Lead Scoring (Leadbewertung): Definition, Modelle und B2B-Praxis

Eine komplexe B2B-Kaufentscheidung verteilt sich laut Gartner auf sechs bis zehn Beteiligte, die zu unterschiedlichen Zeitpunkten Interesse zeigen. Marketing und Vertrieb stehen damit vor derselben Frage: Welcher der vielen Kontakte ist gerade nah genug an einer Entscheidung, um Vertriebszeit zu rechtfertigen? Lead Scoring liefert die Systematik, diese Frage mit Punkten statt mit Bauchgefühl zu beantworten.

Was ist Lead Scoring?

Lead Scoring (deutsch: Leadbewertung) ist ein Verfahren, das jedem Kontakt eine Punktzahl zuweist und damit dessen Abschlusswahrscheinlichkeit abschätzt. Die Bewertung kombiniert zwei Ebenen: das Profil eines Kontakts, etwa Branche, Unternehmensgröße und Position, sowie sein Verhalten, etwa Seitenaufrufe, Downloads oder Demo-Anfragen.

Überschreitet die Summe einen vorher definierten Schwellenwert, gilt der Kontakt als vertriebsreif und wird an den Vertrieb übergeben. Damit ist Lead Scoring kein Werturteil über eine Person. Es ist eine reproduzierbare Statusbewertung im Verkaufsprozess.

Das Ziel ist die Bewertung und Priorisierung von Leads: Lead Scoring hilft, aus vielen Interessenten die kaufbereiten Leads zu identifizieren und dem Vertrieb in der richtigen Reihenfolge vorzulegen. Statt jeden Lead gleich zu behandeln, bewertet und priorisiert das Verfahren sie hinsichtlich ihrer Vertriebsreife und ihrer Relevanz für das Verkaufsziel.

Wie funktioniert Lead Scoring?

Lead Scoring übersetzt qualitative Einschätzungen in eine nachvollziehbare Zahl. Jedes Kriterium bekommt einen Punktwert: Ein Besuch der Preisseite zählt mehr als ein einzelner Blog-Aufruf, eine passende Branche mehr als eine unbekannte Domain. Negative Kriterien ziehen Punkte ab — etwa eine Wettbewerber-Mailadresse oder eine Position außerhalb der Zielgruppe.

Solche Verhaltenssignale entstehen aus der Aktivität des Leads: eine Newsletter-Anmeldung, ein ausgefülltes Formular oder ein heruntergeladenes Whitepaper. Jede Reaktion des Leads auf Inhalte und sein Verhalten auf der Website verändert seinen Lead Score und damit die sichtbare Kaufbereitschaft.

Marketing-Automation-Plattformen wie HubSpot, Salesforce oder Adobe Marketo berechnen diese Summe automatisch. Beim Erreichen des Schwellenwerts für die Vertriebsreife lösen sie die Übergabe und das Lead Routing zum passenden Vertriebsmitarbeiter aus. Ein Maschinenbauer mit 4.000 Datenblatt-Seiten kann so unterscheiden, ob ein Kontakt wiederholt eine konkrete Produktlinie studiert oder nur einmal das Unternehmens-PDF geladen hat.

Wie wird der Lead Score berechnet?

Der Lead Score ist die gewichtete Summe aller erfüllten Kriterien. Marketing und Vertrieb legen pro Signal einen Punktwert fest, addieren Profil- und Verhaltenspunkte und definieren einen Schwellenwert für die Vertriebsreife, ab dem ein Kontakt als qualifiziert gilt.

Ein Rechenbeispiel: Ein Einkaufsleiter aus dem Maschinenbau (+15) ruft zweimal die Preisseite auf (+20) und stellt eine Demo-Anfrage (+25). Sein Score liegt bei 60 Punkten und überschreitet den Schwellenwert von 50, der Kontakt geht an den Vertrieb. Ein Bewerber mit Freemail-Adresse (−20), der nur ein Whitepaper lädt (+5), bleibt mit −15 Punkten klar darunter.

Entscheidend ist weniger die Formel. Den Ausschlag gibt die Kalibrierung. Ein Modell, das nie überprüft wird, verliert innerhalb weniger Monate seine Aussagekraft, weil sich Inhalte, Kanäle und Zielgruppen verschieben. Sinkt die Sales-Akzeptanz-Rate, ist meist die Gewichtung verzerrt und nicht der Vertrieb zu wählerisch.

Welche Arten von Lead Scoring gibt es?

Lead-Scoring-Modelle unterscheiden sich vor allem in der Datenbasis, die sie bewerten: explizite und implizite Daten. In der Praxis kombinieren reife Modelle beide Achsen, weil weder Profil noch Verhalten allein aussagekräftig genug ist.

