Was ist ein Sales Qualified Lead (SQL)? Definition und Kriterien

Ein Sales Qualified Lead (SQL) ist ein Interessent, der geprüft wurde und eine klare Kaufabsicht zeigt – und den der Vertrieb deshalb direkt kontaktieren sollte. Anders als ein Marketing Qualified Lead (MQL), der nur allgemeines Interesse signalisiert, hat ein SQL bestätigten Bedarf, passt zum idealen Kundenprofil und ist bereit für ein Verkaufsgespräch (Salesforce).

Ein SQL steht damit an einer bestimmten Stelle im Verkaufsprozess: Er hat die erste Interessensphase hinter sich und ist so weit qualifiziert, dass sich direkter Vertriebsaufwand lohnt. Das Ziel dieser Einstufung ist einfach – der Vertrieb soll seine Zeit auf die Kontakte konzentrieren, die tatsächlich in absehbarer Zeit kaufen können und wollen.

Was einen SQL ausmacht

Ein SQL unterscheidet sich von einem gewöhnlichen Kontakt dadurch, dass er nicht nur Interesse zeigt, sondern eine geprüfte Kaufabsicht erkennen lässt. In der Praxis bedeutet das: Ein Interessent wird gegen konkrete Kriterien gemessen, bevor er als SQL gilt (heyiris.ai).

Typische Merkmale eines SQL sind:

• Bestätigter Bedarf – ein konkretes Problem oder eine Aufgabe, die das Angebot löst.
• Budget – vorhandene oder eingeplante Mittel für die Anschaffung.
• Entscheidungsbefugnis – Kontakt zu einer entscheidungsbefugten Person oder einem internen Fürsprecher.
• Passung zum Zielkundenprofil – richtige Branche, Unternehmensgröße und Rolle (siehe Ideal Customer Profile).
• Realistischer Zeithorizont – der Kauf ist absehbar, nicht in unbestimmter Zukunft.

Prägnant zusammengefasst: „Ein MQL zeigt Interesse, ein SQL zeigt eine geprüfte Kaufabsicht mit bestätigtem Budget und Entscheidungsbefugnis" (saupe-communication.de). Im B2B-SaaS-Umfeld zeigt sich diese Absicht oft dadurch, dass jemand eine Demo bucht oder eine Testversion startet; in anderen Modellen etwa durch eine Angebotsanfrage (Salesforce).

SQL vs. MQL: der Unterschied im Trichter

MQL und SQL markieren zwei aufeinanderfolgende Stufen im Verkaufstrichter. Ein Marketing Qualified Lead (MQL) hat durch sein Verhalten Interesse gezeigt – etwa durch Downloads, Newsletter-Anmeldungen oder wiederholte Website-Besuche. Er befindet sich noch in einer frühen Phase der Kaufreise (Mailchimp).

Der SQL steht eine Stufe weiter: Er wurde zusätzlich geprüft und für den direkten Vertriebskontakt freigegeben. Die Kriterien sind strenger als bei einem MQL (heyiris.ai). Der Übergang vom MQL zum SQL ist der Moment, in dem ein Lead vom Marketing an den Vertrieb übergeht (blog.thomasnet.com).

Eine saubere Abgrenzung zwischen beiden Stufen hat einen praktischen Nutzen: Der Vertrieb bearbeitet keine Kontakte, die noch gar nicht so weit sind, und das Marketing weiß, welche Aktivitäten tatsächlich zu verkaufsreifen Leads führen. Mehr dazu im Artikel MQL vs. SQL.

Wie ein Lead zum SQL wird

Die Qualifizierung selbst folgt meist einem festen Raster. Ein verbreitetes Werkzeug dafür ist das BANT-Framework, ursprünglich von IBM entwickelt und seit den 1950er-Jahren weit verbreitet (Salesforce). BANT steht für Budget, Authority (Entscheidungsbefugnis), Need (Bedarf) und Timing (Zeitpunkt).

Eine gängige Faustregel: Ein Lead, der mindestens drei der vier BANT-Kriterien erfüllt, gilt als bearbeitbar – wobei jedes Vertriebsteam selbst festlegt, wo seine Schwelle liegt (Lucidchart). Details zum Framework finden Sie unter BANT-Framework.

