Account-Scoring: So bauen Sie ein B2B-Modell, das funktioniert

Lead-Scoring wurde für eine Welt gebaut, in der eine Person Sie fand, etwas herunterlud und irgendwann mit dem Vertrieb sprach. So funktionieren B2B-Deals nicht mehr. Forresters Studie von 2024 ergab, dass im Durchschnitt 13 Personen an einer Kaufentscheidung beteiligt sind. Wenn Sie jede davon einzeln bewerten, bekommen Sie dreizehn lauwarme Leads statt eines heißen Accounts. Account-Scoring löst das, indem es jedes Signal dem Unternehmen zuordnet, das den Vertrag tatsächlich unterschreibt.

Dieser Beitrag erklärt, wie Sie ein Account-Scoring-Modell bauen, dem der Vertrieb vertraut: was hineingehört, warum Fit und Engagement nie addiert werden sollten, wie Sie die Breite des Buying Centers zählen, und ein Rechenbeispiel zum Anpassen.

Account Scoring vs. Lead Scoring

Der Unterschied liegt in der Einheit – und das ändert fast alles, was danach kommt.

• Lead Scoring bewertet eine Person. Es belohnt das eigene Verhalten dieser Person: geöffnete E-Mails, heruntergeladene Assets, aufgerufene Seiten. Es eignet sich gut, um zu entscheiden, wann ein bekannter Kontakt bereit für ein Gespräch ist.
• Account-Scoring bewertet ein Unternehmen. Es fasst das Verhalten aller Personen dieses Unternehmens zusammen, ob identifiziert oder nicht, und kombiniert es damit, wie gut das Unternehmen zu Ihrem Ideal Customer Profile passt. Es eignet sich gut, um zu entscheiden, welche Unternehmen gerade die Aufmerksamkeit von Vertrieb und Marketing verdienen.

Sie brauchen beides. Account Scoring entscheidet, worauf Sie sich konzentrieren, Lead Scoring, wen Sie innerhalb dieses Accounts anrufen. Wenn Sie heute nur Lead Scoring haben, behalten Sie es: Die folgenden Abschnitte zeigen, wie Sie seine Signale auf Unternehmensebene zusammenführen.

Der Fehler: eine einzige Zahl für Fit und Engagement

Ein verbreitetes Account-Scoring-Modell addiert Fit-Punkte und Engagement-Punkte zu einer Gesamtzahl von maximal 100. Das sieht ordentlich aus. Es führt zu schlechten Entscheidungen.

Ein perfekt passender Enterprise-Account, der Ihre Website nie besucht hat, und ein schlecht passendes Start-up, dessen Praktikant zwanzig Blogartikel gelesen hat, können auf demselben Score landen. Der Vertrieb sieht zweimal „65“ und ahnt nicht, dass das eine ein strategisches Ziel ohne Kaufabsicht ist und das andere Rauschen mit viel Aktivität. Die einzelne Zahl verbirgt genau das, was der Vertriebsmitarbeiter wissen musste. Dasselbe Argument gilt für einzelne Leads, aus Outbound-Sicht erklärt in diesem Beitrag zu Fit-Score vs. Intent-Score.

Führen Sie stattdessen zwei Scores auf zwei Achsen:

• Fit-Score (0–100): wie genau das Unternehmen Ihrem ICP entspricht. Ändert sich langsam. Basiert auf firmografischen und technografischen Daten.
• Engagement-Score (0-100): wie aktiv das Unternehmen gerade recherchiert. Ändert sich täglich. Basiert auf Website-Verhalten, Intent-Daten und Kampagnenreaktionen, mit Verfall über die Zeit.

Handeln Sie dann nach der Kombination, nicht nach der Summe. Ein einfaches Raster genügt:

Dieses Raster gibt dem Marketing zudem eine klare Aufgabe für den Quadranten mit hohem Fit und geringem Engagement – dort sollten die meisten accountbasierten Programme ihr Budget einsetzen.

Was in den Fit-Score einfließt

Der Fit ergibt sich aus Ihrem Ideal Customer Profile, und das sollte auf Ihren gewonnenen Deals beruhen, nicht darauf, was die Geschäftsleitung sich als ICP wünscht. Typische Inputs:

• Branche (gewichtet nach Ihrer Win-Rate je Branche)
• Mitarbeiterzahl oder Umsatzklasse
• Geografie (wo Sie verkaufen, betreuen und Vorschriften einhalten können)
• Tech-Stack (nutzt eine Plattform, mit der Sie integriert sind, oder einen Wettbewerber, den Sie ablösen) (unser Leitfaden zum Aufbau eines B2B-Martech-Stacks rund um Personalisierung zeigt, welche Integrationen wichtig sind)
• Signale zum Geschäftsmodell (zum Beispiel: hat ein Vertriebsteam, betreibt bezahlte Kundengewinnung, verkauft B2B)

Gewichten Sie jeden Input danach, wie stark er gewonnene von verlorenen Deals unterscheidet. Wenn etwa der Großteil Ihres gewonnenen Umsatzes von Softwareunternehmen mit 200–2.000 Mitarbeitenden stammt, verdienen diese beiden Merkmale den Großteil der Fit-Punkte. Unser Leitfaden zum Aufbau eines ICP für Website-Personalisierung führt durch die Analyse.

