JournalRevenue Operations & KI

MQL und SQL: was sind Marketing und Sales Qualified Leads?

Ein MQL besteht die Vorqualifizierung des Marketings; ein SQL ist durch den Vertrieb als bereit für ein Verkaufsgespräch geprüft und angenommen.

, MBA (Quantic) 4.095 Wörter 20 Min. Lesezeit 6 Quellen  Leser In EnglishPDF

Management Summary

Ein Marketing Qualified Lead (MQL, vom Marketing vorqualifizierter Lead) hat die Vorqualifizierung des Marketings nach Zielkundenprofil und Interaktion bestanden. Ein Sales Qualified Lead (SQL, für den Vertrieb qualifizierter Lead) wurde durch Sales Development oder den Vertrieb als bereit für ein Verkaufsgespräch geprüft. Da schon B2B-Studien Prospect und Lead unterschiedlich reihen (D’Haen und Van den Poel, 2013), trennen Teams beide Begriffe in zwei explizite Stage-Gates. Bei 461 Vertriebsbeauftragten in vier B2B-Firmen geht eine höher wahrgenommene Vorqualifizierung mit mehr Zeit für Marketing-Leads einher, reine Nachverfolgungskontrolle dagegen mit weniger (Sabnis et al., 2013). Ein strengeres Gate erhöht die Quote je Lead, kann aber den Gesamtumsatz senken (Jolson, 1988; Monat, 2011).

Schlagwörter: Marketing Qualified Lead · Sales Qualified Lead · Lead-Qualifizierung · Sales Development · Schnittstelle Marketing und Vertrieb · B2B-Akquisitionstrichter

Was sind MQL und SQL, und worin unterscheiden sie sich?

Ein Marketing Qualified Lead (MQL), also ein vom Marketing vorqualifizierter Lead, ist ein Kontakt- oder Account-Datensatz, der die festgelegte Vorqualifizierung des Marketings nach Zielkundenprofil und erfasster Interaktion bestanden hat und damit für die persönliche Prüfung freigegeben wird . Ein Sales Qualified Lead (SQL), also ein für den Vertrieb qualifizierter Lead, ist ein Kontakt oder Account, bei dem ein Sales Development Representative (SDR) oder eine Vertriebskraft durch Hintergrundrecherche und direkten Dialog bestätigt hat, dass die Voraussetzungen für ein aktives Verkaufsgespräch und die Prüfung einer konkreten Verkaufschance vorliegen .

In der wissenschaftlichen Marketing- und Vertriebsliteratur entsprechen die beiden Bezeichnungen zwei getrennten Prüfschritten beiderseits der Schnittstelle zwischen Marketing und Vertrieb . Sabnis u. a. (2013, S. 55)5 definieren die vorgelagerte Prüfung in ihrer Untersuchung zur Bearbeitung von B2B-Marketing-Leads als Vorqualifizierung, bei der die Marketingabteilung die von ihr erzeugten Leads sichtet und unattraktive Kontakte vor der Weitergabe aussortiert . Terho u. a. (2023, S. 343–344)6 untersuchen die nachgelagerte Prüfung in acht B2B-Unternehmen und zeigen, wie eine spezialisierte Funktion für Sales Development Kontakte recherchiert, anspricht und qualifiziert, bevor sie als Sales Qualified Leads an den Außendienst übergeben werden . Wie eine befragte Führungskraft für das globale Inside Sales (Global Inside Sales Lead) dort festhält (S. 343), lässt sich das genaue Bild eines Sales Qualified Lead zwar unternehmensspezifisch anpassen, setzt aber immer explizite Qualifikationskriterien voraus .

Wer MQL und SQL als objektive Eigenschaften eines Käufers statt als operative Entscheidungsregeln der eigenen Organisation behandelt, erzeugt fast zwangsläufig widersprüchliche Pipeline-Berichte . Dieselbe eingehende Anfrage kann in einem Unternehmen, das jede Webinar-Teilnahme aus der Zielbranche an das SDR-Team weiterleitet, als MQL gelten, in einem zweiten Unternehmen ohne ausdrückliche Demo-Anfrage unter der Schwelle bleiben und erst dann zum SQL werden, wenn ein SDR im Gespräch verifiziert hat, dass die Kontaktperson tatsächlich ein Verkaufsgespräch mit dem Vertrieb führen kann (Terho u. a., 2023, S. 344)6 .

Drei verwandte Begriffe liegen unmittelbar neben MQL und SQL und sollten sauber abgegrenzt werden:

  • Sales Accepted Lead (SAL): Ein operativer Zwischenstatus (vom Vertrieb angenommener Lead) in der Übergabe zwischen Marketing und Vertrieb, mit dem Sales Development oder der Vertrieb innerhalb eines vereinbarten Service-Level-Agreements (SLA) den Eingang eines MQL bestätigt und die Kontaktaufnahme zusagt, bevor über den SQL-Status entschieden wird .
  • Product-Qualified Lead (PQL): Ein Nutzerkonto oder Arbeitsbereich in einem Self-Service- oder Freemium-Produkt, das eine definierte Schwelle der tatsächlichen Produktnutzung überschritten hat statt einer reinen Marketing-Interaktionsschwelle; siehe den Leitfaden dazu, was ein Product-Qualified Lead ist .
  • Lead-Scoring und Qualifikations-Checklisten: Lead-Scoring ist das regel- oder modellbasierte Bewertungsverfahren, mit dem häufig die MQL-Schwelle festgelegt wird, während BANT und MEDDIC als strukturierte Checklisten im Qualifikationsgespräch am und nach dem SQL-Gate dienen .

Wo liegen MQL und SQL im B2B-Akquisitionstrichter?

