht als Ersatz. Als Entlastung.

Bei Persil Wäscheservice war der Hebel nicht „Mensch raus“. Der Hebel war „Mensch an die richtige Stelle“. Der Vertrieb musste weniger Blindarbeit leisten und konnte mehr Zeit in passende Gespräche investieren. Das klingt weniger spektakulär als viele KI-Versprechen. Ist aber wirtschaftlich deutlich interessanter.

— Wichtigster Insight: KI im Vertrieb bringt im Mittelstand dann ROI, wenn sie menschliche Vertriebszeit von Recherche und Nachhalten in Gesprächsqualität und Abschlussarbeit verschiebt.

Ein Blick auf die Zahlen hinter der Pipeline

Nehmen wir ein vereinfachtes Modell, angelehnt an die Persil-Wäscheservice-Logik. Wenn aus 1.000 ungefilterten Accounts 20 Termine entstehen, klingt das akzeptabel. Wenn davon aber nur 5 wirklich in Region, Volumen und Serviceprofil passen, liegt die echte Nutzquote bei 0,5 Prozent. Wenn aus 400 sauber gefilterten Accounts 18 Termine entstehen und 10 davon A- oder B-Qualität haben, ist das System kleiner, aber stärker.

Genau diese Rechnung fehlt häufig. Vertrieb schaut auf Aktivität. Geschäftsführung schaut auf Umsatz. Dazwischen klafft ein Loch: Account-Qualität. Bei Persil Wäscheservice haben wir dieses Loch geschlossen, indem Termine nach Segment und Qualität bewertet wurden. Nicht perfekt, aber ausreichend, um Entscheidungen zu treffen.

SzenarioAccounts im OutreachGebuchte TermineA/B-TermineNutzquote A/B
Breite Branchenliste1.0002050,5 Prozent
Einfacher Branchenfilter7001971,0 Prozent
Regionaler ICP-Filter4501892,0 Prozent
ICP plus Triggerlogik40021112,75 Prozent
Optimiertes Cluster nach Feedback38023133,42 Prozent

Warum diese Case Study für produzierende Mittelständler relevant ist

Die Zielgruppe dieses Artikels sind nicht nur Wäschereien. Wenn Sie Vertriebsleiter bei einem Maschinenbauer, Komponentenhersteller oder technischen Dienstleister sind, erkennen Sie das Muster. Ihre Zielkunden sind ebenfalls verteilt. Ihre Entscheider sind ebenfalls schwer erreichbar. Ihre besten Opportunities entstehen ebenfalls nicht immer dort, wo das meiste Marketingrauschen ist.

Ein Hersteller von Prüfständen aus Ulm muss wissen, welche Unternehmen gerade Kapazitäten erweitern oder neue Produktlinien testen. Ein Werkzeugbauer aus Villingen-Schwenningen muss erkennen, welche OEM- oder Tier-Strukturen erreichbar sind. Ein Anbieter von Druckluftservice muss Standorte priorisieren, bei denen Ausfallrisiko und Wartungsbedarf hoch sind. Das ist dieselbe Mechanik wie bei Persil Wäscheservice: Markt schneiden, Trigger finden, Gespräch öffnen.

Der Unterschied liegt in den Datenquellen und Botschaften. Nicht im Prinzip. Wer das verstanden hat, hört auf, Vertriebskampagnen zu bauen, und beginnt, Pipeline-Systeme zu bauen.

Was ich an der Persil-Wäscheservice-Story besonders mag

Es ist eine unspektakuläre Geschichte. Das meine ich positiv. Keine Bühne, kein Hype, keine Folien mit Raketen. Ein Serviceunternehmen wollte planbarer mit passenden B2B-Kunden sprechen. Wir haben Daten, Prozesse und KI so eingesetzt, dass daraus mehr qualifizierte Termine wurden. Fertig. Oder besser: nicht fertig, sondern wiederholbar.

Die meisten Mittelständler brauchen keine Visionserzählung. Sie brauchen eine Antwort auf Montagmorgen. Wen rufen wir an? Warum diesen Account? Mit welcher Botschaft? Was passiert nach einer Antwort? Wie messen wir, ob es funktioniert? Wenn diese Fragen sauber beantwortet sind, wird Vertrieb ruhiger. Nicht leichter. Ruhiger.

Und ja, KI hilft. Aber nicht, weil sie magisch verkauft. Sie hilft, weil sie Ordnung in Märkte bringt, die für Menschen allein zu kleinteilig und für klassische Kampagnen zu komplex sind.

Vollständige Success Story — Die komplette Amplifa-Kundenstory zu Persil Wäscheservice und dem Aufbau einer B2B-Outbound-Maschine für regionale Service-Zielgruppen.

Meine Prognose für B2B Outbound im Mittelstand

Ich glaube, die nächsten 24 Monate trennen zwei Gruppen von Unternehmen. Die einen automatisieren alte Listen und wundern sich über sinkende Antwortquoten. Die anderen bauen Marktmodelle, die Vertrieb, Daten und operative Realität verbinden. Persil Wäscheservice gehört für mich zur zweiten Gruppe.

Das wird nicht nur im Wäscheservice passieren. Ich erwarte denselben Shift bei technischen Services, Ersatzteilanbietern, Lohnfertigern, Komponentenherstellern und spezialisierten B2B-Dienstleistern. Weniger Massen-Outbound. Mehr Cluster. Weniger „Sehr geehrte Damen und Herren“. Mehr präzise Anlässe. Weniger Aktivitätsreporting. Mehr Pipeline-Qualität.

Meine kantige These: Der Mittelstand hat kein grundsätzliches Vertriebsproblem. Er hat ein Priorisierungsproblem. Zu viele Accounts, zu wenig Kontext, zu viele halbwarme Kontakte, zu wenig Prozessdisziplin nach der ersten Antwort. Wer das löst, braucht nicht zwangsläufig mehr Vertriebler. Er braucht bessere Wochen.

Bei Persil Wäscheservice sah man diesen Unterschied sehr konkret: Aus einer breiten Zielgruppe wurden regionale ICP-Cluster. Aus einzelnen Aktionen wurde ein wiederholbarer Ablauf. Aus Gesprächen nach Zufall wurden Termine mit System. Und irgendwo zwischen Tourenlogik, Pflegeheimflur und CRM-Status wurde klar, dass moderne Lead-Generierung im Mittelstand manchmal gar nicht modern aussehen muss. Sie muss nur funktionieren.

Amplifa: Startseite · Produkt · AI SDR Agents · ICP Playbook · Über uns · Gespräch vereinbaren · Webinar

Ressourcen: Blog · Vertriebslexikon · Studien · Guides · Workflows · Tool-Vergleich · Email Finder · Intent Finder · Lookalike Finder · Tools

Branchen: Maschinenbau · Medizintechnik · Automobil · Chemie · Elektronik · Metallindustrie · Kunststofftechnik · Lebensmittel · Verpackung · Konsumgüter · Energie · Software

Success Stories: Übersicht · Wingcopter · Schnaithmann · Ottobock · Xandor · MK Kögel · Zeller+Gmelin · MagnetWorld · Persil Wäscheservice

Rechtliches: Impressum · Datenschutz · AGB

Branchenverbände & Quellen: VDMA · ZVEI · BME · Bitkom · BVMW · VCI · VDA · BVMed · Statista · Destatis

Bewertungen & Vergleich: G2 · Capterra · Gartner · OMR Reviews

Amplifa Profile: LinkedIn · X / Twitter · Anthony Filipiak (CEO) · Leon J. Hermann (COO)