Neben BANT arbeiten viele Teams mit Punktesystemen. Beim Lead Scoring bekommt jeder Lead abhängig von Verhalten und Merkmalen eine Punktzahl. Ein Beispiel aus dem SaaS-Bereich verteilt Leads in Bereiche wie 0–15 Punkte (automatische E-Mail-Strecke), 16–49 Punkte (gezielte Inhalte) und 50+ Punkte (direkte Zuweisung an einen Account Executive) (PayProGlobal). Erst ab einer definierten Schwelle wird aus einem Lead ein SQL, der an den Vertrieb geht.

Wichtig ist, dass die SQL-Definition zu den eigenen Pipeline-Zielen passt: richtiges Unternehmen, richtiger Ansprechpartner, richtiger Zeitpunkt (Cognism). Was für ein Unternehmen ein SQL ist, muss für ein anderes nicht gelten.

SQLs und AI-Mitarbeiter

Die Qualifizierung von Leads ist ein wiederkehrender, kriteriengetriebener Vorgang – und damit gut geeignet für die Unterstützung durch AI-Mitarbeiter. Ein spezialisierter AI-Mitarbeiter kann Kontakte anreichern, gegen festgelegte Kriterien prüfen und priorisieren, bevor ein Mensch das Verkaufsgespräch übernimmt.

Bei scoreprise.AI übernimmt zum Beispiel der Sales Assistant Carl die Anreicherung und Vorqualifizierung von Leads: Er sammelt Informationen, gleicht sie mit dem Zielkundenprofil ab und trennt vielversprechende Kontakte von solchen, die noch nicht reif sind. Der Vertrieb erhält so eine vorsortierte Liste und konzentriert sich auf die Leads mit der höchsten Kaufwahrscheinlichkeit. Details zum Vorgang beschreibt der Artikel Lead-Qualifizierung.

Der Nutzen liegt in der Konsistenz: Kriterien werden bei jedem Lead gleich angelegt, unabhängig von Tagesform oder Menge. Die Entscheidung, ob und wie ein Gespräch geführt wird, bleibt beim Menschen – die AI liefert die Grundlage.

Häufige Fragen

Was ist der Unterschied zwischen einem MQL und einem SQL?

Ein MQL (Marketing Qualified Lead) hat durch sein Verhalten Interesse gezeigt, etwa durch Downloads oder Website-Besuche, und befindet sich in einer frühen Phase. Ein SQL wurde zusätzlich geprüft und zeigt eine konkrete Kaufabsicht mit passendem Zeithorizont. Der Übergang vom MQL zum SQL ist der Moment, in dem der Lead vom Marketing an den Vertrieb übergeben wird.

Welche Kriterien muss ein Lead erfüllen, um SQL zu sein?

Typischerweise braucht ein SQL bestätigten Bedarf, verfügbares oder eingeplantes Budget, Kontakt zu einer entscheidungsbefugten Person, Passung zum Zielkundenprofil und einen realistischen Kaufzeitpunkt. Viele Teams nutzen dafür das BANT-Framework. Die genaue Schwelle legt jedes Unternehmen selbst fest, passend zu seiner Pipeline.

Wer entscheidet, ob ein Lead ein SQL ist?

In der klassischen Aufteilung prüft das Marketing oder ein Sales-Development-Team den Lead und übergibt ihn bei Erfüllung der Kriterien an den Vertrieb. Wichtig ist eine gemeinsam vereinbarte SQL-Definition, damit Marketing und Vertrieb dasselbe Verständnis haben. Ohne diese Abstimmung entsteht Reibung an der Schnittstelle.

Können AI-Mitarbeiter Leads zu SQLs qualifizieren?

AI-Mitarbeiter können Leads anreichern, gegen festgelegte Kriterien prüfen und priorisieren, sodass der Vertrieb eine vorsortierte Liste erhält. Sie legen die Kriterien bei jedem Lead gleich an und arbeiten unabhängig von der Menge. Die eigentliche Verkaufsentscheidung und das Gespräch bleiben beim Menschen.