Das CRM war freiwillig. Die Ablehnung nicht.

Vertriebssoftware sollte nicht in der ersten sauberen Woche nach der Schulung beurteilt werden. Die wichtigere Frage lautet, ob sie sechs Monate später noch zur Arbeit und zur beruflichen Rolle der Vertriebsmitarbeiter passt. Das zeigt eine Feldstudie von Cheri Speier und Viswanath Venkatesh aus dem Jahr 2002. In zwei Unternehmen und mit 454 Vertriebsmitarbeitern waren die Wahrnehmungen direkt nach dem Training positiv. Sechs Monate nach der Einführung wurde die Technologie weithin abgelehnt. Fehlzeiten und freiwillige Fluktuation stiegen signifikant; die wahrgenommene Organisationsbindung, Arbeitszufriedenheit, Passung zur Organisation und Passung zur Arbeit sanken. Die Vertriebsleistung stieg nicht signifikant. Die Studie beweist nicht, dass CRM schlecht ist. Sie zeigt, warum Nutzung direkt nach dem Start ein schwaches Signal für langfristige Passung ist.

Die eigene Übertragung der zentralen Passage lautet: Direkt nach dem Training war die Reaktion positiv, sechs Monate nach der Einführung war die Technologie weithin abgelehnt. Das ist keine aktuelle Marktkennzahl und keine Prognose für jede Einführung. Es ist ein Befund aus einer Längsschnittstudie, deren Wert gerade im Wort später liegt.

Warum scheitern CRM-Rollouts an mangelnder Vertriebsadoption?

Die Studie folgte zwei Organisationen, in denen ein neues Sales-Force-Automation-System eingeführt und letztlich abgelehnt wurde. Das erste Unternehmen verkaufte Telekommunikationsausrüstung und Serviceleistungen und hatte 399 Vertriebsmitarbeiter. Das zweite war eine nationale Immobilienagentur. Die sechs teilnehmenden Standorte beschäftigten 289 Makler. Die Autoren hatten vollständige Daten von 277 beziehungsweise 177 Personen und kamen so auf 454 Längsschnittfälle. Beide Gruppen arbeiteten in beziehungsorientierten Vertriebsrollen. Die Systeme sollten die Kundenarbeit unterstützen, nicht nur eine Backoffice-Funktion ersetzen.

Die zeitliche Anlage ist der eigentliche Wert. Beide Vertriebsorganisationen absolvierten eine zweitägige Schulung. Die erste Befragung erfolgte unmittelbar danach, die zweite drei Monate nach der Einführung. Subjektive Ergebnisse wurden zwischen diesen Zeitpunkten erneut erhoben; objektive Daten wurden während der gesamten sechs Monate gesammelt. So trennt die Studie den ersten Eindruck von dem, was geschieht, wenn das System Teil der Arbeit geworden ist. Eine Befragung nach der Schulung zeigt, ob die Schulung angekommen ist. Sie zeigt nicht, ob das Werkzeug den Alltag überlebt.

Auch die Einführung war nicht als leichtfertiger Schnellschuss beschrieben. Das Telekommunikationsunternehmen führte Fokusgruppen durch, ließ Anbieter präsentieren, bezog zwei Vertriebsmitarbeiter in die Auswahl ein und gab allen ein Laptop. Das Topmanagement unterstützte das System stark. In der Immobilienagentur stellten die Manager das Werkzeug vor und machten es für Immobiliensuchen und virtuelle Rundgänge verfügbar. Die Systeme sollten Wissen ergänzen, die Arbeit mit Kunden beschleunigen oder die Kundenerfahrung verbessern. Die Studie handelt damit nicht einfach von fehlender Schulung oder fehlender Unterstützung.

Die Kosten standen nicht im Nutzungsbericht

In den späteren Messungen sank die Nutzung in beiden Unternehmen. Auch die subjektiven Ergebnisse bewegten sich: Die anfänglich günstigen Reaktionen wurden deutlich negativer. Die Autoren beließen es nicht bei Einstellungen, sondern verglichen objektive Ergebnisse. Das ist die Bewegung, die für heutige Reviews zählt. Eine Einführung kann eine Nutzungszahl, eine Wahrnehmungszahl, eine Mitarbeiterzahl und eine Vertriebszahl haben. Diese Zahlen müssen nicht dasselbe erzählen.

