B2B-Vertriebsglossar | Enginy (ehemals Genesy)

Die Welt des B2B-Vertriebs hat sich in den letzten Jahren dramatisch weiterentwickelt. Digitale Transformation, künstliche Intelligenz und Automatisierung haben einen völlig neuen Wortschatz eingeführt, den jede Fachkraft aus Vertrieb, Marketing und RevOps beherrschen muss.

Dieses umfassende Glossar deckt die 100 wichtigsten Begriffe ab, die die moderne B2B-Vertriebslandschaft definieren. 

Von grundlegenden Prospecting-Konzepten bis hin zu aufkommenden KI-gestützten Technologien ist jede Definition darauf ausgelegt, praktische Klarheit zu schaffen, nicht nur abstrakte Theorie.

Warum ist es wichtig, diese Terminologie zu beherrschen? Weil eine gemeinsame Sprache Vertriebs-, Marketing-, Operations- und Führungsteams in die Lage versetzt, sich wirksam abzustimmen. Wenn alle diese Konzepte verstehen, werden Strategien besser umgesetzt, Entscheidungen fundierter getroffen und Ergebnisse verbessert.

Egal, ob Sie als SDR Ihre Karriere starten, als Vertriebsleiter Ihr Team skalieren oder als Gründer Ihre Wachstumsmaschine aufbauen – dieses Glossar wird Ihre maßgebliche Referenz für die Navigation im modernen B2B-Vertriebssystem sein.

Grundlagen von Prospecting und Leadgenerierung

1. B2B Outbound Prospecting

Proaktiver Prozess der Identifizierung und Kontaktaufnahme mit potenziellen Kunden, die noch kein Interesse an Ihrem Produkt oder Ihrer Dienstleistung gezeigt haben. 

Im Gegensatz zu Inbound (bei dem Leads zu Ihnen kommen) bedeutet Outbound, dass Ihr Team die Kontaktaufnahme per E-Mail, Anruf, LinkedIn oder Direktnachricht initiiert. Modernes Outbound setzt auf Daten, tiefgehende Personalisierung und intelligente Automatisierung, nicht auf Massenspam.

2. Demand Generation

Menge an Marketing- und Vertriebsstrategien, die darauf ausgelegt sind, in Ihrem Zielmarkt Aufmerksamkeit und Interesse an Ihrer Lösung zu erzeugen. Geht über das bloße B2B-Leads generieren hinaus; zielt darauf ab, den Markt zu informieren, die Marke aufzubauen und Bedarf zu schaffen, noch bevor Prospects kaufbereit sind.

Umfasst Content-Marketing, Events, Webinare und strategische Outbound-Kampagnen.

3. Ideal Customer Profile (ICP)

Detaillierte Beschreibung des Unternehmenstyps, der den größten Nutzen aus Ihrer Lösung zieht und den höchsten ROI für Ihr Unternehmen erzeugt. Definiert firmografische Merkmale (Branche, Größe, Umsatz), technografische Merkmale (Tech-Stack) und Verhaltensmerkmale (Kaufprozess). 

Ein klares ICP ist grundlegend, um Ressourcen auf die richtigen Accounts zu fokussieren und keine Zeit mit qualitativ schwachen Leads zu verschwenden.

4. Buyer Personas und Entscheider

Semi-fiktionale Profile einzelner Stakeholder, die am B2B-Kaufprozess beteiligt sind. Während das ICP das ideale Unternehmen beschreibt, beschreiben Buyer Personas die Menschen: ihre Rolle, Verantwortlichkeiten, Schmerzpunkte, Motive und typischen Einwände. 

Im B2B gibt es selten einen einzelnen Entscheider; Sie müssen das gesamte Buying Committee abbilden.

5. Leads und Vertriebskontakte

Lead: potenzieller Interessent, der ein gewisses Interesse gezeigt hat oder zu Ihrem ICP passt. Kontakt: spezifische Information über eine Person innerhalb eines Ziel-Accounts. Ein Lead kann mehrere Kontakte enthalten. 

Der Unterschied ist wichtig für Segmentierung, Nurturing und präzises Reporting.

6. Lead-Qualifizierung

Prozess zur Bestimmung, ob ein Lead wirklich zur Lösung passt und eine hohe Konversionswahrscheinlichkeit hat. 

Gängige Frameworks sind BANT (Budget, Authority, Need, Timeline), MEDDIC (Metrics, Economic Buyer, Decision Criteria, Decision Process, Identify Pain, Champion) und CHAMP (Challenges, Authority, Money, Prioritization). 

Effektive Qualifizierung verhindert Zeitverschwendung bei qualitativ schwachen Opportunities.

7. Datenanreicherung

Prozess der Ergänzung grundlegender Lead-Informationen um zusätzliche Daten aus externen Quellen: genauer Titel, Unternehmensgröße, verwendete Technologien, aktuelle Nachrichten, Intent-Signale. 

Moderne Anreicherung nutzt einen Waterfall-Ansatz und fragt mehrere Quellen nacheinander ab, bis vollständige und verifizierte Informationen vorliegen, oft unterstützt durch spezialisierte Datenextraktionstools.

8. Datenqualität und Aktualität

Qualität: Genauigkeit, Vollständigkeit und Relevanz kommerzieller Daten. Aktualität: wie aktuell sie sind. 

Veraltete Daten (ungültige E-Mails, alte Titel) zerstören die Wirksamkeit von Outbound und schädigen die Absenderreputation. 

Die besten Plattformen reichern Daten automatisch an und verifizieren sie vor jedem Touchpoint.

9. Sales Intelligence

Menge an Informationen und Insights, die Vertriebsteams helfen, effektiver zu verkaufen. Umfasst firmografische, technografische und Intent-Daten, Trigger-Events, Organigramme und das Verhalten von Prospects. 

Sales Intelligence verwandelt Prospecting von „Spray and Pray“ in strategische Ansprache auf Basis eines echten Kontextes.

10. Intent-Daten und Kaufsignale

Verhaltensdaten, die darauf hinweisen, dass ein Prospect aktiv recherchiert nach einer Lösung wie Ihrer: Keyword-Suchen, Besuche von Bewertungsseiten, Downloads von Bildungsinhalten, Teilnahme an Webinaren. 

