CRM-Begriffe verstehen: 45 Fachbegriffe für erfolgreiches Kundenmanagement

CRM-Fachbegriffe beschreiben Konzepte, Rollen und Funktionen, mit denen du Kontakte, Deals und Kommunikation in einem CRM-System wie ActiveCampaign strukturierst. Wer Lead, MQL, SQL, Pipeline und CLV präzise unterscheidet, setzt Automationen gezielter auf, übergibt Leads zum richtigen Zeitpunkt an den Vertrieb und misst, was tatsächlich Einfluss auf den Umsatz hat.

Das Wichtigste in Kürze

• Ein Lead zeigt erstes Interesse; ein MQL erfüllt definierte Marketing-Kriterien; ein SQL ist vom Vertrieb als kaufbereit eingestuft – die saubere Abgrenzung zwischen diesen Stufen entscheidet über Übergabequalität und Pipeline-Zuverlässigkeit.
• Lead Scoring bewertet Kontakte automatisch nach Verhalten und Eigenschaften; ein klar definierter Schwellenwert – abgeleitet aus deinen eigenen Abschlussdaten – bestimmt, wann ein Lead an den Vertrieb geht.
• Die Pipeline bildet deinen Verkaufsprozess in Stufen ab; jeder Deal trägt einen Wert und eine Abschlusswahrscheinlichkeit, aus der du einen gewichteten Forecast ableiten kannst.
• CLV, CAC und Churn Rate zeigen gemeinsam, ob dein Kundenmanagement wirtschaftlich tragfähig ist – kein einzelner Wert reicht allein aus, um das zu beurteilen.

Was CRM-Fachbegriffe im Praxiskontext bedeuten

CRM steht für Customer Relationship Management – die systematische Pflege und Entwicklung von Kundenbeziehungen. Praktisch bedeutet das: Alle Informationen über einen Kontakt laufen an einem Ort zusammen. Du siehst dessen Geschichte, seinen aktuellen Status im Kaufprozess und welche Aktionen als Nächstes sinnvoll sind. Ein CRM ist damit das Gegenteil einer Inbox: kein chaotischer Eingangskorb, sondern ein strukturiertes Gedächtnis für Beziehungen.

Das Vokabular eines CRM-Systems ist nicht universell standardisiert. Was eine Plattform Opportunity nennt, heißt in einer anderen Deal. ActiveCampaign verbindet E-Mail-Marketing und CRM in einem System – das bringt Vorteile bei der Automatisierung, macht aber auch eine klare Begriffsdefinition notwendig. Wer die Kernbegriffe einmal sauber einordnet, transferiert dieses Verständnis auf jedes andere Tool und spricht im Team dieselbe Sprache.

Ein konkretes Beispiel: Jemand meldet sich über ein Formular für ein Whitepaper an. In diesem Moment entsteht in ActiveCampaign ein Kontakt. Ob daraus ein Lead, ein MQL oder direkt ein SQL wird, hängt von den Kriterien ab, die du vorab definiert hast. Ohne diese Definitionen behandelt das System alle Kontakte gleich – und sowohl Marketing als auch Vertrieb verlieren den Überblick darüber, wer welche Betreuung braucht.

Wann wird ein Kontakt zum Lead – und was trennt MQL von SQL

Wie aus einem Kontakt ein Lead wird

Ein Kontakt ist die technische Einheit im CRM: eine E-Mail-Adresse mit zugehörigen Daten. Ein Kontakt wird zum Lead, sobald er aktives Interesse an deinem Angebot signalisiert – nicht nur an einem kostenlosen Inhalt, sondern an einem Produkt oder einer Dienstleistung. Der Unterschied ist wichtig, weil er bestimmt, welche Kommunikation sinnvoll ist. Wer nur ein Freebie heruntergeladen hat, reagiert anders auf direkte Vertriebskontakte als jemand, der dreimal die Preisseite aufgerufen hat.

Ein Prospect ist ein Lead, der bereits genauer geprüft wurde: Es gibt einen konkreten Bedarf, das Unternehmen oder die Person passt zur Zielgruppe, und mindestens ein erster Austausch hat stattgefunden. In vielen B2B-Unternehmen im DACH-Raum fällt dieser Begriff mit dem „qualifizierten Lead“ zusammen. Der Übergang von Lead zu Prospect ist kein Systemereignis, sondern eine bewusste Einordnung durch Marketing oder Vertrieb – und genau deshalb muss sie explizit definiert sein.

