KI im Vertrieb: Wo sie Verkaufen leichter macht und wo du gefragt bleibst
KI im Vertrieb für kleine Teams: was Feldexperimente über Umsatz zeigen, wo KI Angebote verbessert und wann du ihren Vorschlag anpassen oder übergehen solltest.

Kurz gesagt
- KI im Vertrieb heißt, Recherche, Angebotsentwürfe, Nachfassen und Kundenkommunikation mit KI zu unterstützen, während Urteil und Beziehung beim Menschen bleiben.
- In großen Feldexperimenten eines Online-Händlers steigerte generative KI den Umsatz in den meisten Abläufen um bis zu 16,3 %, vor allem über höhere Conversion-Raten.
- Eine Analyse von fünf B2B-Fällen zeigt, dass KI mehr Lösungsideen liefert, während Verkäufer für Kontext und die Begründung des Werts gebraucht werden.
- KI-Vorschläge wirken wie fertige Entscheidungen, deshalb brauchst du ein Gespür dafür, wann du ihnen folgst, sie anpasst oder übergehst.
- In einer Befragung von 330 B2B-Verkäufern wurden viele technische Werkzeuge nur begrenzt genutzt.
Inhalt7 Abschnitte
KI im Vertrieb bedeutet, dass Recherche, Angebotsentwürfe, Nachfassen, Gesprächsnotizen und Teile der Kundenkommunikation von KI unterstützt werden. Studien zeigen messbare Umsatzzuwächse, vor allem dort, wo KI Reibung für Kunden abbaut, etwa beim Finden des passenden Produkts. Das Urteil, was einem Kunden wirklich hilft, und die Beziehung bleiben beim Menschen.
Für mich ist Vertrieb der Teil des Geschäfts, an dem ich am meisten über meine Kunden lerne. Menschen kaufen von Menschen, das ist einer meiner Grundsätze. Gerade deshalb will ich wissen, wo KI mir Zeit für Gespräche verschafft und wo sie sich zwischen mich und den Kunden schiebt.
Für diesen Artikel habe ich vier Studien aus Fachzeitschriften für Marketing und Vertrieb ausgewählt. Eine davon ist eine Reihe großer Feldexperimente, zwei entwickeln Modelle aus Fallanalysen und Theorie, eine ist eine Befragung von Verkäufern. Die meisten Daten stammen von großen Unternehmen. Was davon für Selbstständige und kleine Teams trägt, ordne ich jeweils ein.
Was KI im Vertrieb konkret übernehmen kann
Vertrieb besteht aus vielen kleinen Schritten, und nicht jeder braucht dich persönlich. Ein grober Überblick, wo KI heute in kleinen Teams hilft:
- Vor dem Termin: Informationen über Firma und Ansprechpartner zusammenfassen, mögliche Probleme ableiten, Fragen vorbereiten.
- Im Angebot: einen ersten Entwurf schreiben, Varianten durchspielen, Einwände vorwegnehmen.
- Nach dem Termin: Gesprächsnotizen zusammenfassen, das CRM pflegen, Follow-up-Mails entwerfen.
- Auf der Website: Standardfragen beantworten und Besucher zum passenden Angebot führen.
Die meiste Zeit spart mir KI in der Vorbereitung. Sie bereitet vor und nach, das Gespräch führe ich. Wie ich den gesamten Vertriebsweg im Digitalen aufbaue, beschreibe ich im Artikel über den B2B Sales Funnel.
Wie das konkret aussieht, zeigt ein Beispiel. Angenommen, eine Webdesignerin bekommt eine Anfrage von einem Handwerksbetrieb. Vor dem Erstgespräch lässt sie sich von der KI die bestehende Website, die Leistungen und die Bewertungen des Betriebs zusammenfassen und drei mögliche Schwachstellen ableiten. Daraus macht sie fünf Fragen für das Gespräch. Nach dem Gespräch diktiert sie ihre Notizen, die KI ordnet sie und schreibt einen Entwurf für die Zusammenfassung an den Kunden. Den Entwurf liest sie, korrigiert zwei Details und schickt ihn ab.
Die Arbeit am Gespräch selbst hat die KI ihr nicht abgenommen. Sie hat ihr aber die halbe Stunde Recherche davor und die halbe Stunde Schreiben danach erspart. Genau diese Zeit fehlt kleinen Teams sonst für das nächste Gespräch.
Was Feldexperimente über Umsatz zeigen
Die stärkste Studie in meiner Auswahl haben Fang, Yuan, Zhang, Donati und Sarvary (2026) in Management Science veröffentlicht. Ein großer grenzüberschreitender Online-Händler hat in den Jahren 2023 und 2024 generative KI in sieben Abläufe eingebaut, von Kundenservice über die Zuordnung von Kunden und Produkten bis zu Werbung und Diensten für Verkäufer. Die Wirkung wurde in randomisierten Feldexperimenten mit Millionen von Nutzern und Produkten gemessen.
