Verlorene Anfragen mit KI auswerten, ohne Gründe zu erfinden

Eine verlorene Anfrage lässt sich mit KI auswerten, wenn du dokumentierte Ereignisse, Aussagen des Kunden und eigene Vermutungen getrennt behandelst. Die KI kann Material ordnen und widersprüchliche Angaben sichtbar machen. Sie darf aus einer Absage keinen belegten Verlustgrund ableiten, den der Kunde nie genannt hat.

Dieser Artikel beschreibt eine eigene Methode für eine nachvollziehbare Verlustanalyse. Alle Zahlen und Vorgänge im Beispiel sind fiktiv. Das Ergebnis ist eine Entscheidungshilfe für die Verbesserung des Vertriebsablaufs. Es ist weder eine Ursachenstudie noch eine nachträgliche Bewertung einzelner Mitarbeiter. Die vorgelagerte Prüfung einer Anfrage behandelt der Beitrag zur KI-Angebotsvorbereitung.

Verluststatus und Verlustgrund sind verschiedene Informationen

"Verloren" beschreibt den Zustand eines Vorgangs. "Zu teuer" erklärt angeblich, warum dieser Zustand entstanden ist. Zwischen beiden Aussagen liegt ein Belegproblem. Ein geschlossenes Angebot enthält nicht automatisch eine verlässliche Erklärung für die Entscheidung des Kunden.

Die HubSpot-Dokumentation zu Deal-Eigenschaften führt beispielsweise den Verlustgrund als eigenes Feld und den Status eines verlorenen Deals getrennt davon. Die Dokumentation belegt die Felder des Produkts. Sie belegt weder die Richtigkeit eingetragener Gründe noch die Qualität einer KI-Auswertung dieser Angaben.

In deiner Analyse muss deshalb sichtbar sein, woher ein Grund stammt. Eine schriftliche Kundenantwort besitzt einen anderen Aussagegehalt als eine interne Einschätzung nach einem Telefonat. Beide Informationen können nützlich sein. Sie dürfen aber nicht in derselben Kategorie als bestätigte Kundenbegründung erscheinen.

Den Analyseauftrag vor der Datenauswahl festlegen

Beginne mit der Entscheidung, die dein Team treffen muss. Geht es um langsam beantwortete Anfragen, unklare Leistungsbeschreibungen oder häufig fehlende Voraussetzungen? Eine Frage wie "Warum verlieren wir?" ist für einen kleinen Datensatz zu breit. Sie verleitet zu allgemeinen Geschichten über Preis, Wettbewerb und Vertriebskompetenz.

Für das fiktive Beispiel lautet die Frage: "Bei welchen verlorenen Anfragen ist dokumentiert, dass der gewünschte Starttermin nicht verfügbar war?" Diese Frage hat eine prüfbare Antwort. Du kannst nach Aussagen suchen, Fälle zählen und den nicht dokumentierten Anteil ausweisen. Eine Aussage über den gesamten Markt entsteht daraus nicht.

Lege den Zeitraum und die untersuchten Vorgänge vor der Auswertung fest. Wenn du nur Fälle mit ausführlichen Notizen auswählst, beschreibst du diese dokumentierten Fälle. Du beschreibst nicht automatisch alle verlorenen Anfragen. Der Auswahlweg gehört deshalb direkt neben die Ergebniszahl.

Ein fiktiver Datensatz mit zwölf Anfragen

Im Beispiel stehen zwölf geschlossene, verlorene Anfragen aus einem festgelegten Monat zur Verfügung. Bei fünf Vorgängen liegt eine ausdrückliche Begründung des Kunden vor. Drei Vorgänge enthalten ausschliesslich interne Einschätzungen. Bei vier Vorgängen fehlt eine Begründung vollständig.

Von den fünf Kundenbegründungen nennen zwei den Starttermin, zwei den Preis und eine eine intern gestoppte Beschaffung. Für die drei internen Einschätzungen steht zweimal "vermutlich Preis" und einmal "vermutlich fehlende Funktion" in den Notizen. Diese Vermutungen werden nicht zu den bestätigten Kundenbegründungen addiert.

Die gerundeten Werte ergeben zusammen 100 Prozent. Die beiden belegten Preisnennungen entsprechen 16,7 Prozent aller zwölf verlorenen Anfragen. Innerhalb der fünf Fälle mit Kundenbegründung sind es 40 Prozent. Beide Rechnungen sind korrekt, beantworten aber unterschiedliche Fragen. Der Nenner muss in jeder Darstellung stehen.

Mehrere Gründe nicht zu einer Rangliste zwingen

Ein Kunde kann Preis und Termin gleichzeitig nennen. Dann ist eine Mehrfachzuordnung sachlich richtig. Die Summe der Nennungen übersteigt möglicherweise die Zahl der Vorgänge. Das ist kein Rechenfehler, solange die Auswertung ausdrücklich Nennungen statt exklusiver Hauptgründe zählt.