MQL und SQL – wo die Grenze liegt

Die Abgrenzung zwischen Marketing Qualified Lead (MQL) und Sales Qualified Lead (SQL) ist in vielen Teams unscharf – und genau das kostet Übergaben. Ein MQL hat Marketing-Kriterien erfüllt: Er hat bestimmte Seiten besucht, Inhalte heruntergeladen oder einen Lead-Scoring-Schwellenwert überschritten. Das bedeutet noch keine Kaufbereitschaft, sondern dass er für Vertriebskontakt interessant genug ist, um ihn zu prüfen.

Ein SQL geht einen Schritt weiter: Der Vertrieb hat den MQL geprüft und aktiv bestätigt, dass dieser Kontakt Bedarf, Budget und Entscheidungskompetenz mitbringt. Erst dann landet er in der Pipeline als offener Deal. Diese zweistufige Prüfung verhindert, dass Vertriebsressourcen in Kontakte fließen, die noch nicht kaufbereit sind. Teams, die diesen Schritt überspringen, beklagen häufig eine „volle Pipeline mit leeren Deals“.

Wie du Lead Scoring und Nurturing in ActiveCampaign aufbaust

Wie Lead Scoring in ActiveCampaign aufgebaut wird

Lead Scoring vergibt automatisch Punkte für Aktionen und Eigenschaften eines Kontakts. Das Ziel: Du erkennst sofort, welche Kontakte kaufbereit sind, ohne jeden einzeln manuell zu bewerten. In ActiveCampaign baust du Lead Scoring über Automationen auf – ein Trigger-Aktion-Paar, das bei definierten Ereignissen Punkte addiert oder subtrahiert.

Sinnvoll ist ein zweigeteiltes Modell. Demografisches Scoring bewertet, ob der Kontakt überhaupt in deine Zielgruppe passt: Branche, Unternehmensgröße, Rolle. Verhaltens-Scoring bewertet die Aktivität: Welche Seiten hat er besucht, welche E-Mails geöffnet, ob er die Preisseite aufgerufen hat. Erst die Kombination aus beidem gibt dir einen verlässlichen Hinweis auf Kaufbereitschaft. Ein Kontakt mit perfektem Firmenprofil, aber null Aktivität, ist selten verkaufsbereit.

Typische Scoring-Werte in B2B-Kontexten:

• E-Mail geöffnet: +1 Punkt (schwaches Signal, passives Verhalten)
• Link in E-Mail geklickt: +3 Punkte (aktive Interaktion)
• Webinar besucht oder Demo-Seite aufgerufen: +8 Punkte (hohes Engagement)
• Preisseite aufgerufen: +15 Punkte (starkes Kaufsignal)
• E-Mails seit 60 Tagen nicht geöffnet: -10 Punkte (Inaktivitäts-Malus)

Der Schwellenwert, ab dem ein Kontakt als MQL gilt, lässt sich nicht aus Faustregeln ableiten. Du leitest ihn aus deinen eigenen Daten ab: Prüfe, welchen Score vergangene Kontakte hatten, die tatsächlich zu Kunden wurden. Dieser Wert ist dein Ausgangspunkt. Nach vier bis sechs Wochen Betrieb justierst du nach: Werden zu viele MQLs vom Vertrieb abgelehnt, ist der Schwellenwert zu niedrig. Erreichen kaum Kontakte ihn, ist er zu hoch. Details zum technischen Aufbau findest du im Guide zu Lead Scoring in ActiveCampaign.

Lead Nurturing: der Weg vom MQL zum SQL

Lead Nurturing bezeichnet den systematischen Prozess, Leads über Zeit so zu begleiten, dass sie von alleine in Richtung Kaufentscheidung reifen. Das ist kein Beschleunigen, sondern ein Begleiten: Du lieferst zum richtigen Zeitpunkt die Information, die ein Kontakt braucht, um seinen nächsten Schritt zu machen. Zu früh verkaufen kostet Vertrauen; zu lange warten kostet den Deal.

