Was ist Lead-Scoring? Definition, Methoden, Beispiele

Lead-Scoring ist die Methode, jedem Kontakt eine Punktzahl zu geben, die zeigt, wie wahrscheinlich er zum Kunden wird und wie dringend das Vertriebsteam reagieren sollte. Die Punkte ergeben sich aus Profilmerkmalen (etwa Branche, Firmengrösse, Rolle) und aus dem Verhalten (etwa Website-Besuche, geöffnete Mails, Demo-Anfrage).

Aktualisiert: Juni 2026

Der Nutzen ist konkret: Eine Harvard-Business-Review-Studie aus dem Jahr 2011 («The Short Life of Online Sales Leads») zeigte, dass Firmen, die einen neuen Lead innerhalb einer Stunde kontaktierten, rund siebenmal eher mit dem Entscheider sprachen und ihn qualifizierten als jene, die länger warteten. Lead-Scoring sorgt dafür, dass genau die richtigen Leads zuerst diese schnelle Reaktion bekommen – statt dass dein Team jede Anfrage gleich behandelt.

Warum ist Lead-Scoring für Schweizer KMU wichtig?

Lead-Scoring ist wichtig, weil die Zeit deines Teams begrenzt ist und nicht jede Anfrage gleich viel wert ist. Mit Punkten trennst du die wenigen kaufbereiten Kontakte von den vielen, die noch lange nicht so weit sind – und steckst Energie dorthin, wo sie Umsatz bringt.

In einem typischen KMU landen Anfragen aus dem Kontaktformular, von der Messe, aus dem Newsletter und über Empfehlungen im selben Topf. Ohne Priorisierung ruft jemand der Reihe nach an oder nach Bauchgefühl. Das führt dazu, dass heisse Leads warten, während Zeit in Kontakte fliesst, die nie kaufen.

Laut dem KMU-Portal des Bundes (kmu.admin.ch, 2025) gibt es rund 600'000 aktive KMU in der Schweiz, und etwa die Hälfte der Betriebe nutzt heute ein CRM. Wer dort sauber priorisiert, gewinnt einen Vorsprung gegenüber Mitbewerbern, die noch nach Bauchgefühl arbeiten.

• Schnellere Reaktion: heisse Leads werden zuerst kontaktiert, nicht zufällig.
• Bessere Abschlussquote: der Vertrieb redet mit Leuten, die wirklich passen.
• Weniger Reibung: Marketing und Verkauf streiten nicht mehr über die Lead-Qualität, weil die Punkte transparent sind.

Aus welchen Bestandteilen besteht ein Lead-Score?

Ein Lead-Score besteht im Kern aus zwei Bausteinen: dem expliziten Profil (wer ist die Person und die Firma) und dem impliziten Verhalten (was tut die Person). Oft kommt ein dritter Baustein dazu: Punktabzug, wenn ein Kontakt offensichtlich nicht passt oder inaktiv wird.

Explizite Kriterien (Profil)

Diese Daten beschreiben, ob ein Lead grundsätzlich zu deinem Angebot passt. Sie ändern sich selten und stammen meist aus dem Formular oder der Anreicherung.

• Branche und Firmengrösse
• Rolle und Entscheidungsbefugnis
• Region oder Land (für ein Schweizer KMU oft entscheidend)
• Budget oder erkennbarer Bedarf

Implizite Kriterien (Verhalten)

Diese Signale zeigen, wie aktiv und kaufbereit ein Kontakt gerade ist. Sie ändern sich ständig und sind oft der bessere Vorhersagewert.

• Besuch der Preis- oder Demo-Seite
• Öffnen und Klicken in E-Mails
• Download eines Whitepapers oder Anmeldung zum Webinar
• Antwort auf eine Nachricht oder Rückruf-Wunsch

Die folgende Tabelle zeigt ein einfaches, nachvollziehbares Punktemodell, wie es ein KMU am ersten Tag verwenden kann:

Wer über einem festgelegten Schwellenwert liegt – zum Beispiel 50 Punkte – gilt als «sales-ready» und wandert sofort an den Vertrieb. Der Schwellenwert ist kein Naturgesetz, sondern wird mit echten Abschlussdaten nachjustiert.

