KI-gestütztes Lead Management System

Implementierungskonzept für Energie360° - Geschäftsbereich Lösungen

Projektübersicht

Wichtigste Erkenntnisse aus der Besprechung (20. August 2025)

  • Pilot-Ansatz: Start mit 5 Verkäufern, Skalierung auf 30 nach Erfolg
  • Zeitrahmen: Ziel: Fertigstellung 2025, Budget 2026 bereits geplant
  • Bestehende Systeme: Company GPT, Azure ML, Postgres-Datenbank verfügbar
  • Compliance-Fokus: DSGVO, LinkedIn-Nutzungsbedingungen, Datenschutz
  • Modularer Aufbau: Lego-ähnliche Struktur für flexible Anpassungen
  • Integration: PowerOn Platform als Workflow-Engine mit bestehenden Systemen

Ausgangslage

Energie360° transformiert sich zum Anbieter ausschliesslich erneuerbarer Energie bis 2040. Der Geschäftsbereich "Lösungen" fokussiert auf integrale Energielösungen und Contracting für Neubauprojekte.

Aktueller Zustand "Heute"

Personal & Kapazität

  • 5 Verkaufspersonen bearbeiten Leads (Pilot-Team)
  • 100 Leads pro Jahr werden bearbeitet
  • 2 Stunden pro Lead bis zur Qualifikation
  • Manuelle Prozesse dominieren den Workflow
  • 30 Verkäufer insgesamt in der Firma

Datenquellen & Timing

  • Hauptquelle: Baublatt (eher spät im Projektzyklus)
  • Manuelle Recherche auf SIMAP und espazium
  • LinkedIn als wichtige Quelle für Architekten-Projekte
  • Reaktive Bearbeitung statt proaktiver Früherkennung
  • Begrenzte Marktabdeckung durch Zeitmangel

Prozessineffizienzen

  • Hoher manueller Aufwand bei der Lead-Generierung
  • Keine systematische Qualifikation und Priorisierung
  • Fehlende Integration zwischen Datenquellen
  • Begrenzte Skalierbarkeit der Lead-Generierung
  • Risiko von Duplikaten bei manueller Bearbeitung

Zielsetzung

Quantitative Ziele

  • Steigerung von 100 auf 500+ Leads pro Jahr
  • Reduktion der Bearbeitungszeit von 2 auf 0.5 Stunden pro Lead
  • Früherkennung 3-6 Monate vor Wettbewerb
  • 100% Marktabdeckung der Zielregionen

Qualitative Ziele

  • Automatisierte Qualifikation und Bewertung
  • Integration in bestehende CRM-Systeme
  • Messbare Steigerung der Lead-Qualität
  • Proaktive statt reaktive Lead-Generierung

Organisatorische Ziele

  • Fokus der Verkaufspersonen auf qualifizierte Leads
  • Skalierbare Leadgenerierung ohne Personalaufbau
  • Systematische Marktbeobachtung
  • Zeitvorsprung gegenüber Wettbewerb

Kernkomponenten des Systems

Scout-Agent

Automatisierte Suche auf SIMAP, Baublatt, espazium, LinkedIn

Enricher-Agent

Anreicherung mit Projektdetails, Fernwärmeprüfung, SIA-Phasen

Scorer-Agent

Bewertung nach definierten Kriterien, Qualifikation

Stakeholder-Agent

Identifikation von Entscheidungsträgern und Kontaktdaten

Customer Journey - Energie360° Perspektive

Hinweis

Status heute: Manuelle Recherche, reaktive Bearbeitung

1

Lead Discovery

Touchpoint: User Interface zur Erfassung/Anpassung/Upload Suchkriterien; Review Output; Dashboard

KI-Automation: Automatisierte Früherkennung in SIA Phase 2-3, Erkennung von Doubletten

Output: Qualifizierte Lead-Liste mit erstem Scoring

Häufigkeit: Aktualisierung alle 3 Stunden

Datenquellen: Baublatt, SIMAP, espazium, LinkedIn (mit Compliance)

2

Lead Enrichment

Touchpoint: User Interface zur Erfassung/Anpassung/Upload Suchkriterien; Review Output; Dashboard

KI-Automation: Leads ergänzen um Projektdaten, Stakeholder, Fernwärme-Check

Häufigkeit: Aktualisierung alle 3 Stunden

3

Lead Qualification, Scoring und Anreicherung Kontaktdaten

Touchpoint: User Interface zur Erfassung/Anpassung/Upload Qualifikations- und Scoring Kriterien; Review Output; Dashboard

KI-Automation: Automatische Priorisierung durch Scoring und Ranking gegenüber definierten Kriterien; Anreicherung von Kontaktinfos der Leads mit Status «qualifiziert»