Intent-Daten ermöglichen es, Prospects im optimalen Moment zu kontaktieren, wenn sie kaufbereit sind, nicht zufällig.

Daten und kommerzielle Intelligenz

11. KI-gestützte Account-Recherche

Einsatz künstlicher Intelligenz zur Automatisierung tiefer Recherche zu Ziel-Accounts. 

KI kann Websites, Pressemitteilungen, LinkedIn, Nachrichten, Finanzberichte und mehr analysieren, um Schmerzpunkte, strategische Prioritäten und Relevanzchancen zu identifizieren – Arbeit, die manuell Stunden pro Account dauern würde.

12. Vertriebsautomatisierung

Einsatz von Technologie zur Ausführung wiederkehrender Vertriebsaufgaben ohne ständige manuelle Eingriffe: das Versenden von E-Mail-Sequenzen, geplante Follow-ups, Aktivitätsprotokollierung, Datenanreicherung. 

Automatisierung befreit Reps, damit sie sich auf hochwertige Aktivitäten wie Gespräche und den Abschluss von Deals konzentrieren können.

13. KI-Vertriebsagenten

Künstliche-Intelligenz-Systeme, die Vertriebsaufgaben autonom ausführen können: Fragen beantworten, Leads qualifizieren, Meetings planen, Prospects pflegen. 

Im Gegensatz zu einfacher regelbasierter Automatisierung können KI-Agenten natürliche Gespräche führen und kontextbezogene Entscheidungen treffen. Sie arbeiten rund um die Uhr ohne zusätzliche Kosten.

14. Vertriebssequenzen

Automatisierte und koordinierte Abfolge von Touchpoints, die einen Prospect durch den Funnel bewegen soll: E-Mail → LinkedIn → Anruf → Follow-up-E-Mail → wertvoller Content usw. 

Effektive Sequenzen kombinieren mehrere Kanäle, variieren die Botschaft und passen sich an – basierend auf dem Verhalten des Prospects.

15. Multichannel-Outreach

Strategie, Prospects über mehrere koordinierte Kanäle zu kontaktieren: E-Mail, Telefon, LinkedIn, Direktnachrichten, Video. 

Ein Multichannel-Ansatz erhöht die Sichtbarkeit, respektiert die Präferenzen der Prospects und verstärkt Botschaften – Studien zeigen bis zu 3x bessere Antwortquoten im Vergleich zu einem Single-Channel-Ansatz.

16. Cold E-Mail und Zustellbarkeit

Cold E-Mail: erste Kontaktaufnahme per E-Mail mit einem Prospect, der Sie nicht kennt. Zustellbarkeit: die Fähigkeit Ihrer E-Mails, im primären Posteingang zu landen, nicht im Spam.

Kritische Faktoren sind Absenderreputation, E-Mail-Warmup, Nachrichteninhalt und Interaktionsraten. 

Schlechte Zustellbarkeit zerstört Kampagnen, bevor sie überhaupt beginnen.

17. LinkedIn und Social Selling

Strategische Nutzung von LinkedIn (und anderen professionellen Netzwerken), um Beziehungen aufzubauen, Glaubwürdigkeit zu schaffen und Vertriebsgespräche zu initiieren. 

Geht über das Senden von Kontaktanfragen mit Pitches hinaus; umfasst Content-Erstellung, durchdachtes Engagement mit Beiträgen von Prospects und warme Ansprache auf Basis sozialer Aktivität.

18. Vertriebstelefonate und Telefonie

Direkter telefonischer Kontakt mit Prospects – oft als Telefon-Outreach bezeichnet – zur Qualifizierung, Bedarfsanalyse oder zum Abschluss. Umfasst Cold Calling (erster Anruf ohne vorherigen Kontext) und Warm Calling (nach vorherigen Touchpoints).

Moderne Telefonie integriert Auto-Dialer, Anrufaufzeichnung, automatische Transkription und CRM-Synchronisierung.

19. Personalisierung in großem Maßstab

Fähigkeit, die Ansprache für jeden einzelnen Prospect individuell anzupassen, ohne an Volumen einzubüßen. Moderne Technologie ermöglicht das Einfügen dynamischer Variablen auf Basis angereicherter Daten: Name, Unternehmen, Branche, verwendete Technologien, aktuelle Trigger-Events. 

Echte Personalisierung kann die Response-Rate um das 2- bis 3-Fache steigern.

20. Lead-Engagement und Reaktion

Engagement: Interaktion eines Prospects mit Ihrer Ansprache (E-Mail öffnen, Website besuchen, auf eine Nachricht antworten). Reaktion: direkte Antwort auf Ihre Kommunikation. 

Hohes Engagement ohne Reaktion kann auf Interesse, aber schlechtes Timing hindeuten; geringes Engagement deutet auf fehlende Relevanz oder schlechte Zustellbarkeit hin.

Vertriebstechnologie und Tools

21. CRM und Kundenmanagement

Customer Relationship Management: zentrales System zur Verfolgung aller Interaktionen mit Prospects und Kunden. Speichert Kontaktdaten, Kommunikationshistorie, laufende Deals und Leistungskennzahlen. 

Moderne CRMs (Salesforce, HubSpot, Pipedrive) sind die Single Source of Truth des Vertriebsteams.

22. RevOps und Sales Operations

Revenue Operations: Funktion, die Vertriebs-, Marketing- und Customer-Success-Operations vereinheitlicht, um die gesamte Umsatzmaschine zu optimieren. RevOps verwaltet Tech-Stack, Data Governance, Prozessdesign und Analytik. 

Teams mit dediziertem RevOps erzielen laut Studien bis zu 19 % mehr Umsatzwachstum.

23. Integration des Sales-Stacks

Nahtlose Verbindung zwischen allen Tools, die das Vertriebsteam nutzt: CRM, Prospecting-Plattform, E-Mail-Sequencing, Telefonie, Analytik. Eine effektive CRM-Integration stellt sicher, dass diese Systeme wie eins funktionieren. Ein fragmentierter Stack erzeugt Datensilos, doppelte Arbeit und verlorenen Kontext.

