Wie du mit KI im B2B Sales startest

Du hast zehn AI-Tools, fünfzig halbfertige Workflows, und keines davon hat diese Woche ein Meeting gebucht. Genau da stehen die meisten Teams mit AI im B2B Sales. Mehr Logins, gleiche Pipeline. Die Frage ist also nicht, welches Tool als nächstes. Die Frage ist, welche Fähigkeit du zuerst lernst.

Hier die unbequeme Zahl. Sales Reps verbringen nur 28% ihrer Woche tatsächlich mit Verkaufen, laut Salesforce. Der Rest geht für Recherche, Admin, Dateneingabe und die falschen Leute drauf. AI ist genau in diesen langweiligen 72% gut. Aber nur, wenn du sie nicht wie einen Snackautomaten behandelst, sondern wie eine neue Mitarbeiterin.

Ich leite Pedalix und The Science of GTM und habe über 100 B2B-Tech-Firmen dazu beraten. Das Muster ist immer dasselbe. Der Engpass ist nie die AI. Es sind die Daten, die Signale und die Art, wie die Arbeit organisiert ist. Dieser Beitrag zeigt dir, wo du anfängst. In klaren Schritten, ohne Jargon.

Was du hier mitnimmst:

• Die zwei AI-Skills, die sich im B2B Sales auszahlen, und warum alles andere Ablenkung ist.
• Wie du diese Woche deinen ersten AI-Agent baust, mit drei Quellen und einer Regel.
• Einen einfachen Lead-Research- und Outreach-Workflow, den du kopieren kannst, einen Kanal nach dem anderen.
• Warum das stärkste Zeichen, dass deine Automation funktioniert, ist, dass du sie abschalten musst.

Hör auf, Tools zu kaufen. Der Engpass war nie die AI.

Das echte Problem im B2B Sales ist nicht ein fehlendes Tool. Es sind schlechte Daten, fehlende Signale und Arbeit, die niemand organisiert hat. Pack ein AI-Tool obendrauf, und du hast ein schnelleres Chaos. Bau zuerst das Fundament, dann lass Agents darauf laufen.

Schau, was schlechte Daten weiter unten anrichten. Weniger als die Hälfte der Sales Leader vertrauen ihrem eigenen Forecast, hat Gartner gemessen. Wenn du deinen Pipeline-Zahlen nicht traust, hilft mehr Automation dir nur, schneller falsch zu liegen.

Der erste Schritt ist also nicht technisch. Entscheide, welche zwei Skills du selbst beherrschen willst. Ich würde immer dieselben zwei wählen: Agents bauen und Distribution aufbauen. Der eine gibt dir einen Mitarbeiter, der nie schläft. Der andere sorgt dafür, dass die richtigen Leute überhaupt von dir hören. Wer diese zwei hat, für den ist das Tool dieses Jahr egal.

Skill 1: Bau eine kleine AI-Mitarbeiterin, nicht den besseren Prompt

Die meisten haben gelernt, einen guten Prompt in einen Chatbot zu tippen. Nützlich, aber klein. Der nächste Schritt ist, eine kleine AI-Mitarbeiterin zu designen: mit Kontext, Tools, Permissions, Memory, einem Ziel und einer Möglichkeit, ihre Arbeit selbst zu prüfen, bevor sie dich nervt. Das ist ein Agent. Dasselbe Prinzip wie das Onboarding einer Junior-Mitarbeiterin, einfach schneller.

Denk an sechs einfache Bausteine. Gib dem Agent Context (was er wissen muss). Gib ihm Tools (was er nutzen darf, zum Beispiel deinen Kalender oder eine Suche). Setz Permissions (was er allein darf, wo er fragen muss). Gib ihm Memory (damit er nicht jedes Mal bei null startet). Setz ein klares Ziel. Und gib ihm einen Weg, seine eigene Arbeit zu prüfen, bevor er irgendetwas sendet.

Dein erster Agent soll absichtlich langweilig sein. Bau dir einen Daily-Briefing-Agent. Mehr nicht:

• Gib ihm drei Quellen: deinen Kalender, einen Ordner mit Notizen und ein paar gespeicherte Links.
• Gib ihm einen Auftrag: sag mir, was heute zählt, welche Entscheidungen warten und welche Follow-ups ich schulde.
• Setz eine Regel: zeig deine Quellen und frag, bevor du etwas sendest.