Explizites Scoring bewertet Leads anhand ihrer Profildaten. Explizite Daten wie Branche, Unternehmensgröße und Position, also demografische und firmografische Merkmale, zeigen, wie gut ein Kontakt zur Buyer Persona passt, und belohnen die Vollständigkeit des Profils.

Implizite Daten entstehen dagegen aus dem beobachteten Nutzerverhalten und messen die aktuelle Kaufbereitschaft. Erst die Kombination aus expliziten und impliziten Daten der Leads ergibt ein verlässliches Bild.

Beide Datenarten lassen sich manuell pflegen oder über eine Marketing-Automation-Plattform berechnen.

Was ist Predictive Lead Scoring?

Predictive Lead Scoring berechnet die Punktzahl über ein Machine-Learning-Modell statt über manuell gesetzte Regeln. Es analysiert historische Abschlüsse und leitet daraus ab, welche Merkmale tatsächlich mit Kaufabschlüssen korrelieren.

Der Vorteil liegt in der Objektivität: Das Modell gewichtet Signale nach Datenlage statt nach Annahme. Voraussetzung ist allerdings eine ausreichend große Historie abgeschlossener Deals — für viele Mittelständler mit langen Verkaufszyklen ist ein sauber kalibriertes Regelmodell deshalb der pragmatischere Start.

Was ist Lead Scoring im B2B-Bereich?

Im B2B-Bereich steuert Lead Scoring die Übergabe zwischen Marketing und Vertrieb über lange, mehrstufige Kaufprozesse hinweg, in denen eine Fehlpriorisierung teure Vertriebszeit kostet. Woher weiß Ihr Vertrieb, welcher von 200 Messekontakten diese Woche einen Anruf verdient und welcher erst in einem halben Jahr?

• Priorisierung knapper Vertriebszeit: Der Score sortiert Kontakte nach Kaufnähe, sodass der Vertrieb effizient mit den aussichtsreichsten qualifizierten Leads beginnt.
• Gemeinsame Sprache zwischen Marketing und Sales: Der Schwellenwert macht aus „guter Lead“ eine messbare, abgestimmte Definition.
• Sauberer Übergang zum Vertrieb: Lead Scoring liefert das Kriterium, ab dem aus einem Marketing Qualified Lead ein vertrieblich bearbeiteter Kontakt wird.
• Auch ohne Enterprise-Tooling: Ein einfaches Punktemodell in Tabelle oder CRM genügt für den Start; die Komplexität wächst mit dem Reifegrad.
• Teil des Lead Managements: Leads unter dem Schwellenwert wandern in ein gezieltes Nurturing, bis ihre Kaufbereitschaft steigt, statt im Funnel zu versanden.

Zwischen B2B und B2C unterscheidet sich das Scoring deutlich: Anders als im B2C, wo es auf hohe Stückzahlen und kurze Kaufzyklen zielt, geht es im B2B um wenige, dafür hochwertige potenzielle Kundinnen und Kunden mit mehreren Entscheidern.

Genau diese mehrköpfige Kaufgruppe macht Scoring im B2B anspruchsvoller: Ein Account gilt erst dann als vertriebsreif, wenn mehrere Beteiligte aus demselben Unternehmen Signale senden, statt nur ein einzelner Kontakt aktiv zu sein. Reife Modelle aggregieren Lead Scores deshalb auf Account-Ebene, statt jeden Kontakt isoliert zu bewerten.

Lead Scoring in der Praxis: Steuerung und Einflussfaktoren

Kriterien gemeinsam mit dem Vertrieb definieren

Ein Score ist nur so gut wie die Kriterien dahinter. Die meisten Anbieter verkaufen Lead Scoring als Funktion ihrer Software und übersehen, dass ein Modell ohne abgestimmte Kriterien nur Bauchgefühl mit Nachkommastellen produziert. Marketing und Vertrieb sollten jedes Signal gemeinsam gewichten und das Modell laufend optimieren.

Negatives Scoring einbauen

Ein Modell, das jeden Whitepaper-Download großzügig belohnt, schiebt Studierende, Bewerber und Wettbewerber über die Schwelle. Negative Punkte für unpassende Branchen, Freemail-Adressen oder Konkurrenz-Domains halten den Score ehrlich.

Schwellenwert bewusst setzen

Der Schwellenwert entscheidet, wie viele Kontakte den Vertrieb erreichen. Zu niedrig, und Sales ertrinkt in unreifen Leads. Zu hoch, und qualifizierte Kontakte bleiben in der Marketing-Pflege hängen.

