Das Gespräch begann mit einer Zahl.
"Wir haben 920.000 Euro im Forecast für dieses Quartal."
Das ist das Problem. Nicht die Zahl im Forecast. Nicht das CRM. Sondern die Tatsache, dass ein Deal in Stage 3 eingetragen war, als ob er kurz vor dem Abschluss stünde, obwohl die Person, die das Budget freigibt, noch nicht einmal weiss, dass sie angesprochen werden soll.
Warum Forecasts systematisch falsch sind
Das CRM bildet Aktivität ab, nicht Wahrscheinlichkeit
In den meisten Unternehmen wird ein Deal in eine höhere Stage verschoben, wenn eine bestimmte Aktivität stattgefunden hat: ein Meeting wurde abgehalten, ein Angebot wurde geschickt, eine Präsentation wurde gehalten.
Das Problem: Aktivität ist kein Indikator für Kaufwahrscheinlichkeit.
Ein Meeting kann stattgefunden haben, ohne dass der richtige Gesprächspartner dabei war. Ein Angebot kann verschickt worden sein, ohne dass das Discovery-Gespräch die echten Einwände aufgedeckt hat. Eine Präsentation kann gut gelaufen sein, und dennoch liegt die Kaufentscheidung bei jemandem, den Vertrieb noch nicht kennt.
Wenn Stage-Übergänge durch Aktivität definiert sind statt durch Kriterien auf Kundenseite, bildet das CRM Vertriebsaktivität ab, nicht die Kaufreise des Kunden.
Deals rutschen nicht rückwärts
In einem gesunden Vertriebsprozess können Deals auch zurück in eine frühere Stage rutschen, wenn neue Informationen zeigen, dass ein Schritt noch nicht abgeschlossen ist. In der Praxis passiert das selten.
Niemand trägt einen Deal von Stage 3 zurück in Stage 2. Es fühlt sich wie Rückschritt an. Es sieht im Report schlecht aus. Also bleibt der Deal wo er ist, und der Forecast bleibt falsch.
Vertrieb optimiert auf das, woran es gemessen wird
Wenn Vertrieb an Pipeline-Volumen gemessen wird, wird die Pipeline gross. Wenn Vertrieb am Quartals-Forecast gemessen wird, wird der Forecast im Zweifel optimistisch formuliert.
Das ist kein Charakterproblem. Es ist ein Anreizproblem.
Aktivitätsbasiert vs. Kriterienbasiert
Die Lösung beginnt mit einer schlichten Frage: Was muss auf Kundenseite passiert sein, damit ein Deal in die nächste Stage geht? Nicht: Was hat Vertrieb getan? Sondern: Was hat der Kunde gezeigt oder bestätigt?
Wenn Stufenkriterien so definiert sind, kann kein Deal in Stage 3 ohne Entscheider im Boot stehen. Wenn er dort steht, ist das ein klares Signal: Dieser Deal ist nicht da, wo er im CRM aussieht.
Die Checkliste: Wann ein Deal wirklich in Stage 3 ist
Diese Fragen sollten vor jedem Stage-3-Eintrag bejaht werden können:
"Ein ehrlicher Forecast, der niedriger ist als erhofft, ist wertvoller als ein optimistischer Forecast, der am Quartalsende nicht stimmt."
Das Angebot, das nichts mit dem Gespräch zu tun hat
Ein verwandtes Problem, das ich häufig sehe, betrifft die Qualität von Angeboten selbst.
In einem konkreten Fall hatte ein Unternehmen ein detailliertes Angebot erstellt. Leistungsbeschreibung, Zeitplan, Pricing. Das Angebot war professionell.
Ich hatte mir das Gesprächsprotokoll aus dem Discovery-Gespräch angesehen. Der CFO hatte dreimal erwähnt, dass ein ähnliches Projekt intern an fehlender Akzeptanz gescheitert war. Einmal direkt, zweimal als Einwand verpackt in einer Frage.
Im Angebot: kein einziges Wort zu interner Akzeptanz, Change Management oder Stakeholder-Einbindung. Das Angebot behandelte das Projekt als technisches Beschaffungsproblem, obwohl der Kunde klar signalisiert hatte, dass sein eigentliches Problem ein Führungs- und Akzeptanzproblem ist.
Der Deal schloss nicht.
Angebote, die nicht auf das eingehen, was der Kunde im Discovery-Gespräch gesagt hat, sind einer der häufigsten und vermeidbarsten Gründe für verlorene Deals. Die Lösung ist nicht ein besseres Angebot-Template. Die Lösung ist eine bessere Discovery, und ein Prozess, der sicherstellt, dass die wichtigsten Kundensignale tatsächlich ins Angebot einfliessen.
Wann KI bei der Pipeline-Optimierung hilft
KI kann in diesem Bereich tatsächlich erheblichen Wert schaffen, aber nur wenn die Grundlage stimmt.
Anomalie-Erkennung im Forecast: Wenn Stufenkriterien klar definiert sind, kann KI Deals identifizieren, die länger in einer Stage stehen als der Durchschnitt, oder bei denen Kriterien fehlen.
Gesprächsanalyse: KI-gestützte Analyse von Kundengesprächen kann helfen, Einwände und Signale zu identifizieren, die manuell übersehen werden. Wenn ein CFO dreimal etwas erwähnt, sollte das im System sichtbar sein.
Win-Loss-Analyse: KI kann Muster in gewonnenen und verlorenen Deals erkennen. Welche Kombination aus Kriterien hat in der Vergangenheit zu Abschlüssen geführt?
Aber auch hier gilt: Ein KI-Tool, das auf einem schlecht konfigurierten CRM ohne Stufenkriterien läuft, produziert bessere Visualisierungen eines schlechten Forecasts. Nicht mehr.
Was ein ehrlicher Forecast ermöglicht
Wenn der Forecast nicht auf Aktivität, sondern auf echten Kundenkriterien basiert, verändert sich das Bild. Vielleicht sinkt die Pipeline-Zahl zunächst. Das ist normal und gut. Es bedeutet, dass Fantasie-Deals identifiziert und entfernt wurden. Was bleibt, ist realistisch.
Auf Basis eines realistischen Forecasts können sinnvolle Entscheidungen getroffen werden: Wo brauchen wir mehr Kapazität? Welche Deals brauchen jetzt Unterstützung durch Führung? Wo müssen wir Neukunden-Aktivitäten verstärken, weil die Pipeline zu dünn ist?
Ein falscher Forecast verhindert genau diese Entscheidungen. Er erzeugt eine kollektive Illusion, dass es gut läuft, bis das Quartal endet und die Zahl feststeht.