Wie man die heiße Anfrage unter den Müllanfragen findet

Warum heiße Anfragen unter den Müllanfragen untergehen

Bei Dutzenden Anfragen am Tag schafft es der Mitarbeiter körperlich nicht, jede sofort zu bearbeiten. Er öffnet sie in der Reihenfolge des Eingangs und nicht nach Wichtigkeit, denn die Reihenfolge ist das Einzige, was in der Gesamtliste sichtbar ist. Während er sich durch offensichtlich leere Anfragen wühlt, liegt daneben eine von jemandem, der sofort kaufen will.

Das Problem ist weder Faulheit noch Unaufmerksamkeit des Mitarbeiters. Das Problem ist, dass ihm schlicht die Aufmerksamkeit fehlt, Dutzende Zeilen zu sichten, von denen jede gleich aussieht, bis man sie öffnet. Die wertvollste Anfrage wird einfach mit den übrigen überscrollt — nicht weil man sie übersehen hätte, sondern weil die Zeit fehlte.

Das Ergebnis ist absehbar: Der heiße Lead kühlt ab, während er an die Reihe kommt, und geht dorthin, wo schneller geantwortet wurde. Im CRM steht dabei eine überfällige Aufgabe, genau wie bei dem Dutzend Müllanfragen daneben. Von außen sieht das aus wie ein gewöhnlicher Arbeitstag im Vertrieb, tatsächlich aber wie verlorenes Geld.

Was in den ersten Minuten nach einer Anfrage passieren muss

Solange eine Anfrage nicht markiert ist, sieht der Mitarbeiter nur eine Zeile in einer Liste — ohne zu wissen, ob er sie zuerst öffnen sollte. Die erste Aufgabe ist, dass die Markierung geschieht, bevor die Anfrage überhaupt beim Mitarbeiter ankommt, und nicht danach. Das heißt: Die Reaktion muss automatisch erfolgen, ohne Menschen im ersten Schritt.

In den ersten Minuten soll nicht ein Mensch reagieren, sondern das System: Es antwortet dem Kunden, stellt klärende Fragen und versteht aus den Antworten, worum es überhaupt geht. Genau in dieser Phase entscheidet sich, ob die Anfrage beim Mitarbeiter Priorität bekommt oder in den allgemeinen Strom für später wandert. Je später das geschieht, desto höher das Risiko, dass ein heißer Lead schlicht unter den übrigen verloren geht.

Während diese Erstbearbeitung läuft, kümmert sich der Mitarbeiter um das, was bereits ausgewählt und ihm als wichtig übergeben wurde. Er verbringt keine Zeit damit herauszufinden, ob die nächste Anfrage überhaupt zu öffnen ist — das ist bereits für ihn erledigt.

Der Qualifizierungsroboter ist der erste Filter vor dem Mitarbeiter

Verkaufsroboter antwortet dem Kunden in allen Kanälen, über die Anfragen eingehen: Telegram, WhatsApp, Instagram, Avito, Website. Er erkennt Sprachnachrichten und Fotos, merkt sich den Gesprächsverlauf und beginnt den Dialog nicht bei jeder neuen Nachricht derselben Person von vorn. Dadurch kann er mit dem Kunden so sprechen, wie es ein Mitarbeiter täte — aber sofort, ohne Verzögerung.

Seine Aufgabe ist in dieser Phase nicht zu verkaufen, sondern zu verstehen: was der Mensch braucht, wie bereit er ist weiterzugehen, ob die Anfrage überhaupt jetzt an einen Mitarbeiter übergeben werden sollte. Nach dem Dialog vergibt er der Anfrage einen Status — heiß, warm oder kalt — und erst danach gelangt ein heißer Kunde zum Mitarbeiter.

Im laufenden Projekt GetGate gehen 27 % der Anfragen abends und am Wochenende ein — früher wurden sie erst am nächsten Morgen beantwortet. Mit dem Roboter erfolgt die Antwort sofort, unabhängig von der Tageszeit, und die Anfrage kühlt nicht ab, während sie auf den Beginn des Arbeitstages wartet.

Scoring und Routing in amoCRM: wie das eingerichtet ist

Die Markierung „heiß / warm / kalt“ ist kein abstraktes System im CRM, sondern konkrete Felder und Tags in der Abschlusskarte. Für jedes Merkmal — Herkunft der Anfrage, Art des Anliegens, Antwortbereitschaft des Kunden — wird ein eigenes Feld angelegt, und die Digital Pipeline bewegt den Abschluss automatisch durch die Stufen, ohne dass Karten von Hand gezogen werden.

Ein Webhook überträgt die Daten aus Chat oder Anruf in CRM in dem Moment, in dem sie entstehen, und nicht dann, wenn ein Mitarbeiter die Karte öffnet und die Felder von Hand ausfüllt. Den Status setzt der Roboter direkt nach dem Dialog — bevor die Anfrage überhaupt in die Aufgabenliste des Mitarbeiters gelangt.

Die Pipeline wird dabei für den Prozess des konkreten Kunden gebaut und nicht nach Vorlage. Der Mitarbeiter bekommt eine bereits gefilterte Liste: heiße Anfragen oben, der Rest nach Reife. Genau das ist der Unterschied zwischen einem System, das Anfragen nur speichert, und einem, das sie sortiert.

Wie man eine heiße Anfrage von einer Müllanfrage unterscheidet

Im B2B und bei Dienstleistungen ist der Auslöser meist nicht die Anfrage selbst, sondern das, was der Mensch sagt: konkrete Fristen, eine benannte Aufgabe, die Bereitschaft, über Konditionen zu sprechen. Der Satz „erzählen Sie mehr“ ohne Details ist das eine, „die Sache muss bis Ende der Woche gelöst sein, hier ist das Budget“ etwas ganz anderes — auch wenn beide über dasselbe Webformular kamen.

Eine Müllanfrage ist eine Frage ohne Substanz, eine Dublette einer bereits bearbeiteten Anfrage, Spam oder ein versehentlicher Klick im Formular. Sie von einer heißen mit bloßem Auge zu unterscheiden, gelingt nicht immer, besonders wenn es viele Anfragen gibt und sie ähnlich formuliert sind. Genau deshalb darf man die Markierung nicht dem äußeren Eindruck überlassen — es braucht einen Dialog, der die Substanz zutage bringt.

Die Kriterien für „heiß“ und „Müll“ sind für jede Nische eigen und lassen sich nicht in allgemeinen Formeln beschreiben. Man legt sie gemeinsam mit dem Kunden bei der Einrichtung des Roboters fest — als konkrete Checkliste, nach der der Dialog läuft, und nicht als abstrakte Regel „höflich und sachlich antworten“.

Was der Mitarbeiter sieht, wenn die Anfrage bereits markiert ist

Statt einer Liste aus Dutzenden gleich aussehenden Zeilen erhält der Mitarbeiter eine bereits geordnete Reihenfolge: heiße Anfragen zuerst, warme als nächster Schritt, kalte nicht dringend. Er verbringt keine Zeit damit herauszufinden, womit er den Tag beginnt — das wurde für ihn entschieden, bevor er das CRM überhaupt geöffnet hat.

Vertriebsanalyse zeigt Plan und Ist in Echtzeit, aufgeschlüsselt nach Kanälen, Leistungen und Mitarbeitern. Im Projekt GetGate etwa werden fünf Warengruppen automatisch berechnet — ohne manuelles Nachrechnen in Tabellen, die schnell veralten.

Wenn in einem Kanal Anfragen nicht mehr bis zum Abschluss kommen, kommt eine Meldung über den Einbruch — früher, als es zum Problem der ganzen Abteilung wird. So bemerkt man nicht nur eine verlorene Anfrage, sondern auch die systemische Ursache, warum solche Anfragen verloren gehen.

Kontrolle: Eine heiße Anfrage darf auch beim Mitarbeiter nicht verloren gehen

Das Scoring am Eingang löst nur die Hälfte der Aufgabe. Auch bei korrekter Markierung kann die Anfrage später verloren gehen — wenn der Mitarbeiter den Status „heiß“ gesehen, aber nicht rechtzeitig angerufen oder den Anruf verschoben hat. Hier braucht es einen eigenen Kreislauf, der nicht die Anfrage prüft, sondern das Handeln des Menschen damit.

Qualitätskontrolle — ist, wenn KI Anrufe abhört und Chats liest, sie nach Checkliste bewertet und prüft, ob der Mitarbeiter auf eine heiße Anfrage so reagiert hat, wie es sein sollte. Hier sucht man auch nach verschenkten Abschlüssen — Fällen, in denen eine Anfrage formal bearbeitet, der Sache nach aber verloren ist.

In unserer Prüfung an echter Korrespondenz war die Antwort des Assistenten im Blindvergleich in 80 % der Fälle nicht schlechter als die eines Menschen. Das ist keine Qualitätsgarantie für einen konkreten Dialog, sondern ein Anhaltspunkt: Eine automatische Antwort lässt sich in dieser Phase mit der Arbeit eines Mitarbeiters vergleichen und nicht von vornherein als schlechter abtun.

Womit anfangen, wenn Anfragen bereits verloren gehen

Der erste Schritt ist, die aktuelle Pipeline des Kunden zu analysieren und zu finden, in welcher Phase genau eine heiße Anfrage verloren geht: am Eingang, solange niemand geantwortet hat, in der Warteschlange zwischen den Müllanfragen, oder bereits beim Mitarbeiter, der den Rückruf vergessen hat. Das bestimmt, was zuerst repariert wird.

Danach wird das CRM auf den Prozess zugeschnitten, der Roboter auf die Nische des konkreten Unternehmens trainiert und die nötigen Kanäle angebunden — dort, wo Anfragen tatsächlich eingehen, und nicht dort, wo die Integration bequemer ist. Beschrieben ist das im Vertriebsaufbau — zusammen mit Skripten, Regelwerken und der Analyse der Absagegründe.

Danach antwortet der Roboter und markiert die Anfragen, die Mitarbeiter arbeiten unter Kontrolle, und die Führungskraft schaut auf Plan und Ist und justiert die Scoring-Regeln im laufenden Betrieb nach. Im laufenden Projekt GetGate wird beim Mitarbeiter rund eine Stunde Arbeitszeit pro Tag frei — weil er sie nicht mehr für das manuelle Sichten von Müllanfragen aufwendet.