Wenn du Outbound in nennenswertem Umfang betreibst, kennst du das Problem: Anreicherungsdienste rechnen pro Credit, pro Kontakt, pro Abfrage. Die Rechnung wächst schnell. Für ein Umsatzteam aus fünf bis acht Leuten liegt sie schnell im vierstelligen Bereich pro Monat.
Das größere Problem ist aber nicht der Preis. Es ist, was du dafür bekommst.
Die meisten Werkzeuge liefern statische Daten: Unternehmensgröße, Branche, Tech-Stack. Sie beantworten nie die eine Frage, die über deinen Zeitpunkt entscheidet:
- Stellt dieses Unternehmen gerade Rollen ein, die auf Budget hindeuten?
- Hat es kürzlich Kapital aufgenommen, hat also Geld zum Ausgeben?
- Wächst es auffällig schnell?
- Hat es gerade ein Werkzeug gewechselt und ist damit offen für neue Anbieter?
Das sind Kaufsignale. Sie sind der Unterschied zwischen einem kalten Kontakt und einem warmen. Klassische Anbieter erfassen sie entweder gar nicht oder verkaufen sie als teures Zusatzpaket.
Sie sind auch die zweite Schicht eines belastbaren Wunschkundenprofils: Firmenmerkmale sagen dir, wer kaufen könnte. Signale sagen dir, wer heute einen Grund hat.
Die Grundidee
Statt einen Datenanbieter fürs Anreichern zu bezahlen, lässt du KI-Agenten mit Websuche die Information selbst finden. Automatisiert, in großem Umfang, für Cent-Beträge pro Kontakt.
Der Ablauf in sechs Schritten:
- Liste aus deinem Prospecting-Werkzeug exportieren
- Daten in einer Tabelle strukturieren, eine Spalte je Signal
- Automatisierung auslösen, wenn eine Zeile neu ist oder ein Feld leer
- Je Signal einen spezialisierten Agenten mit Websuche anfragen
- Antwort als strukturiertes JSON zurückschreiben
- Angereicherte Daten zurück ins CRM oder Outreach-Tool
Der Aufbau kostet vier bis acht Stunden für die Grundversion. Pro angereichertem Lead landest du bei zwei bis drei Signalen im niedrigen Cent-Bereich.
Schritt 1: Daten strukturieren
Zwei Wege, an die Liste zu kommen:
- Über die Schnittstelle, wenn du wöchentlich 50 oder mehr Kontakte hinzufügst. Apollo, Clay und die meisten Outreach-Tools bieten automatisierte Exporte. Einmal einrichten, dann läuft es täglich oder wöchentlich.
- Als CSV von Hand, wenn du testest oder unter 100 Kontakte pro Woche bearbeitest. Herunterladen, in die Tabelle laden, fertig.
Deine Tabelle braucht als Minimum: Firmenname, Website, optional Kontaktname und Rolle, sowie das LinkedIn-Profil des Unternehmens. Die Website ist dabei nicht optional, sie liefert dem Agenten den Kontext, mit dem er die richtige Firma findet und nicht eine namensgleiche.
Dazu eine Spalte pro Signal. Jede Spalte ist eine konkrete Frage, die du dem Agenten stellst.
| Spalte | Was sie erfasst | Beispielwert |
|---|---|---|
signal_vertrieb | Werden Vertriebsrollen besetzt? | „Ja, 3 offene SDR-Stellen, in den letzten 30 Tagen ausgeschrieben" |
signal_funding | Frisches Kapital? | „Series A, 8 Mio. Euro, Oktober" |
signal_toolwechsel | Migration im Gange? | „Wechsel von Mailchimp zu HubSpot" |
signal_wachstum | Auffälliger Zuwachs? | „Belegschaft plus 35 Prozent in 6 Monaten" |
signal_expansion | Neuer Markt, neuer Standort? | „Büro in Wien eröffnet" |
signal_fuehrung | Wechsel auf Leitungsebene? | „Neue Marketingleitung seit 90 Tagen" |
Wichtig: Fang mit zwei bis drei Signalen an. Wer zehn gleichzeitig erheben will, treibt die Kosten und bekommt schlechtere Ergebnisse, weil jeder Agent zu viel auf einmal soll. Wähle die Signale, die am stärksten damit zusammenhängen, dass dein Wunschkunde gerade im Markt ist.
