Lead-Scoring erklärt: So priorisiert Ihr Eure leads in HubSpot

Wusstet ihr, dass im Marketing heute oft nur etwa 5 % bis 20 % aller Leads tatsächlich zu Kunden werden – je nachdem, wie weit man im Funnel misst? Das heißt, mindestens 80 % der Leads bleiben auf dem Weg stecken, etwa weil sie nicht weiterqualifiziert oder gepflegt werden. Laut aktueller Benchmarks* erreichen nur rund 30 % der Leads der nächste Schritt zur MQL-Qualifikation.

Besonders in komplexen Märkten ist jeder hochwertige Interessent kostbar – vor allem in B2B‑Branchen mit langen Sales‑Zyklen. Mit Lead Scoring identifiziert Ihr die wirklich vielversprechenden Kontakte mit Hilfe von CRM & Marketing-Automation wie HubSpot, um sie zum richtigen Zeitpunkt an Sales zu übergeben, während Euer Marketing alle anderen weiter sinnvoll "nurturet" (also durch Marketing-Automation weiterqualifiziert).

Lead Scoring hilft also, eure Vertriebsressourcen gezielt einzusetzen, die Abschlusswahrscheinlichkeit zu erhöhen und Marketing und Sales besser aufeinander abzustimmen. Mit anderen Worten: Wer seine heißesten Leads zuerst erkennt und priorisiert, hat einen klaren Wettbewerbsvorteil.

In diesem Beitrag erfahrt ihr, was Lead-Scoring genau bedeutet, welche Best Practices es gibt und wie ihr mit dem neuen Leadscoring-Tool in HubSpot ein effektives Lead Scoring umsetzt.

1. Was ist Lead-Scoring und wie hilft es euch?

Lead Scoring baut auf der Lead-Qualifizierung auf und bezeichnet den Prozess, jedem Lead in eurer Datenbank einen numerischen Wert zuzuweisen, der seine Kaufwahrscheinlichkeit ausdrückt. Vereinfacht gesagt: Anhand bestimmter Kriterien – etwa Profilmerkmalen und Verhalten – bewertet ihr automatisiert, wie „heiß“ ein Lead ist, um euren Fokus auf die vielversprechendsten Kontakte zu legen. Ihr könnt Punkte für positive Merkmale oder Interaktionen vergeben und für negative Kriterien abziehen. 

Ein Beispiel: Ein Lead, der genau in euer Idealprofil passt und starkes Interesse zeigt, erhält einen hohen Score, während ein Lead mit unpassendem Profil oder geringem Engagement einen niedrigen Score bekommt. So könnt ihr priorisieren, wer sofort vom Vertrieb kontaktiert werden sollte und wer zunächst weiter von Marketing “warm gehalten” wird.

Gerade wenn euer Sales‑Team mehr Leads hat, als es zeitnah bearbeiten kann, oder zu viel Zeit in schlecht qualifizierten Leads investiert, schafft ein Scoring‑System Abhilfe.

 

2. Best Practices für ein effektives Lead Scoring

• Zunächst solltet ihr sicherstellen, dass ihr gemeinsam mit Marketing und Vertrieb Buyer Personas und Idealkundenprofile ("Ideal Customer Profile") entwickelt habt und die grundlegenden Lifecycle- und Lead-Phasen definiert sind.
  
  
• Startet auch euer Lead Scoring im Schulterschluss zwischen Marketing und Vertrieb. Definiert gemeinsam, was einen qualifizierten Lead in eurem B2B‑Geschäft ausmacht. Etwa welche Branchen, Unternehmensgrößen oder Jobtitel zum Idealkundenprofil gehören, die Zuordnung der richtigen Buyer Persona und welches Verhalten starkes Kaufinteresse signalisiert. Dieser Schulterschluss stellt sicher, dass die Scoring‑Kriterien an realen Verkäufen ausgerichtet sind und kontinuierlich optimiert werden.
  
  
• Profil‑ und Verhaltensdaten kombinieren: Bewertet sogenannte “Fit”-Kriterien (wie passende Branche, Rolle, Unternehmensgröße) und Engagement‑Kriterien (z. B. besuchte Seiten, heruntergeladene Whitepaper, geöffnete E‑Mails). HubSpot unterstützt euch mit separaten Fit‑Scores und Engagement‑Scores sowie einem kombinierten Score, der beide Aspekte verbindet.
  