Native Integrationen oder Integrationen über API sind entscheidend für Effizienz.

24. Pipeline und Forecasting

Pipeline: Menge der laufenden Deals in verschiedenen Phasen des Verkaufszyklus. Forecasting: Prognose zukünftiger Umsätze auf Basis der aktuellen Pipeline und historischer Konversionsraten. 

Die Gesundheit der Pipeline ist ein Frühindikator für Umsatz – wenn die Pipeline dünner wird, sinkt der Umsatz Monate später.

25. B2B-Vertriebskennzahlen

KPIs zur Messung der Effektivität des Vertriebsprozesses: Aktivität (gesendete E-Mails, getätigte Anrufe), Engagement (Öffnungsraten, Antwortraten), Conversion (Leads → Meetings → Opportunities → Closed-Won), Geschwindigkeit (durchschnittliche Zeit in jeder Phase) und Umsatz. 

Was gemessen wird, wird verbessert.

26. Akquisitionskosten

Customer Acquisition Cost (CAC): Gesamtkosten für die Gewinnung eines neuen Kunden, einschließlich Gehälter des Teams, Tech-Stack, Marketingausgaben usw. CAC-Amortisationszeit: wie lange es dauert, die Akquisitionsinvestition zurückzugewinnen. 

CAC muss für ein nachhaltiges Geschäft deutlich niedriger als der Customer Lifetime Value sein.

27. Revenue Intelligence

Einsatz von Daten und Analytik zur Gewinnung umsetzbarer Insights über Vertriebsleistung, Käuferverhalten und Pipeline-Gesundheit. 

Revenue-Intelligence-Plattformen identifizieren Muster von Deals, die abgeschlossen werden, prognostizieren Ergebnisse und empfehlen auf Basis von Machine Learning die nächsten besten Maßnahmen.

28. Leistung des Vertriebsteams

Messung der individuellen und kollektiven Effektivität des Vertriebsteams: Zielerreichung, Win Rate, durchschnittliche Deal-Größe, Länge des Verkaufszyklus. Umfasst sowohl Lagging Indicators (Endergebnisse) als auch Leading Indicators (Aktivitäten, die zukünftige Ergebnisse vorhersagen). 

Performance-Dashboards ermöglichen datenbasiertes Coaching.

29. Skalierung des B2B-Vertriebs

Prozess des vorhersehbaren und nachhaltigen Umsatzwachstums, ohne dass die Kosten proportional steigen. 

Erfordert replizierbare Prozesse, einen skalierbaren Tech-Stack, effektives Onboarding und klare Kennzahlen. 

Vorzeitige Skalierung (vor Product-Market Fit) ist eine häufige Ursache für das Scheitern von Startups.

30. Sales-Led Growth

Wachstumsstrategie, bei der Outbound-Vertrieb der primäre Motor der Akquise ist. 

Erfordert typischerweise ein dediziertes Vertriebsteam, das Prospects anspricht, qualifiziert und Deals abschließt. 

Im Gegensatz zu Product-Led Growth. Es ist der Standardansatz für komplexe Produkte, große Deals oder Märkte, in denen Käufer Lösungen nicht organisch entdecken.

Vertriebsstrategien und Methodologien

31. Product-Led Growth

Strategie, bei der das Produkt selbst der primäre Akquisitionshebel ist: kostenlose Testversionen, Freemium-Modelle, integrierte Viralität. 

Nutzer adoptieren das Produkt zuerst, der Vertrieb greift später für Expansion und Enterprise-Deals ein. Funktioniert gut für intuitive Produkte mit kurzer Time-to-Value.

32. Go-to-Market-Strategien

Umfassender Plan, wie ein Unternehmen sein Produkt auf den Markt bringt: ICP-Definition, Positionierung, Preisgestaltung, Vertriebskanäle, Vertriebsstruktur und Marketingstrategie. 

Die GTM-Strategie stimmt Produkt, Vertrieb und Marketing auf gemeinsame Umsatzziele ab.

33. Account-Based Sales

Stark fokussierter Ansatz auf bestimmte hochwertige Accounts statt Massen-Prospecting. Erfordert tiefe Recherche, hochgradig personalisierte Nachrichten und Koordination über mehrere Touchpoints. 

ABS kehrt den traditionellen Funnel um – Sie identifizieren zuerst Ziel-Accounts und erzeugen dann gezielt Nachfrage in diesen.

34. Account-Based Marketing (ABM)

Marketingstrategie, die einzelne Accounts als eigene Märkte behandelt. Marketing und Vertrieb arbeiten zusammen, um personalisierte Kampagnen für jeden Ziel-Account zu erstellen. 

Wird typischerweise für Enterprise-Deals eingesetzt, bei denen der Wert eines Accounts eine erhebliche Investition in maßgeschneidertes Marketing rechtfertigt.

35. Advanced Targeting und Segmentierung

Aufteilung des Gesamtmarkts in homogene Gruppen auf Basis gemeinsamer Merkmale: Branche, Größe, Tech-Stack, Verhalten, einschließlich Nischen wie Cybersecurity-Leads.

Ermöglicht relevantere Botschaften und fokussierte Ressourcen für die wertvollsten Segmente. Effektive Segmentierung kann den ROI von Kampagnen ver-5-fachen.

36. Firmographics

Beschreibende Merkmale von Unternehmen (das Äquivalent zu Demografie bei Personen): Branche, Jahresumsatz, Mitarbeiterzahl, Standort, Wachstumsphase, Organisationsstruktur. Werden verwendet, um das ICP zu definieren und Prospecting-Listen zu segmentieren.

37. Technographics

Daten über die von einem Unternehmen verwendeten Technologien: CRM, Marketing-Automatisierung, Cloud-Infrastruktur, Analyse-Tools usw. 

Extrem wertvoll, um die Passung zu Ihrer Lösung zu identifizieren, den Kaufzeitpunkt zu erkennen (wenn ein alter Wettbewerber genutzt wird) und technische Botschaften zu personalisieren.