In der Praxis haben sich die zusammengesetzten Begriffe Marketing Qualified Lead und Sales Qualified Lead vor allem deshalb durchgesetzt, weil schon das einfache Wort Lead in der B2B-Literatur keinen einheitlichen Platz im Akquisitionstrichter hat . D’Haen und Van den Poel (2013, S. 545) dokumentieren diesen Widerspruch in ihrer Literaturübersicht ausdrücklich: Ein Teil der Studien ordnet den Prospect vor dem Lead ein, während andere Arbeiten umgekehrt den Lead vor den Prospect setzen .

Im vierstufigen Modell von D’Haen und Van den Poel (2013, S. 545) beginnt der Trichter mit den Suspects als Gesamtheit aller verfügbaren potenziellen Neukunden im Markt . Werden diese Suspects anhand vordefinierter Merkmale gefiltert, entstehen Prospects; da Marketingteams oft vor riesigen Adresslisten stehen, erfolgt diese Auswahl in der Praxis häufig nach willkürlichen Regeln (S. 545) . Erst nach einer weiteren Prüfung werden Prospects zu Leads, also zu jenen Kontakten, die als am ehesten reaktionsbereit eingestuft und aktiv angesprochen werden, wobei diese Qualifikation häufig auf Bauchgefühl oder selbst zugeschriebener Kompetenz beruht (S. 545) . Leads, die schließlich abschließen, werden zu Kunden (S. 545) .

Monat (2011, S. 179, 181)4 folgt derselben Reihenfolge, wenn er beschreibt, dass Modelle der Vertriebspipeline bei Suspects beginnen und über Prospects zu qualifizierten Leads fortschreiten, definiert einen Lead im allgemeinen Sprachgebrauch aber zugleich als erfasstes, geäußertes Interesse an den Gütern oder Dienstleistungen eines Unternehmens, unabhängig davon, ob dieses Interesse von einem neuen Prospect oder von einem Bestandskunden stammt . Jolson (1988, S. 191)3 wiederum bezeichnet bereits die eingehende Antwortkarte oder Telefonanfrage als Lead und nennt den geprüften Kontakt einen qualifizierten Prospect: Nach dem Urteil oder der Intuition der Vertriebsbeauftragten sind qualifizierte Prospects Personen oder Organisationen mit einem Bedarf, den das Angebot decken kann, verbunden mit Kaufbereitschaft sowie Entscheidungsbefugnis und Zahlungsmitteln in Form von Barmitteln oder Kredit .

Warum B2B-Teams den Begriff Lead an der Schnittstelle in MQL und SQL aufteilen

Operative MQL- und SQL-ArchitekturSuspectsAlle verfügbaren potenziellen NeukundenProspectsErfüllen vordefinierte ProfilmerkmaleLeads / Qualifizierte LeadsAls am ehesten reaktionsbereit eingestuftKundenLeads, die zu Käufern werdenSuspects / ZielmarktUnkontaktierter GesamtmarktRoh-LeadsErfasstes geäußertesInteresse oder AnfrageQualifizierte ProspectsBedarf, Bereitschaft, Befugnisund Kaufkraft geprüftKundenAbgeschlossene VerkäufeInbound-Anfrage oder Ziel-AccountErfassung in Marketing-Automation & CRMMQL (Marketing Qualified Lead)Besteht Marketing-Vorqualifizierung nachICP-Fit & InteraktionPrüfung durch Sales Development (SDR)Recherche, Dialog & SLA-AnnahmeSQL (Sales Qualified Lead)Bereit für Verkaufsgespräch;Übergabe an AußendienstOpportunity & KundeAufnahme in die CRM-Pipeline durch denVertrieb
Operative MQL- und SQL-ArchitekturSuspectsAlle verfügbarenpotenziellenNeukundenProspectsErfüllenvordefinierteProfilmerkmaleLeads / QualifizierteLeadsAls am ehestenreaktionsbereiteingestuftKundenLeads, die zuKäufern werdenSuspects / ZielmarktUnkontaktierterGesamtmarktRoh-LeadsErfasstes geäußertesInteresse oderAnfrageQualifizierteProspectsBedarf, Bereitschaft,Befugnis undKaufkraft geprüftKundenAbgeschlosseneVerkäufeInbound-Anfrageoder Ziel-AccountErfassung inMarketing-Automation& CRMMQL (MarketingQualified Lead)Besteht Marketing-Vorqualifizierungnach ICP-Fit &InteraktionPrüfung durch SalesDevelopment (SDR)Recherche, Dialog &SLA-AnnahmeSQL (Sales QualifiedLead)Bereit fürVerkaufsgespräch;Übergabe anAußendienstOpportunity & KundeAufnahme in die CRM-Pipeline durch denVertrieb

Abbildung 1Warum B2B-Teams den Begriff Lead an der Schnittstelle in MQL und SQL aufteilen

Quelle: Diagramm aus diesem Essay. Quellen und Einordnung stehen im Beitrag.

Zur Abbildungsseite

Abbildung 1 fasst die Begriffsverwendung aus D’Haen und Van den Poel (2013, S. 545), Jolson (1988, S. 191)3, Monat (2011, S. 179, 181)4, Sabnis u. a. (2013, S. 55)5 sowie Terho u. a. (2023, S. 343–347)6 zusammen . Versteht eine Abteilung unter Lead jede erfasste E-Mail-Adresse (Tradition B) und die andere Abteilung ein vorqualifiziertes Unternehmen, das unmittelbar für einen Außendiensttermin bereit ist (Tradition A), enden Übergabegespräche in Wortgefechten . Terho u. a. (2023, S. 346) berichten genau dieses Muster aus ihren Fallunternehmen: Die Beteiligten müssen gemeinsam definieren und vereinbaren, was ein Lead, ein Sales Qualified Lead oder ein Prospect ist, und wer entlang des Verkaufsprozesses die Verantwortung für den Datensatz trägt .