Konkret läuft Nurturing in ActiveCampaign über Sequenzen, die durch Trigger gestartet werden. Ein Kontakt lädt ein Whitepaper herunter, eine Automation startet, er erhält in den nächsten 14 Tagen vier E-Mails, die das Thema vertiefen. Bei jedem Klick steigt sein Score. Ab einem definierten Score wechselt er automatisch in die MQL-Automation, die den Vertrieb informiert und parallel das Nurturing auf höherwertige Inhalte umstellt.

Der häufigste Fehler beim Nurturing: In der dritten E-Mail sofort ein Angebot schicken. Wer noch in der Informationsphase ist, quittiert das mit Abmeldung. Die Faustregel lautet: erst informieren, dann qualifizieren, dann konvertieren – und jede Phase verdient eigene Inhalte.

Wie Deals durch die Pipeline wandern und was einen Forecast trägt

Was ein Deal ist und wie er in die Pipeline gehört

Ein Deal ist eine konkrete Verkaufschance in ActiveCampaign. Er entsteht, wenn ein SQL vorliegt – also ein Kontakt, den der Vertrieb als kaufbereit eingestuft hat. Jeder Deal hat drei Kerndaten: einen Wert in Euro, ein voraussichtliches Abschlussdatum und den zugehörigen Kontakt oder das Unternehmen. Diese drei Felder reichen aus, um einen sinnvollen Forecast zu erstellen.

Ein Deal gehört immer zu genau einer Pipeline. Die Pipeline ist die Abfolge von Phasen, die dein Verkaufsprozess durchläuft. Du kannst in ActiveCampaign mehrere Pipelines anlegen – etwa eine für Neukunden und eine für Verlängerungen oder Upsells. Deals wandern nicht von selbst durch die Stufen; der Vertrieb oder eine Automation bewegt sie manuell oder regelbasiert vorwärts. Wer Deals nicht aktiv pflegt, sieht einen Forecast, der mehr Wunschdenken als Realität abbildet.

Pipeline-Stufen, Forecast und Abschlusswahrscheinlichkeit

Jede Opportunity Stage steht für einen konkreten Status im Verkaufsprozess. Die Abschlusswahrscheinlichkeit steigt mit jeder Stufe. In ActiveCampaign vergibst du pro Stufe einen Prozentwert – das ist die Grundlage für den gewichteten Forecast: Deal-Wert multipliziert mit Abschlusswahrscheinlichkeit. Wer mehrere offene Deals in verschiedenen Stufen hat, sieht so sofort, welchen Umsatz er realistisch in diesem Quartal erwarten kann.

Eine typische B2B-Pipeline im DACH-Raum:

1. Erstkontakt – SQL identifiziert, noch kein Gespräch geführt (10 % Abschlusswahrscheinlichkeit)
2. Qualifiziert – Erstgespräch geführt, Bedarf bestätigt (25 %)
3. Angebot verschickt – konkrete Offerte liegt vor (50 %)
4. Verhandlung – Preise und Konditionen werden besprochen (75 %)
5. Abschluss – Vertrag unterschrieben oder Kauf bestätigt (100 %)

Neben diesen offenen Stufen gibt es zwei Abschlussstatus: Won (gewonnen) und Lost (verloren). In ActiveCampaign kannst du bei Lost-Deals den Verlustgrund erfassen. Das sind die wertvollsten Daten für die Verbesserung deines Vertriebsprozesses: Wer regelmäßig auswertet, warum Deals verloren gehen, erkennt Muster, die kein Scoring-Modell liefert.

Wann du Tags setzt und wann Custom Fields die bessere Wahl sind

Der Unterschied zwischen Tags und Custom Fields

Tags sind Label, die du einem Kontakt anheftest: „Newsletter-Abonnent“, „Webinar-Teilnehmer“, „MQL“, „Kunde“. Sie beschreiben einen Status oder ein Ereignis und eignen sich gut für Triggerbedingungen in Automationen. Ein Tag ist schnell gesetzt und sofort für Automationen verwendbar.

Custom Fields (benutzerdefinierte Felder) speichern strukturierte Daten: Branche, Mitarbeiterzahl, Jahresumsatz, verwendete Software. Sie eignen sich für Werte, die sich ändern oder für die du verschiedene Ausprägungen brauchst. Der funktionale Unterschied: Tags sagen „etwas ist passiert oder trifft zu“; Custom Fields sagen „dieser Kontakt hat diese Eigenschaft mit diesem konkreten Wert“. Wer Branche als Tag speichert, gerät in Probleme, sobald er nach Branchen segmentieren oder personalisieren will – dann ist ein Custom Field die richtige Wahl.