Tabelle 4 macht die Veränderung bei den Fehlzeiten konkret, ohne daraus einen allgemeinen Benchmark zu machen. Im Telekommunikationsunternehmen lagen die berichteten Fehlzeiten vor der Einführung in drei vorherigen Zeitfenstern bei 0,9, 0,8 und 0,8 Fehltagen pro Monat und Vertriebsmitarbeiter. In den beiden Zeitfenstern nach der Einführung lagen sie bei 1,8 und 2,3. In der Immobilienagentur lag der vergleichbare Ausgangswert bei 0,4, danach bei 1,3 und 1,2. Die Autoren berichten diese Anstiege als signifikant. Das sind Beobachtungen aus zwei Unternehmen, kein Zielwert für ein Dashboard.

Auch die Fluktuation stieg signifikant. Die Autoren berichten, dass Austrittsgespräche die SFA-Werkzeuge bei vielen freiwilligen Kündigungen als einen wesentlichen Treiber nannten. Die Details dieser Gespräche werden im Artikel nicht berichtet. Daraus darf keine bezifferte Kausalkette werden. Die Vertriebsleistung stieg im Zeitverlauf nicht, weder beim Vergleich der beiden Zeitfenster nach der Einführung noch beim Vergleich der verfügbaren Vorher-Nachher-Messungen im Telekommunikationsunternehmen. Der Punkt ist nicht, dass das System nachweislich Umsatz zerstört hat. Der gemessene Mitarbeiteraufwand wurde nur nicht von einer gemessenen Vertriebsverbesserung begleitet.

Freiwilligkeit ist keine Passung

Die einfache Empfehlung wäre, die Nutzung verbindlich zu machen. Die Studie macht diese Antwort weniger bequem. Beide Organisationen ermutigten die Nutzung, schrieben sie aber nicht vor. Im Modell hing die wahrgenommene Freiwilligkeit an beiden Messzeitpunkten und in beiden Unternehmen positiv mit dem wahrgenommenen Vorteil zusammen. Die standardisierten Koeffizienten lagen zwischen 0,15 und 0,17. Freiwilligkeit war also nicht bedeutungslos. Sie half bei der Wahrnehmung des Vorteils, verhinderte die spätere Ablehnung aber nicht.

Die tiefere Perspektive war die Passung zwischen Person und Technologie. Die Autoren trennten Jobpassung, also die Frage, ob das System zur Arbeit passt, von Berufspassung, also der Frage, ob es Entwicklung und Rolle der Vertriebsmitarbeiter unterstützt. Im Modell war stärkere Passung mit Nutzung und besseren Ergebnissen verbunden. Geringere Passung war mit Fehlzeiten und Fluktuation verbunden. Das sind modellierte Zusammenhänge, kein Beweis, dass ein einzelner Passungswert eine Kündigung verursacht. Sie liefern aber eine bessere Diagnose als die Frage: „Haben die Leute sich eingeloggt?“

Die Rolle kann sich verändern, obwohl die Oberfläche erfolgreich aussieht. Ein Vertriebsmitarbeiter kann lernen, ein Werkzeug zu bedienen, das die eigene Arbeit später standardisierter, stärker überwacht oder für den Kunden weniger nützlich erscheinen lässt. Das ist der Beitrag der Identitätstheorie in der Studie: Technologie wird nicht nur als Funktionsliste erlebt. Sie sagt auch etwas darüber aus, welche Arbeit die Organisation noch schätzt und welche Kompetenz sie künftig braucht. Freiwilligkeit auf dem Papier garantiert keine Freiwilligkeit im Erleben. Der letzte Satz ist meine Schlussfolgerung aus der Studie, kein direkt gemessener Befund.

Ein CRM-Eintrag ist noch keine Intelligenz

Hier hilft die zweite Quelle. Stein, Smith und Lancioni veröffentlichten 2013 eine konzeptionelle Arbeit, keine empirische Wirkungsmessung. Sie argumentieren, dass CRM-Daten im B2B häufig sehr granular sind: eine Interaktion, eine Verkaufschance, eine Verhandlung, ein Kunde. Weil jeder Datensatz an einen konkreten Vorgang gebunden ist, fällt es dem Management schwer, Informationen über Kundengruppen, Marktsegmente und Beziehungstypen hinweg zusammenzuführen. Eine vollständige Datenbank kann dadurch mehr Details enthalten und trotzdem weniger brauchbare Management- information liefern.