Was in den Engagement-Score einfließt

Engagement sollte Kaufaktivität messen, nicht allgemeines Interesse. Drei Arten von Input zählen:

Tiefe: was sich der Account angesehen hat

Gewichten Sie Seiten aus späten Phasen stark: Preise, Vergleichsseiten, Integrationsdokumentation, Sicherheitsseiten, Fallstudien aus der Branche des Accounts. Gewichten Sie Blog-Traffic gering. Ein Unternehmen, das zehn Blogbeiträge liest, informiert sich über ein Thema. Ein Unternehmen, das Ihre Preise und Ihre SOC-2-Seite liest, evaluiert einen Anbieter.

Breite: wie viele Personen beteiligt sind

Das ist der Input, den Lead-Scoring nie erfassen kann, und unserer Ansicht nach der nützlichste. Zwei Personen aus demselben Unternehmen in derselben Woche auf Ihrer Website bedeuten, dass intern ein Gespräch läuft. Drei Personen aus verschiedenen Bereichen bedeuten, dass sich eine Buying Group gebildet hat. Da an einem typischen Kauf viele Personen beteiligt sind (die Forrester-Zahl oben liegt bei 13), ist selbst ein teilweiser Einblick in diese Gruppe wertvoll.

Bewerten Sie die Breite nach unterschiedlichen Besuchern, mit einem Bonus, wenn Sie auf verschiedene Rollen schließen können (zum Beispiel ein Besucher, der technische Dokumentation liest, und ein anderer, der die Preise liest).

Aktualität: wann es passiert ist

Engagement ohne Verfall ist der zweithäufigste Modellierungsfehler. Ein Account, der im März Ihre Website intensiv besucht hat und dann verstummt ist, ist im Oktober nicht heiß. Halbieren Sie Engagement-Punkte je nach Sales-Zyklus alle 14–30 Tage. Kürzere Zyklen brauchen einen schnelleren Verfall.

Wenn Sie Third-Party-Intent-Daten einkaufen, fügen Sie sie als separaten, gedeckelten Engagement-Input hinzu, damit ein Themenanstieg allein einen Account nicht ohne jede First-Party-Aktivität in die Spalte „sofort an den Vertrieb“ schieben kann. Unser Beitrag zur Nutzung von Intent-Daten für Website-Personalisierung zeigt, wie Sie beides verbinden. Unser Leitfaden zu Anbietern von Intent-Daten erklärt, wie Sie einen testen, bevor Sie sich darauf verlassen.

Welche Signale auf Kaufen statt Stöbern hindeuten

Nicht jeder Besuch ist ein Kaufsignal. Wer drei Blogartikel liest, recherchiert vielleicht für einen eigenen Artikel. Entscheidend ist die Unterscheidung zwischen First-Party-Signalen (was der Account auf Ihrer Website tut, das Sie direkt beobachten) und Third-Party-Signalen (Themenrecherche anderswo, gemeldet von einem Intent-Data-Anbieter, die Sie auf Vertrauensbasis übernehmen müssen).

• First-Party, stark: Preis-, Vergleichs- und Alternativen-Seiten, Integrations- oder API-Dokumentation, Seiten zu Sicherheit und Compliance, Implementierungs- oder Onboarding-Seiten, Fallstudien aus der Branche des Accounts. Das sind Evaluierungsseiten.
• First-Party, Muster: wiederholte Besuche innerhalb kurzer Zeit. Ein Besuch im Monat ist Interesse; drei Besuche in einer Woche sind eine Evaluierung. Auch das Tempo zählt: Ein Account, der in zwei Tagen Preise, zwei Case Studies und die Security-Seite liest, bewegt sich schneller als einer, der dieselben Seiten über ein Quartal verteilt liest.
• Third-Party: Topic Surges, Aktivität auf Bewertungsplattformen, Stellenausschreibungen für eine Rolle, die Ihr Produkt bedient. Nützlich, um Accounts zu erkennen, bevor sie zu Besuch kommen, aber ein schwächerer Beleg dafür, dass sie bei Ihnen kaufen.
• Negativ: Besuche nur auf der Karriereseite, Wettbewerber-Domains, Studierende und Regionen außerhalb Ihres Marktes. Ohne Abzüge kann ein Wettbewerber, der Ihre Website studiert, einen Vertriebsalarm auslösen.

