Jetzt hat jeder KI. Genau das ist das Problem.

Wenn jedes Vertriebsteam vor dem Mittagessen tausend personalisierte E-Mails verschicken kann, hört das Wort “personalisiert” auf, irgendetwas zu bedeuten. Das Postfach läuft über. Die Antwortquoten sinken. Und die Werkzeuge, die versprochen haben, Kaltakquise per E-Mail zu retten, könnten sie gerade ersticken.

Eine Analyse von Rui Nunes setzt die Zahl auf 95 %. So viele Kaltmails erzeugen inzwischen absolut keine Antwort. Die Öffnungsraten sind im Jahresvergleich um 23 % gefallen. Die Rechnung ist brutal.

Und trotzdem kaufen Firmen diese Werkzeuge weiter. Der Markt für KI-SDRs soll wachsen von 4,12 auf 15,01 Milliarden Dollar bis 2030. Das ist eine Menge Geld, das einem Kanal hinterherläuft, der angeblich gerade stirbt.

Also was stimmt? Ist KI-gestützte Akquise rausgeworfenes Geld oder ein Wettbewerbsvorteil? Die Antwort ist, wie so oft im Vertrieb: Sie hängt komplett von der Umsetzung ab.

Die Volumenfalle

KI hat Skalierung leicht gemacht. Zu leicht. Eine einzelne Person im Vertrieb kann jetzt Tausende Kontakte anschreiben, in der Zeit, in der man früher zehn recherchiert hat. Die Maschinen erledigen die Drecksarbeit, während Menschen theoretisch auf Abschlüsse fokussieren.

So klingt das Versprechen, jedenfalls.

Die Realität sieht anders aus. Laut Bains Technologiebericht 2025 haben die meisten Unternehmen mit KI-Pilotprojekten keine spürbaren Gewinne bei Kosteneffizienz oder Umsatzwachstum gesehen. Nur wenige können ihren Erfolg in zweistelligen Zahlen messen. Der Rest bekam Automatisierung ohne Ergebnisse.

Warum diese Lücke? Weil Volumen ohne Zielgenauigkeit nur Spam mit besserer Infrastruktur ist.

Ein Hacker-News-Kommentator brachte die Skepsis perfekt auf den Punkt: “I am quite confident that this is basically a scam which won’t work for at least 95 % of businesses.” Hart, aber die Daten widersprechen nicht komplett.

Was Empfänger wirklich denken

Deine Interessenten haben eine Meinung zu KI-generierter Kontaktaufnahme. Eine starke.

Von Rui Nunes zusammengetragene Forschung fand, dass 88 % der Empfänger E-Mails inzwischen ignorieren, wenn sie vermuten, dass sie KI-generiert sind. Noch schlimmer: 80 % sagen, sie würden Marken wechseln, die zu stark auf KI-Kommunikation setzen. Das ist keine Gleichgültigkeit. Das ist aktive Ablehnung.

Die Anzeichen sind inzwischen offensichtlich. Platzhaltertext ist noch drin. Informationen, die technisch stimmen, aber seltsam irrelevant sind. Das Wort “impressed” taucht so oft auf, dass es unter Sales-Development-Reps zum Meme wurde.

“AI hallucinates about 15 % of the time,” laut derselben Analyse. Das heißt: Grob jedes siebte “personalisierte” Detail könnte komplett erfunden sein. Wenn dein KI-Werkzeug dann selbstbewusst die Job-Historie eines Interessenten oder eine angebliche aktuelle Ankündigung erfindet, richtet das mehr Schaden an als jede generische Vorlage es je könnte.

Wo KI wirklich hilft

Trotz der Skepsis sind Zeitersparnisse belegt und konsistent. Forschung von Instantly zeigt, dass KI-gestützte Personalisierung Nutzer täglich über eine Stunde allein bei der Recherche spart. Das summiert sich auf mehr als einen vollen Arbeitstag pro Woche.