Wie überführt Sales Development einen Kontakt je nach Verkaufskontext vom MQL zum SQL?

In kleinen Vertriebsorganisationen sichtet oft dieselbe Vertriebsperson eingehende Marketinganfragen, recherchiert das Unternehmen, führt das erste Qualifikationsgespräch und verhandelt den Abschluss. In arbeitsteiligen B2B-Organisationen übernimmt dagegen eine spezialisierte Inside-Sales- oder Sales-Development-Einheit die Aufgabe, Kontakte bis zur SQL-Schwelle zu entwickeln und zu prüfen .

Terho u. a. (2023, S. 337, 341–345)6 haben diese Funktion anhand von neun Einzelinterviews und einer siebenköpfigen Fokusgruppe mit insgesamt 13 Fach- und Führungskräften aus acht B2B-Unternehmen untersucht (darunter vier SaaS-Anbieter, ein Hersteller industrieller Messtechnik, ein Sicherheits- und IT-Dienstleister, eine Unternehmensberatung und eine Werbeagentur) . Über alle acht Unternehmen hinweg gliederte sich die Arbeit im Sales Development in drei Schritte: die Recherche der Leads anhand des Ideal Customer Profile (ICP) und konkreter Problemstellungen, die Ansprache über digitale und telefonische Kanäle sowie die abschließende Qualifikation und Übergabe an den Außendienst .

Was jedoch am Eingang als MQL vorliegt und was bei der Übergabe als SQL verlangt wird, hing in den Daten von zwei Kontextdimensionen ab (Terho u. a., 2023, S. 343–344)6: Zum einen kann ein SDR eingehende Inbound-Leads aus dem Marketing aufnehmen oder sich auf vertriebsgesteuerte Outbound-Prospektion nach vordefinierten Kriterien konzentrieren; zum anderen richtet sich die Arbeit je nach Komplexität des Verkaufs entweder auf einzelne Prospects oder auf große Enterprise-Accounts .

Vier Sales-Development-Pfade zum Sales Qualified Lead

Qualifikationskontexte im Sales DevelopmentInbound-MQL-ErfassungSignale und Anfragen ausMarketing-Automation & CRMOutbound-ZiellisteVom Vertrieb definierte Accountsoder Kontakte mit ICP-Fit1. InboundProspect-fokussiertWarme Einzelanfrage;schnelle ReaktionPrüfung von Rolle& Gesprächsreife2. InboundAccount-fokussiertMehrere Besucher einesAccounts im MA/CRMBuying Centerentwickeln biszur AE-Reife3. OutboundProspect-fokussiertKalte Liste; ICP-Prüfungper Web & LinkedInKontaktsequenzen bis zurTerminzusage4. OutboundAccount-fokussiertEnterprise-Ziele;Stakeholder &Bedarf klärenLangfristige Ansprache& Account-DossierSQL-Übergabe an AußendienstVereinbarte Kriterien, SLA-Fristund CRM-Opportunity-Prüfung

Abbildung 2Vier Sales-Development-Pfade zum Sales Qualified Lead

Quelle: Diagramm aus diesem Essay. Quellen und Einordnung stehen im Beitrag.

Zur Abbildungsseite

Abbildung 2 adaptiert die vier Quadranten aus Terho u. a. (2023, Abbildung 2, S. 342, sowie S. 343–345)6 und erklärt, warum eine einzige unternehmensweite Checkliste selten gleichzeitig für das Transaktionsgeschäft und für komplexe Enterprise-Abschlüsse taugt :

  1. Inbound Prospect-fokussiertes Sales Development: Das Marketing erzeugt über digitale Inhalte viele warme Einzelanfragen (MQLs) für ein vergleichsweise einfach zu kaufendes Produkt, etwa im SaaS-Geschäft. Hier entscheiden Reaktionszeit (oft innerhalb weniger Stunden) und Rollenprüfung. Wie ein Interviewpartner schilderte, prüfen SDRs die Historie in Marketing-Automation und CRM, klären im Dialog, ob sofort oder in sechs Monaten ein Kauf möglich ist, und lassen sich bei Bedarf die richtige Ansprechperson nennen (Terho u. a., 2023, S. 344)6 . Die Übergabe als SQL erfolgt, sobald verifiziert ist, dass die Person ein Verkaufsgespräch mit dem Vertrieb führen kann (S. 344) .
  2. Inbound Account-fokussiertes Sales Development: Mehrere Beschäftigte eines größeren Zielunternehmens laden Inhalte herunter oder besuchen die Website. Statt jeden Download als isolierten Einzel-MQL zu werten, analysiert Sales Development, warum sich das Buying Center mit dem Thema befasst, nimmt über soziale Medien oder andere Kanäle Kontakt auf und übergibt den Datensatz erst dann als SQL an den Account Executive, wenn die Entscheidungseinheit bereit für den gemeinsamen Dialog ist (S. 345) .
  3. Outbound Prospect-fokussiertes Sales Development: Hier existiert kein vorgelagerter MQL aus dem Marketing. Das SDR-Team arbeitet eine kalte Zielliste in Märkten ab, in denen Entscheider kaum auf direkte Kaltakquise des Außendienstes reagieren, prüft den ICP-Fit über Websites und LinkedIn, wärmt die Kontakte über mehrstufige Sequenzen auf und übergibt sie als SQL, sobald ein gemeinsames Verkaufsgespräch vereinbart ist (S. 343–344) .
  4. Outbound Account-fokussiertes Sales Development: Der Vertrieb definiert strategische Großkunden, und SDRs kartieren über Monate hinweg Geschäftsbereiche, Rollen und Problemstellungen, weil komplexe Kaufentscheidungen die langfristige Einbindung mehrerer Stakeholder auf Account-Ebene statt auf Einzelkontaktebene erfordern (S. 344) . Bei der SQL-Übergabe erhält der Außendienst neben dem Termin eine detaillierte Dokumentation darüber, welche Inhalte das Buying Center genutzt hat, mit wem gesprochen wurde und welche Erkenntnisse gewonnen wurden (S. 345) .