Typische Custom Fields für B2B-Kontakte im DACH-Raum:

• Branche (z. B. Handel, Dienstleistung, Produktion, SaaS)
• Anzahl Mitarbeiter (numerisch oder als Bereich)
• Entscheider-Rolle (z. B. CMO, Vertriebsleiter, Geschäftsführer)
• DSGVO-Einwilligung mit Datum und Quelle (wichtig für Compliance-Dokumentation)

Dynamische Segmente und statische Listen

Segmentierung bedeutet, Kontakte nach Kriterien zu gruppieren, um ihnen relevante Kommunikation zu schicken. In ActiveCampaign gibt es Listen – ein Kontakt muss aktiv hinzugefügt werden – und dynamische Segmente, die per Bedingung gebildet werden: alle Kontakte mit Tag „MQL“ und Custom Field „Branche = Handel“. Für Marketing-Automationen sind dynamische Segmente meistens die bessere Wahl: Sie halten sich selbst aktuell und erfordern keinen manuellen Pflegeaufwand.

Personalisierung nutzt Custom Fields und Tags, um Inhalte auf den Empfänger zuzuschneiden. Das geht weit über den Vornamen hinaus: Du kannst branchenspezifische Inhaltsblöcke ein- oder ausblenden, Follow-up-Sequenzen nach CRM-Status unterschiedlich gestalten oder Angebotsinhalte nach Unternehmensgröße anpassen. Je sauberer deine Felddaten, desto präziser die Personalisierung.

Wie Trigger, Workflows und Tasks in ActiveCampaign zusammenspielen

Die wichtigsten Trigger-Typen

Ein Trigger ist das auslösende Ereignis einer Automation. Ohne sauber definierten Trigger läuft keine Automation an – oder sie läuft für die falschen Kontakte an. ActiveCampaign kennt verschiedene Trigger-Kategorien:

• Formular-Trigger: Kontakt sendet ein bestimmtes Formular ab
• Tag-Trigger: Ein bestimmter Tag wird gesetzt oder entfernt
• E-Mail-Trigger: Kontakt öffnet eine Kampagne oder klickt einen Link
• Deal-Trigger: Ein Deal wechselt die Pipeline-Stufe oder wird gewonnen bzw. verloren
• Datum-Trigger: Ein Datum in einem Custom Field wird erreicht, z. B. Vertragsablauf oder Geburtstag

Die Wahl des Triggers bestimmt, wer in eine Automation eintritt. Ein zu breiter Trigger – alle Kontakte, die jemals eine E-Mail geöffnet haben – sorgt dafür, dass Automationen auf Kontakte zutreffen, für die sie nicht gedacht sind. Präzise Trigger schützen vor Chaos im System und vor Kontakten, die in unpassende Sequenzen geraten.

Workflows, Tasks und Follow-Up

Ein Workflow ist die gesamte Abfolge von Aktionen innerhalb einer Automation – vom Trigger bis zur letzten Bedingung. Gute Workflows haben einen klaren Ein- und Ausstiegspunkt. Schlechte Workflows haben keinen Ausstieg und produzieren Kontakte, die endlos in einem Schritt feststecken, ohne dass jemand es bemerkt.

Tasks sind CRM-Aufgaben, die für den Vertrieb erzeugt werden: „Rückruf bei diesem Kontakt in drei Tagen“ oder „Angebot bis Freitag nachfassen“. ActiveCampaign kann Tasks automatisch erzeugen – wenn ein Deal eine bestimmte Stufe erreicht oder ein Kontakt eine High-Intent-Seite besucht hat. Der Follow-Up ist die systematische Nachfassaktion; er kann als automatische E-Mail laufen oder als Task erscheinen, den ein Mensch abarbeitet. Bei kleinen Deal-Werten und kurzen Sales Cycles lohnt sich die vollautomatische E-Mail-Variante; bei komplexen B2B-Deals mit hohem Wert sollte ein Mensch die Nachfassaktion ausführen.