38. Account-Priorisierung

Prozess der Rangfolge von Ziel-Accounts nach Konversionswahrscheinlichkeit und potenziellem Wert. Faktoren sind ICP-Fit, Intent-Signale, vorheriges Engagement und potenzielle Deal-Größe. 

Effektive Priorisierung stellt sicher, dass Reps ihre Zeit auf Chancen mit dem höchsten ROI fokussieren – nicht in alphabetischer Reihenfolge.

39. Predictive Lead Scoring

Einsatz von Machine Learning zur Vergabe von Scores an Leads basierend auf der Konversionswahrscheinlichkeit. Analysiert Hunderte von Variablen (Firmographics, Verhalten, Engagement) und historische Muster von Leads, die konvertiert haben. 

Besser als manuelles Scoring auf Basis einfacher Regeln, weil es nicht offensichtliche Korrelationen erkennt.

40. Follow-up-Automatisierung

Automatisiertes System, das Follow-ups verwaltet, basierend auf dem Verhalten des Prospects: wenn er die E-Mail öffnet, aber nicht antwortet, wird ein Anruf geplant; wenn nach 3 Versuchen kein Engagement erfolgt, wird die Sequenz pausiert. 

Stellt konsistentes Follow-up sicher, ohne dass Reps jeden Prospect manuell nachverfolgen müssen.

Künstliche Intelligenz und fortgeschrittene Automatisierung

41. Konversations-KI

Technologie, die KI-Systemen ermöglicht, natürliche Gespräche ähnlich wie Menschen zu führen. Nutzt Natural Language Processing (NLP) und Machine Learning, um Intention, Kontext und sprachliche Nuancen zu verstehen. 

Grundlage ausgefeilter Chatbots und KI-Vertriebsagenten.

42. Chatbots und Vertriebsassistenten

Automatisierte Konversationsschnittstellen, die Leads qualifizieren, Fragen beantworten, Meetings planen und Prospects pflegen können. 

Einfache Chatbots folgen vorprogrammierten Skripten; fortgeschrittene KI-Assistenten verstehen den Kontext und passen Antworten dynamisch an. Sie arbeiten 24/7 ohne Kostensteigerung.

43. Human-in-the-Loop

Modell, bei dem KI Aufgaben automatisiert, aber menschliche Aufsicht an kritischen Punkten beibehält. Beispiel: KI erstellt einen personalisierten E-Mail-Entwurf, ein Mensch prüft und genehmigt ihn vor dem Versand. 

Verbindet die Effizienz der Automatisierung mit menschlichem Urteilsvermögen und Kreativität.

44. Wiederkehrende Aufgaben im Vertrieb

Wenig wertschöpfende Aktivitäten, die viel Zeit beanspruchen: Dateneingabe, Aktivitätsprotokollierung, Terminplanung, grundlegende Prospect-Recherche, manuelles Versenden von Follow-ups.

Diese Aufgaben sind ideale Kandidaten für Automatisierung – damit Reps sich auf hochwertige Gespräche konzentrieren können.

45. SDR-Produktivität

Maß für den effektiven Output von Sales Development Reps: qualitativ hochwertige geplante Meetings, generierte qualifizierte Leads, Konversionsraten. 

Produktive SDRs benötigen: klare Prozesse, einen Tech-Stack zur Automatisierung wiederkehrender Aufgaben, kontinuierliches Coaching und klar definierte Kennzahlen.

46. Onboarding des Vertriebsteams

Prozess der Einarbeitung neuer Reps, bis sie produktiv sind: Produktwissen, Vertriebsprozess, Tools, Messaging, Einwandbehandlung. 

Effektives Onboarding verkürzt die Time-to-Productivity von Monaten auf Wochen – entscheidend für schnelle Skalierung.

47. Abstimmung von Marketing und Vertrieb

Strategische und operative Abstimmung zwischen Marketing- und Vertriebsteams: gemeinsame ICP-Definition, SLAs zur Lead-Qualität, Feedback-Loop zu den Botschaften, die konvertieren. Nicht abgestimmte Teams verlieren laut Studien bis zu 10 % des Umsatzes.

48. Sales Attribution

Prozess zur Bestimmung, welche Touchpoints oder Kampagnen beigetragen haben zu einer Conversion. Modelle sind First-Touch (Credit für den ersten Kontakt), Last-Touch (Credit für den letzten) und Multi-Touch (verteilt das Credit). 

Präzise Attribution informiert Entscheidungen darüber, wo Ressourcen investiert werden sollten.

49. Vertriebsanalytik

Analyse von Vertriebsdaten zur Gewinnung umsetzbarer Insights: welche Taktiken funktionieren, wo Engpässe liegen, welche Segmente am besten konvertieren, wie der Prozess optimiert werden kann. Umfasst deskriptive Analyse (was passiert ist), diagnostische (warum es passiert ist), prädiktive (was passieren wird) und präskriptive (was zu tun ist).

50. Vertriebs-Dashboards

Interaktive Visualisierungen zentraler Vertriebskennzahlen: Pipeline nach Phase, Forecast vs. Ziel, Win Rates, Teamaktivität, Conversion-Funnels. 

Effektive Dashboards machen Insights sichtbar für Reps, Manager und Führungskräfte und ermöglichen schnelle datengestützte Entscheidungen.

Vertriebsprozess und Verkaufszyklus

51. Sales Cycle Management

Aktive Steuerung des gesamten Prozesses vom ersten Kontakt bis zum Abschluss: Prospecting → Qualifizierung → Discovery → Demo → Angebot → Verhandlung → Abschluss. Umfasst die Identifikation und Beseitigung von Engpässen, die Reduzierung von Reibungspunkten und die Beschleunigung des Übergangs zwischen den Phasen.

52. Win Rate und Closing

Win Rate: Prozentsatz der Opportunities, die erfolgreich abgeschlossen werden (Closed-Won / Gesamtzahl der Opportunities). 

Typische B2B-Abschlussquote: 20–30 % im Mid-Market, 15–25 % im Enterprise-Bereich. Eine Verbesserung der Win Rate um 5 % hat größere Auswirkungen als eine Erhöhung des Top-of-Funnel um 20 %.