Die Ergebnisse laut Abstract:
- In den meisten Abläufen stieg der Umsatz. Die Effekte reichten von nicht nachweisbar bis 16,3 %.
- Wie groß der Effekt war, hing davon ab, wie viel die KI gegenüber der bisherigen Praxis des Unternehmens zusätzlich beitrug.
- Die Zuwächse entstanden vor allem über höhere Conversion-Raten, die Warenkörbe wurden kaum größer.
- Rücksendungen und Bewertungen verschlechterten sich nicht.
- Kunden mit wenig Erfahrung profitierten stärker.
Die Autoren erklären das damit, dass KI Reibung beim Suchen, Informieren, Kommunizieren und Personalisieren verringert. Diese Erklärung finde ich auch für kleine Anbieter hilfreich. KI wirkt dort, wo Kunden ohne sie hängenbleiben würden: bei einer unbeantworteten Frage, bei einem unklaren Angebot, bei der Suche nach dem passenden Paket.
Die Einschränkung ist groß. Es geht um einen Onlinehändler mit Millionen Kunden. Eine Beraterin mit zwölf Projekten im Jahr arbeitet unter ganz anderen Bedingungen. Den Mechanismus halte ich trotzdem für übertragbar. Wenn ein Interessent auf deiner Website keine Antwort auf seine Frage findet, verlierst du ihn, bevor es überhaupt zu einem Gespräch kommt.
Mehr Ideen, gleiche Verantwortung: KI im Vertrieb von Angeboten
Wie KI im B2B-Vertrieb wirkt, wo Angebote individuell sind, untersuchen Cui und van Esch (2026) im Journal of Personal Selling & Sales Management. Sie haben fünf öffentlich dokumentierte Fälle analysiert, von Salesforce, Adobe, SAP, IBM und Siemens. Daraus entwickeln sie ein Modell, wie generative KI die Kreativität von Verkäufern in drei Phasen unterstützt: Vorbereitung, Reifung und Prüfung.
Ihr zentraler Befund unterscheidet zwei Arten von Kreativität. KI steigert die relative Kreativität: Sie erweitert die Menge möglicher Lösungen und beschleunigt die Entwicklung von Angeboten. Für die absolute Kreativität bleiben Verkäufer zentral. Gemeint ist das Urteil im konkreten Kontext und die Fähigkeit, den Wert einer Lösung für genau diesen Kunden zu begründen.

Vorbereitung Informationen über Kunde, Branche und Ausgangslage zusammentragen. Hier spart KI am meisten Zeit.
Reifung Laut Cui und van Esch (2026) erweitert generative KI die Menge möglicher Lösungen und beschleunigt Angebote.
Prüfung Kontext beurteilen und den Wert für genau diesen Kunden begründen. Die Zuordnung zur letzten Phase ist meine Vereinfachung des Modells.
Ein zweiter Befund ist für kleine Teams fast wichtiger. Bessere Verkaufsergebnisse entstanden laut den Autoren dann, wenn KI in die Arbeitsabläufe der Verkäufer eingebaut war, gemeinsam mit Kunden genutzt wurde und klare Regeln vom Management bekam. Ein KI-Werkzeug, das nebenher läuft, reicht also nicht.
Die Fälle stammen aus Konzernen, und die Analyse stützt sich auf öffentliche Dokumente. Das Modell überzeugt mich trotzdem, weil es genau beschreibt, was ich bei Angeboten erlebe. Die KI liefert mir in Minuten fünf Varianten. Welche davon zum Kunden passt, weiß ich erst, wenn ich ihm zugehört habe. Wie man so zuhört, dass man echte Antworten bekommt, beschreibe ich im Artikel über Kundengespräche führen.
Folgen, anpassen oder übergehen: Urteil über KI-Vorschläge
Die dritte Studie ist konzeptionell und liefert für mich das nützlichste Denkwerkzeug. Schroeder, Shi, Richards und Jaramillo (2026) beschreiben im selben Journal ein Problem moderner Vertriebs-KI. Ihre Vorschläge kommen beim Verkäufer an, als wären sie fertige Entscheidungen. Dabei enthalten sie oft die Prioritäten derjenigen, die das Werkzeug eingerichtet haben, kommen zu schnell für eine echte Prüfung und bleiben für den Käufer unsichtbar.