Beispielhafte Engagement-Gewichtungen, passend zum durchgerechneten Beispiel unten. Betrachten Sie sie als Ausgangspunkt für einen Backtest, nicht als Benchmark:

Zwei Regeln halten den Engagement-Score ehrlich. Begrenzen Sie jeden einzelnen Formulareintrag oder Download auf etwa 10 Punkte, damit nicht ein einziges gated Asset einen Account allein auf „jetzt Vertrieb“ hebt. Und lassen Sie nur das Engagement verfallen, nie den Fit: Ein Unternehmen passt nicht weniger zu Ihrem ICP, nur weil es still geworden ist.

Durchgerechnetes Beispiel: drei Accounts, eine Woche

Ein illustratives Modell, angewendet auf drei fiktive Accounts. Die Gewichtungen sind für das Beispiel erfunden; Ihre sollten aus Ihren eigenen Abschlussdaten stammen.

Fit-Gewichtungen: Zielbranche 35, Mitarbeiterklasse 30, Integration mit Ihrem CRM 20, Zielregion 15.

Engagement-Gewichtungen: Aufruf der Preisseite 15, Vergleichs- oder Sicherheitsseite 15, Branchen-Case-Study 10, jeder weitere unterschiedliche Besucher 10 (max. 30), Blogaufruf 2 (max. 10), Intent-Anstieg 10. Die Punkte halbieren sich alle 21 Tage.

Prüfen Sie die Rechnung in der ersten Zeile: Preisseite 15, Sicherheitsseite 15, Fallstudie 10 und drei weitere Besucher mit je 10 ergeben 70. In einer Gesamtpunktzahl von 200 zusammengerechnet läge das Fintech bei 88, klar auf Platz zwei, und ein Vertriebler könnte es leicht als heißen Lead einstufen. Auf zwei Achsen ist das Bild klarer: starker Fit, aber dort evaluiert noch niemand. Es gehört auf die Zielliste für Outbound und personalisierte Inhalte. Die Agentur ist den Nachmittag eines SDRs nicht wert.

Account-Scores auf Ihrer Website nutzen

Scores gelten meist als Vertriebswerkzeug, sind aber genauso nützlich, um zu entscheiden, was die Website anzeigt. Einige Regeln, die sich aus dem Raster ergeben:

• Hoher Fit, geringes Engagement: Zeigen Sie branchenspezifische Belege und einen CTA mit niedriger Hürde (Benchmark-Report, ROI-Rechner). Ziel ist ein zweiter Besuch.
• Hoher Fit, hohes Engagement: Ersetzen Sie Content-CTAs durch ein direktes Terminangebot und nennen Sie die Branche des Accounts im Hero.
• Geringer Fit, hohes Engagement: an einen Self-Service-Weg oder einen schlankeren Tarif weiterleiten statt an eine Vertriebsdemo.

Die Account-based-Marketing-Funktionen von Markettailor wenden solche Regeln auf der Seite an: Sobald ein Unternehmen identifiziert ist, entscheiden seine Fit- und Engagement-Stufe, welchen Hero, welche Belege und welchen CTA es sieht.

Die Übergabe an den Vertrieb automatisieren

Ein Score, auf den niemand reagiert, ist Dekoration. Für die Übergabe müssen drei Dinge schriftlich definiert und in Ihr CRM oder Ihre Marketing-Automation eingebaut sein:

1. Schwellenwerte. Nutzen Sie das Raster, keinen einzelnen Grenzwert. „Jetzt an den Vertrieb“ ist die Zelle mit hoher Passung und hohem Engagement; die Zelle mit mittlerer Passung und hohem Engagement geht zuerst zur Qualifizierung an einen SDR. Prüfen Sie die Grenzwerte jedes Quartal erneut gegen den Backtest, denn die Verteilung des Engagements verschiebt sich, wenn Ihr Content wächst.
2. Routing. Wenn das Account im CRM einen Owner hat, leiten Sie an den Owner weiter. Wenn nicht, routen Sie nach Gebiet oder Segment und nutzen Round-Robin nur als letzten Schritt. Ein Alert in einem gemeinsamen Postfach ist ein Alert, für den niemand zuständig ist. Unser Leitfaden zum Routing von Website-Leads behandelt die Zuordnung von Leads zu Accounts vor der Zuweisung.
3. SLA. Vereinbaren Sie eine Reaktionszeit pro Tier, zum Beispiel am selben Werktag für „sofort an den Vertrieb“ und innerhalb einer Woche für die SDR-Qualifizierung, und berichten Sie darüber. Accounts verlassen das Kauffenster, während Benachrichtigungen liegen bleiben.

Jeder Alert sollte seine Gründe mitliefern: Unternehmens- und Fit-Merkmale, den Score mit den wichtigsten beitragenden Signalen („3 Besucher diese Woche, zweimal Preise, Sicherheitsseite“), die in den letzten sieben Tagen besuchten Seiten nach Kaufabsicht sortiert, bekannte Kontakte und einen Vorschlag für den Gesprächseinstieg auf Basis dessen, was der Account gelesen hat. Ein Vertriebsmitarbeiter, der sieht, warum ein Account heiß ist, ruft an; einer, der nur „82“ sieht, nicht.

So kalibrieren Sie das Modell

Ein Scoring-Modell ist eine Hypothese. Testen Sie es anhand der Historie, bevor sich der Vertrieb darauf verlässt.

1. Exportieren Sie die gewonnenen und verlorenen Opportunities der letzten 12 Monate mit den Fit-Merkmalen des Accounts.
2. Bewerten Sie jeden Account so, wie er 30 Tage vor Erstellung der Opportunity ausgesehen hätte.
3. Prüfen Sie, ob sich Closed-won-Accounts in der Ecke mit hohem Fit und hohem Engagement ballen. Wenn nicht, stimmen Ihre Gewichtungen nicht.
4. Sehen Sie sich die Accounts in „sofort an den Vertrieb“ an, die nie zu Opportunities wurden. Das sind Ihre falsch Positiven. Finden Sie den Input, der sie nach oben gedrückt hat, und senken Sie seine Gewichtung.
5. Wiederholen Sie den Backtest jedes Quartal. ICPs verschieben sich, wenn sich das Produkt verändert.

Wenn Sie eine Arbeitsvorlage für Gewichtungen und Schwellenwerte suchen: Unsere Vorlage für ein Lead-Scoring-Modell nutzt dieselbe Struktur aus Fit und Verhalten und funktioniert mit kleinen Anpassungen auch auf Account-Ebene.

Vier Fehler, die dazu führen, dass der Vertrieb den Score ignoriert

Die gesamte Datenbank bewerten. Wer 40.000 Accounts bewertet, erhält einen langen Schwanz bedeutungsloser 12er und 17er. Bewerten Sie die Accounts, die eine Mindestpassung erfüllen, und lassen Sie den Rest unbewertet. Eine kleinere, sauberere Liste wird auch genutzt.

Die Gründe verbergen. Ein Score von 82 sagt einem Vertriebsmitarbeiter nichts darüber, was er sagen soll. Jeder Score sollte mit seinen drei wichtigsten Signalen kommen („3 Besucher diese Woche, Preisseite zweimal aufgerufen, nutzt HubSpot“). Vertriebsmitarbeiter vertrauen dem, was sie sich selbst erklären können.

Bestehende Kunden als Interessenten zählen. Mitarbeiter eines Kunden, die Ihre Dokumentation lesen, treiben den Engagement-Score jede Woche nach oben. Leiten Sie Kunden-Accounts in ein separates Expansions- oder Health-Modell, sonst verdrängen sie das Neugeschäft. Leiten Sie sie stattdessen in ein Kundenerlebnis; siehe Personalisierung für Kundenbindung und weniger Churn.

Nie einen Input streichen. Nach jedem Quartalsreview kommen Inputs hinzu, entfernt wird fast nie einer. Nach einem Jahr hat das Modell 30 Inputs, die Hälfte davon redundant. Entfernen Sie für jeden neuen Input einen alten und bleiben Sie insgesamt unter einem Dutzend.

Klein anfangen

Für den Anfang brauchen Sie kein Vorhersagemodell. Vier Fit-Merkmale, fünf Engagement-Inputs, ein Abklingen und ein Raster mit zwei Achsen sind ein besserer Ausgangspunkt als ein Modell mit einer einzigen Zahl. Bauen Sie es in einer Tabelle, testen Sie es rückwirkend und übertragen Sie es dann in Ihr CRM oder Ihre Personalisierungsplattform, sobald der Vertrieb bestätigt, dass die Top-20-Accounts stimmig aussehen.

Wie Fit- und Engagement-Stufen steuern können, was jeder Account auf Ihrer Website sieht, zeigen wir Ihnen gern in einem Walkthrough, den Sie über unsere Preisseite buchen können.