Über alle vier Kontexte hinweg zeigen Terho u. a. (2023, S. 346–347)6, dass die Schnittstelle zwischen MQL und SQL ohne drei organisatorische Regeln bricht: rückwärts aus den Vertriebszielen abgeleitete gemeinsame Mengen- und Qualitätsziele für das Marketing, transparente interne Service-Level-Agreements (SLAs) für die Übergabe sowie eine Erfolgsbewertung, die Aktivitäts- und Qualitätskennzahlen kombiniert . Fehlen klare Zuständigkeiten, streiten die Beteiligten um die Zuordnung einzelner Leads (S. 346) . Und werden SDRs ausschließlich nach der Zahl gebuchter Termine vergütet, übergeben sie unreife Kontakte als SQL; mehrere untersuchte Unternehmen prüften deshalb ausdrücklich, ob der Außendienst nach dem von einem SDR gebuchten Termin tatsächlich eine neue Verkaufschance (Opportunity) im CRM-System angelegt hat (S. 347) .

Warum entscheidet die MQL-Vorqualifizierung darüber, ob der Vertrieb Marketing-Leads bearbeitet?

Selbst wenn das Marketing hohe MQL-Stückzahlen liefert, entscheiden Vertriebsbeauftragte jede Woche neu, welchen Teil ihrer knappen Arbeitszeit sie für Marketing-Leads aufwenden und welchen Teil sie in die eigene Akquise investieren . Sabnis u. a. (2013, S. 52–67)5 begründen diesen Konflikt mit unterschiedlichen Zeithorizonten: Das Marketing verfolgt eine längerfristige Perspektive und schätzt auch Leads, die sorgfältige Pflege benötigen, während Vertriebsbeauftragte auf die kurzfristige Zielerreichung ihrer Quote angewiesen sind (S. 54) . Was für das Marketing attraktiv aussieht, deckt sich daher oft nicht mit dem unmittelbaren Abschlussbedarf im Vertrieb (S. 54) .

Da Vertriebsbeauftragte die objektive Qualität eines Leads vor der Kontaktaufnahme nicht beobachten können, handeln sie nach ihrer Wahrnehmung der Vorqualifizierung durch das Marketing (Sabnis u. a., 2013, S. 55)5 . Sabnis u. a. (2013, S. 58–59) befragten 2.666 Vertriebsbeauftragte in vier etablierten B2B-Unternehmen (51 in der wissenschaftlichen Messtechnik, 30 in der Chemie, 100 bei Kopierern und 280 in der Computerbranche), erhielten 500 verwertbare Fragebögen und werteten 461 Personen aus, nachdem 39 Befragte (davon 37 aus dem Computerunternehmen) ausgeschlossen wurden, die überhaupt keine Zeit auf Marketing-Leads verwendeten . In keinem der vier Unternehmen gab es eine Vergütungskomponente, die die Nachverfolgung von Marketing-Leads explizit belohnte (S. 59) .

In dieser Stichprobe von 461 Vertriebsbeauftragten (Tabelle 1 Panel B, S. 59) entfielen im Mittel lediglich 5,7 Prozent der Arbeitszeit (0,057, SD = 0,091) auf die Nachverfolgung von Marketing-Leads, gegenüber 15,6 Prozent (0,156, SD = 0,167) für selbst generierte Leads und 78,8 Prozent (0,788, SD = 0,196) für Aufgaben außerhalb der Neukundengewinnung wie Bestandskundenpflege und Verwaltung . Die zu Beginn des Aufsatzes auf S. 52 erwähnte Zahl von 70 Prozent unbearbeiteter Marketing-Leads stammt aus zwei zitierten Branchenberichten aus den Jahren 2002 und 2009, nicht aus der eigenen Stichprobe . Innerhalb der reinen Akquisitionszeit wandten die Befragten damit fast dreimal so viel Zeit für selbst gesuchte Kontakte auf wie für Leads aus dem Marketing .

Bayes’sche 95-Prozent-Glaubwürdigkeitsintervalle aus Sabnis u. a. (2013, Tabelle 2, S. 61) für den Arbeitszeitanteil von 461 B2B-Vertriebsbeauftragten auf Marketing-Leads: Erfahrung mal Vorqualifizierungsqualität 0,71 (0,48 bis 0,96), wahrgenommene Vorqualifizierungsqualität 0,64 (0,39 bis 0,85), zugewiesenes Marketing-Lead-Volumen 0,44 (-0,28 bis 0,73, schließt null ein), Erfahrung mal Nachverfolgungskontrolle -0,55 (-0,74 bis -0,39) und Nachverfolgungskontrolle -0,89 (-0,96 bis -0,68).-1,50-1,00-0,500,000,501,001,50Erfahrung x Vorqualifizierung (H4a)0,71Wahrgenommene Vorqualifizierung (H1a)0,64Zugewiesenes Lead-Volumen (H2)0,44Erfahrung x Kontrolle (H5a)-0,55Nachverfolgungskontrolle (H1b)-0,89A-posteriori-Parameterschätzung für den Marketing-Lead-Zeitanteil, mit 95-Prozent-IntervallBayes’sche 95-Prozent-Glaubwürdigkeitsintervalle aus Sabnis u. a. (2013, Tabelle 2, S. 61) für den Arbeitszeitanteil von 461 B2B-Vertriebsbeauftragten auf Marketing-Leads: Erfahrung mal Vorqualifizierungsqualität 0,71 (0,48 bis 0,96), wahrgenommene Vorqualifizierungsqualität 0,64 (0,39 bis 0,85), zugewiesenes Marketing-Lead-Volumen 0,44 (-0,28 bis 0,73, schließt null ein), Erfahrung mal Nachverfolgungskontrolle -0,55 (-0,74 bis -0,39) und Nachverfolgungskontrolle -0,89 (-0,96 bis -0,68).-1,50-0,500,501,50Erfahrung x Vorqualifizierung(H4a)0,71Wahrgenommene Vorqualifizierung(H1a)0,64Zugewiesenes Lead-Volumen (H2)0,44Erfahrung x Kontrolle (H5a)-0,55Nachverfolgungskontrolle (H1b)-0,89A-posteriori-Parameterschätzung für denMarketing-Lead-Zeitanteil, mit95-Prozent-Intervall

