Fünfundneunzig Prozent aller Kaltakquise-E-Mails bekommen keine Antwort. Nicht wenig. Gar keine. Das ist die Realität, die Rui Nunes fand, nachdem er aktuelle Daten zur Kontaktaufnahme analysiert hatte, und dabei feststellte, dass „Personalisierung zugunsten von Masse zu opfern“ dazu führt, dass “reply rates fall 13 times lower”.

Die Rechnung ist brutal geworden. Die durchschnittlichen Antwortraten bei Kaltakquise-E-Mails sind von 8,5 % im Jahr 2019 auf rund 5 % bis 2025 gefallen, laut Branchenbenchmarks. Gleichzeitig hat inzwischen jeder Zugriff auf dieselben KI-Werkzeuge. Dieselben Anweisungen. Dieselben Ausgaben.

Und trotzdem erreichen manche Absender immer noch 15–25 % Antwortquote. Der Abstand zwischen ihnen und allen anderen läuft darauf hinaus, was „Personalisierung“ wirklich bedeutet.

Das Problem der Schein-Personalisierung

Das meiste, was KI als „Personalisierung“ erzeugt, ist gar keine. Es ist Datenabfrage, die als Aufmerksamkeit verkleidet ist.

„Ich habe gesehen, dass du an der Northwestern University studiert hast“ oder „Glückwunsch zu deinem letzten Arbeitsjubiläum!“ Diese Zeilen wirken hohl und sogar übergriffig, weil offensichtlich ist, dass ein Roboter die Information gefunden hat – und dass der Absender sich keine echte Mühe gemacht hat, die tatsächlichen Geschäftsprobleme des Interessenten zu verstehen.

Ein Hacker-News-Kommentator beschrieb die verräterischen Zeichen von KI-geschriebener Kontaktaufnahme so: “Bits of the text were in bold. The tone was horrible, very cringe. Full of superlatives, adjectives and cliches.” Er merkte außerdem die verdächtige Perfektion bei Grammatik und Absatzstruktur an.

Empfänger sind inzwischen immun geworden. Laut Forschung, die in einer Gmelius-Analyse zitiert wird, würden 64 % der Kunden lieber sehen, dass Unternehmen keine KI im Kundenservice nutzen. Und 88 % der Empfänger ignorieren inzwischen E-Mails, von denen sie vermuten, dass sie KI-generiert sind – laut Nunes’ Recherche.

Die Ironie ist herrlich. KI sollte Personalisierung skalierbar machen. Stattdessen hat sie Schein-Personalisierung so verbreitet gemacht, dass echte Personalisierung heute stärker auffällt als je zuvor.

Was Empfänger wirklich wahrnehmen

Studien bestätigen, dass Menschen KI-generierte Texte an subtilen Signalen erkennen – vor allem, wenn es “too generic, robotic, or impersonal,” klingt, laut Gmelius. Zu den Anzeichen zählen ein übertrieben formeller Ton, wiederholte Phrasen, formelhafte Grüße wie „Ich hoffe, es geht Ihnen gut“ und das Fehlen einer echten Ich-Perspektive.

Eine Hacker-News-Diskussion hat das Problem perfekt auf den Punkt gebracht. Ein Nutzer namens smsm42 schrieb: “I know my recipient would hate getting an automated email, so…I’m going to send them an automated email designed to deceive them.”

Ein anderer Kommentator, sandworm101, teilte einen aufschlussreichen Kontrast: Er fiel auf einen Kaltanruf eines Vertreters eines Internetanbieters herein, weil der Anrufer seine konkrete Situation verstanden hatte. Sein Fazit: “I would never have responded to an email or any whiff of AI chatbot.”

Das Muster zieht sich durch alle Plattformen. Im selben Thread wiesen Nutzer auf Überlebensverzerrung in Erfolgsgeschichten zu KI-E-Mails hin. Der Absender misst nur Antworten von Leuten, die sich überhaupt engagiert haben – und verpasst die Mehrheit, die die Vorlage erkannt und gelöscht hat.