KPIs und Kundenwert: Was im CRM wirklich zählt

Customer Lifetime Value – Berechnung und Einordnung

Der Customer Lifetime Value (CLV) zeigt, wie viel Umsatz ein Kunde über die gesamte Dauer der Geschäftsbeziehung einbringt. Die Grundformel: Durchschnittlicher Auftragswert multipliziert mit der Anzahl der Aufträge pro Jahr, multipliziert mit der durchschnittlichen Dauer der Kundenbeziehung in Jahren.

Beispielrechnung: Dein Durchschnittskunde kauft jährlich zweimal für je 800 Euro und bleibt vier Jahre. CLV = 800 × 2 × 4 = 6.400 Euro. Das ist kein Prognose-Wert, sondern ein Planungswert. Er setzt die Obergrenze für deine Akquiseausgaben: Was du für die Gewinnung eines Neukunden ausgibst, muss dauerhaft deutlich unter dem CLV bleiben. Ein CLV:CAC-Verhältnis von 3:1 gilt als gesunde Untergrenze.

Der Fehler beim CLV liegt oft in der Berechnung mit einem einzigen Durchschnittswert über alle Kunden. Wer CLV nach Segment – Branche, Unternehmensgröße, Akquisekanal – aufschlüsselt, erkennt, welche Kunden wirklich profitabel sind und welche Segmente trotz hohem Aufwand wenig einbringen.

Customer Acquisition Cost, Churn Rate und Net Promoter Score

Die Customer Acquisition Cost (CAC) zeigt, wie viel die Gewinnung eines Neukunden kostet. Rechenweg: Gesamte Marketing- und Vertriebsausgaben eines Zeitraums dividiert durch die Anzahl der gewonnenen Kunden. Wenn CLV deutlich höher als CAC ist, trägt der Kanal. Wenn nicht, liegt entweder ein strukturelles Problem bei den Akquisekosten vor oder die Kundenbindung ist zu schwach.

Die Churn Rate misst, wie viele Kunden in einem Zeitraum abwandern. Rechenweg: Kunden zu Beginn des Zeitraums minus Kunden am Ende, dividiert durch Kunden zu Beginn. Eine Churn Rate von 3 % pro Monat klingt gering – bedeutet aber, dass du innerhalb eines Jahres fast ein Drittel deiner Kundenbasis verlierst. Für Abo- und Servicemodelle ist der Revenue Churn aussagekräftiger: Er misst nicht die Anzahl der abwandernden Kunden, sondern den Umsatzanteil, der dadurch verloren geht – und berücksichtigt damit, dass größere Kunden mehr wiegen als kleinere.

Der Net Promoter Score (NPS) ergibt sich aus einer einzigen Frage: „Wie wahrscheinlich ist es, dass du uns weiterempfiehlst?“ – auf einer Skala von 0 bis 10. Wer 9 oder 10 antwortet, ist Promoter; wer 7 oder 8 antwortet, ist passiv; wer 0 bis 6 antwortet, ist Detractor. NPS = Anteil Promoter minus Anteil Detractors. In ActiveCampaign kannst du NPS-Erhebungen als Automation anlegen und die Ergebnisse direkt dem Kontaktprofil zuordnen – das macht den NPS auswertbar nach Segment, Branche oder Akquisekanal.

Sales Cycle Length, Conversion Rate und MRR

Die Sales Cycle Length ist die durchschnittliche Dauer vom ersten Vertriebskontakt bis zum Abschluss. Sie hilft, Forecasts realistisch zu terminieren: Wenn dein Sales Cycle im Schnitt 45 Tage dauert, wirst du einen Deal, der heute in „Angebot verschickt“ steht, nicht in zwei Wochen schließen. Ein kurzer Sales Cycle ist nicht per se besser – er muss zur Komplexität und zum Wert deines Angebots passen.

Die Conversion Rate lässt sich auf jeder Stufe messen: Wie viele Kontakte werden zu MQLs? Wie viele MQLs werden zu SQLs? Wie viele SQLs werden zu Kunden? Jede Stufen-Conversion zeigt, wo Potenzial liegt. Der Monthly Recurring Revenue (MRR) ist vor allem für Abo-Modelle relevant: Er zeigt den planbaren monatlichen Umsatz auf Basis bestehender Verträge und ist damit die verlässlichste Zahl für die Liquiditätsplanung.