Die Routinearbeit wird schneller. Erste E-Mails entwerfen. Unternehmensinfos ziehen. Nachfassaktionen terminieren. Antworten in Kategorien sortieren. Diese Aufgaben fressen Stunden, wenn man sie manuell macht. KI erledigt sie in Minuten.

Aber hier wird es spannend. Kleinere Kampagnen schlagen größere mit großem Abstand. Kampagnen mit 50 Empfängern oder weniger erreichen im Schnitt 5,8 % Antwortquote. Kampagnen mit Hunderten Empfängern? 2,1 %.

Teams, die KI gut einsetzen, skalieren nicht hoch. Sie skalieren runter und nutzen die Zeitersparnis, um bei weniger Interessenten tiefer zu gehen statt bei mehr oberflächlicher zu bleiben.

Der Hybridansatz, der funktioniert

Rund 72 % der Unternehmen berichten, KI in Marketing- und Vertriebsabläufen einzusetzen. Aber die Konfiguration, die gewinnt, ist nicht Vollautomatisierung. Es ist eine saubere Aufgabenteilung zwischen Menschen und Maschinen.

KI übernimmt Recherche, erste Entwürfe, Optimierung der Versandzeit und grundlegende Sortierung von Antworten. Menschen übernehmen Strategie, Beziehungsaufbau, Einwandbehandlung und alles, was echte Urteilskraft verlangt.

“Many demos use cherry-picked examples from a sea of unreliable responses,” bemerkte ein Hacker-News-Kommentator. “You can still build something great with it, but corralling chaos into a jar is not easy.”

Ein anderer Praktiker formulierte es noch direkter: “doing this ethically and effectively is a much more complicated problem than they suggest here.”

Die Unternehmen, die Ergebnisse sehen, behandeln KI wie eine Rechercheassistenz, nicht wie einen autonomen Agenten. Die Maschine macht die Hausaufgaben. Der Mensch schreibt die eigentliche Nachricht.

Datenprobleme, über die niemand spricht

Die meisten Fehlschläge bei KI-Akquise laufen auf dieselbe Ursache hinaus: schlechte Daten.

Laut Smartleads Analyse verlieren Unternehmen jedes Jahr etwa 15 Millionen Dollar durch schlechte Datenqualität. Vertriebsmitarbeitende verpassen individuell 32.000 Dollar an potenziellem Umsatz, weil ihre Kontaktdaten falsch sind.

Auch die Verfallsrate zählt. Etwa 3 % der B2B-Daten werden jeden Monat unbrauchbar. Menschen wechseln den Job, werden befördert, wechseln die Firma komplett. Eine KI, die auf veralteten Daten trainiert ist, schreibt dann selbstbewusst Leute an, die seit sechs Monaten weg sind.

Noch schlimmer: Wenn KI Interessentendaten anreichert, kann sie Kontakte komplett halluzinieren. Dein Werkzeug könnte eine plausible, aber völlig erfundene E-Mail-Adresse erzeugen. Du fügst deiner Liste Fake-Personen hinzu, ohne es zu merken.

“AI, eager to help, might churn out a plausible but made-up email address,” wie Smartlead dokumentierte. Das ist kein Bug in einem einzelnen Werkzeug. Das ist eine grundlegende Begrenzung der Technologie.

Der Zustellbarkeitsabgrund

Volumen hat Konsequenzen, die über genervte Empfänger hinausgehen.

Schickst du zu viele E-Mails zu schnell, merken es E-Mail-Anbieter. Der Ruf deiner Domain kippt. Nachrichten, die früher im Posteingang gelandet sind, gehen plötzlich in den Spam-Ordner. Und wenn du weiterdrückst, landest du auf Sperrlisten und wirst über große Anbieter hinweg über Nacht blockiert.

