KI Lead Generierung: der Funnel, den ich wirklich betreibe, mit Belegen

Wer nach KI Lead Generierung sucht, findet achtmal denselben Artikel. Eine nummerierte Tool-Liste. Ein Absatz über Personalisierung at scale. Ein Call to Action für genau das Tool, das der Herausgeber zufällig verkauft. Die Nummer eins bei Google ist aktuell ein Reddit-Thread, der sich beschwert, es gebe viel zu viele Sales- und Lead-Gen-KI-Tools. Wenn sich ein Beschwerde-Thread vor Salesforce und IBM schiebt, redet der Markt. Er hat genug Tools und keine Methode.

Ich bin Marketer, kein Anbieter. Ich arbeite seit zweieinhalb Jahren täglich mit KI, in meinem Job bei SSI Schäfer, einem Schweizer Intralogistik-Unternehmen, und in meiner eigenen Beratung. Die vollständige Abrechnung dieser Jahre habe ich hier geschrieben. Dieser Artikel ist der Lead-Generierung-Ausschnitt davon, und er enthält keine Tool-Liste. Er enthält den Funnel, den ich wirklich betreibe, mit den Belegen dazu.

Eine Prämisse vor den Belegen. Ein Lead ist ein Mensch, der entscheidet, ob er Ihnen vertraut. KI erzeugt dieses Vertrauen nicht. Sie beschleunigt es. Die Maschine sortiert, klassifiziert, entwirft und nimmt Wartezeit weg. Das Versprechen, der Preis und die Verantwortung bleiben bei Ihnen. Jedes gescheiterte KI-Lead-Generierung-Projekt, das ich aus der Nähe gesehen habe, hat diese beiden Hälften verwechselt. Dieser Artikel hält sie absichtlich auseinander.

Das Wichtigste vorab

• KI Lead Generierung ist eine Funnel-Aufgabe, keine Tool-Aufgabe. Die Listicles ranken Tools. Die Arbeit passiert an fünf Stationen: Qualifizierung, Formular, Attribution, Nachfassen und Kanalentscheide.
• Der beste Conversion-Gewinn, den ich ausgeliefert habe, war ein kürzeres Formular. Fünf Felder, Stripe Checkout und ein Webhook, das die Draft-Seite des Kunden automatisch anlegt: 9 Dateien, +164 und -506 Zeilen, 97 Unit-Tests. Der neue Funnel ist buchstäblich kleiner als der alte.
• First-Touch-Attribution ist das am wenigsten glamouröse und gleichzeitig wirksamste Stück. Mein Kit erfasst 44 Attribution-Vektoren und klassifiziert jede Lead-Quelle identisch auf Client und Server.
• KI erzeugt kein Vertrauen. Sie beschleunigt es. Sortieren, Entwerfen und Klassifizieren sinken von Stunden auf Minuten. Versprechen und Preis bleiben menschlich.
• Ein neuer Kanal ist keine kostenlose Lead-Maschine. Ich habe ChatGPT Ads im August 2026 evaluiert und bei einem Budget von 600 CHF Nein gesagt: nur kontextuelles und Geo-Targeting, und ein aussagekräftiger B2B-Test beginnt bei 5 bis 10k USD pro Monat.
• Meine günstigste Lead-Quelle verzinst sich. Dieser Blog und seine für die KI-Suche gebauten Inhalte bringen Beratungs-Leads, während ich schlafe. Ads stoppen in der Sekunde, in der Sie aufhören zu zahlen.

Warum jede KI Lead Generierung Liste gleich klingt

Ich habe vor dem Schreiben die Top-Ergebnisse gezogen, weil ich wissen wollte, was ein Suchender tatsächlich bekommt. Die Antwort: ein Reddit-Thread über Tool-Überfluss, zwei Enterprise-Erklärungen von Salesforce und IBM und fünf Seiten von Firmen, die Lead-Generierung-Software verkaufen. Sechs von acht Ergebnissen ranken eine Kategorie, an der sie verdienen. Niemand zeigt ein echtes Formular. Niemand zeigt eine Attribution-Tabelle. Niemand zeigt einen Entscheid, kein Geld auszugeben.

Der strukturelle Fehler ist das Tool-denken. Wer beim Werkzeug startet, für den sieht jedes Problem wie ein fehlendes Abo aus. Starten Sie stattdessen beim Funnel, und die Frage ändert sich: Wo genau hilft eine Maschine, einen Unbekannten in ein Gespräch zu verwandeln? Ich zähle fünf Stellen, und nur eine davon kostet etwas. Die Strategie-Schicht darüber lebt in meinem KI-Marketing-Playbook.