Dieses eine Projekt bringt dir die ganze Form jedes ernsthaften Sales-Agents bei: Context, Memory, Tool-Nutzung, Permissions und Self-Checking. Der Fehler ist, am Tag eins einen allwissenden Super-Agent bauen zu wollen. Fang mit einem kleinen Worker an, mach ihn echt nützlich, dann häng den nächsten dran. Dieselbe Logik steckt hinter einem Lean-Team mit Agents: drei gute Leute plus ein paar zuverlässige Agents schaffen die Arbeit von dreissig.

Eine Sache lohnt sich noch früh: Nicht jeder Job braucht das grösste Modell. Manche Jobs brauchen ein Riesenhirn in der Cloud. Viele Jobs brauchen einfach einen ruhigen Worker, der günstig läuft und deine Daten auf deinem Rechner lässt. Du kannst kleinere Modelle lokal laufen lassen, mit Tools wie Ollama oder LM Studio. Am Tag eins brauchst du das nicht. Aber sobald du spürst, welche Jobs ein Riesenhirn wollen und welche einen leisen Worker, verstehst du das ganze Spiel. Wenn du die tiefere Version dieses Shifts willst, habe ich geschrieben, wie man vom Prompten zum Agent-Designen kommt.

Dein erster Lead-Research-Workflow: Clay, dann ein Kanal nach dem anderen

Der schnellste Win im B2B Sales ist, die Lead-Recherche an einen Agent zu übergeben und einen Outreach-Kanal nach dem anderen dazuzunehmen. Start mit Recherche in Clay. Dann LinkedIn, dann E-Mail. Multi-Channel erst, wenn ein einzelner Kanal funktioniert. Alles auf einmal ist der Weg, mit dem sich Teams ausbrennen und dann die Tools beschuldigen.

Start mit Recherche. Clay ist der einfachste Einstieg. Stell es dir vor wie ein Spreadsheet auf Steroiden: jede Zeile ist ein Lead oder eine Firma, jede Spalte zieht etwas Nützliches rein (Jobtitel, frische Firmen-News, eine Telefonnummer, ein aktueller Post). Es ist an Dutzende Datenanbieter angeschlossen und zahlt nur, wenn einer wirklich liefert. Danach kann es für jeden Kontakt eine personalisierte erste Zeile entwerfen. Hier wird aus Lead Research und deinem ICP ein System statt einer Schätzung. Verbring die erste Woche hier und nirgendwo sonst.

Dann nimm einen Outreach-Kanal dazu. Ich würde mit LinkedIn starten, weil die meisten B2B-Buyer bereits dort sind. Ein Tool wie joinvalley.co sendet Nachrichten aus deinem eigenen Account, rund 25 auf LinkedIn und 25 per E-Mail pro Tag, in deinem Schreibstil und nur an Leute, die zu deinen Kriterien passen. Du fütterst es mit deinen Dos and Don'ts und deinem Wunschkunden, und die Nachrichten werden kürzer und weniger salesy. Die ehrliche Wahrheit, warum es so gut läuft: Ich musste meines pausieren. Es hat zu viele Meetings gebucht, und ich kam nicht hinterher. Genau das ist die Latte.

Erst dann Multi-Channel. Wenn ein Kanal läuft, kombiniere E-Mail und LinkedIn, so dass eine Antwort auf dem einen den Rest stoppt. Lemlist macht das aus einer Hand. Oder du paarst HeyReach für LinkedIn mit Instantly für Cold E-Mail. Damit E-Mail überhaupt ankommt, kauf eine Handvoll zusätzlicher Domains, wärm sie zuerst auf und sende langsam. Halt die Personalisierung hoch: generische Blasts sind tot, und hyperpersonalisierter Outreach ist die einzige Art, die es sich noch lohnt zu senden. Die Reihenfolge zählt mehr als die Tools: Recherche, dann ein Kanal, dann viele.

Skill 2: Distribution schlägt Posten

Distribution ist nicht, auf Social Media zu posten. Es ist zu wissen, wo deine Käufer schon Aufmerksamkeit liegen lassen, welche Worte sie für ihr Problem benutzen und wie du Vertrauen aufbaust, bevor du irgendwas willst. In einer AI-Welt kann jeder ein Produkt oder eine Landing Page ausliefern. Der seltene Skill ist, dass es jemanden interessiert.