Personalisierung, die wirklich funktioniert

Die LeadLoft-Recherche stellt sich gegen die gängige Weisheit: “Most people prefer a short, to-the-point email rather than a personalized one, especially if the only personalization is a mention of an article or LinkedIn post they shared.”

Das eigentliche Ziel ist nicht Personalisierung. Es ist, den Empfänger davon zu überzeugen, dass ein Mensch die E-Mail geschrieben hat.

Dieser Unterschied zählt. Personalisierung ist eine Taktik. Menschlich zu wirken ist das Ziel. Manchmal ist der beste Weg, menschlich zu wirken, bewusste Kürze. Eine Zwei-Satz-E-Mail, die direkt zum Punkt kommt, schlägt oft eine Fünf-Satz-E-Mail mit recherchierten Einstiegs-Aufhängern.

Die Datablist-Analyse fand, dass gute Kaltakquise-E-Mails “get to the value proposition within 20 words”, während sie sich auf Problempunkte des Interessenten statt auf Unternehmensdetails konzentrieren. Generische Beobachtungen wie „Ich habe deinen LinkedIn-Beitrag gesehen“ haben durch Übernutzung an Wirkung verloren.

Wenn Personalisierung funktioniert, dann weil die Details an ein echtes Verständnis der Situation des Empfängers andocken. Nicht an Oberflächenfakten. An echten geschäftlichen Herausforderungen.

Der KI-Ansatz, der nicht nach hinten losgeht

Ein freiberuflicher SEO-Spezialist, den HubSpot zitiert, brachte es klar auf den Punkt: “Personalized email outreach is way better than using tools,” und merkte an, dass manuelle Recherche hilft, Ziel-Websites und Personen besser zu verstehen.

Das klingt nach Anti-KI. Ist es nicht. Das Problem ist, wie die meisten KI für E-Mails benutzen.

Der typische Ansatz: Man füttert die KI mit Name und Firma, bekommt eine „personalisierte“ erste Zeile und verschickt dann in Masse. Genau so entsteht der hohle, fremdschämige Text, den Empfänger inzwischen gelernt haben zu ignorieren.

Der bessere Ansatz nutzt KI anders. Recherchiere den Interessenten manuell oder halbmanuell. Verstehe seine tatsächliche Situation. Nutze dann KI, um zu formulieren, warum deine Lösung zu seiner konkreten Herausforderung passt. Die KI unterstützt beim Schreiben. Sie ersetzt nicht das Denken.

Nunes beschreibt es als “people with robots” statt Vollautomatisierung. Die erfolgreichen 5 %, die 10–20 %+ Antwortquoten erreichen, nutzen KI nicht so, wie die Werkzeuge vermarktet werden. Sie nutzen KI als Beschleuniger fürs Schreiben – nachdem sie Recherche und Strategiearbeit bereits erledigt haben.

Masse versus Qualität

Die Zahlen zeigen ein Paradox. Smartlead-Kampagnen mit Zielgruppenauswahl und Personalisierung sehen Öffnungsraten, die um etwa 18 Prozentpunkte höher liegen, und 2,7x bessere Antwortraten als generische Aussendungen. Trotzdem personalisieren nur rund 5 % der Absender jede E-Mail, laut Belkins-Recherche.

Warum personalisieren nicht mehr? Weil die Werkzeuge auf Masse optimieren, nicht auf Qualität. Der strukturelle Anreiz ist falsch. KI-E-Mail-Plattformen verdienen, wenn du mehr E-Mails verschickst. Sie verdienen nicht, wenn du bessere E-Mails verschickst.

Das erzeugt Anreize, die Nunes “catastrophically misaligned” nennt. Die Werkzeuge drängen auf Skalierung. Skalierung ohne Qualität produziert Spam. Spam ruiniert die Zustellbarkeit für alle.

Die Rechnung sieht anders aus, wenn du langsamer wirst. Hundert hochgezielte E-Mails bei 15 % Antwortquote ergeben 15 Gespräche. Tausend generische E-Mails bei 1 % Antwortquote ergeben 10 Gespräche plus beschädigte Absenderreputation plus potenzielle Probleme mit Regelkonformität. Der langsamere Ansatz gewinnt bei der Menge – und vermeidet die Nebenwirkungen.