Ein erzwungener Hauptgrund braucht eine dokumentierte Regel. Nennt der Kunde selbst eine Priorität, lässt sich diese übernehmen. Fehlt eine Priorität, darf die KI sie nicht aus der Reihenfolge im Satz ableiten. "Termin und Preis passen nicht" enthält noch keine Rangfolge.

Für eine erste Auswertung empfehle ich deshalb eine einfache Belegmatrix. Jede Zeile enthält Vorgang, belegte Aussage, Quelle, Belegklasse und zulässige Kategorie. Ein separater Kommentar erfasst offene Fragen. Erst danach entsteht eine aggregierte Übersicht. So bleibt jede Zahl auf konkrete Vorgänge zurückführbar.

Quellen zusammenstellen, ohne die Geschichte vorzugeben

Für jeden Vorgang reichen zunächst die relevanten Anfrageunterlagen, das abgegebene Angebot und die dokumentierte Absage. Ergänzende Gesprächsnotizen helfen, wenn sie datiert und dem richtigen Vorgang zugeordnet sind. Private Vermutungen oder fremde Kundendaten gehören nicht ungeprüft in den Arbeitskontext.

Bewahre die chronologische Reihenfolge. Eine Preisänderung nach einer ersten Rückmeldung darf nicht als ursprünglicher Angebotspreis erscheinen. Ebenso gehört eine spätere Wiederaufnahme des Projekts nicht in eine Analyse, deren Stichtag davor liegt. Die KI braucht einen klaren zeitlichen Abschluss der Betrachtung.

Der Beitrag über Unterlagen für KI-Aufgaben beschreibt die Auswahl eines begrenzten, geeigneten Quellenpakets. Für Verlustanalysen ist besonders wichtig, dass fehlende Unterlagen ausdrücklich als fehlend erscheinen. Eine Lücke darf nicht durch den letzten vorhandenen internen Kommentar ersetzt werden.

Ein Arbeitsauftrag mit getrennten Ergebnissen

Die folgende Vorlage ist ein eigener Vorschlag für die Auswertung eines abgegrenzten Falls:

Erstelle aus den bereitgestellten Unterlagen eine Chronologie des Vorgangs. Trenne dokumentierte Ereignisse, ausdrückliche Kundenbegründungen und interne Vermutungen. Belege jede Begründung mit Dokument und Fundstelle. Ergänze keine Ursachen aus allgemeinem Vertriebswissen. Wenn mehrere Gründe genannt sind, erhalte die Mehrfachnennung. Kennzeichne fehlende Begründungen als nicht dokumentiert. Liefere danach offene Rückfragen und mögliche Prozessänderungen, jeweils ausdrücklich als Vorschlag.

Lass die KI zuerst einzelne Fälle bearbeiten. Eine Zusammenfassung aller Vorgänge in einem einzigen Schritt erschwert die Kontrolle von Zuordnungen. Nach der Freigabe der Einzelmatrizen folgt die Auszählung. Die Rechenarbeit muss unabhängig vom sprachlichen Bericht überprüft werden.

Ein Text wie "Kunden empfinden unser Angebot als zu teuer" ist für den Beispieldatensatz zu breit. Zulässig ist: "Zwei der zwölf verlorenen Anfragen enthalten eine ausdrückliche Preisbegründung des Kunden." Dieser Satz bleibt auch dann korrekt, wenn die übrigen sieben Fälle mit unklarer Begründung später anders eingeordnet werden.

Eine Kundenbegründung ist noch kein Kausalnachweis

Auch eine ausdrückliche Begründung beschreibt zunächst die dokumentierte Aussage des Kunden. Sie beweist nicht, dass eine einzelne Preisänderung den Auftrag gewonnen hat. Vielleicht spielen weitere Bedingungen eine Rolle. Der Datensatz enthält darüber keine gesicherte Information.

Die praktische Konsequenz lautet: Trenne Beobachtung und Massnahme. Aus zwei Terminabsagen folgt eine prüfbare Frage zur Kapazitätskommunikation. Daraus folgt nicht automatisch, dass zusätzliche Mitarbeiter wirtschaftlich sinnvoll sind. Dafür braucht dein Team weitere Daten über verfügbare Kapazität, Nachfrage und Kosten.

Vermeide rückblickende Sicherheit. Wenn ein Kunde nach drei Wochen absagt, ist die Wartezeit ein Ereignis. Sie ist nur dann eine belegte Begründung, wenn entsprechendes Material vorliegt. Eine chronologisch plausible Erzählung ist kein Ersatz für diese Unterscheidung.

Prozessänderungen als begrenzte Versuche formulieren

Im Beispiel entscheidet das Team, bei neuen Anfragen den gewünschten Starttermin früher abzufragen und die verfügbare Kapazität vor der Angebotserstellung zu prüfen. Das ist eine konkrete Prozessänderung. Sie verändert noch keine Preise und enthält keine Zusage über höhere Abschlussquoten.