Modell quartalsweise kalibrieren

Inhalte, Kanäle und Zielgruppen verschieben sich. Eine quartalsweise Prüfung der Gewichtungen des Lead-Scoring-Modells gegen tatsächliche Abschlüsse hält es aussagekräftig.

Lead Scoring und Datenschutz (DSGVO)

Implizites Scoring lebt von Verhaltensdaten: besuchte Seiten, geöffnete E-Mails, geklickte Links. Die Erhebung dieser Daten setzt in der EU eine Rechtsgrundlage nach DSGVO voraus, für nutzerbezogenes Tracking häufig eine ausdrückliche Einwilligung.

Fehlt diese Grundlage, dürfen die Verhaltenssignale nicht zur Profilbildung genutzt werden — und das implizite Scoring verliert seine Datenbasis. Im B2B-Mittelstand sollte das Scoring-Modell deshalb von Anfang an mit dem Einwilligungs- und Tracking-Konzept abgestimmt sein, damit es rechtssicher und gleichzeitig aussagekräftig bleibt.

Fazit & Takeaways

• Zwei Achsen kombinieren: Erst Profil und Verhalten gemeinsam ergeben einen belastbaren Score; eine Achse allein führt in die Irre.
• Schwellenwert mit dem Vertrieb abstimmen: Liegt Ihre Sales-Akzeptanz-Rate dauerhaft unter etwa 20 Prozent, ist das Modell zu locker kalibriert.
• Kalibrierung terminieren: Tragen Sie den Score-Review fest in Ihren Quartalsrhythmus ein, sonst veraltet das Modell unbemerkt und priorisiert die falschen Kontakte.

Verwandte Begriffe

• Marketing Qualified Lead (MQL): Das Ergebnis-Label, das ein Lead beim Überschreiten des Score-Schwellenwerts erhält.
• Sales Qualified Lead (SQL): Das Vertriebs-Label, das auf den MQL folgt, sobald der Vertrieb die konkrete Kaufabsicht bestätigt hat.
• Conversion Rate: Misst, wie viele bewertete Leads tatsächlich zu Kunden werden, und kontrolliert so die Treffsicherheit des Scoring-Modells.
• B2B-Leadgenerierung: Liefert die Kontakte, die Lead Scoring anschließend nach Kaufnähe priorisiert.
• Content Marketing: Erzeugt die Verhaltenssignale wie Downloads und Seitenaufrufe, die implizites Scoring überhaupt bewertbar machen.

Autor: Daniel Neubauer, Gründer und Geschäftsführer RED RAM MEDIA, über 16 Jahre Agentur- und SEO-Erfahrung, seit 2010 als Agenturinhaber tätig.

Häufige Fragen (FAQ)

Was genau ist ein Lead?

Ein Lead ist ein Kontakt, der Interesse an einem Angebot signalisiert und dabei mindestens eine Kontaktinformation hinterlassen hat. Lead Scoring bewertet anschließend, wie nah dieser Kontakt an einer Kaufentscheidung steht.

Was ist eine Leadbewertung?

Leadbewertung ist die deutsche Bezeichnung für Lead Scoring. Sie weist jedem Kontakt anhand von Profil- und Verhaltensdaten eine Punktzahl zu und macht so dessen Vertriebsreife vergleichbar und priorisierbar.

Was ist der Unterschied zwischen Lead Scoring und Lead Nurturing?

Lead Scoring bewertet, wie reif ein Kontakt für den Vertrieb ist. Lead Nurturing entwickelt diesen Kontakt mit passenden Inhalten weiter. Scoring misst den Status, Nurturing verändert ihn aktiv.

Ist Lead Scoring auch für den Mittelstand sinnvoll?

Ja. Lead Scoring skaliert mit dem Reifegrad und braucht kein Enterprise-Tooling. Ein einfaches Punktemodell in Tabelle oder CRM genügt für den Start; ein Maschinenbauer profitiert davon genauso wie ein Konzern.

Welcher Schwellenwert ist beim Lead Scoring sinnvoll?

Den Schwellenwert legen Marketing und Vertrieb gemeinsam fest. Als Kontrollgröße dient die Sales-Akzeptanz-Rate: Liegt sie dauerhaft unter etwa 20 Prozent, ist die Schwelle zu niedrig oder die Gewichtung verzerrt.

Welche Tools eignen sich für Lead Scoring?

Marketing-Automation- und CRM-Plattformen wie HubSpot, Salesforce oder Adobe Marketo berechnen Scores automatisch. Für den Einstieg reicht ein manuelles Punktemodell, das die Logik dokumentiert und reproduzierbar macht.