„Führungskräfte müssen aktiv für Akzeptanz sorgen“

Johannes Kiekhöfer: Es zeigt sich häufig, dass Vertriebsteams zu viel Zeit mit administrativen Aufgaben verbringen. Auch wenn es, wie Sie sagen, „altbekannte Probleme“ sind, steigt gleichzeitig die Komplexität - zum Beispiel durch Digitalisierung, höhere Kundenanforderungen, New Work, Fachkräftemangel und wachsenden Wettbewerbsdruck. KI ist zwar keine Patentlösung für alle Vertriebsprobleme, kann aber richtig eingesetzt einen erheblichen Beitrag zur Effizienz- und Produktivitätssteigerung leisten. Ein Beispiel dafür ist das Daten-Input-Management durch einen KI-Agenten, sei es durch Kundenanfragen, Auskünfte oder durch Vertriebsmitarbeiter bei Besuchsberichten. Ein KI-Agent kann solche Prozesse zum Beispiel automatisiert abwickeln, Daten eigenständig prüfen, bei Unvollständigkeit selbstständig nachfragen und Informationen zuverlässig in die jeweiligen Systeme integrieren. Das steigert die Effizienz, verbessert die Datenqualität und erhöht nachhaltig die Netto-Vertriebszeit. Zudem ermöglicht KI, Daten schneller und besser auszuwerten, wodurch der Vertrieb gezielt gesteuert werden kann.

Es gibt mehrere wesentliche Bereiche, darunter Automatisierung, Personalisierung, Datenanalyse und datengetriebene Vertriebssteuerung. Entlang der Customer Journey gibt es eine Vielzahl möglicher Anwendungen, etwa intelligente Lead-Priorisierung, automatisierte Angebotserstellung, Churn-Erkennung oder Cross-Selling-Analysen. Auch im Back-Office könnten viele Routineprozesse (weiter) automatisiert werden, wie das Angebots- und Vertragsmanagement. Wichtig ist dabei, dass diese KI-Lösungen exakt auf das jeweilige Geschäftsmodell, den Vertriebsansatz, die Produkte und Services sowie die Unternehmenskultur zugeschnitten werden, um echte Wettbewerbsvorteile zu erzielen.

Aktuelle Studien, etwa vom Ifo-Institut, sowie meine eigenen Praxiserfahrungen zeigen ein heterogenes Bild: Rund zwölf Prozent der Unternehmen in Deutschland nutzen aktuell KI. Gerade in Vertrieb und Marketing stecken jedoch erhebliche, bislang ungenutzte Chancen. Großunternehmen und digitale Vorreiter - insbesondere aus IT und Telekommunikation - sind hier bereits deutlich weiter, beispielsweise beim Forecasting oder bei der Lead-Priorisierung. Im Mittelstand dominieren meist isolierte Pilotprojekte. Zentrale Herausforderungen sehe ich vor allem in der fehlenden End-to-End-Integration in bestehende Systeme (CRM/ERP), im mangelnden internen Know-how sowie in rechtlichen Unsicherheiten, etwa durch die DSGVO oder die kommende EU-KI-Verordnung („AI Act“). Dennoch bieten sich insbesondere im Vertrieb enorme Möglichkeiten entlang der gesamten Customer Journey sowie im Back-Office, wenn KI strategisch und passgenau eingesetzt wird.

Erstens sollte der KI-Einsatz von klar definierten Business-Zielen und Anwendungsfällen ausgehen - also „business-led“ sein und nicht rein technisch oder IT-getrieben. Zweitens ist die Qualität und Konsistenz der Datengrundlage entscheidend. Falls diese noch nicht ausreichend ist, sollte zunächst daran gearbeitet werden, die Betriebs-, Vertriebs- und Datenmodelle zu optimieren. Aus Vertriebssicht bedeutet das beispielsweise klarere Prozesse, eindeutige Aufgaben zur Datenerhebung und Qualitätssicherung sowie eine Steuerung, die genau diese Ziele in der täglichen Vertriebsarbeit konsequent unterstützt und fördert. Drittens müssen Führungskräfte aktiv für Akzeptanz sorgen, indem sie selbst Vorbild sind, Vertriebsteams frühzeitig einbeziehen und den konkreten Mehrwert klar verdeutlichen. Professionelles Change-Management sowie kontinuierliches Testen und Weiterentwickeln der KI-Lösungen sind entscheidend.

Ich werde zunächst typische Herausforderungen traditioneller Vertriebsmodelle wie unzureichende Interessenten- sowie Kundenbearbeitung, isolierte Vertriebskanäle und suboptimale Ressourcennutzung beleuchten. Außerdem stelle ich das Konzept einer modernen, leistungsstarken „Revenue Engine“ vor, die hybride Vertriebsstrukturen, klare Funnel-Steuerung und zum Beispiel eine zentrale Revenue-Operations-Einheit nutzt. Abschließend zeige ich anhand ausgewählter Praxisfälle, wie Unternehmen mit gezieltem KI-Einsatz ihre Vertriebsmodelle nicht nur optimieren, sondern auf ein neues Leistungsniveau bringen können.

Sie sollten konsequent vom Kunden rückwärts denken und ihr Go-to-Market-Modell klar nach Kundenpotenzialen und Bedürfnissen neu ausrichten. Außerdem ist es entscheidend, den Vertriebsprozess datenbasiert zu steuern, idealerweise in einer zentralen Einheit. Unternehmen sollten die KI gezielt entlang des gesamten Funnels oder der Customer Journey einsetzen, immer zugeschnitten auf das eigene Geschäfts- und Vertriebsmodell. Zusätzlich ist es essenziell, dass Vertriebsorganisationen flexibler und dynamischer werden, um sich schnell auf neue Marktanforderungen und technologische Weiterentwicklungen einstellen zu können - ein wesentlicher Erfolgsfaktor für nachhaltigen Markterfolg.