Schritt 2: Auslöser festlegen
Zwei Varianten:
- Bei neuer Zeile, wenn du laufend Kontakte hinzufügst. Die Anreicherung läuft sofort. In Make.com ist das „Google Sheets, Watch Rows", in n8n der Sheets-Trigger auf neue Zeile.
- Bei leerem Feld, wenn du periodisch größere Listen hochlädst. Ein Zeitplan prüft alle paar Stunden auf leere Spalten und arbeitet sie stapelweise ab.
Für den Anfang ist die zweite Variante besser: Du behältst die Kontrolle darüber, wann etwas läuft, und siehst die Kosten, bevor sie entstehen.
Der Filter auf leere Felder ist entscheidend. Ohne ihn reicherst du dieselben Leads immer wieder an und zahlst jedes Mal aufs Neue für dieselbe Information.
Schritt 3: Ein Agent pro Signal
Hier entscheidet sich die Qualität. Der übliche Fehler ist ein Sammelprompt:
„Erzähl mir alles über Firma X: Einstellungen, Funding, Tech-Stack, Wachstum."
Das Ergebnis ist vage und unbrauchbar.
Spezialisiert funktioniert es:
„Stellt Firma X aktuell SDRs oder BDRs ein? Prüfe LinkedIn-Jobs, die Karriereseite und aktuelle Beiträge."
Agent 1: Einstellungssignal
Du bist Analyst für B2B-Vertriebsintelligenz mit Fokus auf Einstellungssignale.
Aufgabe: Stellt {{firmenname}} aktuell Sales Development Representatives,
Business Development Representatives oder Account Executives ein?
Suche in: Website {{website}}, LinkedIn-Jobs, aktuelle Unternehmensbeiträge,
Jobbörsen.
Gib das Ergebnis in genau diesem JSON-Format zurück:
{
"stellt_ein": true/false,
"rollen": ["SDR", "BDR", "AE"],
"anzahl_offen": 0,
"datum": "2026-08-01",
"quelle_url": "https://...",
"sicherheit": "hoch/mittel/niedrig",
"notiz": "kurzer Kontext"
}
Regeln:
- Nur JSON, keine Erklärungen
- stellt_ein auf false, wenn in den letzten 90 Tagen nichts gefunden wurde
- Quellen-URL zur Überprüfung immer mitgeben
- Bei den Rollen genau bleiben, Engineering nicht mit Vertrieb vermischen
Agent 2: Finanzierungssignal
Aufgabe: Hat {{firmenname}} in den letzten 12 Monaten Wagniskapital oder
Beteiligungskapital aufgenommen?
Suche in: Crunchbase, Pressemitteilungen, LinkedIn-Beiträge der Gründer,
deutschsprachige Startup-Medien.
Antwortformat:
{
"kapital_aufgenommen": true/false,
"runde": "Pre-Seed/Seed/Series A/Series B/Series C/Growth",
"betrag": "8 Mio. EUR",
"datum": "2026-05-15",
"leadinvestor": "...",
"quelle_url": "https://...",
"sicherheit": "hoch/mittel/niedrig",
"notiz": "kurze Zusammenfassung"
}
Agent 3: Tool-Wechsel
Aufgabe: Wechselt oder evaluiert {{firmenname}} gerade ein CRM, eine
Marketing-Automatisierung oder ein Sales-Engagement-Werkzeug?
Antwortformat:
{
"wechsel_erkannt": true/false,
"kategorie": "CRM/Marketing-Automatisierung/Sales Engagement/Customer Success",
"von": "HubSpot",
"nach": "Salesforce",
"phase": "Evaluierung/Umsetzung/kürzlich abgeschlossen",
"datum": "2026-06-20",
"quelle_url": "https://...",
"sicherheit": "hoch/mittel/niedrig",
"notiz": "..."