Lege vor dem Versuch fest, welche Beobachtung die Änderung bewertet. Etwa: Ist der gewünschte Starttermin vor dem Angebot dokumentiert? Ist eine Abweichung mit dem Kunden besprochen? Diese Fragen sind im Einzelfall prüfbar. Eine langfristige wirtschaftliche Wirkung braucht einen eigenen Vergleich und genügend geeignete Fälle.

Benennen muss das Team auch den Verantwortlichen für die Auswertung. Eine automatisch erzeugte Empfehlung ohne zuständige Person wird selten zu einer veränderten Arbeitsweise. Im Beispiel übernimmt die Vertriebsleitung die Auswertung nach dem festgelegten Testzeitraum. Der konkrete Termin wird intern vereinbart und nicht von der KI erfunden.

Fehlende Angaben sichtbar halten

Die sieben Fälle ohne ausdrückliche Kundenbegründung bleiben als eigener Datenstand sichtbar. Das ist kein Makel, den ein Bericht kaschieren muss. Es zeigt, welche Aussagen die vorhandenen Unterlagen tragen und welche Fragen offenbleiben. Der Beitrag Fehlende Werte sind keine Nullen erklärt denselben Grundsatz für tabellarische Daten.

Das Team kann die Dokumentation verbessern, etwa durch ein getrenntes Feld für die Quelle der Begründung. Ein Pflichtfeld allein löst das Problem nicht. Wenn Mitarbeiter zum Abschluss irgendeinen Grund auswählen müssen, entsteht möglicherweise eine vollständige Tabelle mit wenig belastbarem Inhalt.

Eine Kategorie "nicht bekannt" muss deshalb erlaubt bleiben. Gleichzeitig lässt sich erfassen, ob eine Rückfrage sinnvoll und zulässig ist. Eine solche Rückfrage ist ein eigener Kontaktvorgang mit passender Freigabe. Die KI-Auswertung verschickt nicht selbstständig Nachfassnachrichten an frühere Interessenten.

Die fertige Analyse gegenprüfen

Nimm mindestens einen Vorgang jeder Belegklasse und vergleiche den Bericht mit der Quelle. Prüfe danach alle Aussagen, die eine konkrete Massnahme begründen. Besonders wichtig sind zu starke Verallgemeinerungen, vertauschte Kunden und nachträglich erfundene Prioritäten.

Die Summenprüfung beginnt bei der Zahl der untersuchten Vorgänge. Sind es tatsächlich zwölf eindeutige Anfragen? Sind Dubletten ausgeschlossen? Gehören alle zum Zeitraum? Erst danach werden Anteile berechnet. Bei Mehrfachnennungen steht die Zahl der Nennungen getrennt von der Zahl der Fälle.

Ein guter Abschluss enthält den Auswahlweg, die Belegmatrix, die nachvollziehbare Rechnung und eine begrenzte nächste Entscheidung. Im Beispiel bleibt der gesicherte Befund klein: Zwei dokumentierte Terminbegründungen rechtfertigen einen gezielten Blick auf die Terminabklärung. Die übrigen Verlustursachen bleiben dort offen, wo die Unterlagen keine Antwort liefern.

Einen Einzelfall ohne Schuldzuweisung besprechen

Für die gemeinsame Fallbesprechung beginnt das Team mit der Chronologie. Jede Person kann fehlende Unterlagen ergänzen, bevor eine Bewertung entsteht. Eine spätere Erinnerung wird als nachträgliche Aussage gekennzeichnet und nicht still in das ursprüngliche Protokoll eingebaut. So bleibt der zeitliche Informationsstand nachvollziehbar.

Die Besprechung fragt nach veränderbaren Abläufen. War der gewünschte Start bekannt? War das Angebot intern freigegeben? Welche Information fehlte für den nächsten Schritt? Diese Fragen führen zu konkreten Verbesserungen. Eine pauschale Bewertung der betreuenden Person lässt sich aus einem einzelnen verlorenen Vorgang nicht belastbar ableiten.

Wenn eine Ursache weiterhin offen bleibt, kann das Team trotzdem eine kleine Verbesserung beschliessen. Eine klarere Dokumentation des Starttermins ist beispielsweise prüfbar, auch wenn nicht feststeht, ob sie den vergangenen Auftrag verändert hat. Die Begründung lautet dann Verbesserung des Informationsstands und nicht nachgewiesene Vermeidung künftiger Verluste.

Halte im Ergebnisprotokoll getrennt fest, welche Beobachtung bestätigt wurde und welche Veränderung als Versuch startet. Beim nächsten Vergleich muss dieselbe Definition gelten. Wenn im ersten Zeitraum nur ausdrückliche Kundenbegründungen gezählt wurden, darf der zweite Zeitraum nicht zusätzlich interne Vermutungen als bestätigte Gründe enthalten. Sonst entsteht eine scheinbare Entwicklung aus einer geänderten Erfassungsregel.

Quellenstand: 23.10.2026. Die HubSpot-Dokumentation belegt die genannten Produkteigenschaften. Datensatz, Rechenbeispiel, Belegklassen und Auswertungsverfahren sind eigene methodische Vorschläge, keine Vertriebsstudie und kein Kundenresultat.