Die fünf Stellen, an denen KI einen Lead berührt

Das ist die Karte, nach der ich arbeite, von oben nach unten.

Qualifizierung. Ein Lead kommt als E-Mail, als Formular-Einreichung, als Nachricht. Die erste Aufgabe ist Sortieren: Passt das, wie dringend ist es, wer soll es sehen. Die KI entwirft die Sortierung. Ich bestätige sie.

Das Formular. Der Conversion-Moment selbst. Meines wurde um eine einfache Idee herum neu gebaut: weniger fragen, den Übergang automatisieren. Das Ergebnis konvertiert besser und enthält weniger Code.

Attribution. Woher kam diese Person. Vierundvierzig Signale, beim ersten Touch erfasst, im Browser und auf dem Server gleich klassifiziert.

Nachfassen. Die Antwort, die entscheidet, ob aus einer Anfrage ein Gespräch wird. Die KI entwirft sie in Minuten. Ich prüfe und sende.

Kanalentscheide. Wo ausgegeben wird und, öfter, wo abgelehnt wird. Die KI speist die Analyse ein. Die Ablehnung bleibt meine, und weiter unten steht eine davon.

Vier der fünf Stationen laufen mit Tools, die ich schon besass. Das ist die stille Wahrheit der KI Lead Generierung: Die sich verzinsenden Gewinne sind strukturell, nicht gekauft.

Lead-Qualifizierung: KI sortiert, der Mensch urteilt

Eingehende Leads kommen unordentlich an. Eine Ein-Zeilen-Mail. Ein Formular mit drei ausgefüllten und zwei leeren Feldern. Eine Nachricht, in der nur steht: Ist das noch verfügbar? Vor der KI bedeutete das Sortieren einer solchen Charge einen Nachmittag voller offener Tabs und Tabellen.

Heute dauert der Sortier-Durchlauf Minuten. Das Modell liest die rohe Anfrage und entwirft eine Klassifizierung: Quelle, geäussertes Bedürfnis, Sprache, grober Fit zum Idealprofil, Dringlichkeitssignale. Jeder Entwurf landet in einer Warteschlange. Nichts verschickt sich selbst. Ich prüfe, korrigiere vielleicht ein Label von zehn und entscheide, wer heute eine Antwort bekommt.

Die Linie, die ich halte, ist diese: Die KI bereitet den Entscheid vor, sie fällt ihn nie. Ein Modell kann den Fit schätzen, aber es kann die Folgen einer falschen Schätzung nicht tragen. Wenn es einen Lead automatisch ablehnt, der klein aussah und in Wahrheit der erste Schritt eines Unternehmens zu einem grösseren Projekt war, entschuldigt sich kein Modell dafür. Ich tue das, oder ich sorge dafür, dass es nie nötig wird.

Es gibt einen zweiten Grund, warum der Mensch in der Schleife bleibt. Interessenten riechen eine automatisierte Ablehnung. Ihre Anfrage hat Mühe gekostet. Eine offensichtlich vorlagenhafte Antwort sagt ihnen, dass ihre Mühe ein Skript wert war. Das Sortieren darf sofort sein. Das Urteil muss antworten.

Das Formular ist der Funnel: fünf Felder, ein Checkout, ein Webhook

Jetzt Belege, denn alle behaupten Conversion-Verbesserungen und niemand zeigt den Diff. Ich betreibe ein Projekt namens aiexhibitions.net, ein Verzeichnis für immersive Ausstellungen und Planetarium-Shows mit über 900 statisch in Astro generierten Seiten. Venues können sich gegen Gebühr eintragen lassen. Genau in diesem Abo-Funnel habe ich den Conversion-Pfad neu gebaut.

Der Umbau ging pay-first. Der neue Flow fragt vorab fast nichts: Venue-Name, E-Mail, gewählter Plan, Abrechnungsintervall und eine Consent-Checkbox. Fünf Felder. Danach direkt in den Stripe Checkout. Sobald die Zahlung durch ist, legt ein Webhook für den neuen Abonnenten automatisch eine Draft-Seite an. Der Kunde sieht den Anfang seines Nutzens, bevor ich die Willkommens-Mail überhaupt gelesen habe.

Die Zahlen, denn das ist ein Beleg. Der Umbau hat 9 Dateien berührt, 164 Zeilen hinzugefügt, 506 gelöscht und ist mit 97 Unit-Tests ausgeliefert worden. Gebaut habe ich ihn, indem ich KI gesteuert habe, so wie ich es in meinem Guide zum Ausliefern von Tools ohne Dev-Team beschreibe. Das ist die andere Hälfte der KI-Lead-Generierung-Geschichte, die niemand erzählt: Das Modell hilft auch beim Bau der Infrastruktur, nicht nur beim Füllen.

