Lead Scoring
27. Januar 2026
Was ist ein Lead-Scoring-Modell?
Ein Lead-Scoring-Modell ist ein definierter Regel- oder Algorithmen-Satz, der eingehende Leads anhand mehrerer Kriterien bewertet und in eine numerische Score-Skala übersetzt. Ziel ist die Trennung zwischen 'jetzt vertriebsbereit' (hoher Score) und 'noch im Nurturing' (niedriger Score). Lead Scoring löst zwei zentrale Probleme: 1) Vertriebsressourcen sind knapp – ohne Scoring bearbeitet der Vertrieb wahllos eingehende Leads und verschwendet Zeit auf nicht-kaufbereite Kontakte. 2) Marketing produziert Lead-Volumen ohne Quality-Signal – ohne Scoring landet alles im CRM-Friedhof. Ein funktionierendes Scoring schafft Klarheit, Übergabe-Disziplin und messbare Marketing-Sales-Alignment.
Die drei Hauptmodelle im Vergleich
Lead-Scoring-Modelle lassen sich in drei Kategorien einteilen, die in der Praxis meist kombiniert eingesetzt werden:
Bewertungskriterien und Punkteverteilung
Die Punkteverteilung ist die wichtigste Designentscheidung. Faustregel: Verhaltens-Signale stärker gewichten als Profil-Signale – ein C-Level, der die Pricing-Page besucht, ist wertvoller als ein Praktikant mit perfektem Profil. Beispielhafte Punkteverteilung in einem 100-Punkte-Modell: ICP-Match Branche/Größe (max. 25), Decider-Rolle (max. 15), Pricing-Page-Visit (+20), Demo-Anfrage (+30), Webinar-Teilnahme (+10), Whitepaper-Download (+5). Mindestens genauso wichtig ist Negative Scoring: kostenlose E-Mail-Domain (-15), Wettbewerber-Mitarbeiter (-50), DACH-Region für ein US-only-Produkt (-30). Ohne Negative Scoring sammeln sich hochaktive, aber nicht-kaufende Leads im oberen Score-Bereich an.
Schwellenwerte: MQL, SQL, Opportunity
Score-Werte allein sind wertlos – sie brauchen Schwellenwerte mit klaren Handlungsanweisungen. Typische Drei-Stufen-Schwellen: 1) Marketing Qualified Lead (MQL) ab 60–70 Punkten → Übergabe an SDR-Team innerhalb 24h. 2) Sales Accepted Lead (SAL) ab 70 Punkten und SDR-Annahme → Discovery-Call wird terminiert. 3) Sales Qualified Lead (SQL) ab erfolgreichem Discovery → Opportunity wird im CRM erstellt. Die Schwellen müssen kontinuierlich an reale Conversion-Daten kalibriert werden. Wer keine MQL→SQL-Conversion von 30–50 % hat, hat seine Schwellen falsch gesetzt.
Umsetzung im CRM und Marketing Automation
Lead Scoring 2026 läuft nicht in Excel, sondern in integrierten Marketing-Automation-CRM-Stacks. Standard-Setup: 1) Marketing Automation (HubSpot, Marketo, Pardot) berechnet Score in Echtzeit auf Basis von Web-Tracking und E-Mail-Engagement. 2) CRM (Salesforce, HubSpot) erhält den Score per Sync und triggert Workflows ab Schwellenwert. 3) Predictive-Scoring-Tools (MadKudu, 6sense) ergänzen mit ML-basierten Wahrscheinlichkeiten. 4) Sales-Acceptance-Disziplin im SDR-Team – jeder MQL muss innerhalb 24h angenommen oder mit Begründung zurückgewiesen werden. Ohne diese Disziplin werden Scoring-Daten zu Friedhofs-Daten.
Typische Fehler beim Lead Scoring
Die häufigsten Lead-Scoring-Fehler entwerten teure Marketing-Automation-Investments:
Fazit und Handlungsempfehlungen
Ein funktionierendes Lead-Scoring-Modell ist 2026 die wichtigste operative Brücke zwischen Marketing und Sales. Die wichtigsten Empfehlungen: 1) Mit einem einfachen Regel-Scoring starten (firmografisch + behavioral), nicht direkt mit ML. 2) Negative Scoring von Tag 1 einbauen. 3) Schwellenwerte alle 3–6 Monate an reale Closed-Won-Daten kalibrieren. 4) Strenge Sales-Acceptance-Disziplin – jeder MQL muss in 24h angenommen oder begründet zurückgewiesen werden. 5) Prädiktives Scoring erst dazuholen, wenn 500+ Closed-Won-Datenpunkte vorliegen – vorher sind ML-Modelle Statistik-Theater. Wer diese fünf Prinzipien umsetzt, hebt seine MQL-zu-SQL-Conversion strukturell um 30–50 %.
Lead-Scoring-Modelle im B2B 2026: firmografisch, behavioral und prädiktiv – mit Vorlage, Schwellenwerten und CRM-Integration
Lead Scoring ist ein systematisches Bewertungsverfahren, bei dem Leads anhand definierter Kriterien Punkte erhalten, um Kaufwahrscheinlichkeit und Vertriebs-Priorität zu quantifizieren. Im modernen B2B-Vertrieb 2026 ist Lead Scoring das entscheidende Bindeglied zwischen Marketing und Sales: Es entscheidet, welche Leads als Marketing Qualified Leads (MQLs) an den Vertrieb übergeben werden und welche im Nurturing verbleiben. Ein gut kalibriertes Lead-Scoring-Modell hebt die SQL-Conversion-Rate um 30–50 % und reduziert verschwendete SDR-Zeit signifikant. Es gibt drei Hauptmodelle: 1) firmografisches Scoring (Branche, Größe, Region), 2) behaviorales Scoring (Website-Verhalten, Content-Konsum, E-Mail-Engagement), 3) prädiktives Scoring (Machine-Learning-basiert auf historischen Conversion-Daten). State-of-the-Art ist die Kombination aller drei mit kontinuierlicher Re-Kalibrierung anhand realer Win-Daten.