Abbildung 3Einflussgrößen auf den Arbeitszeitanteil für Marketing-Leads bei 461 B2B-Vertriebsbeauftragten

Wahrgenommene MQL-Vorqualifizierung (0,64) und ihre Interaktion mit Erfahrung (0,71) erhöhen den Zeitanteil für Marketing-Leads; Nachverfolgungskontrolle (-0,89) und ihre Interaktion mit Erfahrung (-0,55) senken ihn, während das Lead-Volumen (0,44) null einschließt.

Quelle: Sabnis, Chatterjee, Grewal und Lilien (2013), Tabelle 2, S. 61; 461 B2B-Vertriebsbeauftragte in vier Unternehmen.

Zur Abbildungsseite

Abbildung 3 zeigt die geschätzten Parameter und 95-Prozent-Glaubwürdigkeitsintervalle aus der Dirichlet-Regression von Sabnis u. a. (2013, Tabelle 2, S. 61)5 für den Zeitanteil, den Vertriebsbeauftragte auf Marketing-Leads verwenden . Drei Ergebnisse sind für die Gestaltung des MQL-Gates zentral:

  1. Wahrgenommene Vorqualifizierungsqualität fördert die Bearbeitung (b = 0,64, 95-Prozent-Intervall 0,39 bis 0,85): Wenn Vertriebsbeauftragte den Eindruck haben, dass das Marketing Leads vor der Übergabe streng prüft, widmen sie Marketing-Leads einen deutlich größeren Teil ihrer Arbeitszeit und reduzieren im Gegenzug den Zeitanteil für selbst generierte Leads (b = -0,38, S. 61) . Bei erfahrenen Vertriebskräften fällt dieser positive Zusammenhang noch stärker aus (b = 0,71, Intervall 0,48 bis 0,96) .
  2. Höheres Lead-Volumen allein erhöht den Zeitanteil nicht (b = 0,44, 95-Prozent-Intervall -0,28 bis 0,73): Der Haupteffekt der Anzahl zugewiesener Marketing-Leads ist statistisch nicht von null verschieden, und die zugehörige Gesamt-Elastizität in Tabelle 3 (S. 63) liegt bei -0,07 . Wer die CRM-Warteschlange lediglich mit mehr ungeprüften MQLs füllt, erreicht keine höhere Bearbeitungszeit im Vertrieb .
  3. Nachverfolgungskontrolle geht mit weniger Bearbeitung einher, nicht mit mehr (b = -0,89, 95-Prozent-Intervall -0,96 bis -0,68): Über die Gesamtstichprobe hinweg geht eine engmaschige Überwachung durch Führungskräfte mit einem geringeren Zeitanteil für Marketing-Leads einher, und bei erfahreneren Vertriebsbeauftragten ist dieser Zusammenhang stärker (b = -0,55, Intervall -0,74 bis -0,39) . Die Autoren hatten das Gegenteil erwartet und deuten den Befund als Reaktanz gegen Verhaltenskontrolle, die ergebnisorientiert vergütete Vertriebsbeauftragte eher ablehnen (S. 61, 62) .

Die Elastizitäten auf Firmenebene in Tabelle 3 (S. 63) weisen in dieselbe Richtung: Sie sind in allen vier Unternehmen positiv, schwanken jedoch erheblich zwischen 0,58 und 1,64 . Über alle vier Firmen hinweg geht eine um 1 Prozent höhere wahrgenommene Qualität der Vorqualifizierung mit einem um 1,12 Prozent höheren Arbeitszeitanteil für Marketing-Leads einher (S. 62) . Der oben verlinkte Leitfaden zum Lead Scoring zeigt diese Elastizitäten Firma für Firma.

Was passiert, wenn ein Team das MQL- oder SQL-Gate zu streng oder zu locker setzt?

Wenn eine strenge Vorprüfung die Bearbeitungsbereitschaft im Vertrieb erhöht, warum sollte ein Unternehmen seine MQL- und SQL-Kriterien dann nicht so eng fassen, dass nur noch nahezu sichere Abschlüsse durchgelassen werden? Weil jeder reale Qualifikationsfilter fehlerbehaftet ist und ein engeres Gate zwar die Konvertierungsquote der durchgelassenen Leads hebt, gleichzeitig aber zahlungsbereite Kunden unterhalb der Schwelle aussortiert .

Zwei der vorliegenden Studien messen diesen Zielkonflikt direkt, und der oben verlinkte Beitrag zu BANT oder MEDDIC arbeitet beide ausführlich durch. In Jolsons (1988, S. 193–195) Feldversuch von 1987 bei einem regionalen Anbieter von Sicherheitssystemen erbrachten zwei Direktmailings zu je 20.000 Sendungen 104 streng und 622 locker qualifizierte Leads . Die strengen Leads führten zu 30,8 Prozent zum Kauf, die lockeren zu 7,7 Prozent, doch der lockere Arm erzielte 48 Verkäufe und 95.320 US-Dollar gegenüber 32 Verkäufen und 64.200 US-Dollar, weil dem strengen Team schlicht die Kontakte ausgingen (S. 194) . Monat (2011, S. 189–191)4 wandte seine Lead-Scorecard auf 324 zufällig gezogene Leads eines US-Anbieters von Computer-Hardware und -Software an; Daten lagen nur für fünf der acht Kaufentscheidungsfaktoren vor, und alle wurden gleich gewichtet . Beim gewählten Schwellenwert von -0,1 führten die 133 durchgelassenen Leads zu 28,6 Prozent Aufträgen, die 191 abgelehnten aber noch zu 10,5 Prozent: 20 der 58 Aufträge in der Stichprobe (34,5 Prozent) .