Die Lektion gilt weit über Abo-Seiten hinaus. Conversion entsteht nicht dadurch, dass man mehr Fragen stellt, um härter zu qualifizieren. Sie entsteht dadurch, dass man weniger fragt und die Qualifizierung nach dem Commitment automatisiert, wenn der Interessent warm ist statt misstrauisch.

First-Touch-Attribution: 44 Vektoren und eine Version der Wahrheit

Fragen Sie ein Marketing-Team, woher seine Leads kommen, und Sie bekommen oft ein Achselzucken in Richtung eines Dashboard-Buckets namens Sonstige. Meine Antwort ist ein kleines Kit, das ich selbst gebaut habe, und es ist das nützlichste Rohrstück in meinem Funnel.

Es erfasst beim ersten Touch 44 Attribution-Vektoren und klassifiziert jeden Lead in saubere Buckets. Es läuft in Node und in PHP, weil meine Seiten nicht alle auf demselben Stack laufen. Und es klassifiziert auf dem Client und auf dem Server identisch, was nach einem Detail klingt, bis man einmal debuggt hat, warum die beiden sich widersprechen.

Die Taxonomie ist der Ort, an dem das Langweilige wertvoll wird. Ein Lead von youtube, whatsapp, telegram oder tiktok ist Social. Ein Lead von duckduckgo, ecosia oder brave ist Organisch, nicht Direct. Ohne diese Zuordnung kollabieren die privatsphärefreundlichen Suchmaschinen und die Messenger in einen Bucket namens none, und Ihre Kanalentscheide werden auf Fiktion getroffen.

Attribution ist auch die Voraussetzung für alles andere auf dieser Seite. Qualifizierung ohne Quelle ist ein halbes Urteil. Nachfassen ohne Quelle ist generisch. Kanalbudget ohne Quelle ist eine Spende. Wenn Sie in diesem Quartal eine Sache in Ihrem Funnel reparieren, dann diese, und zwar bevor Sie ein einziges neues Tool kaufen.

Nachfassen: Speed to Lead mit menschlicher Signatur

Der Lead, der wartet, kühlt ab. Jede Stunde zwischen Anfrage und Antwort kostet Absicht. Meine Regel ist eine Entwurf-zuerst-Antwort: Jeder eingehende Lead bekommt innerhalb von Minuten einen entworfenen Antworttext, und ich prüfe und sende ihn selbst.

Der Entwurf ist der Ort, an dem die KI ihren Lohn verdient, denn er ist nicht generisch. Die Attribution sagt ihm, woher der Lead kam, also kann der Entwurf mit Kontext beginnen: der Artikel, den die Person gelesen hat, der Kanal, aus dem sie kam, der Plan, den sie gewählt hat. Eine Antwort, die vom Kontext des Lesers ausgeht, wirkt wie Aufmerksamkeit, und Aufmerksamkeit ist das meiste von dem, was eine erste Antwort verkauft.

Die Linie, wieder: Entwurf, nicht Versand. Automatische Antworten erkennt man nach einem Satz, und sie verwandeln Vertrauen mit Maschinengeschwindigkeit in Ärger. Die Broadcast-Seite des Kontakthalten läuft auf der Pipeline, die ich in meinem Newsletter-Automatisierungs-Artikel dokumentiert habe. Die Eins-zu-eins-Seite bleibt absichtlich manuell, weil die Eins-zu-eins-Situation der Ort ist, an dem Vertrauen tatsächlich entsteht.

Der Kanaltest über 600 CHF, den ich abgelehnt habe

Im August 2026 habe ich mich hingesetzt, um ChatGPT Ads als Lead-Kanal für meine Beratung zu evaluieren. Das Testbudget auf dem Tisch waren 600 CHF. Vertretbar, dachte ich, für ein erstes Signal.

Die Evaluation hat die Idee getötet, bevor das Budget bewegt wurde. Das Targeting ist kontextuell und geografisch. Es gibt kein Targeting nach Rolle, kein Targeting nach Unternehmen, nichts, mit dem ich die Menschen erreichen kann, die kaufen, was ich verkaufe. Für ein B2B-Angebot kauft man mit 600 CHF unter diesen Regeln Rauschen. Ein Test, der gross genug ist, um diese Grenze zu durchbrechen, beginnt bei 5 bis 10k USD pro Monat, und das ist ein komplett anderer Entscheid.

