Vertriebsdaten für KI vorbereiten: Warum Datenqualität über Ihren KI-Erfolg entscheidet

Wer Vertriebsdaten für KI vorbereiten will, muss nicht das gesamte CRM perfektionieren. Es reicht, genau die Daten in Ordnung zu bringen, die der geplante Anwendungsfall braucht. Dieser Beitrag zeigt, welche Daten welche KI-Anwendung voraussetzt, wie Sie in einem halben Tag eine Bestandsaufnahme machen und welche Regeln des Datenschutzes dabei gelten.

Warum Datenqualität über das Ergebnis entscheidet

Eine KI arbeitet mit dem, was Sie ihr geben. Steht im CRM bei der Hälfte der Kontakte keine Branche, kann sie nicht nach Branche priorisieren. Ist die Preisliste in der Wissensbasis vom Vorjahr, nennt der Chat-Assistent alte Preise. Und wenn verlorene Aufträge nie als verloren markiert wurden, hält ein Prognosemodell jede alte Verkaufschance für noch offen.

Das klingt nach einem großen Aufräumprojekt. In der Praxis ist es meist kleiner, weil verschiedene KI-Anwendungen sehr unterschiedliche Daten brauchen. Ein Telefonassistent, der Termine bucht, interessiert sich nicht für Ihre Umsatzhistorie. Ein Prognosetool dagegen braucht genau diese. Der erste Schritt ist deshalb nicht das Aufräumen, sondern die Frage, was überhaupt gebraucht wird.

Welche Daten welcher Anwendungsfall braucht

Anwendungsfall	Benötigte Daten	Typische Lücke
Terminbuchung per Telefon oder Chat	Leistungen mit Dauer, Kalenderregeln, Mitarbeiterzuordnung, Öffnungszeiten	Behandlungsdauern stehen nur im Kopf der Mitarbeiterinnen
Beantwortung von Kundenfragen	aktuelle Preise, Leistungsbeschreibungen, Abläufe, häufige Fragen mit Antworten	Informationen verteilt auf Website, Flyer und alte E-Mails
Lead-Qualifizierung	Kriterien für passende Kunden, Pflichtangaben, Zuständigkeiten	niemand hat aufgeschrieben, was einen guten Lead ausmacht
Nachfassen und Erinnerungen	Angebote mit Datum und Status, Kontaktwege, Einwilligungen	Angebote liegen als PDF im Mailordner, nicht im CRM
Prognose und Auswertung	Verkaufschancen mit Phasen, Datum, Wert und Ergebnis über einen längeren Zeitraum	verlorene Aufträge nie geschlossen, Phasen uneinheitlich genutzt

Für die meisten kleinen Betriebe stehen die ersten beiden Zeilen am Anfang. Hier sind die Daten weniger ein Problem des CRM als eines der Dokumentation: Das Wissen ist vorhanden, aber nicht aufgeschrieben. Wie Sie Prozesswissen so festhalten, dass es auch eine KI nutzen kann, zeigt der Beitrag zur Dokumentation von KI-Vertriebsprozessen.

Vertriebsdaten für KI vorbereiten: Bestandsaufnahme in vier Schritten

1. Anwendungsfall festlegen. Schreiben Sie in einem Satz auf, was die KI tun soll, etwa: „Der Assistent beantwortet Anrufe außerhalb der Öffnungszeiten und bucht Termine für Ölwechsel und Inspektion.“
2. Benötigte Daten auflisten. Leiten Sie aus dem Satz ab, welche Informationen der Assistent braucht. Für das Beispiel: Leistungen, Dauer, freie Zeiten, Preise oder Preisspannen, Hinweise wie „Fahrzeugschein mitbringen“.
3. Fundort und Zustand prüfen. Notieren Sie für jede Information, wo sie heute steht und ob sie aktuell ist. Eine einfache Tabelle mit drei Spalten reicht.
4. Lücken schließen. Bringen Sie nur die Daten in Ordnung, die für den ersten Anwendungsfall nötig sind. Alles andere kommt auf eine Liste für später.

Beispiel: ein Friseursalon vor dem Start der Terminbuchung

Ein Salon mit vier Stühlen möchte, dass ein Assistent abends Termine per WhatsApp vergibt. Bei der Bestandsaufnahme zeigt sich: Die Leistungen stehen auf der Website, aber ohne Dauer. Wie lange Strähnchen bei langem Haar dauern, weiß nur die Inhaberin. Zwei Mitarbeiterinnen machen keine Hochsteckfrisuren, was nirgends vermerkt ist. Die Preise auf der Website sind teilweise veraltet.

Die Vorbereitung besteht also nicht aus Datenbankarbeit, sondern aus einem Nachmittag mit dem Team: Leistungsliste mit Dauer und Puffer, Zuordnung, wer was macht, aktuelle Preise und eine Handvoll Regeln, etwa dass Neukundinnen bei Farbbehandlungen erst zur Beratung kommen. Erst mit diesen Angaben kann ein Assistent Termine vergeben, die im Salon nicht für Chaos sorgen.