}
Zwei technische Punkte, die über die Brauchbarkeit entscheiden:
- Nutze ein Modell mit eingebauter Websuche, das Quellen mitliefert. Ohne Quellenangabe kannst du nichts überprüfen, und ohne Überprüfung glaubt dir der Vertrieb die Daten nicht.
- Setz die Temperatur auf 0,1. Du willst faktische, wiederholbare Antworten, keine kreativen.
Schritt 4: Zurückschreiben
Die JSON-Antwort wird geparst und in die Tabelle geschrieben. In Make.com übernimmt das der Parse-JSON-Baustein, in n8n ein Set-Node, der die Felder herauszieht.
Ein praktischer Hinweis: Bau ein Zusammenfassungsfeld, das die Kernaussage lesbar macht.
„Ja, 3 SDR-Stellen seit Dezember auf LinkedIn" ist für einen Vertriebler sofort verwertbar. „true" ist es nicht. Das klingt nach einer Kleinigkeit, entscheidet aber darüber, ob die angereicherten Daten tatsächlich in Gesprächen auftauchen oder nur in Spalten liegen.
Schritt 5: Ins CRM zurücksynchronisieren
Leg für jedes Signal ein eigenes Feld an, dazu ein Datumsfeld, wann zuletzt geprüft wurde. Ohne dieses Datum weißt du in drei Monaten nicht mehr, ob ein Signal noch aktuell ist.
Optional kannst du daraus eine einfache Bewertung bauen:
- Passende Rollen werden besetzt: +3
- Frisches Kapital in den letzten 6 Monaten: +5
- Tool-Wechsel erkannt: +4
- Starker Personalzuwachs: +2
Wer sieben Punkte und mehr erreicht, wandert in die bevorzugte Ansprache. Damit daraus keine Warteschlange wird, braucht es eine Reaktionsfrist und ein Routing, das die Zuständigkeit klärt.
Was das kostet
Für ein Team, das 500 Leads im Monat anreichert, liegen etablierte Anbieter je nach Paket bei mehreren hundert bis mehreren tausend Euro im Monat. Pro Lead bewegst du dich damit zwischen etwa einem und vier Euro, für überwiegend statische Merkmale.
Der eigene Ablauf besteht aus drei Posten: den API-Kosten des Modells, der Automatisierungsplattform und der Tabelle. Zusammen bewegt sich das im niedrigen zweistelligen Bereich pro Monat, also bei wenigen Cent pro Lead.
Der entscheidende Unterschied ist aber nicht der Preis, sondern die Skalierung. Bei Anbietern springst du in höhere Pakete, sobald du eine Grenze reißt. Beim Eigenbau wachsen die Kosten linear mit der Zahl der Abfragen. Bei 10.000 Leads im Monat fällt dein Preis pro Lead weiter, statt zu springen.
Wann Eigenbau, wann Anbieter
Eigenbau passt, wenn:
- du sehr spezifische Signale brauchst, die in keinem Dropdown stehen („migriert gerade von AWS zu Azure")
- du wenige, dafür hochwertige Konten bearbeitest statt Masse, also eher 200 bis 500 Zielkonten im Monat
- du keine Jahresverträge willst, die schwer zu kündigen sind
- jemand im Team mit einer Automatisierungsplattform umgehen kann
Ein Anbieter bleibt besser, wenn:
- du kalte Listen aus dem Nichts aufbauen musst. KI ist gut im Anreichern bekannter Kontakte, nicht im Entdecken tausender neuer.
- du verifizierte Durchwahlen und Mobilnummern brauchst. Das bleibt der Burggraben der etablierten Datenbanken.
- ein großes, wenig technisches Vertriebsteam einen Ein-Klick-Export braucht
- du in einem regulierten Umfeld einen zertifizierten Anbieter zur Absicherung brauchst
| Merkmal | Eigenbau | Klassischer Anbieter |
|---|---|---|
| Stärke | Eigene Signale, hohe Genauigkeit | Reichweite, Kontaktfindung |
| Passt zu | Wenige hochwertige Konten | Outbound in großer Menge |
| Einrichtung | 1 bis 2 Stunden für die erste Version | 15 Minuten |
| Aktualität | Echtzeit über Websuche | Datenbankstand, monatlich oder seltener |
Wie lange der Aufbau dauert
Woche 1, Grundgerüst. Tabellenstruktur anlegen (2 Stunden), Automatisierung mit Auslöser bauen (3 Stunden), mit 10 bis 20 Kontakten testen.
Woche 2, Feinschliff. Die restlichen Agenten ergänzen (4 Stunden), Prompts und Antwortformate schärfen (3 Stunden), Fehlerbehandlung einbauen (2 Stunden).
Woche 3, CRM-Anbindung. Schnittstelle verbinden (3 Stunden), Feldzuordnung testen (2 Stunden), Team einweisen (1 Stunde).
Zusammen also 20 bis 25 Stunden über drei Wochen. Danach fallen ein bis zwei Stunden Pflege im Monat an, im Wesentlichen für Prompts, die durch Änderungen an Quellen ungenauer werden.
Die vier häufigsten Fehler
Zu viele Signale auf einmal. Die Kosten pro Lead vervielfachen sich, die Agenten liefern schlechter, und du verbringst Wochen mit dem Feinschliff von zehn Prompts. Zwei bis drei reichen für den Start.
Ergebnisse nicht prüfen. Falsche Treffer, veraltete Informationen, und irgendwann traut der Vertrieb den Daten nicht mehr. Bei den ersten hundert Leads 20 bis 30 Ergebnisse von Hand kontrollieren und die Quellenlinks öffnen. Erst ab stabil über 85 Prozent Trefferquote vollständig automatisieren.
Vage Prompts. „Erzähl mir von der aktuellen Aktivität" liefert „Das Unternehmen wächst und hat einige Stellen ausgeschrieben". Damit kann niemand arbeiten. Präzision im Prompt ergibt Präzision im Ergebnis.
Sonderfälle ignorieren. Tote Website, kein LinkedIn-Profil, nichts gefunden. Ohne Fehlerbehandlung stoppt ein kaputter Lead die Verarbeitung von 500 anderen. Schreib „kein Signal erkannt", protokolliere den Fall separat und mach weiter.
So fängst du diese Woche an
Frag deinen Vertrieb: „Welche eine Information würde dazu führen, dass du einen Kontakt sofort priorisierst?"
Typische Antworten: „Wenn sie Vertriebsleute suchen." „Wenn sie gerade Geld aufgenommen haben." „Wenn sie von dem Tool wegwollen, das wir ersetzen."
Nimm ein Signal. Nicht drei.
Dann: 20 Testkontakte in eine Tabelle, ein Auslöser, ein Agent. Ergebnisse prüfen, Prompt schärfen. Danach 100 bis 200 echte Kontakte durchlaufen lassen und bei guter Qualität ins CRM synchronisieren.
In Woche zwei kommt das zweite Signal dazu, in Woche drei das dritte, in Woche vier automatisierst du die Synchronisation.
Warum sich der Aufwand lohnt
Es geht nicht nur ums Sparen. Es geht um Kontrolle.
- Du bestimmst, welche Signale zählen. Nicht der Anbieter entscheidet, welche Felder es gibt, sondern du entscheidest, was bei deinem Wunschkunden auf Kaufabsicht hindeutet.
- Du bestimmst die Aktualität. Die Abfrage läuft in Echtzeit, nicht wenn die Datenbank des Anbieters irgendwann aktualisiert wird.
- Du behältst das Gelernte. Jede Prompt-Verbesserung und jedes Signal, das sich als treffsicher erweist, bleibt bei dir, nicht im Produkt eines Dritten.
Schau dir einmal deine aktuelle Rechnung an. Wie viele Leads reicherst du an, und was zahlst du pro Lead? Liegst du für einfache Merkmale über einem Euro, zahlst du Miete für Daten, die du selbst erheben könntest.
Und der Ausgangspunkt bleibt derselbe: Ohne ein scharfes Wunschkundenprofil reicherst du nur präziser die falschen Leute an.