Interessentenrecherche frisst Stunden. Das weißt du längst.
LinkedIn für den Hintergrund. Unternehmenswebsite für Neuigkeiten. Crunchbase für Finanzierung. Google für Erwähnungen. Twitter für Hinweise auf Persönlichkeit. Jede Quelle kostet fünf bis zehn Minuten, und du machst diesen Tanz vor jedem einzelnen Anruf, insgesamt bis zu sechs Stunden pro Woche laut Outreachs Prospecting-2025-Report, basierend auf einer Befragung von 500 Revenue-Profis.
Am Ende ist das jede Woche ein ganzer Arbeitstag, der nur dafür draufgeht herauszufinden, mit wem du sprichst.
KI verändert die Rechnung. Nicht, indem sie schlampige Arbeit schneller macht, sondern indem sie verstreute Recherche in ein einziges Gespräch zieht, das zusammenfasst, was wirklich zählt.
Das Rechercheproblem, über das keiner redet
Die meisten Verkaufstipps behandeln Recherche wie eine Checkbox. Hast du sie gegoogelt? Gut. Jetzt verkauf.
Aber die Qualität von Recherche schwankt extrem. Ein schneller LinkedIn-Scan zeigt Titel und Betriebszugehörigkeit. Tiefe Recherche zeigt, dass der VP, den du anrufst, gerade darüber gepostet hat, wie sehr sie mit Attribution kämpfen, von einem Wettbewerber kommt, der eure Tool-Kategorie genutzt hat, und bei der letzten Station ein Team geleitet hat, das doppelt so groß war. Einer dieser Hintergründe eröffnet ein echtes Gespräch. Der andere bringt dir ein höfliches Abwimmeln.
Das Problem: Tiefe Recherche dauert ewig. Wie ein Marketer nach dem Test von KI-Recherchetools anmerkte: “That kind of synthesis would have taken me two full days. I got it in less than 90 minutes, including citations and source links.”
Sales-Reps haben keine zwei Tage pro Interessent. Sie haben kaum zwanzig Minuten. Also bleiben sie beim schnellen Scan und hoffen aufs Beste.
KI lässt die Zeitlücke zwischen oberflächlich und tief in sich zusammenfallen. Du kannst jetzt die gründliche Recherche machen, die früher unpraktisch war.
Wie gute Recherche wirklich aussieht
Bevor wir in Prompts eintauchen, sollten wir klarziehen, wonach wir eigentlich suchen.
Signale auf Unternehmensebene, die zählen, sind unter anderem: Finanzierungsphase und Runway, ob sie gerade expandieren oder konsolidieren, Entscheidungen im Technologiestapel, Wettbewerbsdruck und jüngste Veränderungen im Führungsteam. Das prägt, was ihnen wichtig ist und wie dringend es ihnen ist.
Signale auf Personenebene sind: wie lange sie in der Rolle sind, ihr Karriereweg und woher sie kommen, worüber sie sich öffentlich beschweren oder was sie feiern, ihr Kommunikationsstil anhand von Posts und Interviews und welche Entscheidungsmacht sie haben.
Das Ziel ist nicht, alles zu wissen. Das Ziel ist, die wenigen Dinge zu wissen, die dein Gespräch relevant wirken lassen statt zufällig.
Der Rechercheauftrag mit einem einzigen Prompt
Du kannst separate Prompts für Unternehmens- und Personenrecherche laufen lassen, oder du fasst alles in einem Auftrag zusammen, der beides abdeckt. Für die meisten Reps funktioniert das Zusammenziehen besser, weil es schneller ist und dich zwingt, zu priorisieren, was wirklich zählt.
Hier ist ein Beispiel-Prompt, der mit jedem KI-Werkzeug funktioniert, das im Web browsen kann:
Recherchiere [Unternehmensname] und [Name der Person] für ein Verkaufsgespräch über [deine Kategorie].
Zum Unternehmen:
- Was sie tun, in einfachen Worten
- Aktuelle Neuigkeiten aus den letzten 6 Monaten
- Größe, Finanzierung und Wachstumssignale
- Wahrscheinliche Schmerzpunkte in Bezug auf [deine Kategorie]
Zur Person:
- Rolle und seit wann in der Position
- Karrierehintergrund
- Öffentliche Aussagen, Posts oder Interviews
- Worauf sie beruflich Wert zu legen scheint
Auf Basis davon:
- Welcher Aufhänger würde dieses Gespräch für sie relevant machen?
- Welche Einwände könnte sie bringen?
- Welche Fragen sollte ich stellen, um mehr zu erfahren?Dieser eine Auftrag ersetzt das Sechs-Tab-Recherche-Chaos. Eine Developer-Marketing-Leitung beschrieb die Veränderung: “Now I generate in minutes what used to take hours.”
Prüfen, was du bekommst
KI-Recherche hat ein Zuverlässigkeitsproblem, das du aktiv managen musst.