  
• Negative Kriterien nicht vergessen: Ihr solltet Punkte abziehen, wenn Anzeichen gegen die Abschlussschance sprechen. Beispiele: Newsletter‑Abmeldung, unpassende E‑Mail‑Adresse (z. B. @gmail.com im B2B-Bereich) oder Leads außerhalb eurer Vertriebsregion.
  
  
• Aktualität berücksichtigen (Score Decay): Ein Lead, der vor einem Jahr großes Interesse zeigte, sollte nicht ewig einen hohen Score behalten. HubSpot bietet dafür die Funktion Score Decay.
  
  
• Kontinuierlich messen und optimieren: Ein Lead‑Scoring‑Modell ist keine Einmal‑Einrichtung. Überwacht regelmäßig, ob eure Score‑Schwellenwerte die gewünschten Ergebnisse bringen und optimiert euer Modell im Dialog mit dem Vertrieb.
  
  

3. DAS NEUE LEADSCORING TOOL IN HUBSPOT: so vereinfacht es eure Lead Qualifizierung

Das neue Leadscoring‑Tool in HubSpot bewertet nicht nur Kontakte, sondern auch Unternehmen & Deals. Ihr könnt Regeln in Score‑Gruppen einteilen sowie Obergrenzen pro Gruppe und für den Gesamtscore festlegen. Dadurch bleiben Modelle übersichtlich, gewichtet und belastbar.

 

1. Interaktions-Scores (Kontakte & Unternehmen):
Bewerten die Aktivität eurer Datensätze – z. B. Website-Besuche, Klicks auf CTAs, Newsletter-Anmeldungen oder geöffnete Marketing-E-Mails.

2. Fit-Scores (Kontakte & Unternehmen): Messen die Passgenauigkeit zu eurem Idealprofil anhand von Eigenschaften wie Branche, Unternehmensgröße, Jahresumsatz oder Jobtitel.

3. Kombinierte Scores (Kontakte, Unternehmen & Deals): Fassen Interaktions- und Fit-Kriterien in einem Gesamtwert zusammen. Ihr erhaltet so einen Score, der sowohl das Verhalten als auch die Eignung abbildet – und könnt die Einzelscores weiterhin separat auswerten.

 

4. So bringt Ihr eure Scores zum Laufen 

Segmentgenaues Scoring: Erstellt bei Bedarf mehrere parallele Scoring-Modelle – etwa für unterschiedliche Regionen oder Produktlinien – und nutzt Ein- bzw. Ausschlusslisten, um die Zielgruppe eines Modells exakt zu definieren. So bleibt jedes Modell klar abgegrenzt und ir vermeidet komplexe Negativregeln zur Ausfilterung unpassender Leads

 

Gewichtete Modelle mit Gruppen & Limits: Teilt eure Scoring-Regeln in thematische Gruppen ein, zum Beispiel „Awareness-Aktionen“ (frühe Interaktionen wie Website-Besuche oder E-Mail-Öffnungen) und „Conversion-Aktionen“ (stärkere Signale wie Formular-Absendungen oder Demo-Anfragen). Legt für jede Gruppe eine maximale Punktzahl (Punkte-Limit) fest, damit viele kleine Interaktionen den Gesamtscore nicht überproportional erhöhen. So stellt ihr sicher, dass besonders wertvolle High-Intent-Ereignisse – etwa eine Demo-Anfrage – im Scoring mehr Gewicht bekommen.

 

Zeitliche Relevanz (Decay Scores): Punkte aus Verhaltensereignissen verlieren mit der Zeit auf Wunsch automatisch an Wert. Damit zählen aktuelle Signale stärker als ältere Interaktionen – ideal bei langen B2B‑Zyklen.

 

Von „gefühlt“ zu „belegt“: Die Distribution Preview zeigt vor der Aktivierung, wie sich Scores über High/Medium/Low verteilen – perfekt, um Schwellenwerte (z. B. MQL‑Cutoff) datenbasiert zu setzen und Übergaben zu harmonisieren.

 

 

Am besten testen: Damit ihr prüfen könnt, wie sich eure neuen Scores verhalten, könnt ihr die Scores eines Kontakts, Unternehmens oder Deals vor der Aktivierung simulieren.

