KI im CRM lohnt sich vor allem bei den unspektakulären Funktionen: Datenpflege mit Dublettenabgleich, Vor- und Nachbereitung von Gesprächen und geprüfte Textentwürfe — Abschlussprognosen scheitern im Mittelstand dagegen meist an der Datenbasis. Praktisch jeder CRM-Anbieter hat inzwischen KI-Funktionen im Angebot; der Nutzen ist real, liegt aber woanders, als das Marketing verspricht. Wer die Bereiche trennt, spart sich teure Enttäuschungen.
Was zuverlässig funktioniert
Die stärksten Effekte kommen aus unspektakulären Funktionen, die still im Hintergrund arbeiten und keine großen Datenmengen voraussetzen.
Datenpflege
Dubletten erkennen, Firmendaten anreichern, Schreibweisen vereinheitlichen, unvollständige Datensätze markieren. Unspektakulär, aber der Bereich mit dem klarsten Effekt – schlechte CRM-Daten sind das Grundproblem der meisten Systeme, und genau hier wirkt Automatisierung sofort. Ein bereinigter Datenbestand macht jede weitere Funktion zuverlässiger, weil sie auf sauberen Angaben aufsetzt.
Vor- und Nachbereitung von Gesprächen
Vorbereitung: alle Informationen zu einem Kontakt zusammenfassen – bisherige Kontakte, offene Vorgänge, letzte Angebote. Spart vor jedem Termin einige Minuten. Nachbereitung: Gesprächsnotizen strukturieren und in die richtigen Felder übertragen. Das ist der Schritt, der am häufigsten unterbleibt – seine Automatisierung wirkt deshalb überproportional. Hinzu kommen Textentwürfe für Folge-Mails, Angebotsanschreiben und Erinnerungen. Ein Entwurf, der zu 80 Prozent passt und nur noch geprüft wird, spart mehr Zeit als er kostet – vorausgesetzt, die Freigabe bleibt beim Menschen.
Was selten funktioniert
Hier kollidieren Marketingversprechen mit der Datenrealität im Mittelstand.
Abschlussprognosen
Sie brauchen historische Daten in einer Qualität und Menge, die im Mittelstand fast nie vorliegt. Ein System, das aus 200 Vorgängen eine Prognose ableitet, erzeugt Scheingenauigkeit – eine Zahl mit Nachkommastelle, die keine Grundlage hat. Statistisch belastbare Muster entstehen erst bei tausenden vergleichbaren Altvorgängen, und die müssten zudem sauber und einheitlich erfasst sein.
Lead-Scoring und Kaltakquise
Lead-Scoring ohne Datenbasis hat dasselbe Problem; regelbasierte Bewertung nach klaren Kriterien ist meist ehrlicher und nachvollziehbarer. Automatische Kaltakquise ist technisch einfach, rechtlich aber heikel: Werbliche Ansprache ohne Einwilligung ist auch im B2B eng begrenzt, und automatisierte Massenmails erhöhen das Risiko erheblich – sowohl abmahnrechtlich als auch für die Zustellbarkeit der eigenen Domain.
| Funktion | Nutzen | Voraussetzung |
|---|---|---|
| Datenpflege / Dublettenabgleich | hoch | keine besondere |
| Gesprächsvor- und -nachbereitung | hoch | gepflegte Kontakthistorie |
| Textentwürfe | mittel | Freigabeprozess |
| Abschlussprognose | gering | tausende Altvorgänge |
| Automatische Kaltakquise | negativ (Risiko) | Einwilligung, meist nicht vorhanden |
Die Frage vor der Toolauswahl
Ist die Funktion nicht schon enthalten?
Bevor eine KI-Erweiterung lizenziert wird, lohnt die Prüfung, ob das vorhandene CRM die Funktionen bereits mitbringt. Die meisten Anbieter haben nachgezogen – häufig ist der Bedarf schon abgedeckt und man zahlt für ein Modul, das doppelt vorhanden wäre. Ein kurzer Blick in die aktuelle Tarifübersicht des eigenen Anbieters spart oft eine unnötige Ausgabe.
Modul oder Automatisierungswerkzeug?
Wenn nicht: Der Weg über ein Automatisierungswerkzeug (etwa n8n oder Make) ist oft günstiger und flexibler als ein zusätzliches CRM-Modul – besonders wenn ohnehin weitere Systeme angebunden werden sollen. Ein typischer Ablauf für die automatische Nachbereitung sieht so aus:
Workflow (n8n):
1. Trigger: Termin im CRM auf "erledigt" gesetzt
2. Eingang: Gesprächsnotiz (Freitext)
3. KI-Node: strukturieren -> {naechster_schritt, frist, thema}
4. Aktion: Felder im CRM aktualisieren + Aufgabe anlegen
Eine Einordnung der Kategorien gibt beste KI-Tools.
So gehen Sie es an
Vier Schritte zum belastbaren Test
- Engpass benennen. Welcher Schritt bleibt liegen oder frisst Zeit – Nachbereitung, Datenqualität, Vorbereitung?
- Bestand prüfen. Deckt das aktuelle CRM das schon ab?
- Datenbasis ehrlich einschätzen. Prognose-Funktionen nur, wenn genug saubere Altvorgänge existieren.
- Klein testen. Eine Funktion, ein Team, vier Wochen – dann entscheiden.
Ob die Grundlage überhaupt trägt, klärt vorab der KI-Readiness-Check.
Datenschutz nicht vergessen
Dieselben Pflichten wie überall
CRM-Daten sind personenbezogen. Für KI-Funktionen gelten dieselben Anforderungen wie sonst: Auftragsverarbeitungsvertrag, Rechtsgrundlage, Eintrag ins Verarbeitungsverzeichnis. Bei Anbietern mit integrierten Funktionen ist das meist im bestehenden Vertrag abgedeckt – prüfen sollte man es trotzdem, besonders wenn Daten an ein neues Modell oder einen neuen Unterauftragnehmer fließen. Details unter DSGVO-konforme KI.
Wer klären will, welche CRM-KI im eigenen Vertrieb wirklich trägt, ist im Erstgespräch schneller als über wochenlange Anbietervergleiche.
Quellen: n8n-Dokumentation · Verordnung (EU) 2016/679 (EUR-Lex)