KI-Lead-Qualifizierung per Chatbot: echter Test mit 10 Leads
Sieh, wie zehn getrennte Vertriebs-, Support- und Low-Fit-Gespräche klassifiziert wurden und nur ein eingewilligter Kontakt gespeichert wurde.
Eine KI-Lead-Qualifizierung muss Absicht anhand konkreter Merkmale bewerten und Kontaktdaten ausschließlich nach Einwilligung erfassen.
Ein sinnvoller Chatbot zur KI-Lead-Qualifizierung sammelt nicht einfach jede E-Mail-Adresse. Er stellt wenige relevante Fragen, trennt Kaufabsicht von Supportanfragen und speichert Kontaktdaten nur nach eindeutiger Einwilligung.
Diese Anleitung bildet den Zehn-Gespräche-Test aus dem Video nach. Das Ergebnis: drei Qualified, zwei Needs Follow-up, drei Routed und zwei Not Fit. Nur ein fiktiver Besucher willigte ein und erzeugte einen reinen E-Mail-Lead.
Datenschutzfreundlicher Zwei-Klick-Player
KI-Lead-Qualifizierung: Chatbot-Test
KI-Lead-Qualifizierung mit Chatbot: Kriterien definieren, zehn Gespräche prüfen und Kontaktdaten nur nach Einwilligung speichern.
Der YouTube-Player bleibt bis zu deinem Klick gesperrt. Beim Laden verbindet sich dein Browser mit YouTube; dabei können technische Daten an Google übertragen werden.
Direkt auf YouTube öffnenDas hast du am Ende eingerichtet
- Ein schriftlicher Kriterienkatalog
- Ein wiederholbarer Test mit zehn Fällen
- Klare Ergebnisse für Verkauf, Rückfrage, Routing und Ablehnung
- Einwilligungsbasierte Kontakterfassung mit Dashboard-Nachweis
Das brauchst du
- Ein WebChatAgent-Assistent mit freigegebenem Vertriebszweck
- Rechte für Prompt und Lead-Erfassung
- Fiktive Testidentitäten statt echter Kundendaten
- Eine feste Einwilligungsformulierung für den Kontakttest
Qualifizierung ist eine Entscheidung, kein Kontaktformular
Der Assistent sammelt nur genug Informationen für den sinnvollen nächsten Schritt. Passung, Zeitrahmen, Entscheidungskompetenz und Problemrelevanz sind wichtiger als eine E-Mail-Adresse allein.
Trenne Gesprächsklassifizierung und personenbezogene Datenerfassung. Ein Besucher kann ohne Follow-up-Einwilligung qualifiziert sein; eine Supportanfrage kann ohne Vertriebslead weitergeleitet werden.
01–09
Schritt für Schritt einrichten
Definiere zuerst die Qualifizierungskriterien
Übersetze Vertriebsintuition in vier beobachtbare Ergebnisse.
Lege schriftlich fest, was Qualified, Needs Follow-up, Routed und Not Fit bedeutet. Ergänze Beispiele und die freigegebene nächste Aktion je Status.
- Qualified: klare Passung und Kaufabsicht
- Needs Follow-up: möglicherweise relevant, aber Informationen fehlen
- Routed: berechtigte Nicht-Vertriebsanfrage
- Not Fit: kein relevanter Bedarf oder klare Nicht-Passung
Erstelle zehn getrennte Testgespräche
Verhindere, dass ein Fall den nächsten beeinflusst.
Starte für jede Persona eine neue Sitzung. Halte die Unternehmensfakten stabil und variiere nur Absicht, Passung, Dringlichkeit und Einwilligung.
Prüfe einen kaufbereiten qualifizierten Interessenten
Bestätige konkreten Bedarf und Kaufzeitraum.
Nutze einen fiktiven Shopbetreiber mit Automatisierungsbedarf und zeitnaher Kaufabsicht. Prüfe, ob das Gespräch die Belege für Qualified enthält.
Vergleiche zwei weitere qualifizierte Käufer
Stelle sicher, dass nicht ein einzelnes Stichwort entscheidet.
Ändere Branche und Unternehmensgröße bei weiterhin starker Passung. Konsistente Ergebnisse zeigen, dass die Kriterien und nicht ein Zauberwort entscheiden.