Wenn der Anwendungsfall auf CRM-Daten zugreift, kommen typische Bereinigungsarbeiten hinzu: Dubletten zusammenführen, Formate vereinheitlichen, veraltete Kontakte markieren. Diese Arbeiten beschreibt der Beitrag zur CRM-Datenqualität ausführlich. Wie die Daten technisch zwischen KI und CRM fließen, erklärt der Leitfaden zur KI- und CRM-Integration.

Datenschutz: Weniger ist hier mehr

Bei der Vorbereitung liegt die Versuchung nahe, der KI einfach alles zu geben, was im System steht. Das ist aus Sicht der DSGVO der falsche Weg. Zwei Grundsätze helfen:

• Zweckbindung. Daten, die Kunden Ihnen für die Rechnungsstellung gegeben haben, dürfen nicht ohne Weiteres für Werbeansprache genutzt werden. Prüfen Sie für jeden Anwendungsfall, auf welcher Rechtsgrundlage Sie die Daten verwenden.
• Datenminimierung. Ein Terminassistent braucht Name, Telefonnummer und Terminwunsch. Er braucht keine Zahlungsdaten, keine Vertragsdetails und keine Gesundheitsangaben.

Dazu kommen die üblichen Pflichten: ein Vertrag zur Auftragsverarbeitung mit dem Anbieter, ein Hinweis in der Datenschutzerklärung und klare Löschfristen. In Praxen und Kanzleien gilt zusätzlich die Schweigepflicht. Dort sollten Sie mit Ihrem Datenschutzbeauftragten klären, welche Angaben die KI überhaupt sehen darf.

Datenqualität im laufenden Betrieb halten

Die einmalige Vorbereitung hält nur, wenn neue Daten sauber hereinkommen. Hier hilft die KI selbst: Ein digitaler Assistent, der Anfragen annimmt, fragt die nötigen Angaben vollständig und in gleicher Form ab und schreibt sie direkt ins CRM. Die typischen Erfassungsfehler beim Abtippen entfallen. Neurobots übergibt solche Daten zum Beispiel an HubSpot, Salesforce, Pipedrive oder Microsoft Dynamics. Wer viele Kontakte an einem Tag sammelt, etwa auf Messen, findet beim digitalen Messeassistenten für die Lead-Erfassung ein Beispiel dafür, wie Daten schon beim Erstkontakt strukturiert erfasst werden.

Ergänzend sollten Sie einige einfache Regeln einführen: wenige Pflichtfelder, eine verantwortliche Person für die Wissensbasis und einen festen Termin im Monat, an dem Preise und Leistungen geprüft werden.

Woran Sie merken, dass die Daten nicht mehr reichen: Kunden fragen nach, weil eine Antwort nicht stimmte, Termine werden mit falscher Dauer gebucht, oder Ihr Team korrigiert regelmäßig Einträge, die die KI angelegt hat. Solche Hinweise sollten nicht still repariert werden, sondern in die Liste der Datenlücken wandern, die Sie beim nächsten Monatstermin abarbeiten.

Häufige Fragen

Muss mein CRM perfekt sein, bevor ich mit KI starte?

Nein. Es muss für den ersten Anwendungsfall ausreichend gut sein. Ein Terminassistent kommt mit einem unaufgeräumten CRM oft gut zurecht, ein Prognosetool nicht. Starten Sie mit dem Fall, dessen Daten schon am besten sind.

Wie lange dauert die Vorbereitung?

Für einen klar abgegrenzten Anwendungsfall wie Terminbuchung oder Standardfragen oft nur wenige Tage, weil vor allem Wissen aufgeschrieben werden muss. Für Scoring oder Prognose kann es deutlich länger dauern, wenn erst eine verlässliche Historie entstehen muss.

Kann die KI meine Daten nicht einfach selbst bereinigen?

Sie kann helfen, etwa Dubletten vorschlagen oder Formate vereinheitlichen. Entscheidungen wie das Zusammenführen zweier Firmen oder das Löschen alter Kontakte sollte aber ein Mensch treffen.

Wann lohnt sich der Aufwand nicht?

Wenn Sie nur sehr wenige Kunden haben und alles im Kopf behalten, ist eine große Datenvorbereitung überdimensioniert. Dann genügt es, die Informationen für den Kundendialog sauber aufzuschreiben.

Fazit

Gute Daten sind die Voraussetzung für brauchbare KI-Ergebnisse, aber Sie müssen nicht alles auf einmal ordnen. Wer vom Anwendungsfall ausgeht, die benötigten Daten gezielt prüft und dabei den Datenschutz mitdenkt, kommt schneller zu einem Ergebnis. Wie Sie daraus ein überschaubares Pilotprojekt machen, lesen Sie im Beitrag KI-Pilotprojekt im Vertrieb richtig aufsetzen.