Wofür die Aufzeichnung solcher Entscheidungen gut ist, zeigt eine dritte Studie. D’Haen und Van den Poel (2013, S. 548–549) ließen den Vertrieb eines US-Telekommunikationsanbieters die 356 bestplatzierten Prospects bewerten, die ein Modell aus einer Datenbank mit mehr als 16 Millionen US-Unternehmen gereiht hatte: 56 Unternehmen wurden als gute Leads eingestuft, was einer Konvertierungsquote vom Prospect zum Lead von 15,73 Prozent entspricht . Da getroffene Entscheidungen und eingeschlagene Schritte regelmäßig erfasst und ausgewertet werden müssen (S. 545), fließen die 56 angenommenen und die 300 abgelehnten Bewertungen als Rückkopplung in die nächste Modellrunde ein .

Dieser Zielkonflikt erklärt, warum weder das Marketing noch der Vertrieb die MQL- und SQL-Schwellen im Alleingang festlegen kann . Wird das Marketing an der bloßen MQL-Menge gemessen, hat es einen Anreiz, die Vorprüfung zu lockern; bei Sabnis u. a. (2013, S. 61, 62)5 ging ein höheres Volumen an Marketing-Leads jedoch nicht mit mehr Arbeitszeit für diese Leads einher, eine hoch bewertete Vorprüfung dagegen schon . Verlangt umgekehrt der Vertrieb ein so enges Gate, dass nur sofort kaufbereite Kontakte durchkommen, bleibt Vertriebskapazität ungenutzt (Jolson, 1988, S. 194)3 und das Unternehmen verwirft Kontakte, die später gekauft hätten (Monat, 2011, S. 191; Sabnis u. a., 2013, S. 53, unter Verweis auf einen Praxisbericht aus dem Jahr 2006, wonach Uneinigkeit über die Lead-Klassifizierung dazu führen kann, dass Vertriebsbeauftragte Kunden aussortieren, die mit hoher Wahrscheinlichkeit in der Zukunft gekauft hätten)4 .

Was belegt die publizierte Evidenz, und was lässt sie offen?

Jede der fünf herangezogenen Studien benennt ihre methodischen Grenzen ausdrücklich. Keine liefert einen allgemeingültigen MQL-Schwellenwert, eine branchenübergreifende Benchmark für die Konvertierung von MQL zu SQL oder ein kausales Feldexperiment zur Änderung einer SQL-Definition .

  • Terho u. a. (2023, S. 342, 350)6 betonen, dass ihre qualitative Feldstudie mit 13 Befragten aus acht Unternehmen auf analytische statt statistische Generalisierbarkeit zielt und quantitative Folgestudien erfordert .
  • Sabnis u. a. (2013, S. 63, 64, 67)5 weisen darauf hin, dass ihre Querschnittsbefragung von 461 Vertriebsbeauftragten in vier etablierten B2B-Firmen selbstberichtete Arbeitszeitanteile und Qualitätswahrnehmungen misst, nicht aber tatsächliche Arbeitsstunden, bearbeitete Stückzahlen oder Konvertierungen auf Einzel-Lead-Ebene im CRM-System (S. 64), und dass ihre Schlüsse möglicherweise nicht auf kleinere oder jüngere Unternehmen mit noch im Aufbau befindlichen Vertriebsprozessen übertragbar sind (S. 67) .
  • D’Haen und Van den Poel (2013, S. 550) konnten nur die erste Bewertungsrunde von 356 Prospects durch den Vertrieb eines US-Telekommunikationsanbieters sowie zwei Pseudo-Tests auf Referenzdaten durchführen; ein vollständiger Praxistest über mehrere Iterationen war nicht möglich .
  • Monat (2011, S. 191)4 codierte 324 archivierte E-Mail-Leads eines einzigen US-Computerunternehmens nachträglich mit gleichen Gewichten und einem in derselben Stichprobe gewählten Schwellenwert ohne Hold-out-Validierung .
  • Jolson (1988, S. 191, 195–196)3 prüfte zwei Direktmailing-Varianten mit sechs unerfahrenen Vertriebskräften für ein einzelnes Sicherheitsprodukt in einem Ballungsraum, hielt fest, dass ein Lead in der Praxis nur dann hochgradig qualifiziert ist, wenn die Vertriebskraft ihn dafür hält (S. 191), und schloss, dass die Ergebnisse sicher nicht verallgemeinerbar sind (S. 196) .
StudieStichprobe und KontextBefund für MQL- und SQL-DesignGrenze der Studie
Terho u. a. (2023)13 Befragte in 8 B2B-Unternehmen (9 Einzelinterviews und Fokusgruppe mit 7 Personen)Drei SDR-Schritte (Recherche, Ansprache, Endqualifikation und Übergabe) in vier Kontexten (Inbound oder Outbound mal Prospect oder Account); Abstimmung über gemeinsame MQL-/SQL-Begriffe, rückwärts gerechnete Ziele, SLAs und CRM-Opportunity-PrüfungExplorative qualitative Feldstudie; analytische statt statistische Generalisierbarkeit
Sabnis u. a. (2013)461 B2B-Vertriebsbeauftragte in 4 etablierten Firmen (500 nutzbare Fragebögen; 39 Kräfte ohne Marketing-Lead-Zeit ausgeschlossen)Vertrieb wendet 5,7 Prozent der Zeit für Marketing-Leads gegenüber 15,6 Prozent für eigene Leads auf; wahrgenommene Vorqualifizierung erhöht Marketing-Lead-Zeitanteil (b = 0,64; Elastizität 1,12), Nachverfolgungskontrolle senkt ihn (b = -0,89)Querschnittsbefragung zu Zeitanteilen und Wahrnehmungen in vier reifen Firmen; keine Konvertierungsmessung auf Einzel-Lead-Ebene im CRM
D’Haen und Van den Poel (2013)US-Datenbank (>16 Mio. Firmen); 1 US-Telekomfirma (107 von 389 Kunden als Input; 356 Prospects bewertet)Dokumentiert umgekehrte Reihenfolge von Prospect und Lead in der Literatur; Vertrieb stufte 56 der Top-356-Prospects als gute Leads ein (15,73 Prozent); Rückkopplungsschleife speichert angenommene und abgelehnte FälleKein vollständiger mehrstufiger Praxistest des Algorithmus; die auf S. 545 zitierten Trichterquoten stammen aus einem Praxisbuch von 2004
Monat (2011)324 Zufalls-Leads (58 Aufträge, 266 Nicht-Aufträge) aus ca. 750 Leads einer US-Computerfirma von 2003 bis 2005Beim Schwellenwert -0,1 führten 133 durchgelassene Leads zu 28,6 Prozent Aufträgen (38 Aufträge), aber 191 abgelehnte Leads noch zu 10,5 Prozent (20 Aufträge bzw. 34,5 Prozent aller Aufträge)Einzelunternehmen, nachträgliche E-Mail-Codierung durch einen Analysten, nur fünf von acht Determinanten mit gleichen Gewichten, Schwellenwert ohne Hold-out-Stichprobe
Jolson (1988)40.000 Mailings (20.000 streng, 20.000 locker) an Kleinbetriebe; 6 neue Kräfte in 2 Teams bei 1 SicherheitsanbieterStrenger Arm: 104 Leads, 32 Verkäufe (30,8 Prozent, 64.200 USD, 300 USD Lead-Kosten je Verkauf); lockerer Arm: 622 Leads, 48 Verkäufe (7,7 Prozent, 95.320 USD, 200 USD Lead-Kosten je Verkauf); strengem Team gingen die Leads ausEinzelnes Sicherheitsprodukt, eine Metropolregion, sechs unerfahrene Kräfte; Ergebnisse laut Autor nicht verallgemeinerbar