Welche Methoden des Lead-Scorings gibt es?

Es gibt grob drei Methoden: das manuelle Regelmodell mit festen Punkten, das datengetriebene oder prädiktive Modell, das aus deinen Abschlüssen lernt, und Mischformen. Für die meisten KMU ist das Regelmodell der richtige Start, weil es transparent und ohne Datenwissenschaftler umsetzbar ist.

Regelbasiertes Scoring

Du vergibst von Hand Punkte pro Signal, wie in der Tabelle oben. Vorteil: Jeder im Team versteht, warum ein Lead heiss ist. Nachteil: Die Gewichtung beruht zunächst auf Annahmen und muss regelmässig überprüft werden.

Prädiktives (KI-gestütztes) Scoring

Hier lernt ein Modell aus deinen historischen Daten, welche Merkmale tatsächlich zu Abschlüssen geführt haben, und vergibt selbstständig Wahrscheinlichkeiten. Das lohnt sich erst, wenn genug saubere Abschlussdaten vorliegen – sonst lernt das Modell aus Rauschen. Der KI-Einsatz in Schweizer KMU stieg laut KMU-Portal des Bundes (kmu.admin.ch, 2025) von 22% auf 34% zwischen 2024 und 2025, prädiktives Scoring wird also zunehmend greifbar.

Negatives Scoring

Oft unterschätzt: Punkte abziehen ist genauso wichtig wie sie zu vergeben. Eine abgemeldete Mailadresse, eine Bewerbung statt Kaufanfrage oder lange Inaktivität senken den Score und halten deine Liste sauber.

Wie sieht Lead-Scoring in der Praxis aus? Zwei Beispiele

Lead-Scoring zeigt seinen Wert erst an konkreten Fällen. Zwei kurze Beispiele aus dem Schweizer KMU-Alltag machen deutlich, wie aus Rohdaten eine klare Reihenfolge für den nächsten Anruf wird.

Beispiel 1: Die Treuhand-Kanzlei

Eine Treuhand-Kanzlei in Zürich bekommt wöchentlich rund 15 Anfragen. Eine GmbH-Geschäftsführerin aus der Zielbranche (+20, +15) besucht zweimal die Preisseite (+25) und fragt einen Termin an (+30) – Score 90, sofort anrufen. Ein Student, der Infos für eine Hausarbeit sucht, kommt mit privater Mailadresse (−10) und ohne Kaufsignal kaum über den Schwellenwert. Das Team weiss in Sekunden, wen es zuerst kontaktiert.

Beispiel 2: Die Marketing-Agentur

Eine kleine Agentur sammelt Leads über ein Whitepaper. Viele laden es nur herunter und verschwinden. Erst wenn jemand zusätzlich die Seite «Zusammenarbeit» öffnet und auf eine Folge-Mail antwortet, springt der Score über die Schwelle. So vermeidet die Agentur, dass teure Beraterzeit in Kontakte fliesst, die nur das Gratis-Dokument wollten. Mehr dazu im Beitrag CRM für Agenturen: von der Anfrage bis zum Retainer.

Wie unterscheidet sich Lead-Scoring von verwandten Begriffen?

Lead-Scoring wird oft mit Lead-Qualifizierung, Lead-Nurturing und Segmentierung verwechselt. Die Begriffe hängen zusammen, beschreiben aber verschiedene Schritte: Scoring bewertet, Qualifizierung entscheidet, Nurturing entwickelt und Segmentierung gruppiert.

In der Praxis füttert das Scoring die Qualifizierung: Ab einem Schwellenwert wird ein Lead an den Vertrieb übergeben. Wer noch nicht reif ist, bleibt im Nurturing. Eine saubere Datenbasis ist dabei Voraussetzung – und wer überlegt, was so ein System kostet, findet eine ehrliche Aufstellung unter wie viel ein CRM ein KMU kosten sollte.

Wie führst du Lead-Scoring Schritt für Schritt ein?