 

Transparenz im CRM: Score Card & Score History auf Datensätzen lassen euch leicht nachvollziehen, warum ein Lead ganz oben steht. Integrierte Reports zeigen Trends und Qualitätsentwicklung über den zeitlichen Verlauf.

 

KI-Leadscore für Kontakte (Enterprise): Besonders einfach könnt ihr auf Basis vorhandener Kontakte mittels HubSpot KI-Leadscore, KI-Interaktions- und Fit-Scores erstellen. Gestützt auf eure eigenen historischen Konversionsdaten schlägt HubSpots KI-systematisch die relevantesten Scoring-Kriterien (z. B. bestimmte Formulare, Seiten, oder demografische Merkmale) sowie deren Gewichtung vor. Ihr behaltet jederzeit die volle Kontrolle: Vorgeschlagene Regeln können angepasst, entfernt oder eigene hinzugefügt werden – kein „Black-Box“-Wunder, sondern eine smarte Assistenz, die menschliche Expertise ergänzt, nicht ersetzt.

5. Wie HubSpot Lead‑scoring & Qualifizierung vereinfacht

• Nahtlose Übergaben: Score‑Schwellen dienen als Trigger in Workflows (z. B. MQL → Owner‑Zuweisung, Benachrichtigung, Aufgaben-Erstellung). Das reduziert Reaktionszeiten und schafft klare Verantwortlichkeiten.
  
  
• Account-basiertes Arbeiten: Firmen- und Deal-Scores helfen dabei, relevante Buying Center und Opportunities zu priorisieren – besonders in Situationen mit mehreren Entscheidungsträgern oder komplexen Vertriebsprozessen.
  
  
• Kontinuierliche Optimierung: Mit Score‑Reports und der Verlaufshistorie justiert ihr Kriterien, Gewichtungen, Decay und Thresholds iterativ – gestützt von Feedback aus dem Vertrieb.
  
  
• Zusätzliche Scoring-Optionen für Kunden: Der Customer Health Score erlaubt euch – zusätzlich zum Lead Scoring – eure Kundenaktivitäten zu analysieren und Risiken zu identifizieren ohne euer Lead‑Modell zu verwässern.
  
  
• Automatisches Lead Scoring zur Berechnung der Abschlusswahrscheinlichkeit: Unabhängig vom eigenen Lead Scoring in HubSpot gibt es eine einfache Funktion, mit der HubSpot die Abschlusswahrscheinlichkeit eines Leads automatisch berechnet. Auch hier kommt KI zum Einsatz, allerdings lassen sich die Scoring-Kriterien nicht bearbeiten. Diese Funktion ist daher vor allem dann interessant, wenn ihr kein eigenes Scoring Modell einrichten möchtet. 

Mit dem neuen Lead‑Scoring‑Tool von HubSpot könnt ihr eure Leads effizienter qualifizieren als je zuvor. Das Tool ersetzt die alte Score‑Eigenschaft und bringt Funktionen wie separate Engagement‑ und Fit‑Scores, Score‑Gruppen mit Limits, automatischen Score Decay, KI‑gestützte Empfehlungen, Distribution Preview und Score Cards mit Score History Panels. Diese Funktionen helfen euch, eure Prioritäten klar zu setzen und Leads zum idealen Zeitpunkt anzusprechen. Wenn ihuer Modell regelmäßig überprüft und optimiert, wird sich eure Pipeline‑Qualität spürbar verbessern.

 

 

1. https://www.salesgenie.com/blog/sales-prospecting-statistics
2. https://firstpagesage.com/reports/lead-to-mql-conversion-rate-benchmarks-by-industry-channel-fc
3. https://www.magileads.com/en/b2b-lead-generation-statistics-2024
4. HubSpot Knowledge Base: Erstellen Sie Leadscores, um Kontakte, Unternehmen und Deals zu qualifizieren
5. HubSpot Knowledge Base: Understand the lead scoring tool
6. ProcessPro: Guide to migrating to the new HubSpot lead scoring
   tool
7. Weidert: HubSpot Lead Scoring Tutorial
8. HubSpot Knowledge Base: View lead score history & performance
9. Testdatensätze und Einblicke in die Verteilung bei gleichzeitiger Erstellung von Lead- und Statusbewertungen
10. Mithilfe von KI Leadscores für Kontakte erstellen
11. Abschlusswahrscheinlichkeit mit automatischem Lead coring bestimmen