Eine Analyse merkte an, dass schon ein einziger Tag aggressiver automatisierter Kontaktaufnahme Wochen an Ausfallzeit verursachen kann. Manchmal musst du diese Domain komplett aufgeben und mit einer frischen neu anfangen.

Dazu kommen die Risiken bei der Regelkonformität. Unternehmen wurden mit 240.000 € bestraft, weil sie LinkedIn-Kontakte ohne Erlaubnis gescrapt haben. DSGVO-Verstöße können 20 Millionen € oder 4 % des weltweiten Umsatzes erreichen. CAN-SPAM-Strafen gehen bis zu 53.000 Dollar pro E-Mail.

Tausende KI-generierte E-Mails ohne saubere Kontrolle rauszuhauen ist nicht nur ineffektiv. Es ist rechtlich gefährlich.

Warum Abschlussquoten sinken

Hier ist ein Datenpunkt, der jede Person im Vertrieb beunruhigen sollte, die mit KI verkauft: Die Gesamt-Abschlussquoten in 2025 sinken. Die größte Gruppe der Verkäufer liegt inzwischen im Bereich 21–25 % Abschlussquote, runter von 31–40 % noch ein Jahr zuvor.

Mehrere Erklärungen klingen plausibel. Wenn alle KI haben, hat niemand einen Vorteil dadurch. Das höhere Volumen hat mehr Lärm in jedes Postfach gebracht. Käufer sind besser darin geworden, automatisierte Kontaktaufnahme zu ignorieren.

Oder KI-getriebenes Volumen erzeugt schlicht Gespräche mit geringerer Qualität. Mehr gebuchte Termine helfen nicht, wenn diese Termine schlecht konvertieren.

Rund 62 % der Käufer wollen inzwischen möglichst nicht mit Vertrieb sprechen, bis sie in der Bewertungs- oder Entscheidungsphase sind. Sie recherchieren zuerst selbst, oft mit KI-Werkzeugen. Dein KI-SDR konkurriert gegen ihre KI-Rechercheassistenz. Keine Seite ist menschlich.

Die Rechnung, die zählt

Stell dir zwei Szenarien vor.

Szenario A: Ein KI-SDR sendet 10.000 E-Mails mit 2 % Antwortquote. Das sind 200 Antworten. Wenn die Hälfte negativ oder Abmeldungen sind, bleiben 100 echte Chancen. Wenn 10 % davon qualifiziert sind, sind das 10 Leads. Aber du hast 10.000 Kontakte verbrannt und wahrscheinlich dem Ruf deiner Domain geschadet.

Szenario B: Eine Person im Vertrieb, unterstützt durch KI-Recherchewerkzeuge, sendet 500 hochgezielte E-Mails mit 8 % Antwortquote. Das sind 40 Antworten. Wenn 50 % echte Chancen sind und 25 % qualifiziert, sind das ebenfalls 10 Leads. Aber du hast 9.500 Kontakte für spätere Kampagnen bewahrt, und deine Zustellbarkeit bleibt stabil.

Gleiches Ergebnis. Sehr unterschiedliche langfristige Kosten.

Die Daten stützen das: Kampagnen unter 100 Empfängern erreichen 5,5 % Antwortquote. Das erste Nachfassen erhöht Antworten um 49–220 %. Qualität schlägt Quantität, aber KI macht Quantität so einfach, dass Teams das vergessen.

Woran man die Gewinner erkennt

Unternehmen, die echte Ergebnisse erzielen, zeigen gemeinsame Muster.

Sie haben ihre Daten bereinigt, bevor sie Werkzeuge gekauft haben. Sie haben ihren Vertriebsprozess abgebildet, bevor sie ihn automatisiert haben. Sie haben Erfolgskriterien definiert, bevor sie Pilotprojekte gestartet haben. Sie haben die Leute ins Boot geholt, die die Technologie am Ende wirklich nutzen.

“They could be good for pre-SDR,” bemerkte ein Hacker-News-Kommentator, “but a great SDR is still better than the AI will be.”