Die Autoren schlagen deshalb eine eigene Fähigkeit vor, die sie KI-Weisheit von Verkäufern nennen. Gemeint ist die durch Erfahrung gewachsene Fähigkeit zu entscheiden, ob man einem KI-Vorschlag folgt, ihn anpasst oder übergeht. Abgewogen werden dabei die Interessen des Verkäufers, die Bedürfnisse des Käufers und die Ziele des eigenen Unternehmens. Verankert ist das Modell in sechs Aufgaben, die ein Käufer im Kaufprozess erledigen muss, angelehnt an Jobs to be Done.
Ein Gedanke daraus hat mich besonders überzeugt. Vertriebsmodelle denken oft in den Stufen der eigenen Pipeline. Der Käufer steckt aber vielleicht noch in einer ganz anderen Aufgabe, etwa darin, das Problem intern überhaupt zu verstehen. Eine KI, die nach Pipeline-Stufe einen Abschluss vorschlägt, liegt dann daneben.
Für meinen Alltag habe ich das in eine einfache Tabelle übersetzt. Sie ist meine Ableitung, die Studie formuliert Thesen und keine Regeln.
| KI-Vorschlag | Wann ich folge | Wann ich anpasse | Wann ich übergehe |
|---|---|---|---|
| Follow-up-Mail | Inhalt stimmt, Ton passt | Ton zu glatt, Details fehlen | Kunde hat signalisiert, dass er Zeit braucht |
| Nächster Schritt im CRM | Passt zu dem, was der Kunde gesagt hat | Zeitpunkt passt nicht | Kunde steckt in einer anderen Phase, als die KI annimmt |
| Angebotsvariante | Deckt das gesagte Problem ab | Gute Idee, falscher Umfang | Löst ein Problem, das der Kunde nicht hat |
Die rechte Spalte ist die wichtigste. Übergehen heißt, dass ich etwas über den Kunden weiß, das die KI nicht weiß. Wenn ich nie etwas übergehe, kenne ich meine Kunden vermutlich zu wenig.
KI kann dir sagen, was der nächste Schritt in deiner Pipeline ist. Welcher Schritt dem Kunden hilft, sagt dir nur der Kunde.
Warum viele Verkäufer KI noch kaum nutzen
Die vierte Studie bringt eine Portion Realität. Edmondson und Matthews (2025) haben im Journal of Marketing Theory & Practice 330 berufstätige B2B-Vertriebler befragt. Ihr Befund: Viele der verfügbaren technischen Werkzeuge wurden nur begrenzt genutzt. Unter den ethischen Bedenken stand die Sorge im Vordergrund, durch KI den eigenen Job zu verlieren.
Die Befragung sagt mir zweierlei. Erstens ist der Vorsprung für kleine Teams real. Wer KI sinnvoll in seinen Vertrieb einbaut, ist damit vielen größeren Wettbewerbern voraus. Zweitens: Wer Mitarbeitende im Vertrieb hat, muss über die Sorge um den Job sprechen. Ein Werkzeug, das jemand als Bedrohung erlebt, wird nicht genutzt. Wie Akzeptanz für KI im Team entsteht, beschreibe ich im Artikel über KI-Akzeptanz.
Was KI übernimmt und was bei dir bleibt
Aus den Studien und meinen eigenen Grundsätzen ergibt sich für kleine Teams eine klare Arbeitsteilung.

Vor dem Termin KI fasst Informationen zusammen und schlägt Fragen vor. Was du aus dem Gespräch mitnehmen willst, legst du fest.
Im Gespräch Eine Zusammenfassung nach dem Gespräch spart Zeit. Das Zuhören selbst lässt sich nicht delegieren.
Angebot KI erweitert die Lösungsideen, du begründest den Wert für genau diesen Kunden.
Nachfassen Die KI schreibt den Entwurf. Ob jetzt der richtige Moment ist, weißt du aus dem Gespräch.
Beziehung Daten pflegen kann die KI. Vertrauen entsteht zwischen Menschen.
Für mich ist die rechte Spalte der Kern von Vertrieb. Auf LinkedIn, wo mir über 9.000 Menschen folgen, verkaufe ich nichts direkt. Ich teile, was ich baue und lerne, und Gespräche entstehen daraus. Wie das als Vertriebsweg funktioniert, beschreibe ich im Artikel über Social Selling.
Für die linke Spalte brauchst du einen Ort, an dem deine Kundendaten liegen. Mein eigenes Projekt quik connect ist so ein Ort, ein persönliches CRM als iOS-App. Wann ein CRM sich für kleine Unternehmen lohnt, beschreibe ich im Artikel über CRM für kleine Unternehmen. Und bei jedem KI-Entwurf an Kunden gilt dieselbe Regel wie überall: Zahlen, Preise und Zusagen prüfst du selbst.
Wenn du KI im Vertrieb noch kaum nutzt, würde ich in dieser Reihenfolge anfangen:
- Vorbereitung zuerst. Lass dir vor jedem Erstgespräch eine kurze Zusammenfassung und drei Fragen erstellen. Das Risiko ist gering, weil du alles im Gespräch selbst prüfst.