Abbildung 4Evidenzkarte zu MQL und SQL: was jede der fünf B2B-Studien misst und wo sie endet

Jede vorliegende Studie untersucht ein Glied der Kette vom MQL zum SQL, von der Vorqualifizierung über den SDR-Kontext bis zu strengen und lockeren Schwellen. Keine liefert eine universelle Benchmark.

Quelle: die fünf vorliegenden Studien wie zitiert; die Grenzspalte folgt der Lesart dieses Leitfadens.

Zur Abbildungsseite

Wie sollte ein Revenue-Team seine MQL- und SQL-Gates definieren und prüfen?

Da sowohl ein zu lockerer als auch ein zu strenger Filter messbare Kosten verursacht, sollte ein Revenue-Operations-Team seine MQL- und SQL-Definitionen als prüfbare operative Vereinbarung zwischen Marketing, Sales Development und Vertrieb anlegen statt als statisches Auswahlfeld im CRM . Was folgt, ist die operative Synthese dieses Leitfadens und ungeprüft :

  1. Verkaufskontext und Datensatzebene vor der Regel festlegen: Trennen Sie im Anschluss an Terho u. a. (2023, S. 342–345)6 Prospect-fokussierte Inbound-Prozesse sauber von Account-fokussierten Enterprise-Prozessen . Im Prospect-Pfad ist die Untersuchungseinheit die einzelne Kontaktperson, die das ICP erfüllt und eine Anfrage stellt oder eine geprüfte Interaktionsschwelle erreicht. Im Account-Pfad werden einzelne Content-Downloads dem Account zugeordnet, und der SQL-Status wird erst erreicht, wenn das Buying Center für das Gespräch mit dem Account Executive bereit ist .
  2. Jedes Stage-Gate mit Prozessverantwortung, Reaktions-SLA und Rückgabegrund versehen: Erfassen Sie nach dem Vorbild von Terho u. a. (2023, S. 346) sowie D’Haen und Van den Poel (2013, S. 545) jede Annahme und jede Ablehnung mit einem strukturierten Begründungscode (falsche Rolle, außerhalb des ICP, reine Literaturrecherche ohne Projekt, Zeithorizont über sechs Monate, Wettbewerber gebunden) .
  3. Das SQL-Gate an angelegten Opportunities und Aufträgen messen, nicht allein an gebuchten Terminen: Prüfen Sie gemäß Terho u. a. (2023, S. 347), ob der Außendienst oder das Inside Sales nach dem Übergabetermin eine dokumentierte Opportunity im CRM anlegt, und leiten Sie monatliche MQL- und SQL-Ziele rückwärts aus den Vertriebszielen und der verfügbaren Kapazität ab (S. 346), statt das Lead-Volumen ungefiltert zu erhöhen (Sabnis u. a., 2013, S. 61)5 . In deutschen Betrieben mit Betriebsrat unterliegt die Ausgestaltung von CRM- und Sales-Development-Systemen, sobald Reaktionszeiten, Aktivitätssequenzen oder Ablehnungsquoten personenbezogen je SDR oder Vertriebsbeauftragtem ausgewertet werden, zudem der zwingenden Mitbestimmung nach § 87 Abs. 1 Nr. 6 BetrVG bei der „Einführung und Anwendung von technischen Einrichtungen, die dazu bestimmt sind, das Verhalten oder die Leistung der Arbeitnehmer zu überwachen“ .
  4. Quartalsweise eine Stichprobe abgelehnter Kontakte gegenprüfen: Ein Team, das nur angenommene MQLs und SQLs verfolgt, sieht die Käufer nicht, die seine Gates abweisen; genau das zeigten die abgelehnten Leads bei Monat (2011, S. 191)4 und der lockere Arm bei Jolson (1988, S. 195)3 . Leiten Sie regelmäßig eine Stichprobe unterhalb der MQL-Schwelle oder vom SDR zurückgegebener Kontakte in eine strukturierte Nachfass- oder Nurture-Prüfung; der Beitrag zu BANT oder MEDDIC beschreibt, wie sich eine solche Stichprobe zuteilen und vergleichen lässt .
