Was ist Intent-Erkennung (Kaufabsicht) im B2B-Vertrieb?

Intent-Erkennung (englisch: Buyer Intent) ist im B2B-Vertrieb das Ableiten der Kaufabsicht potenzieller Kunden aus ihrem beobachtbaren Verhalten. Man wertet Aktionen wie den Besuch einer Preisseite, Content-Downloads oder Suchanfragen aus, um zu schätzen, welche Unternehmen sich gerade aktiv mit einer Lösung beschäftigen – und wann der richtige Zeitpunkt für eine Ansprache ist (Demandbase, Leadfeeder).

Der Kerngedanke ist einfach: Ein gutes Produkt und ein fairer Preis nützen wenig, wenn Sie zu früh oder zu spät ansprechen. Intent-Erkennung soll das Rätselraten ersetzen und zeigen, wer sich mit welchem Problem beschäftigt und wann er dafür empfänglich ist.

Was ist ein Intent-Signal?

Ein Intent-Signal ist eine einzelne, messbare Aktion, die auf Kaufinteresse hindeutet. Typische Beispiele sind wiederholte Besuche der Preisseite, das Herunterladen von Fachinhalten, das Ausfüllen von Formularen oder themenbezogene Suchanfragen (webmetic). Diese Spuren hinterlassen potenzielle Käufer, während sie Produkte und Anbieter recherchieren (only-b2b).

Ein einzelnes Signal sagt für sich genommen wenig aus. Ein einmaliger Blog-Besuch bedeutet keine Kaufabsicht. Aussagekräftig wird es erst durch Häufung und Kombination: Wenn dasselbe Unternehmen innerhalb kurzer Zeit mehrfach die Preisseite ansteuert, einen Vergleichsbeitrag liest und ein Whitepaper herunterlädt, verdichtet sich das Bild. Man spricht dann von einem Signalmuster statt von einem einzelnen Datenpunkt.

Intent-Signale unterscheiden sich außerdem nach Phase im Kaufprozess. Frühe Signale (allgemeine Recherche zu einem Themengebiet) deuten auf Informationsbedarf hin, späte Signale (konkrete Anbieter-, Preis- oder Vergleichsseiten) auf eine anstehende Entscheidung.

Woher die Daten stammen: First-, Second- und Third-Party

Intent-Daten werden nach ihrer Herkunft eingeteilt. First-Party-Daten stammen aus Ihren eigenen Kanälen – Website, CRM, Newsletter, Kampagnen. Sie gelten als die direkteste und verlässlichste Quelle, weil Sie den Kontext kennen und die Datenerhebung selbst kontrollieren (Foundry, OneIMS).

Third-Party-Daten kaufen Sie von externen Anbietern zu. Sie zeigen Aktivität außerhalb Ihrer eigenen Kanäle – etwa dass ein Unternehmen branchenweit Inhalte zu einem Thema konsumiert. Der Vorteil ist Reichweite: Sie sehen auch Interessenten, die Ihre Website noch nie besucht haben. Der Nachteil ist geringere Genauigkeit, weil die Zuordnung meist auf Unternehmensebene erfolgt und nicht auf einzelne Personen.

Verhaltensbasiert bleiben beide Arten: Intent-Daten sind Daten, die Rückschlüsse auf die aktuelle Such- oder Kaufabsicht eines Unternehmens erlauben. In der Praxis kombinieren Vertriebsteams eigene First-Party-Signale mit zugekaufter Reichweite, um sowohl Präzision als auch Breite abzudecken.

Warum Timing im B2B entscheidend ist

Im B2B-Vertrieb sind Kaufentscheidungen lang, mehrstufig und von mehreren Beteiligten getragen. Wer zu früh anspricht, wird ignoriert; wer zu spät kommt, findet den Anbieter bereits gesetzt. Intent-Erkennung soll genau dieses Zeitfenster treffen: den Moment, in dem ein Unternehmen aktiv recherchiert, aber noch keine feste Wahl getroffen hat (Sopro).

Praktisch bedeutet das eine Priorisierung: Statt eine große Liste gleichmäßig abzuarbeiten, konzentriert sich das Team auf Accounts mit erhöhter Aktivität. Das verbessert zwei Dinge zugleich – die Trefferquote der Ansprache und die Relevanz der Botschaft, weil man das Thema kennt, das den Interessenten gerade beschäftigt.

Intent-Erkennung ersetzt dabei keine Lead-Qualifizierung, sondern liefert ihr eine wichtige Eingangsgröße. Die Kaufabsicht sagt etwas über den Zeitpunkt aus; ob ein Kontakt grundsätzlich passt (Branche, Größe, Budget), bleibt eine getrennte Prüfung.

Wie Intent-Erkennung mit KI und AI-Mitarbeitern zusammenhängt

Die Menge relevanter Signale ist für Menschen kaum vollständig auswertbar. Genau hier setzen KI-Agenten im Vertrieb an: Sie beobachten Signalquellen dauerhaft, verknüpfen einzelne Aktionen zu Mustern und melden, wenn sich bei einem Account die Aktivität verdichtet. So wird aus verstreuten Datenpunkten eine handhabbare Priorität.

Bei scoreprise.AI ist diese Aufgabe rollenbasiert aufgeteilt. Ein AI-Mitarbeiter wie Jonas ist auf Kaufsignale und Trigger-Events spezialisiert und macht auf Accounts mit erhöhter Aktivität aufmerksam. Der Sales Assistant Carl reichert diese Treffer an und qualifiziert sie weiter – nachzulesen in unserer Übersicht der AI-Mitarbeiter. Wichtig bleibt dabei die menschliche Kontrolle: Ob und wie ein Signal in eine Ansprache mündet, entscheidet das Vertriebsteam (Human-in-the-Loop).

Grenzen und Fehlerquellen

Intent-Erkennung liefert Wahrscheinlichkeiten, keine Gewissheiten. Ein Signal kann auch von Wettbewerbern, Studierenden, Bewerbern oder reiner Neugier stammen. Third-Party-Daten ordnen Aktivität oft nur einem Unternehmen zu, nicht der konkreten Person mit Entscheidungsbefugnis – ein Signal aus einem Konzern kann von einer beliebigen Abteilung kommen.

Hinzu kommt der Datenschutz. Verhaltensdaten unterliegen im DACH-Raum der DSGVO. Herkunft, Rechtsgrundlage und Speicherung müssen sauber geklärt sein, besonders bei zugekauften Daten. Was dabei zu beachten ist, behandeln wir gesondert im Beitrag zum Datenschutz bei KI-Agenten. Sinnvoll eingesetzt ist Intent-Erkennung ein Priorisierungswerkzeug – kein Ersatz für Gespräch, Prüfung und Urteil.

Häufige Fragen

Was ist der Unterschied zwischen Intent-Daten und Lead-Scoring?

Intent-Daten beschreiben das aktuelle Verhalten eines Interessenten und damit vor allem den Zeitpunkt der Kaufabsicht. Lead-Scoring bewertet dagegen die Passung und Reife eines Kontakts insgesamt – oft anhand fester Kriterien wie Branche, Unternehmensgröße oder bisheriger Interaktion. In der Praxis fließen Intent-Signale als eine Komponente in das Scoring ein, ersetzen es aber nicht.

Wie zuverlässig sind Third-Party-Intent-Daten?

Third-Party-Daten bieten Reichweite, aber geringere Genauigkeit als eigene First-Party-Daten. Sie ordnen Aktivität meist einem Unternehmen zu, nicht einer konkreten Person, und der Kontext bleibt oft unklar. Sie eignen sich gut, um neue Accounts zu entdecken, sollten aber mit eigenen Signalen und einer manuellen Prüfung kombiniert werden, bevor daraus eine Ansprache wird.

Ist Intent-Erkennung DSGVO-konform möglich?

Ja, mit sauberer Grundlage. Entscheidend sind Herkunft der Daten, eine gültige Rechtsgrundlage und transparente Speicherung – besonders bei zugekauften Daten. First-Party-Daten aus eigenen Kanälen sind meist einfacher zu handhaben, weil Sie die Erhebung selbst kontrollieren. Details dazu behandeln wir im Beitrag zum Datenschutz bei KI-Agenten.

Ab wann gilt ein Intent-Signal als „kaufbereit"?

Ein einzelnes Signal reicht nicht. Aussagekräftig wird die Kaufabsicht durch Häufung und Kombination – etwa mehrere Preisseiten-Besuche, ein Vergleichsbeitrag und ein Download innerhalb kurzer Zeit beim selben Account. Späte Signale wie konkrete Preis- oder Anbieterseiten deuten stärker auf eine anstehende Entscheidung als allgemeine Themenrecherche. Eine feste Schwelle gibt es nicht; sie hängt vom Produkt und vom eigenen Erfahrungswert ab.

Für wen lohnt sich Intent-Erkennung?

Sie lohnt sich vor allem dort, wo Kaufprozesse lang sind und viele potenzielle Kontakte gleichzeitig bearbeitet werden – also im typischen B2B-Vertrieb. Wer nur wenige, klar definierte Zielkunden hat, profitiert weniger, weil die Priorisierung dann ohnehin überschaubar ist. Je größer die Zielliste, desto stärker hilft die Signalauswertung, den Aufwand auf die aktivsten Accounts zu lenken.