So richtest du eine saubere Lead-Qualifizierung in ActiveCampaign ein

Am Ende dieses Blocks hast du ein funktionierendes Setup, das eingehende Kontakte automatisch klassifiziert und zum richtigen Zeitpunkt an den Vertrieb übergibt.

1. MQL-Kriterien definieren: Lege gemeinsam mit dem Vertriebsteam fest, welche Eigenschaften und Aktionen einen MQL ausmachen. Typisch: Scoring-Schwellenwert über 40, Zielgruppe trifft zu (Branche, Größe), mindestens ein High-Intent-Signal wie Preisseitenaufruf oder Demo-Anfrage.
2. Lead Scoring in ActiveCampaign aufbauen: Gehe zu Kontakte – Lead Scoring und erstelle ein Score-Modell. Vergib Punkte für E-Mail-Klicks, Seitenbesuche über Site Tracking und Formular-Submissions. Setze einen Inaktivitäts-Malus für Kontakte, die länger als 60 Tage keine Aktivität zeigen.
3. MQL-Automation anlegen: Trigger: Score erreicht definierten Schwellenwert. Aktionen: Tag „MQL“ setzen, interne Benachrichtigung an Vertrieb senden, Kontakt in höherwertige Nurturing-Sequenz eintragen und demographische Felder prüfen lassen.
4. SQL-Prüfung durch Vertrieb abbilden: Der Vertrieb prüft den MQL nach Erstgespräch. Bei Bestätigung: Tag „SQL“ setzen. Automation: Deal in der Haupt-Pipeline anlegen, erste Stufe „Qualifiziert“, Task „Erstgespräch dokumentieren“ erzeugen.
5. Lost-Gründe konfigurieren: Lege in den Pipeline-Einstellungen 4–6 Verlustgründe an, z. B. kein Budget, kein Bedarf, Mitbewerber gewählt, kein Zeitplan, kein Entscheider erreichbar. Jeder geschlossene verlorene Deal erhält einen Grund – das sind die wertvollsten Daten für dein Vertriebsreporting.
6. Reporting aufsetzen: Tracke wöchentlich die MQL-to-SQL-Conversion Rate und die durchschnittliche Sales Cycle Length über ActiveCampaigns Deal-Reports. Justiere den Scoring-Schwellenwert nach vier Wochen, wenn die MQL-Qualität nicht mit den Abschlussquoten übereinstimmt.

Typische Fehler mit CRM-Begriffen – und was dahintersteckt

• Lead und MQL werden gleichgesetzt: Wer jeden Kontakt sofort als Lead behandelt und direkt an den Vertrieb übergibt, verstopft die Pipeline mit unreifen Kontakten. Die Folge: Der Vertrieb verliert Vertrauen in die Lead-Qualität und beginnt, CRM-Benachrichtigungen zu ignorieren.
• Kein gemeinsam definierter MQL-SQL-Übergang: Wenn Marketing und Vertrieb nie gemeinsam festgelegt haben, wann ein MQL zum SQL wird, entscheidet jede Person nach eigenem Ermessen. Das führt zu unterschiedlichen Deal-Qualitäten in der Pipeline und zu Forecasts, die nicht halten, was sie versprechen.
• Tags statt Custom Fields für strukturierte Daten: „Branche:Handel“ als Tag funktioniert kurzfristig, bricht aber zusammen, sobald du Segmente filtern oder Personalisierungen aufbauen willst. Custom Fields sind für strukturierte Eigenschaften gebaut; Tags für Ereignisse und Zustände.
• Pipeline-Stufen ohne Abschlusswahrscheinlichkeit: Wer Stufen anlegt, aber keine Prozentwerte vergibt, kann keinen gewichteten Forecast erstellen. Jeder Deal in der Pipeline sieht dann gleich wertvoll aus – und Ressourcenplanung wird zur Raterei.
• CLV als einziger Durchschnittswert: Ein einziger CLV-Wert über alle Kunden verdeckt, dass bestimmte Segmente deutlich profitabler sind als andere. Wer CLV nach Branche, Unternehmensgröße oder Akquisekanal aufschlüsselt, erkennt, wo sich Vertriebsinvestitionen wirklich lohnen.

Häufige Fragen

Was ist der Unterschied zwischen einem Lead und einem Prospect?