- Notizen und Zusammenfassungen. Nach jedem Gespräch eine strukturierte Notiz, die direkt in dein CRM wandert.
- Entwürfe für Follow-ups. Die KI schreibt, du gibst frei. Nie ungeprüft an Kunden.
- Erst dann Kundenkontakt mit KI. Antworten auf der Website oder im Chat kommen zuletzt, wenn du weißt, welche Fragen immer wieder kommen und welche Antworten stimmen.
Diese Reihenfolge folgt einer einfachen Logik. Je näher die KI am Kunden arbeitet, desto teurer wird ein Fehler. Warum erfundene Angaben gerade im Kundenkontakt Vertrauen kosten, beschreibe ich im Artikel über KI-Halluzinationen.
Fazit
KI im Vertrieb wirkt am stärksten dort, wo sie Reibung für Kunden abbaut und dir Vorbereitung abnimmt. Die Studien zeigen messbare Umsatzzuwächse über höhere Conversion-Raten, mehr Lösungsideen in Angeboten und gleichzeitig die Gefahr, KI-Vorschläge für fertige Entscheidungen zu halten. Viele Verkäufer nutzen die Werkzeuge bisher nur begrenzt.
Mein Vorschlag für diese Woche: Lass dir vor deinem nächsten Erstgespräch von einer KI eine Vorbereitung erstellen und notiere danach, welche ihrer Annahmen gestimmt haben und welche nicht. So lernst du am schnellsten, wann du ihr folgen kannst. Was ich selbst im Vertrieb ausprobiere, teile ich in den Unternehmer Thoughts.
Mit KI weiterdenken
Frag deine KI zu diesem Artikel
Öffnet den Dienst in einem neuen Tab. Erst mit dem Klick geht der Prompt an den Anbieter, vorher wird nichts übertragen.
Häufige Fragen
Wie kann man KI im Vertrieb einsetzen?
Typische Einsatzfelder sind die Recherche vor einem Termin, Entwürfe für Angebote und Follow-up-Mails, Zusammenfassungen von Gesprächen, die Pflege des CRM und Antworten auf Standardfragen. Das Gespräch, die Verhandlung und die Entscheidung, was einem Kunden wirklich hilft, bleiben beim Menschen.
Steigert KI im Vertrieb den Umsatz?
In Feldexperimenten bei einem großen Online-Händler stieg der Umsatz in den meisten Abläufen, je nach Einsatz um 0 bis 16,3 %. Der Effekt hing davon ab, wie viel die KI gegenüber der bisherigen Praxis zusätzlich beitrug. Für B2B-Vertrieb kleiner Teams gibt es solche Zahlen bisher kaum.
Ersetzt KI Vertriebsmitarbeiter?
Die Forschung spricht eher für eine Arbeitsteilung. KI erweitert die Auswahl an Ideen und beschleunigt Angebote, Verkäufer bringen Kontext, Urteil und die Begründung des Werts ein. Viele Verkäufer sorgen sich laut einer Befragung trotzdem um ihre Jobs.
Welche KI-Tools gibt es für den Vertrieb?
Für kleine Teams reichen oft ein allgemeiner KI-Assistent für Recherche und Texte, ein CRM mit KI-Funktionen und eine Automatisierung für Follow-ups. Wichtiger als das Werkzeug ist, dass es in deinen bestehenden Ablauf eingebaut ist.
Quellen4 Quellen
- Fang, Yuan, Zhang et al. (2026): Generative Artificial Intelligence and Sales Productivity: Field Experiments in Online Retail. Management Science (öffnet in neuem Tab)
- Cui, van Esch (2026): Generative AI and salesperson creativity in value co-creation: a socio-technical process model. Journal of Personal Selling & Sales Management (öffnet in neuem Tab)
- Schroeder, Shi, Richards et al. (2026): Developing salesperson AI wisdom along the B2B customer buying journey. Journal of Personal Selling & Sales Management (öffnet in neuem Tab)
- Edmondson, Matthews (2025): The ethical dilemma of AI vs. Human capital: Salespersons’ perceptions and usage of technology. Journal of Marketing Theory & Practice (öffnet in neuem Tab)
Woran ich baue
- Boutique für digitales WachstumquikWebsites, Sichtbarkeit und Messung als ein System
- Marktplatz und Studio für AI Website Templatesai-website.comWebsites, die deine KI weiterbaut
- KI-fähiger Workspace aus Deutschlandquik OSEin Workspace, in dem KI-Assistenten mitarbeiten
Erstgespräch mit mir buchenUnternehmer Thoughts lesenAlle Projekte