Die Antworten klingen selbstbewusst, selbst wenn sie falsch sind. Daten werden verwechselt. Jobtitel sind veraltet. News werden der falschen Quelle zugeschrieben. Wenn du in einen Call gehst und etwas zitierst, das die KI halluziniert hat, ist das schlimmer als gar keine Recherche.
Verifizierung kostet zwei Minuten extra, erspart dir aber Peinlichkeiten. Bei kritischen Fakten wie Finanzierungssummen, Namen im Führungsteam oder aktuellen Ankündigungen: prüf auf der eigenen Website oder der Presseseite des Unternehmens nach. LinkedIn bleibt die Quelle der Wahrheit für Titel und Betriebszugehörigkeit. Behauptungen zu aktuellen Nachrichten verdienen eine schnelle Google-Suche, um zu bestätigen, dass sie wirklich passiert sind.
Ein Hacker-News-User, der KI-Recherchetools testete, beobachtete: “Deep Research seems to be reading a bunch of arXiv papers for me, combining the results and then giving me the references. Pretty incredible.” Aber ein anderer Kommentator im selben Thread warnte: “It sounds all authoritative and the structure is good. It all sounds and feels substantial on the surface but the content is really poor.” Beides ist häufig. Diese Schwankungen bedeuten: Stichprobencheck, bevor du vertraust.
Recherche mit Vorlagen skalieren
Wenn du KI-Recherche ein paar Mal genutzt hast, siehst du Muster. Du fragst nach denselben Dingen, auf ähnliche Weise. Das ist der Moment, eine Vorlage zu bauen.
Speichere deinen besten Recherche-Prompt irgendwo, wo du ihn schnell findest. Kopieren, einfügen, Lücken füllen. Statt jedes Mal einen neuen Prompt zu schreiben, startest du einen wiederholbaren Ablauf, der dreißig Sekunden zum Anstoßen braucht.
Vorlagen helfen auch beim Stapeln. Wenn du morgen fünf Calls hast, recherchiere alle fünf in einem Rutsch. Die KI wird nicht müde. Du kannst Anfragen nacheinander rausschicken, dann die Ergebnisse durchgehen und Notizen machen, solange alles frisch ist. Ein Sales-Profi dokumentierte Einsparungen von über vier Stunden pro Woche, genau mit diesem Ansatz, und drückte die Recherche pro Interessent von zehn Minuten auf etwa eine Minute mit einem strukturierten Prompt-System.
Die Tiefe an die Chance anpassen
Nicht jeder Interessent verdient dieselbe Recherche-Investition.
Listen für kalte Akquise brauchen das Minimum. Überblick zum Unternehmen und ein Personalisierungsaufhänger. Vielleicht zwei Minuten Aufwand, wenn du gründlich bist. Die Rechnung trägt nicht, wenn du fünfzehn Minuten auf jemanden verwendest, der vielleicht nie antwortet.
Qualifizierte Interessenten, die Interesse gezeigt haben, verdienen mehr. Volles Unternehmensbild, Personenprofil, Wettbewerbslandschaft. Fünf bis sieben Minuten sind hier sinnvoll, weil die Abschlusswahrscheinlichkeit die Investition rechtfertigt.
Große Chancen sollten alles bekommen, was du finden kannst. Profile mehrerer Beteiligte, Recherche zur Organisation, detaillierte Wettbewerbsanalyse, historische Beziehungsdaten, falls du sie hast. Fünfzehn Minuten bei einem Deal im sechsstelligen Bereich sind ein Rundungsfehler.
Outreachs Studie fand, dass 45 % der Vertriebsteams KI gezielt für Account-Recherche einsetzen, und Teams, die das gut machen, berichten von spürbaren Produktivitätsgewinnen. Diese Produktivität kommt aber daraus, zu wissen, wann du tief gehen solltest und wann es flach reicht.
Welche Fragen dir die Recherche beibringt
Gute Recherche gibt dir kein Skript. Sie gibt dir bessere Fragen.
Du erfährst, dass das Unternehmen gerade eine Series B geraised hat, was Wachstumsdruck und wahrscheinlich neue Einstellungen bedeutet. Du kannst fragen, wie sie über das Skalieren ihres Teams nachdenken.
Du siehst, dass der VP aus einem deutlich größeren Unternehmen kommt. Du kannst fragen, wie der Wechsel in eine kleinere Umgebung ihren Ansatz verändert hat.
Du siehst, dass sie über Attribution-Probleme gepostet hat. Du kannst fragen, ob das noch Priorität hat oder ob etwas anderes übernommen hat.
Diese Fragen zeigen, dass du aufgepasst hast. Sie bringen auch echte Informationen darüber ans Licht, wo der Account steht und was er wirklich braucht. Die Recherche zahlt sich nicht darin aus, was du ihnen sagst, sondern darin, was du von ihnen lernst.