Lead-Scoring führst du ein, indem du zuerst definierst, wie ein idealer Kunde aussieht, dann wenige klare Signale gewichtest und das Modell anschliessend mit echten Daten nachjustierst. Starte bewusst einfach – ein zu komplexes Modell am ersten Tag bremst mehr, als es hilft.

1. Idealkunden definieren: Wer kauft heute am liebsten und am profitabelsten?
2. 5 bis 8 Signale wählen: nicht mehr. Lieber wenige aussagekräftige Punkte.
3. Schwellenwert festlegen: ab wann geht ein Lead an den Vertrieb?
4. Im CRM abbilden: Punkte automatisch vergeben, sodass niemand rechnen muss.
5. Nach 4 bis 8 Wochen prüfen: Haben die hoch bewerteten Leads wirklich gekauft? Falls nicht, Gewichtung anpassen.

Wer ohnehin ein neues System aufsetzt, plant Scoring am besten gleich mit ein. Ein realistischer Zeitplan dafür steht im Beitrag CRM-Einführung in unter zwei Wochen.

Häufige Fragen

Brauche ich für Lead-Scoring zwingend KI?
Nein. Die meisten KMU starten erfolgreich mit einem einfachen Regelmodell aus 5 bis 8 Punkten. KI-gestütztes, prädiktives Scoring lohnt sich erst, wenn du genug saubere Abschlussdaten hast, damit ein Modell echte Muster statt Zufall lernt. Fang einfach an und baue später aus.

Ab welcher Lead-Menge lohnt sich Scoring?
Sobald dein Team nicht mehr jede Anfrage in Ruhe einzeln prüfen kann, hilft Scoring. Das ist oft schon bei zehn bis zwanzig Anfragen pro Woche der Fall. Bei sehr wenigen Leads reicht eine gute Notiz im CRM – die Methode soll dir Arbeit abnehmen, nicht zusätzliche schaffen.

Wie viele Kriterien sollte mein Modell haben?
Weniger ist mehr. Fünf bis acht gut gewählte Signale schlagen ein Modell mit dreissig Regeln, das niemand mehr versteht oder pflegt. Konzentriere dich auf die Signale, die in der Vergangenheit am deutlichsten mit echten Abschlüssen zusammenhingen, und erweitere nur bei Bedarf.

Wie oft sollte ich das Scoring-Modell überprüfen?
Plane eine erste Prüfung nach vier bis acht Wochen und danach quartalsweise. Vergleiche, ob die hoch bewerteten Leads tatsächlich gekauft haben. Märkte, Angebote und Zielgruppen ändern sich – ein Modell, das nie nachjustiert wird, verliert mit der Zeit an Treffsicherheit.

Was hat Lead-Scoring mit der Reaktionszeit zu tun?
Sehr viel. Laut Harvard Business Review (2011) qualifizieren Firmen, die innerhalb einer Stunde reagieren, Leads rund siebenmal eher. Scoring sagt dir, welche Leads diese schnelle Reaktion verdienen, damit dein Team die kurze Zeitspanne nicht bei kalten Kontakten verschwendet.

Funktioniert Lead-Scoring auch ohne teures Tool?
Ja. Ein einfaches CRM mit Automatisierung reicht völlig, um Punkte automatisch zu vergeben und Leads zu priorisieren. Wichtig ist nicht der Preis des Tools, sondern eine saubere Datenbasis und ein Modell, das dein Team versteht und pflegt.

Fazit: einfach starten, dann verfeinern

Lead-Scoring muss nicht kompliziert sein. Ein klares Regelmodell, wenige Signale und ein CRM, das die Punkte automatisch vergibt, bringen dir die wichtigsten Leads sofort nach oben. Den Rest verfeinerst du mit echten Daten über die Zeit. Wer noch grundsätzlich überlegt, was ein CRM überhaupt leistet, findet einen guten Einstieg unter Was ist ein CRM für Schweizer KMU?.

Mit Advanzo kannst du Lead-Scoring direkt im CRM abbilden – Schweizer Hosting, DSG/DSGVO-konform. Starte kostenlos auf advanzo.app (keine Kreditkarte nötig). Fragen aus dem Agenturumfeld beantworten wir gern unter hey@advanzo.ch.