53. B2B-Retention und Expansion

Retention: bestehende Kunden halten (Churn reduzieren). Expansion: Umsatz aus bestehenden Accounts steigern durch Upsell, Cross-Sell oder mehr Nutzer.

Im B2B-SaaS kann Expansion Revenue 30–50 % des Gesamtumsatzes ausmachen – es ist effizienter als die Gewinnung neuer Kunden.

54. Customer Lifetime Value

Gesamtumsatz, den ein Kunde während der gesamten Beziehung zu Ihrem Unternehmen generiert. Berechnet als: (durchschnittlicher Umsatz pro Account × Bruttomarge) / Churn-Rate. 

LTV sollte mindestens 3x CAC betragen, um gesunde Unit Economics zu haben.

55. Customer Acquisition Cost

Gesamtkosten für die Gewinnung eines neuen Kunden: Vertriebs- und Marketinggehälter, Tech-Stack, Werbeausgaben geteilt durch die Anzahl gewonnener Kunden. 

Die CAC-Amortisationszeit (Zeit bis zur Rückgewinnung der Investition) sollte idealerweise < 12 Monate für B2B-SaaS sein.

56. ROI im Vertrieb

Return on Investment: generierter Umsatz geteilt durch die Kosten seiner Erzeugung. Anwendbar auf Kampagnen-, Kanal-, Rep- oder Programmebene.

Ein klarer ROI rechtfertigt Investitionen in den Tech-Stack, zusätzliche Mitarbeiter oder neue Initiativen.

57. B2B-Compliance und Datenschutz

Einhaltung von Vorschriften zum Umgang mit persönlichen und kommerziellen Daten: DSGVO (Europa), CCPA (Kalifornien), CAN-SPAM (US-E-Mail-Marketing). Umfasst das Einholen von Einwilligungen, das Beachten von Opt-outs, den Schutz sensibler Daten und die Pflege von Audit-Trails.

58. DSGVO und kommerzielle Daten

Datenschutz-Grundverordnung: europäisches Gesetz zur Regulierung der Verarbeitung personenbezogener Daten. Erfordert eine rechtliche Grundlage für die Datenverarbeitung (Einwilligung, berechtigtes Interesse), das Recht auf Vergessenwerden und Datenportabilität.

Bußgelder können bis zu 4 % des weltweiten Umsatzes erreichen.

59. E-Mail-Compliance

Einhaltung der E-Mail-Marketing-Gesetze: CAN-SPAM (USA), DSGVO (EU), CASL (Kanada). Typische Anforderungen: klarer Abmeldelink, Absenderkennzeichnung, keine irreführenden Betreffzeilen, Opt-outs innerhalb von 10 Tagen beachten. 

Verstöße führen zu Bußgeldern und Schäden an der Absenderreputation.

60. Data Governance

Rahmen aus Richtlinien und Prozessen für das Management von Unternehmensdaten: wer Zugriff hat, wie sie gespeichert werden, was damit getan werden darf und wie sie geschützt werden. 

Solide Data Governance verhindert Sicherheitsverletzungen, stellt Compliance sicher und verbessert die Datenqualität.

Operations und Best Practices

61. Informationssicherheit

Schutz sensibler Daten vor unbefugtem Zugriff, Offenlegung oder Zerstörung: Verschlüsselung, Zugriffskontrollen, Monitoring, Notfallpläne. 

Im B2B-Vertrieb umfasst dies den Schutz von Kundeninformationen, Zugangsdaten und proprietären Daten.

62. Risiken der Automatisierung

Potenzielle Gefahren schlecht implementierter Automatisierung: roboterhaft klingende Nachrichten, E-Mails an falsche Kontakte, Überreizung von Prospects, Verlust der menschlichen Note. 

Die Risikominderung erfordert: gründliches Testen, kontinuierliches Monitoring und menschliche Kontrolle an kritischen Touchpoints.

63. Best Practices für Outbound

Prinzipien für wirksames und ethisches Outbound: tiefgehende Recherche vor der Kontaktaufnahme, echte Personalisierung, Mehrwert vom ersten Touchpoint an, Respektierung der Präferenzen der Prospects, klare Opt-outs, hartnäckig, aber nicht aufdringlich sein, kontinuierlich messen und optimieren.

64. Häufige Prospecting-Fehler

Fehler, die die Wirksamkeit zerstören: unbestätigte Listen kaufen, generische Nachrichten verwenden, nach 1–2 Versuchen aufgeben, Timing- und Intent-Signale ignorieren, nicht testen oder optimieren, Aktivität statt Ergebnisse messen, einen einzelnen Kanal überlasten.

65. B2B Sales Anti-Patterns

Praktiken, die logisch erscheinen, aber kontraproduktiv sind: Quantität über Lead-Qualität stellen, vor der Discovery pitchen, Desinteresse-Signale ignorieren, Prospects nicht ausreichend qualifizieren, über den Preis konkurrieren, ohne Wert zu demonstrieren, zu viel versprechen und unmögliche Erwartungen schaffen.

66. Kanalsättigung

Übermäßige Nutzung eines Outreach-Kanals bis zu dem Punkt, an dem der Ertrag sinkt. Beispiel: B2B-E-Mail ist zunehmend gesättigt, Inboxen sind voll mit ähnlichen Cold E-Mails. 

Lösung: Kanäle diversifizieren, Qualität und Relevanz erhöhen statt einfach das Volumen zu steigern.

67. Spam und Domain-Reputation

Spam: unerwünschte E-Mails, die Empfänger nicht wollen. Domain-Reputation: Score, den ISPs Ihrer Domain auf Basis von Engagement, Bounce-Raten und Spam-Beschwerden zuweisen. 

Eine beschädigte Reputation führt dazu, dass E-Mails im Spam-Ordner landen – die Wiederherstellung dauert Monate.

68. Zustellbarkeit

Fähigkeit Ihrer E-Mails, den primären Posteingang zu erreichen, nicht den Werbe-Tab oder Spam. Kritische Faktoren: Absenderreputation, E-Mail-Authentifizierung (SPF, DKIM, DMARC), Inhaltsqualität, Engagement-Raten. 