Ein Lead hat erstes Interesse gezeigt – er hat sich für etwas eingetragen oder ein Formular abgeschickt. Ein Prospect ist ein Lead, der bereits qualifiziert wurde: Es gibt einen konkreten Bedarf, das Unternehmen oder die Person passt zur Zielgruppe, und mindestens ein erstes Gespräch oder eine Einschätzung durch den Vertrieb hat stattgefunden. Der Übergang ist keine Systemfunktion in ActiveCampaign, sondern eine bewusste, manuell dokumentierte Einordnung.

Wann sollte ein MQL zum SQL werden?

Ein MQL sollte zum SQL werden, wenn drei Kriterien gleichzeitig erfüllt sind: nachgewiesener Bedarf (der Kontakt hat ein Problem, das dein Angebot löst), Budget (er kann sich die Lösung leisten oder hat einen Budgetprozess) und Entscheidungskompetenz (er entscheidet selbst oder ist direkt am Entscheidungsprozess beteiligt). Diese drei Punkte prüft der Vertrieb im Qualifizierungsgespräch – kein Scoring-System kann das vollständig ersetzen.

Wie berechnet man den Customer Lifetime Value richtig?

Die Grundformel lautet: durchschnittlicher Auftragswert multipliziert mit der Kaufhäufigkeit pro Jahr, multipliziert mit der durchschnittlichen Dauer der Kundenbeziehung in Jahren. Für aussagekräftigere Werte solltest du den CLV nach Kundensegmenten trennen: nach Branche, Akquisekanal oder Unternehmensgröße. Ein Gesamtdurchschnitt verdeckt oft, dass ein kleines Segment den Großteil des Kundenwerts generiert, während ein anderes Segment trotz hohem Aufwand strukturell unprofitabel ist.

Wie viele Pipeline-Stufen sind für ein B2B-Setup sinnvoll?

Fünf bis sechs Stufen sind für die meisten B2B-Verkaufsprozesse im DACH-Raum ausreichend. Mehr Stufen bedeuten mehr Pflegeaufwand und höhere Wahrscheinlichkeit, dass Deals nicht aktuell gehalten werden. Die Faustregel: Jede Stufe muss eine klar unterschiedliche Vertriebsaktion und eine andere Abschlusswahrscheinlichkeit haben. Wenn zwei Stufen dieselbe Wahrscheinlichkeit tragen und dieselbe Aktion erfordern, sind sie eigentlich eine Stufe.

Was bedeutet Revenue Churn und warum ist er aussagekräftiger als die Churn Rate?

Die Churn Rate zählt, wie viele Kunden kündigen. Revenue Churn misst, wie viel Umsatz durch Kündigungen verloren geht. Der Unterschied: Wenn dein größter Kunde kündigt und gleichzeitig zehn kleine Kunden bleiben, sinkt die Kunden-Churn Rate – aber dein Revenue Churn ist hoch. Für Unternehmen mit unterschiedlich großen Kunden ist Revenue Churn die verlässlichere Kennzahl für die Bewertung der Kundenbindung.

Welche drei KPIs geben Marketing-Teams den vollständigsten Überblick über die CRM-Performance?

Die MQL-to-SQL-Conversion Rate zeigt, wie gut das Marketing qualifiziert. Die Time-to-MQL zeigt, wie lange es dauert, bis ein Kontakt MQL-Reife erreicht – sie gibt Hinweise darauf, ob Nurturing-Inhalte und Scoring-Schwellenwert passen. Der Kanal-CLV zeigt, welche Akquisekanäle Kunden mit dem höchsten Kundenwert liefern. Wer diese drei Werte regelmäßig trackt, kann Budget- und Inhaltsentscheidungen auf Basis echter Wirkung treffen statt auf Basis von Reichweite oder Öffnungsraten.

Wer ein strukturiertes Lead-Qualifizierungssystem aufbauen will, beginnt am sinnvollsten mit drei Elementen: einem Scoring-Modell mit klar definiertem MQL-Schwellenwert, gemeinsam mit dem Vertrieb festgelegten SQL-Kriterien und einer Pipeline mit realen Abschlusswahrscheinlichkeiten pro Stufe. Diese drei Elemente schaffen die Grundlage dafür, dass alle anderen CRM-Begriffe – von CLV bis Churn Rate – mit verlässlichen Daten befüllt werden können.