Lead Scoring: Finde die Kaufbereiten in deiner E-Mail-Liste
327 Kontakte auf deiner Liste. Einer davon hat gestern deine Preisseite besucht und dein Webinar angeschaut. Und du weißt es nicht. Lead Scoring ändert das – automatisch.
Was ist Lead Scoring im E-Mail Marketing?
Lead Scoring ist ein Punktesystem für deine E-Mail-Kontakte. Jede Aktion – eine geöffnete E-Mail, ein Klick, ein Seitenbesuch – gibt Punkte. Je mehr Punkte, desto kaufbereiter der Kontakt.
| Aktion | Punkte | Warum |
|---|---|---|
| E-Mail geöffnet | +1 | Grundinteresse |
| Link in E-Mail geklickt | +3 | Aktives Interesse |
| Preisseite besucht | +10 | Kaufabsicht |
| Leadmagnet heruntergeladen | +5 | Einstieg in den Funnel |
| Webinar angeschaut | +15 | Starkes Engagement |
| 30 Tage keine Öffnung | -10 | Engagement sinkt |
| Abmeldelink geklickt (nicht abgemeldet) | -5 | Warnsignal |
Das Ergebnis: Ein Score pro Kontakt, der sich laufend aktualisiert. Kontakte mit 50+ Punkten sind heiß. Kontakte mit unter 10 Punkten brauchen andere Inhalte – oder eine Reaktivierungskampagne.
Lead Scoring vs. Lead Nurturing
Lead Scoring BEWERTET, wie kaufbereit ein Kontakt ist. Lead Nurturing ENTWICKELT Kontakte durch gezielte Inhalte weiter. Beides zusammen ergibt ein System, das automatisch die richtigen E-Mails an die richtigen Menschen zur richtigen Zeit sendet.
Warum Lead Scoring dein E-Mail Marketing verändert
Ohne Lead Scoring hast du zwei Optionen:
Option A: Allen denselben Newsletter senden. Ergebnis: 15% öffnen, 2% klicken, 0,3% kaufen. Die anderen 99,7% bekommen Inhalte, die sie nicht interessieren – und melden sich nach und nach ab.
Option B: Manuell segmentieren. "Wer hat Webinar X gesehen? Wer hat auf Preis geklickt?" – Du verbringst Stunden mit Excel, und am Ende ist die Liste schon wieder veraltet.
Option C (Lead Scoring): Das System bewertet automatisch. Du definierst einmal die Regeln – KlickTipp setzt die Tags automatisch:
- Score 0-20: "Kalt" → bekommt Educational Content
- Score 21-50: "Warm" → bekommt Case Studies und Social Proof
- Score 51+: "Heiß" → bekommt dein Angebot
Sven Hansen machte 370.000€ mit nur 3.000 E-Mail-Adressen. Nicht weil er so viele Kontakte hatte – sondern weil er wusste, WELCHE davon kaufbereit waren.
Lead Scoring Modell aufbauen: 3 Schritte
1. Schritt: Scoring-Kriterien definieren
Nicht jede Aktion ist gleich viel wert. Ein Klick auf deinen Blog-Artikel zeigt Interesse. Ein Klick auf deine Preisseite zeigt Kaufabsicht. Der Unterschied zwischen 1 und 10 Punkten.
Demografische Punkte (wer ist der Kontakt):
| Kriterium | Punkte | Beispiel |
|---|---|---|
| Passende Branche | +10 | Coach, Berater, Handwerker (deine Zielgruppe) |
| Entscheider-Position | +10 | Geschäftsführer, Inhaber |
| Unpassende Branche | -10 | Student, Konkurrent |
Verhaltens-Punkte (was tut der Kontakt):
| Kriterium | Punkte | Beispiel |
|---|---|---|
| E-Mail geöffnet | +1 | Zeigt Grundinteresse |
| Preis-Link geklickt | +10 | Kaufabsicht! |
| [Leadmagnet](/email-marketing/leadmagnet/) heruntergeladen | +5 | Funnel-Einstieg |
| 2+ E-Mails in einer Woche geöffnet | +5 | Aktiver Leser |
| Keine Öffnung seit 30 Tagen | -10 | Engagement sinkt |
2. Schritt: Score-Schwellen festlegen
Definiere klare Grenzen, die automatisch andere Inhalte auslösen:
| Score | Status | Tag in KlickTipp | Aktion |
|---|---|---|---|
| 0-20 | Kalt | "Score:Kalt" | Educational Content, Blog-Highlights |
| 21-50 | Warm | "Score:Warm" | Case Studies, Webinar-Einladungen |
| 51-80 | Heiß | "Score:Heiss" | Angebot, Rabatt-Aktion, persönliches Gespräch |
| 80+ | Kaufbereit | "Score:Kaufbereit" | Direktes Angebot mit Verknappung |
| Unter 0 | Inaktiv | "Score:Inaktiv" | [Reaktivierungskampagne](/email-marketing/reaktivierungskampagne/) starten |
3. Schritt: Automationen verbinden
In KlickTipp verbindest du Scoring und Tags mit dem visuellen Campaign Builder:
- Tag-Regel erstellen: "Wenn Kontakt Preis-Link klickt → +10 Punkte"
- Schwellen-Automation: "Wenn Score > 50 → Tag 'Score:Heiss' setzen"
- Kampagne auslösen: "Wenn Tag 'Score:Heiss' → Sende Angebots-E-Mail"
Das Ganze läuft einmal eingerichtet völlig automatisch. Dein Sales Funnel wird damit deutlich präziser – weil nur noch die richtigen Kontakte dein Angebot sehen.