Also habe ich Nein gesagt und den Grund aufgeschrieben, denn die Lektion ist grösser als der Kanal. Ein neuer Kanal ist keine kostenlose Lead-Maschine. Der Hype sagt, Early Adopter bekämen billige Aufmerksamkeit. Vielleicht, aber nur, wenn das Targeting ausdrücken kann, wer Ihr Kunde ist. Prüfen Sie das gegen Ihre eigene Rechnung der Kundenakquisitionskosten, bevor das Budget das Konto verlässt, nicht danach.

Während ich diesen Kanal abgelehnt habe, lief meine tatsächliche Lead-Quelle weiter. Dieser Blog ist die Quelle meiner Beratungs-Leads: Artikel, die echte Fragen beantworten und so strukturiert sind, dass Menschen und KI-Engines sie zitieren können. Dieses Sich-Verzinsen ist der ganze Punkt. Ein zitiertes Stück produziert jahrelang Anfragen ohne Grenzkosten, während Ads exakt so lange produzieren, wie Sie zahlen, und keinen Tag länger. Der Artikel, den Sie gerade lesen, ist Teil dieser Maschine.

Was ich bei der Lead Generierung niemals an KI delegiere

Ich führe eine Liste über KI in meinem Funnel, und es ist eine Liste von Ablehnungen. Die Maschine verspricht nie. Sie setzt nie einen Preis und verteidigt keinen. Sie entschuldigt sich nie für ein Versagen, denn eine Entschuldigung aus einer Vorlage ist keine Entschuldigung. Und sie sagt einem Interessenten nie ab, denn eine Absage ist ein Urteil mit Folgen.

Die praktischen Schutzregeln folgen daraus. Nichts geht ohne meine Prüfung raus. Keine Kundendaten gehen in ein öffentliches Modell, eine Regel, die ich für die Daten meines Arbeitgebers mit derselben Härte halte wie für meine eigenen. Und jede KI-entworfene Antwort geht unter meinem Namen raus, was heisst: Ich lese alles, jedes Mal.

Wenn Sie bei null starten, kommt es auf die Reihenfolge an. Reparieren Sie zuerst die Attribution, damit Sie sehen können. Kürzen Sie zweitens das Formular, damit mehr Menschen durchkommen. Führen Sie drittens die Entwurf-zuerst-Antwort ein, damit Geschwindigkeit nicht mehr von Ihrer Laune abhängt. Kaufen Sie Tools zuletzt, und nur dort, wo eine Station nach den ersten drei Reparaturen noch langsam ist. Diese Reihenfolge kostet fast nichts, und sie ist die ganze Methode.

Häufige Fragen

Kann KI von sich aus Leads generieren?

Nein, und schon die Fragestellung ist das Problem. KI erzeugt kein Vertrauen, und ein Lead ist Vertrauen mit angehängtem Formular. Was die Maschine tut, ist das Entfernen von Wartezeit und Rätselraten bei jedem Schritt, nachdem jemand Sie bemerkt hat: Sie sortiert, klassifiziert, entwirft und speist die Analyse. Das Bemerkt-Werden kommt weiterhin aus Ihren Inhalten, Ihrem Angebot oder Ihrem Kanalbudget. Teams, die vom Modell Nachfrage herbeiwünschen, landen in dem Fehlerhaufen, von dem ich geschrieben habe.

Was sollte ich in meinem Lead-Funnel zuerst automatisieren?

Attribution, ohne Zögern. Sie ist unsichtbar, unglamourös und macht jeden späteren Entscheid ehrlich. Die zweite Automatisierung ist der Nachfass-Entwurf, mit strikter Prüfung vor jedem Versand. Das Letzte, was Sie automatisieren sollten, ist das Urteil, was so viel heisst wie: nie.

Funktioniert KI Lead Generierung auch mit kleinem Budget?

Mit kleinem Budget funktioniert sie am besten, denn die strukturellen Gewinne kosten fast nichts. Ein Formular zu kürzen kostet einen Nachmittag. Ein Nachfass-Entwurf kostet das Abo, das Sie wahrscheinlich schon zahlen. Die ehrliche Antwort zur KI Lead Generierung mit knappem Budget lautet: Die Gewinne kommen aus Struktur, nicht aus Ausgaben. Sehen Sie, woher Leads kommen, verlangen Sie von ihnen weniger, antworten Sie schneller und lehnen Sie die Kanäle ab, deren Targeting Ihren Kunden nicht einmal beschreiben kann. Heben Sie sich die Experimente über 5 bis 10k im Monat für den Moment auf, in dem der Funnel darunter den Traffic verdient hat.