Arbeitsblatt mit sechs Spalten zur Spezifikation und Prüfung von MQL- und SQL-Stage-Gates: Verkaufskontext und Datensatzebene, MQL-Vorqualifizierungsregel, SLA-Reaktionszeit und Begründungscode, SQL-Reifekriterien im Dialog, CRM-Opportunity-Prüfung nach der Übergabe sowie quartalsweises Falsch-Negativ-Audit abgelehnter Leads.KontextInbound-ProspectoderAccount-Pfad?MQL-FilterWelcher ICP- undInteraktionsfiltergilt?SLAReaktionszeitundBegründungscodeSQL-GateWelcher DialogbelegtGesprächsreife?CRM-PrüfungOpportunity nachTermin angelegt?Rückgabe-AuditAuftragsquotegeprüfterAblehnungenBlatt des Autors, ungeprüft. Je Verkaufskontext eine Zeile; angenommene und abgelehnte Stichproben quartalsweiseprüfen.Arbeitsblatt mit sechs Spalten zur Spezifikation und Prüfung von MQL- und SQL-Stage-Gates: Verkaufskontext und Datensatzebene, MQL-Vorqualifizierungsregel, SLA-Reaktionszeit und Begründungscode, SQL-Reifekriterien im Dialog, CRM-Opportunity-Prüfung nach der Übergabe sowie quartalsweises Falsch-Negativ-Audit abgelehnter Leads.KontextInbound-Prospect oder Account-Pfad?MQL-FilterWelcher ICP- und Interaktionsfiltergilt?SLAReaktionszeit und BegründungscodeSQL-GateWelcher Dialog belegt Gesprächsreife?CRM-PrüfungOpportunity nach Termin angelegt?Rückgabe-AuditAuftragsquote geprüfter AblehnungenBlatt des Autors, ungeprüft. JeVerkaufskontext eine Zeile; angenommeneund abgelehnte Stichprobenquartalsweise prüfen.

Abbildung 5Spezifikations- und Prüfblatt für MQL- und SQL-Stage-Gates

Eine Zeile je Verkaufskontext: Datensatzebene, MQL-Filterregel, SLA und Rückgabegrund, SQL-Übergaberegel, CRM-Opportunity-Prüfung und Stichprobe abgelehnter Leads.

Quelle: Operatives Arbeitsblatt des Autors auf Grundlage von Terho u. a. (2023), Sabnis u. a. (2013), D'Haen und Van den Poel (2013), Monat (2011) sowie Jolson (1988); nur Eingaben der Lesenden, ungeprüft.

Zur Abbildungsseite

Quellen

  1. Betriebsverfassungsgesetz (BetrVG) in der Fassung der Bekanntmachung vom 25. September 2001 (BGBl. I S. 2518), § 87 Abs. 1 Nr. 6. https://www.gesetze-im-internet.de/betrvg/__87.html
  2. D'Haen, J., & Van den Poel, D. (2013). Model-supported business-to-business prospect prediction based on an iterative customer acquisition framework. Industrial Marketing Management, 42(4), 544–551. https://doi.org/10.1016/j.indmarman.2013.03.006
  3. Jolson, M. A. (1988). Qualifying sales leads: The tight and loose approaches. Industrial Marketing Management, 17(3), 189–196. https://doi.org/10.1016/0019-8501(88)90002-8
  4. Monat, J. P. (2011). Industrial sales lead conversion modeling. Marketing Intelligence & Planning, 29(2), 178–194. https://doi.org/10.1108/02634501111117610
  5. Sabnis, G., Chatterjee, S. C., Grewal, R., & Lilien, G. L. (2013). The sales lead black hole: On sales reps' follow-up of marketing leads. Journal of Marketing, 77(1), 52–67. https://doi.org/10.1509/jm.10.0047
  6. Terho, H., Salonen, A., & Yrjänen, M. (2023). Toward a contextualized understanding of inside sales: The role of sales development in effective lead funnel management. Journal of Business & Industrial Marketing, 38(2), 337–352. https://doi.org/10.1108/JBIM-12-2021-0596
Ende des Essays MQL und SQL: was sind Marketing und Sales Qualified Leads? Revenue Operations & KI · 11. Nov. 2026 · 20 Min. Lesezeit Zurück zum Anfang

Diesen Beitrag teilen

Über den Autor

Sinan Isoglu

, MBA (Quantic)

Führungskraft für Umsatzwachstum, Dozent und Doktorand

Seine Arbeit verbindet Go-to-Market, Pricing und Revenue Operations; seine Promotion an der EM Normandie untersucht die Integration von Vertrieb und Marketing nach grenzüberschreitenden M&A. An der IU Internationalen Hochschule lehrt er Marketing und Wachstum.

Schreibt über

  • Go-to-Market
  • Pricing
  • Revenue Operations
  • KI im Handel
  • Grenzüberschreitendes Wachstum

Newsletter

Neue Essays per E-Mail, wenn sie Ihre Zeit wert sind: „Thinking in the open“ auf Substack abonnieren (öffnet in neuem Tab)

Exhibit

Abbildung prüfen

Daten-Provenienz: