Daten & Wissen Lesen & Verstehen Läuft im Alltag
12 zugesagte Nachfassungen, die nie ausgeführt wurden
Die Kundendatenbank lässt sich in normaler Sprache befragen: 40.000 Notizen, 2.000 Kundendossiers. Der wertvollste Fund kam ungefragt.
Der Fall auf einen Blick
Das Problem
Eine Kundendatenbank (CRM) zeigt einzelne Kunden gut an — Fragen über den gesamten Bestand beantwortet sie nicht, weil die Antworten im Freitext stecken.
Was der Fall macht
Holt jede Woche alle Notizen aus der Kundendatenbank und beantwortet Fragen dazu in normaler Sprache — mit Quelle.
Was er bewirkt
Der erste Lauf fand 12 zugesagte Nachfassungen in 90 Tagen, die nie ausgeführt wurden — darunter zwei nicht erfasste Abschlüsse.
So funktioniert es
1 von 4 Arbeitsschritten erledigt ein Sprachmodell. Den Rest machen ein normales Programm und ein Mensch.
- 1 Daten Kundendatenbank (CRM) Kunden, Vorgänge, Aufgaben, Gesprächsnotizen und die Arbeitslisten des Vertriebs.
- 2 Programm Wöchentlicher Vollabzug Ein Programm zieht alles in eine lokale Datenbank mit Volltextsuche — die Daten bleiben im Haus.
- 3 Programm Dossiers aufbereiten Je Kunde entsteht ein lesbares Dossier mit Verlauf, dazu eine Rangliste nach Anschlusschance.
- 4 Mensch Frage stellen Ein Mensch fragt in normaler Sprache, was er über den ganzen Bestand wissen will.
- 5 Sprachmodell Antworten mit Quelle Die KI antwortet mit Verweis auf den einzelnen Vorgang, damit jede Aussage nachprüfbar bleibt.
- Datenquelle
- normales Programm
- Sprachmodell (KI)
- Mensch
Die Zahlen dahinter
Was das für Ihren Betrieb heißt
Die erste Auswertung des eigenen Bestands findet fast immer eine Lücke im eigenen Prozess — und die ist meist mehr wert als die Auswertung selbst.
Die Regel dahinter gilt für jedes System, in dem das Wichtige als Freitext steht — Tickets im Support, Berichte in der Projektverwaltung, Übergaben im Schichtbuch: Ein System, das nur einzelne Datensätze anzeigt, beantwortet keine Fragen über den Bestand.
Ein Rat aus Erfahrung: Fangen Sie nicht mit der Frage an, die Sie interessiert, sondern mit der, die Sie sich bisher nicht zu stellen getraut haben. Genau dort liegt der Fund.
Die Ausgangslage
Eine Kundendatenbank (CRM) ist gut darin, einen einzelnen Kunden anzuzeigen. Sie ist schlecht darin, Fragen über den Bestand zu beantworten. „Welche Einwände kommen wirklich vor, und wie oft?“ — solche Fragen erfordern, dass jemand hunderte Gesprächsnotizen liest. Das tut niemand, also werden diese Fragen nicht gestellt.
Dazu kommt: Die Antworten stehen in Notizen, nicht in Feldern. Kein Auswertungswerkzeug kommt daran, solange der Text im System verschlossen bleibt.
Die Lösung im Einzelnen
Ein Programm zieht wöchentlich einen vollständigen Abzug: Kunden, Vorgänge, Aufgaben, Gesprächsnotizen und die Arbeitslisten des Vertriebs. Alles landet in einer lokalen Datenbank mit Volltextsuche über sämtliche Gesprächsinhalte.
Darauf setzt die eigentliche Arbeit auf: Die KI beantwortet Fragen in normaler Sprache — mit Verweis auf die Quelle, damit jede Aussage nachprüfbar bleibt.
Der wertvollste Fund kam ungefragt: In 90 Tagen gab es zwölf im Gespräch fest zugesagte Nachfassungen, die nie in eine Aufgabe überführt wurden — darunter zwei Abschlüsse, die im System gar nicht erfasst waren. Nicht aus Nachlässigkeit, sondern weil eine mündliche Zusage nirgends automatisch zu einer Aufgabe wird. Das ist keine Erkenntnis über KI, sondern über einen Prozess — und ohne diese Auswertung hätte sie niemand gemacht.
Wo haben wir in den letzten 90 Tagen im Gespräch eine Nachfassung zugesagt, ohne dass danach etwas passiert ist?
Zwölf Fälle. In allen steht in der Gesprächsnotiz eine terminierte Zusage („melde mich in KW …", „schicke das Angebot bis …"), danach folgt keine Aktivität und keine Aufgabe.
Zwei davon sind inzwischen Kunden geworden, ohne im System als Abschluss erfasst zu sein — die Rechnung existiert, die Opportunity nicht.
Drei weitere Fälle liegen über 60 Tage zurück und sind vermutlich verloren. Die restlichen sieben lohnen einen Anruf diese Woche.
- lead_7bK…QlT
- lead_M2p…c9F
- lead_Xq4…Rr8
- + 9 weitere
Die Quellenangaben sind anklickbare Verweise ins CRM — jede Aussage ist am Einzelfall nachprüfbar. Genau dieser Lauf hat den Prozessfehler aufgedeckt.
Was wir dabei gelernt haben
- Die erste Erkenntnis betrifft den eigenen Prozess, nicht die Kunden. Wer seinen Bestand zum ersten Mal auswertet, findet zuerst die eigenen Lücken.
- Eine mündliche Zusage ohne Aufgabe im System ist keine Zusage. Das kostete nachweislich Abschlüsse.
- Automatisch erzeugte Systemnotizen verfälschen jede Auswertung der „letzten Notiz“. Sie müssen vorher herausgefiltert werden, sonst sieht jeder Vorgang frisch bearbeitet aus.
- Ein Datumsfeld, das niemand pflegt, ist keine Kennzahl. Unser Abschlussdatum wird seit 2026 nicht mehr gesetzt — Auswertungen darauf hätten still falsche Ergebnisse geliefert.
- Vor dem Bauen prüfen, ob ein Nachbarprojekt dasselbe schon tut. Hier wäre um ein Haar Arbeit doppelt gemacht worden.
Zwölf fest zugesagte Nachfassungen in 90 Tagen, keine davon ausgeführt — darunter zwei Abschlüsse, die im System nie erfasst wurden. Gesucht hatten wir etwas ganz anderes.
Aus der Auswertung der Verkaufsgespräche
Was in der Wissensbasis steht Tabelle
| Bestandteil | Umfang |
|---|---|
| Gesprächsnotizen, volltextdurchsuchbar | 40.415 |
| Kundendossiers mit Verlauf | rund 2.000 |
| Firmendossiers mit Recherche | 128 |
| Arbeitslisten des Vertriebs, maschinell auslesbar | 116 |
| Aktualisierung | wöchentlich, zeitgesteuert |
Quelle: Stand 30.07.2026
Der Ablauf als Diagramm Schaubild
Haben Sie so einen Fall im Betrieb?
Schreiben Sie mir in zwei Sätzen, welche Aufgabe bei Ihnen am meisten Zeit frisst. Sie bekommen eine ehrliche Einschätzung — samt Aufwand und samt der Antwort „lohnt sich nicht“, wenn es so ist.