Ihr Vorschlag ist eine disziplinierte Klassifikation und Aggregation. Eine Interaktion sollte so codiert werden, dass später sichtbar ist, zu welcher Art von Beziehung und Entscheidung sie gehört. Erst danach lassen sich die Daten auf Fragen zu Kundenwert, veränderten Bedürfnissen, wiederkehrenden Treibern und Beziehungsgeschichte beziehen. Stein et al. testen keinen Effekt der Vertriebssoftware. Sie liefern eine nützliche Unterscheidung: Ein CRM-Eintrag ist Speicherung. CRM-Intelligenz ist eine Managementinterpretation, die aus vielen Einträgen gebaut wird.

Damit verändert sich auch der Review. „Wie viele Menschen haben das Werkzeug benutzt?“ ist eine Speicherfrage. „Was wurde dadurch für wen leichter, und welchen Preis hatte das für die Rolle?“ ist eine Informationsfrage. Für die zweite Frage braucht es eine Zeitreihe und einen Vergleich mit der Arbeit vor der Einführung. Außerdem müssen die Mitarbeiterfolgen im Bild bleiben, die ein Nutzungsdashboard leicht ausblendet.

Wie sollten Unternehmen einen sechsmonatigen Tooling-Review strukturieren?

Die folgende Tabelle ist mein Arbeitsinstrument, keine von einer der beiden Studien validierte Skala. Sie dient als feste Abfolge von Fragen zu denselben Zeitpunkten. Die Ausgangslage vor der Einführung bleibt erhalten. Widersprüche werden dokumentiert, nicht einfach wegaggregiert. Ein Grenzwert für „gute“ Nutzung wird nicht erfunden.

Die Tabelle ist absichtlich weniger eindrucksvoll als eine einzige Adoptionsquote. Sie zwingt das Team, denselben Gegenstand mehrfach zu betrachten und Nutzung neben die Arbeit und die Menschen zu stellen, die das Werkzeug unterstützen soll. Sie holt außerdem die Vertriebsfrage zurück. Ein Werkzeug, das häufiger genutzt wird, während Vertriebsleistung und Rollenpassung sinken, ist kein uneingeschränkter Erfolg. Uneinheitliche Nutzung kann bedeuten, dass das System in einer Aktivität hilft und in einer anderen schadet. Die Einheit des Reviews sollte daher Aktivität und Rolle sein, nicht nur die Summe der Nutzer.

Die Frage vor dem Kauf

Vor dem Kauf lautet die übliche Frage: „Wird das Team es nutzen?“ Die bessere Frage lautet: „Welche Teile der Vertriebsrolle verbessert dieses Werkzeug, und welche lässt es ersetzbar erscheinen?“ Diese Frage gehört vor den Vertrag und nach Monat drei erneut auf den Tisch. Die Nutzungszahl hat dann ihren richtigen Platz: Sie ist Evidenz, aber nicht das gesamte Ergebnis.

Der Gegenfall zählt. Die Studie untersuchte zwei Unternehmen mit beziehungsorientierten Vertriebsrollen und einen Zeitraum von sechs Monaten. Die Autoren konnten nicht jede alternative Erklärung für die Fluktuation ausschließen, und eine andere Einführung kann anders verlaufen. Die Studie selbst sagt nicht, dass SFA grundsätzlich negativ ist. Die belastbare Schlussfolgerung ist kleiner und nützlicher: Eine positive Reaktion nach der Schulung und freiwillige Nutzung sind noch kein Beleg für Passung.

Diese Disziplin erklärt auch, warum Revenue Analytics ein Event-Schema braucht statt veränderlicher Datenbank-Zustände, genau wie hinter was KI in Revenue Operations wirklich verändert, wo ein Durchschnitt nicht verbergen darf, wer gewinnt und wer bezahlt. Und die eine Zahl für ein kommerzielles Team braucht eine gemeinsame Definition, nicht nur ein gemeinsames Dashboard. Ein Vertriebswerkzeug ist Teil des Betriebssystems. Der Review muss messen, was dieses System mit den Menschen und Beziehungen macht, die die Zahl erst möglich machen.

Vierundzwanzig Jahre nach der Studie lautet die Entscheidung immer noch nicht „CRM oder kein CRM“. Sie lautet genauer: Welche Art von Vertriebsrolle verlangt dieses System der Organisation ab, und passt die Antwort noch sechs Monate nach dem Ende der Schulung?

Grenze

Grenze. Die ältere Feldstudie mit zwei Unternehmen ist kein aktueller Marktstandard. Nutze die Sechsmonatsprüfung als Hypothese und messe Passung, Nutzung, Personen und Vertrieb gemeinsam.