Diese Einordnung hilft. KI ist stark bei Aufgaben, die sowieso niemand gern macht. Recherche. Erste Kontaktaufnahme. Terminierung. Nachfass-Erinnerungen. Diese Tätigkeiten fressen Zeit, ohne menschliche Urteilskraft zu erfordern.

Wo KI scheitert, ist überall dort, wo Urteilskraft zählt. Eine Situation lesen. Den Ton mitten im Gespräch anpassen. Wissen, wann man drückt und wann man zurücktritt. Verstehen, was ein Interessent wirklich meint, statt nur, was er wörtlich sagt.

Ehrliche Fragen, die du stellen solltest

Bevor du in KI-Akquise-Werkzeuge investierst, verdienen ein paar unbequeme Fragen ehrliche Antworten.

Wie sauber sind deine CRM-Daten? Wenn deine Kontaktdaten ein Chaos sind, macht KI daraus nur schneller ein Chaos. Garbage in, garbage out, nur viel schneller.

Wie sieht dein idealer Ablauf wirklich aus? KI sollte einen Prozess verbessern, der funktioniert. Sie wird keinen Prozess reparieren, der nicht funktioniert.

Was zählt als Erfolg? Gebuchte Termine sind leicht zu messen, aber vielleicht egal. Neu entstandene Vertriebschancen oder abgeschlossener Umsatz erzählen die ehrlichere Geschichte.

Kannst du es dir leisten, richtig zu testen? KI gegen deinen aktuellen Ansatz laufen lassen, im selben Segment, echte Ergebnisse messen statt Schönwetter-Kennzahlen. Das braucht Geduld und Disziplin.

Wer schaut hin? KI, die unbeaufsichtigt läuft, macht irgendwann etwas Peinliches. Oder Illegales. Oder beides. Menschliche Kontrollpunkte sind nicht optional.

Die unbequeme Wahrheit

KI in der Akquise ist kein Betrug. Sie ist aber auch keine Magie.

Die Technologie spart nachweislich Zeit bei mechanischen Aufgaben. Sie kann Zielgenauigkeit verbessern, wenn sie mit guten Daten gefüttert wird. Sie kann in Größenordnungen skalieren, die Menschen schlicht nicht abbilden können.

Aber die Werkzeuge denken nicht. Sie sagen das nächste Wort auf Basis von Mustern voraus. Sie verstehen nicht die tatsächlichen Probleme deines Interessenten oder warum genau diese Kontaktaufnahme für genau diese Person in genau diesem Moment wichtig sein könnte.

Wie eine MarTech-Analyse es formulierte: “AI can help draft cold emails, but it shouldn’t run the show.”

Teams, die mit KI gewinnen, haben die Kontrolle nicht abgegeben. Sie haben die Aufgaben gefunden, bei denen Automatisierung Wert schafft, ohne die menschlichen Elemente zu entfernen, die wirklich abschließen.

Das ist schwerer, als ein Werkzeug zu kaufen und auf Start zu drücken. Es verlangt, sorgfältig zu überlegen, welche Arbeit zählt und welche Arbeit nur Zeit füllt. Es heißt zu akzeptieren, dass schneller nicht immer besser ist.

Aber das verkauft keiner. Nuancierte Umsetzung passt nicht auf eine Landingpage. “Ergebnisse hängen von der Umsetzung ab” erzeugt keine Demo-Anfragen.

Also geht der Hype-Zyklus weiter. Werkzeuge, die versprechen, SDRs komplett zu ersetzen. Fallstudien mit wundersamen Ergebnissen, die sich irgendwie nie reproduzieren lassen. Anbieter, die Statistiken zitieren, die technisch nicht falsch sind, aber nicht die ganze Geschichte erzählen.

Und die Vertriebsteams, die mit KI tatsächlich erfolgreich sind? Die sind zu beschäftigt mit Verkaufen, um Blogposts darüber zu schreiben.