Der Effekt in Zahlen
Unternehmen, die Lead Scoring nutzen, berichten von 20-30% höheren Conversion-Raten. Der Grund: Du verschwendest kein Verkaufsangebot an jemanden, der noch nicht bereit ist – und verpasst keinen, der es ist.
Lead Scoring Beispiel: Ein Coach mit 1.500 Kontakten
Sarah ist Business-Coach. Sie hat 1.500 Kontakte auf ihrer Liste. Ohne Lead Scoring schickt sie allen denselben Newsletter. Öffnungsrate: 18%. Verkäufe pro Monat: 1-2.
Dann richtet sie Lead Scoring ein:
Tag 1: 1.500 Kontakte starten bei Score 0.
Nach 30 Tagen sieht es so aus:
| Segment | Kontakte | Score | Was Sarah tut |
|---|---|---|---|
| Kalt | 820 (55%) | 0-20 | Wöchentlicher Blog-Newsletter, kein Verkauf |
| Warm | 480 (32%) | 21-50 | Case Studies, Webinar-Einladung |
| Heiß | 150 (10%) | 51-80 | Persönliche E-Mail mit Coaching-Angebot |
| Kaufbereit | 50 (3%) | 80+ | Direktes Angebot + Terminbuchung |
Sarahs Ergebnis: Statt 1 Verkauf pro Monat (an 1.500 Leute) macht sie jetzt 4-5 Verkäufe (an 200 Leute). Die Öffnungsrate steigt auf 35%, weil jedes Segment relevante Inhalte bekommt.
Der Unterschied: Nicht mehr Kontakte. Bessere Segmentierung.
Die 4 häufigsten Fehler beim Lead Scoring
1. Fehler: Zu viele Kriterien
Du brauchst nicht 50 Scoring-Regeln. Starte mit 5-7 klaren Aktionen: E-Mail geöffnet, Link geklickt, Preisseite besucht, Leadmagnet heruntergeladen, Webinar gesehen. Mehr ist am Anfang Overkill.
2. Fehler: Nur positive Punkte
Ohne negative Punkte steigt der Score ewig – auch bei Kontakten, die längst inaktiv sind. Ziehe Punkte ab für Inaktivität: -10 nach 30 Tagen ohne Öffnung, -20 nach 60 Tagen.
3. Fehler: Score ohne Konsequenz
Ein Score allein bringt nichts. Er muss Aktionen auslösen: andere E-Mails, andere Angebote, andere Frequenz. Ohne Automationen ist Lead Scoring nur eine Zahl.
4. Fehler: Einmal einrichten, nie anpassen
Dein Scoring-Modell ist eine Hypothese. Nach 2-3 Monaten prüfst du: Kaufen die "heißen" Kontakte wirklich? Wenn nicht, stimmen die Gewichtungen nicht. Passe die Punkte an.
Dein nächster Schritt
Du hast jetzt das Modell, die Schwellen und ein konkretes Beispiel. Was fehlt, ist die Umsetzung.
Starte minimal: 5 Scoring-Regeln, 3 Schwellen (kalt/warm/heiß), 1 Automation die bei "heiß" ein Angebot sendet. Das dauert 1-2 Stunden Einrichtung in KlickTipp – und arbeitet danach rund um die Uhr.
Jeder Tag ohne Lead Scoring ist ein Tag, an dem kaufbereite Kontakte dein Angebot nicht sehen – und kalte Kontakte dein Angebot sehen und sich genervt abmelden.
Häufige Fragen zum Lead Scoring
Was ist Lead Scoring im E-Mail Marketing?
Lead Scoring ist ein Punktesystem, das jeden Kontakt automatisch nach seinem Verhalten bewertet (E-Mail-Öffnungen, Klicks, Seitenbesuche). Je höher der Score, desto kaufbereiter der Kontakt. Das ermöglicht gezielte Segmentierung und höhere Conversion-Raten.
Welches Tool brauche ich für Lead Scoring?
Du brauchst ein E-Mail-Marketing-Tool mit Tag-basierter Segmentierung und Automation-Funktionen. Listen-basierte Tools (wie Mailchimp) können kein echtes Lead Scoring, weil sie Kontakte nicht dynamisch nach Verhalten segmentieren können.
Wie viele Scoring-Regeln brauche ich?
Starte mit 5-7 Regeln: E-Mail geöffnet (+1), Link geklickt (+3), Preisseite besucht (+10), Leadmagnet heruntergeladen (+5), 30 Tage inaktiv (-10). Mehr kannst du später ergänzen. Einfachheit schlägt Komplexität.
Ab wie vielen Kontakten lohnt sich Lead Scoring?
Ab ca. 200-300 Kontakten. Darunter kannst du deine Liste noch manuell überblicken. Darüber wird es unmöglich, kaufbereite von kalten Kontakten zu unterscheiden – und genau da setzt Lead Scoring an.
Was ist der Unterschied zwischen Lead Scoring und Segmentierung?
Segmentierung teilt Kontakte in Gruppen (z.B. nach Interesse). Lead Scoring BEWERTET, wie aktiv und kaufbereit ein Kontakt innerhalb dieser Segmente ist. Beides ergänzt sich.
Wie oft sollte ich mein Scoring-Modell anpassen?
Alle 2-3 Monate. Prüfe: Kaufen die Kontakte mit hohem Score tatsächlich? Wenn "heiße" Kontakte nicht konvertieren, stimmen die Punkte-Gewichtungen nicht. Passe die Schwellen und Werte an.
Simon Haenel
Informatiker & KI-Enthusiast
Informatiker aus Leidenschaft. Auf dieser Seite nutze ich KI, um komplexe Themen verständlich aufzubereiten – recherchiert, strukturiert und auf den Punkt gebracht.