Eine Zustellbarkeit von < 90 % weist auf ernsthafte Probleme hin.

69. Tool-Wildwuchs im Vertrieb

Übermäßige Vermehrung von Tools im Sales-Stack: verschiedene Tools für Prospecting, Anreicherung, Sequencing, Calling, Analytik. 

Erzeugt Datensilos, Komplexität, hohe Kosten und Reibung im Team. Die Konsolidierung in einheitliche Plattformen ist ein wachsender Trend.

70. Datenzentralisierung

Bündelung kommerzieller Daten in einem einheitlichen Repository statt über mehrere Systeme verteilt. 

Vorteile: eine einzige Source of Truth, konsistentes Reporting, Eliminierung von Duplikaten, bessere Sicht auf die gesamte Customer Journey.

Fortgeschrittene Daten und Technologie

71. Single Source of Truth

Einziges System, das die definitive und aktuelle Version aller wichtigen kommerziellen Daten enthält. Typischerweise das CRM. 

Eliminiert Verwirrung, wenn verschiedene Systeme widersprüchliche Informationen über einen Prospect oder Deal anzeigen.

72. Datensynchronisierung

Automatischer bidirektionaler Datenfluss zwischen Systemen: Änderungen im CRM spiegeln sich in der Prospecting-Plattform wider und umgekehrt. 

Echtzeit-Synchronisierung eliminiert manuelle Dateneingabe, verhindert Inkonsistenzen und stellt sicher, dass alle mit aktuellen Informationen arbeiten.

73. Echtzeit-Vertriebsintelligenz

Sofortiger Zugriff auf umsetzbare Insights über Prospects und Accounts auf Basis frischer Daten: gerade aufgetretene Trigger-Events, jüngste Änderungen im Tech-Stack, Spitzen bei Intent-Signalen. 

Ermöglicht rechtzeitige Ansprache, wenn das Timing optimal ist.

74. Echtzeitdaten

Kontinuierlich aktualisierte Informationen, keine statischen Momentaufnahmen. Umfasst Aktivitäts-Streams, Engagement-Tracking und Verhaltenssignale. 

Kritisch für den modernen Vertrieb, weil sich Kontext und Timing schnell ändern – Daten von vor einigen Wochen können bereits veraltet sein.

75. Marktsignale

Externe Indikatoren, die Veränderungen in Nachfrage, Wettbewerb oder Marktbedingungen anzeigen: Suchtrends, Nachrichten-Erwähnungen, Bewegungen von Wettbewerbern, regulatorische Änderungen. 

Sie helfen, Verschiebungen zu antizipieren und die Strategie proaktiv anzupassen.

76. Kaufzeitpunkt

Der Moment, in dem ein Prospect für Ihre Lösung am empfänglichsten ist. Beeinflusst durch Trigger-Events (Finanzierung, Expansion, akuter Schmerzpunkt), Budgetzyklen und organisatorische Veränderungen. 

Ansprache zum richtigen Zeitpunkt kann die Conversion-Rate um das 5-Fache steigern gegenüber zufälligem Timing.

77. Signalbasiertes Verkaufen

Strategie, Outreach auf Basis spezifischer Signale zu aktivieren statt nach einem festen Takt: wenn ein Prospect die Preisseite besucht, wenn ein Unternehmen eine Finanzierung ankündigt, wenn ein Wettbewerber eine Störung hat. 

Signalbasiertes Verkaufen ist relevanter und zeitnäher als Massenversand.

78. Kontextbezogenes Verkaufen

Anpassung des Vertriebsansatzes an den vollständigen Kontext des Prospects: Branche, aktuelle Herausforderungen, Tech-Stack, Phase der Buyer Journey, frühere Interaktionen. 

Erfordert Zugriff auf reichhaltige Daten und die Fähigkeit, in Echtzeit auf diese Insights zu reagieren.

79. Hyperpersonalisierung

Extreme Form der Personalisierung, die weit über [FirstName] hinausgeht – Nachrichten, die speziell für den einzigartigen Kontext jedes Prospects erstellt werden und mehrere Datenpunkte nutzen: Trigger-Events, abgeleitete Schmerzpunkte, Verweise auf aktuelle Aktivitäten. 

Technologie ermöglicht dies im großen Maßstab.

80. Kontextbasierte Nachrichten

Outreach-Inhalte, die dynamisch angepasst werden an: Phase der Buyer Journey, früheres Verhalten, Merkmale des Prospects, aktuelles Timing. 

Beispiel: Ein Prospect, der eine Demo gesehen hat, erhält eine andere E-Mail als ein kalter Prospect, der nie interagiert hat.

Künstliche Intelligenz im Vertrieb

81. KI im Vertrieb

Einsatz künstlicher Intelligenz zur Verbesserung der Vertriebseffektivität: Predictive Lead Scoring, Nachrichtengenerierung, Konversations-KI, Deal-Analyse und Forecasting. 

KI im Vertrieb analysiert Muster, die Menschen nicht erkennen, und automatisiert kognitive Aufgaben, nicht nur wiederkehrende.

82. Generative KI im Vertrieb

KI-Modelle (wie GPT), die originelle Inhalte erstellen: personalisierte E-Mail-Entwürfe, Antworten auf Einwände, Zusammenfassungen von Calls. 

Generative KI beschleunigt die Inhaltserstellung, erfordert aber menschliche Aufsicht, um Genauigkeit und angemessenen Ton sicherzustellen.

83. Prädiktive kommerzielle Modelle

Machine-Learning-Algorithmen, die Ergebnisse vorhersagen: welche Leads konvertieren, welche Deals abgeschlossen werden, wann ein Prospect kaufbereit ist, welche Botschaft am besten ankommt.

Basierend auf der historischen Musteranalyse von Tausenden von Datenpunkten.

84. Regelbasierte Automatisierung

Automatisierte Workflows, die einer einfachen Wenn-Dann-Logik folgen: wenn ein Prospect eine E-Mail öffnet, sende in 2 Tagen ein Follow-up. 

Nützlich, aber begrenzt – passt sich nicht an komplexe oder unerwartete Kontexte an. Vorläufer der KI-basierten Automatisierung.