Recherche in deinen Tag einbauen
Die schlechteste Zeit zum Recherchieren ist fünf Minuten vor dem Call. Du bist gehetzt, du überfliegst, du übersiehst Dinge.
Die beste Zeit ist am Abend davor oder morgens als Erstes. Ein fokussierter Block von dreißig Minuten kann alle Calls deines Tages vorbereiten, mit genug Zeit, um zu jedem Notizen zu machen.
Auch Nachbereitung zählt. Nach einem guten Gespräch: tiefer in den Account rein, solange Details frisch sind. Suche nach zusätzlichen Beteiligten, die beteiligt sein könnten. Recherchiere die Einwände, die sie genannt haben. Diese Anreicherung macht deine Nachfassmail substanzieller als „Schön, mit dir gesprochen zu haben, hier sind ein paar Unterlagen.“
HubSpots Recherche fand, dass 55 % der Sales-Profis KI gezielt zur Unterstützung von Kundenrecherche nutzen, und diejenigen, die das tun, berichten, dass sie mehr Zeit fürs eigentliche Verkaufen haben. Der Effizienzgewinn spart nicht nur Zeit. Er verschiebt Zeit von Vorbereitung hin zu Beziehungsaufbau.
Wenn die Recherche scheitert
Manchmal kommt bei KI-Recherche nichts raus. Das Unternehmen ist zu neu oder zu klein für viele öffentliche Informationen. Die Person hat kaum Online-Präsenz. Die Branche ist so nischig, dass die KI wenig Trainingsdaten dazu hat.
Wenn das passiert, hast du Optionen.
Wechsle das Modell. Verschiedene KI-Werkzeuge haben unterschiedliche Trainingsdaten und Webzugriff-Fähigkeiten. Was das eine verpasst, findet das andere vielleicht.
Passe deinen Prompt an. Bitte um konkrete Quellen, die die KI vielleicht nicht geprüft hat. Lenke sie zu Branchenpublikationen, Konferenzvorträgen oder Podcast-Auftritten.
Akzeptiere die Grenze. Manche Interessenten haben schlicht wenig öffentlich verfügbare Informationen. In diesen Fällen konzentriert sich deine Recherche auf die Grundlagen zum Unternehmen und auf die Fragen, die du stellen wirst, um die Lücken zu füllen.
Das Ziel sind nicht perfekte Informationen. Es sind bessere Informationen als vorher, schneller gewonnen, als es manuell gedauert hätte.
Recherche und Personalisierung
Recherche ohne Handlung ist nur Triviasammeln.
Der Punkt ist, das Gelernte zu nutzen. Ein relevanter Bezug auf etwas, das ihnen wirklich wichtig ist, schlägt zehn generische Beobachtungen über ihr Unternehmen.
Nimm dir deinen besten Aufhänger aus der Recherche. Eine Sache, die das Gespräch relevant wirken lässt. Starte damit, dann hör zu. Die Recherche hat dir eine Tür geöffnet. Das Gespräch zeigt dir, ob du die Lage richtig gelesen hast.
Über-Personalisierung ist auch ein Risiko. Sieben konkrete Dinge aus ihrem LinkedIn zu erwähnen, lässt dich wie ein Stalker wirken, nicht wie ein gründlicher Profi. Ein oder zwei gut gewählte Bezüge zeigen, dass du Hausaufgaben gemacht hast, ohne es seltsam zu machen.
Der Ablauf, der hängen bleibt
Der Unterschied zwischen Reps, die von KI-Recherche profitieren, und denen, die es nicht tun, ist meistens Konsistenz.
Gelegentliche Recherche baut keinen Muskel auf. Du vergisst, welche Prompts funktioniert haben, du lässt es weg, wenn du beschäftigt bist, und du entwickelst nie die Geschwindigkeit, die es sich lohnend anfühlen lässt.
Tägliche Recherche als feste Gewohnheit verändert das Spiel. Du wirst schneller im Prompting. Du entwickelst ein Gefühl dafür, welche Signale zählen. Du erkennst Muster über Accounts hinweg.
Outreachs Umfrage fand, dass unter SDRs, die KI-Werkzeuge nutzen, 100 % Zeitersparnis berichteten, wobei 38 % vier bis sieben Stunden pro Woche sparten. Das sind keine Leute, die es einmal ausprobiert haben. Das sind Leute, die es zur Routine gemacht haben.
Starte heute mit einem Interessenten. Geh den Rechercheablauf durch. Schau, was du lernst. Wenn es nützlich ist, mach es morgen wieder. Die Effizienz wächst mit der Gewohnheit.
Wie sieht dein aktueller Rechercheprozess aus, und wo hakt er?
DatBot gibt dir Zugriff auf mehrere KI-Modelle in einer Oberfläche. Recherchiere mit Claude, prüfe mit GPT gegen, alles ohne zwischen Werkzeugen zu wechseln. Probier es bei deiner nächsten Interessentenrecherche aus.