Prüfe eine unvollständige Vertriebsanfrage
Frage nur nach fehlenden Entscheidungsmerkmalen.
Eine vage Anfrage wie „Wir brauchen vielleicht einen Chatbot“ darf weder erzwungen qualifiziert noch abgelehnt werden. Prüfe die sinnvolle Rückfrage.
Leite berechtigte Nicht-Vertriebsanfragen weiter
Halte Abrechnung, Bewerbungen und Support aus dem Vertrieb.
Teste eine Abrechnungsfrage und ein technisches Problem. Der Assistent nennt den freigegebenen Weg, ohne daraus einen Vertriebslead zu machen.
Bestätige die Not-Fit-Grenze
Lehne irrelevante oder unmögliche Anfragen höflich ab.
Nutze eine Anfrage außerhalb des Produktumfangs und eine klare Nicht-Passung. Prüfe die kurze ehrliche Antwort ohne Kontaktdatensatz.
Erfasse Kontaktdaten erst nach Einwilligung
Nutze eine fiktive Identität mit Einwilligung.
Bei Alex Example werden gewünschtes Follow-up und alex@example.com als einziger Kontaktweg genannt. Erfinde und verlange keine Telefonnummer.
Prüfe den exakten Lead-Datensatz
Gleiche Gespräch, Kontaktfelder und Qualifizierung ab.
Öffne Leads und prüfe genau eine passende E-Mail-Zeile, das erwartete Interesse und ein leeres Telefonfeld. Entferne den Testdatensatz nach der Aufnahme.
Beispiel & Ergebnis
So sieht der echte Praxistest aus
Jedes Tutorial nennt eine feste Eingabe, das erwartete Ergebnis und transparent, was im lokalen Test tatsächlich verifiziert wurde.
Praxisbeispiel: KI-Lead-Qualifizierung per Chatbot: echter Test mit 10 Leads
Dieses konkrete Szenario wurde mit dem temporären Tutorial-Konto vollständig ausgeführt.
Konkrete Testeingabe
Führe zehn getrennte fiktive Besucherfälle für starke Vertriebs-Passung, unvollständiges Interesse, Billing-/Support-Routing und klare Nicht-Passung aus. Nur Alex Example sagt: „Please follow up by email at alex@example.com.“
Erwartetes Ergebnis
Jedes Gespräch erhält eine nachvollziehbare nächste Aktion. Nur der ausdrücklich eingewilligte fiktive Besucher erzeugt einen Kontaktdatensatz mit E-Mail und ohne erfundene Telefonnummer.
Tatsächlich geprüft
Der isolierte Lauf schloss alle zehn Gespräche ab: 3 Qualified, 2 Needs Follow-up, 3 Routed und 2 Not Fit. In Leads wurde genau ein reiner E-Mail-Lead für Alex Example geprüft; keine Telefonnummer wurde gespeichert, das Cleanup meldete exakt 0 verbleibende Tutorial-Nutzer.
Tipps & Tricks
So wird die Einrichtung zuverlässig
Teste mit realistischen Beispielen, dokumentiere deine Ausgangswerte und ändere jeweils nur eine Einstellung. So erkennst du, was die Qualität tatsächlich verbessert.
Bewerte Belege statt Selbstsicherheit
Eine überzeugende Nachricht beweist weder Budget noch Entscheidungskompetenz oder Zeitrahmen. Speichere die konkreten Entscheidungsmerkmale.
Halte Einwilligung separat prüfbar
Qualifizierung und Kontaktberechtigung sind getrennte Fakten. Erfasse und teste sie getrennt.
Wenn etwas nicht klappt
Fehlerbehebung
Prüfe Status, Berechtigungen und Testdaten systematisch, bevor du Modell oder Prompt wechselst.
Jeder Besucher wird als Qualified bewertet
Verschärfe die Kriterien, ergänze Gegenbeispiele und teste Support-, Lern- und Low-Fit-Absichten in neuen Sitzungen.
Ein Lead erscheint ohne Einwilligung
Deaktiviere implizite Erfassung, verlange eine eindeutige Follow-up-Bitte und teste denselben Fall ohne Einwilligung erneut.
Bereit für den Praxistest
Wiederhole dieselben zehn Fälle nach relevanten Prompt- oder Modelländerungen, vergleiche die Verteilung und prüfe Fehlklassifizierungen vor einer CRM-Automation.