Sales
Definition: Sales bezeichnet den systematischen Prozess der Identifikation, Qualifikation und Überzeugung von Kaufinteressenten mit dem Ziel, einen Vertragsabschluss zu erzielen. Im B2B-Kontext umfasst dies die gesamte Wertschöpfungskette vom Erstkontakt bis zum After-Sales-Service, eingebettet in ein skalierbares Operating Model.
Vom Bauchgefühl zur Wissenschaft: Was Sales wirklich bedeutet
Viele verwechseln Sales mit bloßer Überzeugungskunst. Ein guter Verkäufer, so das Klischee, redet einfach so lange, bis der Kunde nachgibt. Diese Vorstellung ist nicht nur überholt, sondern im B2B-Umfeld geradezu gefährlich. Sales ist heute ein datengetriebener, methodisch fundierter Prozess. Er beginnt nicht am Verhandlungstisch, sondern lange vorher: bei der Identifikation von Schmerzpunkten, der Bewertung von Kaufwahrscheinlichkeiten und der strategischen Allokation von Ressourcen.
Im Kern geht es um eine simple Gleichung: Wert schaffen, bevor man Wert abschöpft. Ein Vertriebler, der nur sein Produkt präsentiert, verkauft nicht. Er rezitiert. Der eigentliche Sales-Prozess ist eine diagnostische Leistung. Der Kunde hat ein Problem, das er oft selbst nur vage artikulieren kann. Die Aufgabe des Vertriebs ist es, dieses Problem präzise zu benennen, die wirtschaftlichen Konsequenzen der Untätigkeit zu quantifizieren und eine Lösung zu präsentieren, die sich rechnerisch rechtfertigen lässt.
Sales ist die Kunst, dem Kunden die Wahrheit über sein eigenes Geschäft zu erzählen – bevor er sie selbst entdeckt.
Diese Haltung unterscheidet Spitzenvertriebe von durchschnittlichen. Sie investieren in Qualifikation, nicht in Präsentation. Sie messen Aktivitäten, nicht nur Ergebnisse. Und sie verstehen, dass ein abgelehnter Deal oft wertvoller ist als ein falsch qualifizierter.
Die Anatomie des B2B-Verkaufsprozesses
Ein professioneller Sales-Prozess folgt einer klaren, reproduzierbaren Struktur. Er lässt sich in fünf Phasen unterteilen, die jeweils eigene Methoden, Kennzahlen und Verantwortlichkeiten erfordern:
| Phase | Kernaktivität | Zentrale Kennzahl | Typische Dauer |
|---|---|---|---|
| Prospecting | Identifikation und Erstansprache potenzieller Kunden | Response Rate, Meeting-Buchungsrate | 1–3 Wochen |
| Qualification | Bedarfsanalyse und Budget-/Authority-Prüfung | BANT-Kriterien, Fit-Score | 1–2 Wochen |
| Solution Design | Individuelle Lösungsentwicklung und Wertquantifizierung | Time-to-Proposal | 2–4 Wochen |
| Negotiation | Preis- und Konditionenverhandlung | Discount Rate, Deal Margin | 1–3 Wochen |
| Closing & Handover | Vertragsabschluss und Übergabe an Customer Success | Win Rate, Time-to-Close | 1–2 Wochen |
Die Qualität des Prozesses entscheidet über die Skalierbarkeit. Ein Vertrieb, der auf individuelle Genialität setzt, wächst nur linear mit der Anzahl seiner Top-Performer. Ein Vertrieb, der auf Prozessdisziplin setzt, kann neue Mitarbeiter systematisch einarbeiten und die Leistungskurve steiler machen. Die Pipeline Velocity – also die Geschwindigkeit, mit der Deals durch diese Phasen wandern – ist dabei die wichtigste Steuergröße. Sie berechnet sich aus der Anzahl offener Deals, dem durchschnittlichen Dealwert, der Win Rate und der Zykluszeit.