Warum das wichtiger ist als Outbound-Volumen. In jedem Moment sind rund 95% der B2B-Käufer nicht im Markt für das, was du verkaufst, laut Ehrenberg-Bass Institute und LinkedIn B2B Institute. Nur 5% sind heute kaufbereit. Wenn du nur die 5% mit Cold Messages jagst, ignorierst du die 95%, die später kaufen. Distribution ist, wie du für sie monatelang nützlich bleibst, damit du die offensichtliche Wahl bist, wenn sie endlich aktiv werden.

Der gute Marketer in dieser Zeit ist teils Researcher, teils Storyteller, teils Media-Operator, teils Community-Builder. Du nimmst eine Erkenntnis und machst daraus einen Post, ein kurzes Video, einen E-Mail-Angle und eine Sales-Line. Die erste Übung ist klein und am Wochenende machbar. Such dir eine Nische, die dich interessiert. Bau eine Distribution-Map: 20 Orte, an denen deine Käufer Aufmerksamkeit ausgeben (Newsletter, Creator, Reddit-Threads, Podcasts, Events, Suchbegriffe, die Tools, für die sie schon zahlen). Dann schreib 20 Hooks zu einer einzigen Idee: ein paar über Neugier, ein paar über Angst, ein paar über Geld, ein paar über "Das hätte ich früher wissen sollen". Du trainierst dir an, mit dem zu starten, was Leute schon wollen, statt mit dem, was du zufällig gebaut hast. Das ist das Langspiel hinter Founder-Led Content als GTM-Vorteil.

Der echte Beweis: wenn Automation funktioniert, schaltest du sie ab

Das klarste Zeichen, dass dein AI-Setup läuft, ist kein Dashboard. Es ist, dass du es bremsen musst, weil es mehr Meetings bucht, als du nehmen kannst. So sieht gut aus. Das Ziel war nie mehr Aktivität. Es waren mehr von den richtigen Gesprächen.

Das ist keine Theorie. Meine eigene LinkedIn-Automation habe ich aus einem Grund pausiert: zu viele Meetings. Eine Praktikantin mit einer einfachen E-Mail-, LinkedIn- und Anrufsequenz hat einem CEO fünf Meetings pro Woche gebucht. Und wenn wir die AI-Monitor-Studie mit der ETH Zürich veröffentlichen und Teilnehmende warm anrufen, ist die Konversion zum Meeting hoch, weil der Kontakt schon warm ist, bevor wir fragen. Sieh, was alle drei gemeinsam haben. AI hat die Recherche und das langweilige Follow-up gemacht. Ein Mensch hat die Prioritäten, die Beziehung und den Close gemacht.

Das ist die Linie, die sich nicht verschiebt. AI nimmt die Routine. Sie nimmt nicht die Beziehung. Die Reps, die gewinnen, sind nicht die mit den meisten Tools. Es sind die, die zwei Skills gelernt haben, Agents bauen und Distribution aufbauen, und den Menschen genau dort gelassen haben, wo er zählt. Das ganze Playbook für dieses System lebt in dem gtm.science-Framework.

Wo es funktioniert, wo nicht, und die Falle

✅ Was glänzt. Recherche, Anreicherung, erste Entwürfe und Follow-up. Genau die 72% der Woche, die Reps hassen. Agents machen das günstig, rund um die Uhr, und sie werden besser, wenn du sie korrigierst.

❌ Was nicht glänzt. Kreativität, Urteilsvermögen und Vertrauen. AI allein ist nicht originell genug, um deine Strategie zu setzen oder einen Raum zu lesen. Prioritäten, Beziehung und Close bleiben menschlich.

⚠️ Warnung. Fang nicht oben an. Autonome Agent-Swarms sehen beeindruckend aus, und die Kosten explodieren ohne Limits. Und in der Schweiz und der EU ist nicht alles, was du bauen kannst, auch erlaubt: Gesprächsaufzeichnung braucht Einwilligung, und Kontaktdaten zu kaufen ist nur teilweise legal. Setz Grenzen und Approval-Gates, bevor du skalierst.

Zurück zum Anfang: zehn Tools, keine Meetings. Der Fix war nie das elfte Tool. Es war, zwei Skills zu wählen und einen kleinen Schritt zu machen. Bau diese Woche einen Daily-Briefing-Agent. Setz einen Clay-Workflow auf. Nimm einen Kanal dazu. Werd so gut, dass du etwas abschalten musst. So startest du wirklich mit AI im B2B Sales.

Wenn du das Playbook und die Workflows willst, wie sie sich entwickeln, abonnier den Science-of-GTM-Newsletter. Eine Idee, eine Übung, jede Woche.