85. KI-basierte Automatisierung

Systeme, die kontextbezogene Entscheidungen treffen, ohne exhaustive vorprogrammierte Regeln: KI bestimmt die beste Botschaft, das beste Timing und den besten Kanal auf Basis der Analyse des Prospects und der aktuellen Situation. 

Flexibler und effektiver als einfache Regeln, benötigt aber ausreichende Trainingsdaten.

86. Kommerzielle Skalierbarkeit

Fähigkeit, den Umsatz deutlich zu steigern, ohne dass die Kosten proportional wachsen. Erfordert replizierbare Prozesse, effektive Automatisierung, einen Wachstum unterstützenden Tech-Stack und Kennzahlen, um Engpässe zu erkennen, bevor sie die Skalierung blockieren.

87. Vertrieb für B2B-Startups

Vertriebsansatz für Unternehmen in der Frühphase: Gründer übernehmen anfangs den Vertrieb, Fokus auf Lernen und Product-Market Fit statt auf Skalierung, hohe Personalisierung, schnelle Experimente. 

Leaner Tech-Stack, weniger formalisierte Prozesse als im Enterprise-Bereich.

88. Mid-Market Sales

Verkauf an Unternehmen mit 50–1000 Mitarbeitenden: stärker strukturierte Deals als im SMB-Bereich, aber schneller als im Enterprise-Bereich, mehrere Stakeholder, aber keine riesigen Committees, stärkere ROI-Betonung als im Enterprise-Bereich, Zyklen typischerweise 1–3 Monate.

89. Enterprise Sales

Verkauf an große Unternehmen (1000+ Mitarbeitende): mehrere Entscheider, lange Freigabeprozesse, Sicherheit und Compliance sind kritisch, Anpassungsanforderungen, Deals ab 100.000+ $, Zyklen von 6–18 Monaten. 

Erfordert einen Account-Based-Ansatz und funktionsübergreifende Koordination.

90. Internationaler B2B-Vertrieb

Vertrieb über Länder und Kulturen hinweg: Zeitzonen, Sprache, Unterschiede in Kommunikations- und Verhandlungsstilen, lokale Vorschriften (DSGVO usw.), Zahlungspräferenzen. 

Erfordert globale Datenabdeckung und kulturelle Sensibilität.

Trends und die Zukunft der Sales Tech

91. Mehrsprachigkeit und Lokalisierung

Fähigkeit, Vertrieb in mehreren Sprachen zu betreiben – über bloße Übersetzung hinaus: Anpassung der Botschaften an die lokale Kultur, Berücksichtigung regionaler Geschäftskonventionen, Einhaltung lokaler Vorschriften. 

Kritisch für erfolgreiche internationale Expansion.

92. Executive Reporting

Dashboards und Reports für das C-Level: Kennzahlen auf hoher Ebene (Umsatz, Wachstumsrate, CAC, LTV), Pipeline-Gesundheit, Prognosegenauigkeit, Fortschritt strategischer Initiativen. 

Weniger operative Details, mehr Insights zu Geschäftsergebnissen und Trends.

93. Datengestützte Entscheidungsfindung

Kommerzielle Entscheidungen auf Basis von Datenanalyse statt Intuition oder Anekdoten: welche Segmente priorisiert werden, wo Ressourcen investiert werden, welche Taktiken skaliert werden sollen. 

Erfordert qualitativ hochwertige Daten, zugängliche Analytik und eine Kultur, die Evidenz über Meinungen stellt.

94. Kommerzielle Reife

Grad der Ausgereiftheit der Vertriebsoperation: von Gründern, die ad hoc verkaufen, bis zu einer Organisation mit dokumentierten Prozessen und integriertem Tech-Stack, Trainingsprogrammen und fortgeschrittener Analytik. 

Reife korreliert mit Umsatzvorhersagbarkeit und Skalierbarkeit.

95. Digitale Transformation im Vertrieb

Einführung digitaler Technologien, um den Vertrieb grundlegend zu verändern: von manuell zu automatisiert, von intuitionsgetrieben zu datengestützt, von Mono-Channel zu Omnichannel. Es geht nicht nur darum, Tools zu kaufen – es erfordert kulturellen und prozessualen Wandel.

96. Moderner Vertrieb

Das aktuelle B2B-Vertriebsparadigma: datengestützt, technologiegestützt, buyer-zentriert, beratend statt transaktional, multichannel, mit Fokus auf Aufklärung und Mehrwert. 

Im Gegensatz zum „traditionellen Vertrieb“, der durch aggressive Kaltakquise und Produkt-Pitches geprägt ist.

97. Moderner Sales-Stack

Integrierte Tool-Sammlung, die heutige B2B-Vertriebsteams nutzen: CRM als Basis, Sales-Engagement-Plattform, Datenanreicherung, Konversations-KI, Revenue Intelligence, Analytik. 

Trend zur Konsolidierung in einheitliche Plattformen statt fragmentierter Point Solutions.

98. AI-First-Strategie

Ansatz, die Vertriebsorganisation von Anfang an mit KI im Zentrum aufzubauen: Automatisierung wiederkehrender Aufgaben mit KI, Predictive Lead Scoring, KI-gestützte Inhaltserstellung, Konversationsagenten. 

AI-First bedeutet nicht ohne Menschen – sondern Menschen konzentrieren sich auf hochwertige Aktivitäten.

99. Zukunft des Outbound

Erwartete Entwicklung des B2B-Prospectings: stärkere Personalisierung durch KI, weniger Volumen, aber mehr Relevanz, KI-Agenten übernehmen erste Touchpoints, signalbasiertes Timing statt fester Cadences, Privacy-First-Ansatz, Konsolidierung des Tech-Stacks, Fokus auf Multi-Threading von Accounts.

100. Sales-Tech-Trends

Richtungen des Sales-Tools-Ökosystems: Konsolidierung (All-in-One-Plattformen vs. Point Solutions), native KI in allen Funktionen, Echtzeitdaten statt statischer Momentaufnahmen, Verticalization (branchenspezifische Tools), einbettbare Vertriebstools, Fokus auf vollständige Workflow-Automatisierung.