Nachfassen ohne „nur kurz nachgefragt“

Von Smartlead zusammengetragene Forschung zeigt, dass 80 % der Abschlüsse mindestens fünf Nachfassversuche brauchen. Die meisten geben nach einem oder zwei auf. Dranbleiben zählt.

Aber „nur kurz nachgefragt“ und „ich wollte nochmal darauf zurückkommen“ sind die schlechtesten E-Mails, die du schicken kannst. Sie signalisieren, dass du nichts Neues zu sagen hast.

Jedes Nachfassen muss etwas hinzufügen. Einen anderen Blickwinkel auf den ursprünglichen Punkt. Neue Informationen, die zu ihrer Situation passen. Eine nützliche Ressource ohne Gegenleistung. Etwas, das rechtfertigt, warum du wieder in ihrem Posteingang landest.

Die Woodpecker-Analyse von 20 Millionen E-Mails fand, dass Kampagnen mit 4–7 E-Mails im Schnitt 27 % Antwortraten erreichen – verglichen mit 9 % bei Kampagnen mit 1–3 E-Mails. Der Unterschied ist nicht nur mehr Kontaktpunkte. Es sind mehr Gelegenheiten, Wert zu liefern.

Betreffzeilen, die funktionieren

Personalisierte Betreffzeilen erreichen 50 % höhere Öffnungsraten, laut Smartleads Richtwerten. Den Vornamen des Interessenten in der Betreffzeile zu verwenden, erzeugt in einigen Datensätzen eine durchschnittliche Antwortquote von 43 %.

Der Haken: Namens-Personalisierung funktioniert, weil sie immer noch relativ selten ist. Sobald mehr Absender auf den Trick kommen, wird die Taktik an Wirkung verlieren. Entscheidend ist das Prinzip dahinter. Betreffzeilen, die konkrete, relevante Inhalte andeuten, schlagen generische.

„Kurze Frage“ und „Können wir uns vernetzen?“ wurden so oft benutzt, dass sie heute nach Vorlage riechen. Die Betreffzeile sollte auf das konkrete Gespräch hindeuten, das du führen willst – nicht darauf, dass du einen Termin willst.

Was das für deine Kontaktaufnahme bedeutet

Die Welt der Kaltakquise-E-Mails hat sich grundlegend verschoben. Googles Gmail-Updates 2025 bringen laut einigen Analysen rund 90 % der Kampagnen in ernsthafte Gefahr. Spamfilter nutzen fortgeschrittene NLP- und Sentiment-Analyse. Die Quote gebuchter Termine ist von über 2 % im Jahr 2014 auf rund 0,5 % heute gefallen.

Das klingt wie das Ende von Kaltakquise per E-Mail. Ist es nicht. Es ist das Ende von fauler Kaltakquise.

Die Absender, die in diesem Umfeld gewinnen, behandeln jede E-Mail so, als ob sie zählt. Sie recherchieren, bevor sie schreiben. Sie formulieren echte Verbindungen zwischen ihrer Lösung und der Situation des Empfängers. Sie nutzen KI, um das Handwerk zu beschleunigen – nicht, um das Denken zu automatisieren.

Empfänger merken, wenn jemand sich Mühe gemacht hat. Und sie merken auch, wenn jemand es nicht getan hat. Die Hürde für „sich Mühe gegeben“ steigt weiter, weil KI Kontaktaufnahme mit Minimalaufwand leichter macht. Diese Hürde zu nehmen ist schwerer als früher.

Aber die Belohnung dafür wird größer. In einer Welt voller KI-Schrott ist Nachdenken selten. Seltenheit hat Wert.

Die Frage, die du dir vor dem Senden stellen solltest: Würde ich diese E-Mail interessant finden, wenn ich sie bekäme? Nicht „interessant“ im Sinne von „ich will das Produkt“. „Interessant“ im Sinne von „ich will der Person antworten, die das geschrieben hat“.

Wenn die Antwort nein ist, kann KI das wahrscheinlich nicht reparieren. Dann brauchst du ein besseres Verständnis dafür, an wen du schreibst.