Sales im Spannungsfeld der Disziplinen
Der Begriff Sales wird in unterschiedlichen Kontexten verwendet, die präzise voneinander abgegrenzt werden müssen. Im Marketing bezeichnet Sales oft den reinen Transaktionsabschluss am Ende des Funnels – die Conversion. Hier liegt der Fokus auf Volumen und Effizienz der Nachfragegenerierung. Im RevOps hingegen ist Sales ein integraler Bestandteil eines ganzheitlichen Operating Models, das Marketing, Vertrieb und Customer Success als eine Einheit betrachtet. Die Grenzen verschwimmen bewusst: Ein Marketing Qualified Lead ist nur dann wertvoll, wenn er sich nahtlos in den Sales-Prozess überführen lässt.
Eine weitere relevante Schnittstelle existiert zur Finanzperspektive. Hier wird Sales nicht als Prozess, sondern als Umsatzgröße betrachtet. Der Fokus liegt auf Bookings, Billings und Revenue Recognition – also auf der Frage, wann ein Abschluss bilanziell wirksam wird. Diese Perspektive ist besonders im SaaS-Kontext relevant, wo jährliche Verträge über die Laufzeit verteilt werden müssen.
Schließlich gibt es noch die AI- und Technologie-Domäne, in der „Sales“ als Datenpunkt in Predictive Models auftaucht. Machine-Learning-Systeme analysieren historische Sales-Daten, um Kaufwahrscheinlichkeiten zu berechnen oder Preiselastizitäten zu modellieren. Hier ist Sales kein menschlicher Prozess, sondern ein Trainingsdatensatz.
Die Ökonomie des Verkaufens: Warum Struktur über Talent siegt
Die empirische Vertriebsforschung hat ein unbequemes Ergebnis geliefert: Die Leistungsunterschiede zwischen durchschnittlichen und Top-Verkäufern sind weit geringer als die Unterschiede zwischen durchschnittlichen und schlechten Prozessen. Ein strukturierter Vertrieb mit mittelmäßigen Talenten schlägt einen unstrukturierten Vertrieb mit Spitzentalenten – konsistent und über mehrere Quartale hinweg.
Der Grund liegt in der Fehlerkosten-Asymmetrie. Ein unstrukturierter Prozess produziert drei systematische Fehler: falsch qualifizierte Deals, die unnötig Ressourcen binden; zu frühe Preisnachlässe, die die Marge erodieren; und verspätete Eskalationen, die Deals in der Schwebe sterben lassen. Jeder dieser Fehler kostet mehr, als ein einzelner Talentblitz einbringen kann.
Die Konsequenz für das Operating Model ist klar: Sales muss als System designed werden, nicht als Ansammlung von Individuen. Das bedeutet klare Definitionen von Lead-Handoffs, standardisierte Qualifikationskriterien, regelmäßige Pipeline-Reviews und eine konsequente Trennung von Verkaufs- und Service-Verantwortung. Erst wenn diese Struktur steht, entfalten sich Talente optimal – weil sie wissen, worauf sie sich konzentrieren müssen.
Ein guter Prozess macht aus einem durchschnittlichen Verkäufer einen soliden Performer. Ein schlechter Prozess macht aus einem Top-Verkäufer einen frustrierten Einzelkämpfer.
Die Zukunft des Sales liegt in der Symbiose aus menschlicher Beziehungsarbeit und algorithmischer Unterstützung. Die menschliche Komponente bleibt unersetzlich beim Aufbau von Vertrauen und der Navigation komplexer Entscheidungsgremien. Die algorithmische Komponente übernimmt die Mustererkennung: Welche Accounts ähneln unseren besten Kunden? Welche Signale deuten auf Kaufbereitschaft hin? Wo lohnt sich die Investition von Vertriebszeit? Wer diese beiden Welten integriert, wird den Vertrieb der nächsten Dekade dominieren.
« Back to Glossary Index