Enginy AI: Plattform zur Vereinheitlichung moderner B2B-Vertriebskonzepte

Nachdem Sie diese 100 wesentlichen Konzepte durchgegangen sind, ist klar, dass das moderne B2B-Vertriebsökosystem komplex und miteinander verknüpft ist. 

Vom Outbound-Prospecting bis zur KI-Automatisierung, von der Datenanreicherung bis zur Compliance spielt jedes Element eine entscheidende Rolle beim Aufbau einer effektiven Vertriebsmaschine.

Die Herausforderung für Vertriebsteams: All diese Konzepte erfordern typischerweise mehrere voneinander getrennte Tools. Datenanreicherung auf einer Plattform, Outbound-Sequenzen auf einer anderen, Analytik in Tabellenkalkulationen, ein separates CRM – das erzeugt Fragmentierung, Datensilos und operative Komplexität.

Enginy AI: Wo all diese Konzepte zusammenlaufen

Enginy AI steht für die Entwicklung hin zu einheitlichen Plattformen, die die wichtigsten Fähigkeiten nativ integrieren, die dieses Glossar behandelt hat:

Intelligente Prospecting- und Leadgenerierung:

• Automatisiertes ICP-Targeting (#3) unter Nutzung von Firmographics (#36) und Technographics (#37)

• Predictive Lead Scoring (#39) auf Basis von KI-Modellen (#83)

• Waterfall-Datenanreicherung (#7) aus mehr als 30 Quellen

• Integration von Intent-Daten (#10) für optimales Timing (#76)

Fortgeschrittene Vertriebsautomatisierung:

• Koordinierte Multichannel-Sequenzen (#15) automatisch

• KI-Vertriebsagenten (#13), die Leads 24/7 qualifizieren und pflegen

• Personalisierung in großem Maßstab (#19) mit Hyperpersonalisierung (#79)

• Adaptive Follow-up-Automatisierung (#40) auf Basis des Verhaltens

Echtzeit-Vertriebsintelligenz:

• Sales Intelligence (#9) in einer einzigen Oberfläche konsolidiert

• Automatisierte KI-gestützte Account-Recherche (#11)

• Signalbasiertes Verkaufen (#77) und Trigger-Events

• Kontextbezogenes Verkaufen (#78) mit ständig frischen Daten

Integration und Operations:

• Bidirektionale CRM-Synchronisierung (#72) in Echtzeit

• Single Source of Truth (#71), die Tool-Wildwuchs (#69) beseitigt

• Einheitliche Vertriebsanalytik (#49) und Dashboards (#50)

• RevOps-ready (#22) mit Data Governance (#60)

Greifbare Ergebnisse in realen Unternehmen

Enginy AI ermöglicht es Vertriebsteams, deutlich produktiver zu arbeiten, indem es die wiederkehrenden Aufgaben (#44) automatisiert, die 60–70 % der Zeit eines durchschnittlichen SDRs verbrauchen.

Unternehmen wie Factorial, Sequra, Metricool und Red Points nutzen Enginy, um ihr Outbound zu transformieren:

• Jordi Romero (Factorial): „x2 mehr Pipeline-Volumen mit demselben Team“

• Alberto Ercoli (Borneo): „x3 Meetings im ersten Monat“

Diese Ergebnisse entstehen durch die Anwendung moderner B2B-Vertriebsprinzipien, die dieses Glossar dokumentiert – nicht fragmentiert über mehrere Tools, sondern in einer einzigen intelligenten Plattform vereint.

Die Zukunft liegt in der Konvergenz

Die 100 Begriffe in diesem Glossar sind keine isolierten Konzepte – sie sind miteinander verknüpfte Teile eines Systems. 

Die Zukunft der Sales Tech (#100) liegt nicht im Anhäufen einzelner Point Solutions für jedes Konzept, sondern in Plattformen, die sie nativ integrieren.

Enginy AI verkörpert diese Konvergenz:

• AI-First-Strategie (#98) aus dem Kern der Plattform heraus

• Moderner Vertrieb (#96) mit modernem Tech-Stack (#97)

• Kommerzielle Skalierbarkeit (#86) ohne operative Komplexität

• Digitale Transformation (#95) für jedes Team zugänglich

In einem Markt, in dem Tempo, Relevanz und Effizienz über Erfolg entscheiden, ist es der Unterschied zwischen effektivem Skalieren und Zurückfallen, wenn diese 100 Konzepte reibungslos zusammenarbeiten – statt fragmentiert in getrennten Tools.

Enginy macht diese fortgeschrittenen Konzepte zugänglich und umsetzbar, indem es B2B-Outbound von einer Black Art in eine vorhersehbare Wissenschaft verwandelt, von mühsamer manueller Arbeit in intelligente Automatisierung, von Rätselraten in datengestützte Entscheidungen.

Fazit

Dieses Glossar deckt den wesentlichen Wortschatz des modernen B2B-Vertriebsprofis ab. Egal, ob Sie Ihre erste Vertriebsbewegung aufbauen, ein bestehendes Team skalieren oder ausgereifte Prozesse optimieren – diese Konzepte zu beherrschen ist grundlegend.

Die Begriffe existieren nicht isoliert – sie verstärken sich gegenseitig. 

Die beste Datenanreicherung (#7) befeuert effektive Personalisierung (#19). Solide Intent-Daten (#10) ermöglichen perfektes Timing (#76). Intelligente Automatisierung (#85) baut auf hochwertigen Daten (#8) auf.

Das B2B-Vertriebsökosystem wird sich weiterentwickeln, mit neuen Technologien, Methoden und Begriffen. Aber die hier dokumentierten grundlegenden Konzepte bilden das Fundament, auf dem die nächste Generation von Vertriebsinnovation aufgebaut wird.

Setzen Sie ein Lesezeichen für dieses Glossar als Referenz. Teilen Sie es mit Ihrem Team. Nutzen Sie es, um Wortschatz und Verständnis abzustimmen über Vertrieb, Marketing, Produkt und Operations hinweg. 

Eine gemeinsame Sprache ist der erste Schritt zu abgestimmter Umsetzung und außergewöhnlichen Ergebnissen.