Häufigkeit: Aktualisierung alle 3 Stunden

4

Übergabe an Vertriebsprozess

Touchpoint: User Interface zum Review Leadsliste; Dashboard «KI-gestütztes Lead Management System»; Dashboard

KI-Automation: Ergänzung Lead um mögliche E360 Produkte oder Services; Vorschlag für nächste Aktion des Vertriebsteams; Automatische Zuweisung nach Regionen/Teams; Workload-Balancing zwischen Vertriebsmitarbeitern

Output: Lead-Liste updated mit Übergabedatum an CRM

Sales Execution & Follow-up im Vertriebsprozess

5

Sales Execution & Follow-up

Touchpoint: CRM System und Dashboard

KI-Automation: Automatisierte Status Tracking und Reminder-System, Optimierte Kommunikationsstrategien, Lead-Scoring Updates basierend auf Interaktionen, Automatische Wiedervorlage-Planung

Output: Aktive verwaltete Lead-Liste in CRM System

Nutzen für Vertriebsprozess durch KI Automatisierung

Daten Research, Anreicherung und Erstqualifikation

  • Von Stunden auf Minuten reduziert
  • Häufigkeit: Laufende Aktualisierung mehrmals am Tag, jeden Tag
  • Verbesserte Qualität: Strukturierte, vollständige Datensätze

Timing und Ansatz

  • Timing: Kontaktaufnahme in optimaler Projektphase
  • Ansatz: Datengestützte Ansprache mit relevanten Lösungen
  • Tracking: Lückenlose Dokumentation im CRM

Mehrwert für Vertriebsteam

75%
Zeitersparnis Recherche
3-6 Mo
Frühere Projekterkennung
5x
Mehr qualifizierte Leads
100%
Marktabdeckung Region

Geschäftsprozess - Lead Management Energie360°

Prozessübersicht

Der Lead Management Prozess von Energie360° ist ein strukturierter, iterativer Prozess, der durch KI-gestützte Automatisierung und menschliche Expertise optimiert wird. Jeder Prozessschritt hat definierte KPIs und klare Verantwortlichkeiten.

Vergleich: Heute vs. Unterstützung durch KI-System

Personal & Kapazität

🔴 Heute
  • 5 Verkaufspersonen (Pilot-Team)
  • 100 Leads pro Jahr
  • 2 Stunden pro Lead bis Qualifikation
  • Manuelle Bearbeitung dominiert
  • Risiko von Duplikaten
🟢 Mit KI-System
  • 5 Verkaufspersonen (kein Personalaufbau)
  • 500+ Leads pro Jahr (5x Steigerung)
  • 0.5 Stunden pro Lead bis Qualifikation
  • KI-gestützte Automatisierung
  • Automatische Deduplizierung

Datenquellen & Timing

🔴 Heute
  • Hauptquelle: Baublatt
  • Eher spät im Projektzyklus
  • Manuelle Recherche auf SIMAP/espazium
  • Reaktive Bearbeitung
🟢 Mit KI-System
  • Alle Quellen automatisiert
  • Früherkennung in SIA Phase 2-3
  • Kontinuierliche Überwachung
  • Proaktive Lead-Generierung

Prozesseffizienz

🔴 Heute
  • Hoher manueller Aufwand
  • Keine systematische Qualifikation
  • Begrenzte Marktabdeckung
  • Ineffiziente Ressourcenallokation
🟢 Mit KI-System
  • 75% Zeitersparnis im Gesamtprozess
  • Automatisierte Qualifikation & Scoring
  • 100% Marktabdeckung der Zielregionen
  • Optimierte Ressourcenallokation

Prozessschritte mit KPI-Definition

1

Lead Discovery & Sourcing

🤖 KI-Unterstützung (80%)
  • Automatisierte Überwachung von SIMAP, Baublatt, espazium, LinkedIn
  • Früherkennung in SIA Phase 2-3
  • Automatische Filterung nach Projektgröße (>50 WE oder >50'000 m²)
  • Deduplizierung und Qualitätsprüfung
👥 Menschliche Leistung (20%)
  • Überprüfung der KI-Ergebnisse
  • Manuelle Recherche bei speziellen Projekten
  • Qualitätskontrolle der automatisierten Daten
📊 KPIs
  • Lead-Volume: 50-100 neue Leads pro Monat (MVP)
  • Früherkennung: 2-4 Monate vor Wettbewerb (realistisch)
  • Qualitätsrate: 70% der Leads erfüllen Mindestkriterien (MVP)
  • Bearbeitungszeit: Von 2 Stunden auf 0.5 Stunden pro Lead reduziert
2

Lead Enrichment & Research

🤖 KI-Unterstützung (70%)
  • Automatische Anreicherung mit Projektdetails
  • Fernwärme-Perimeter Mapping
  • Stakeholder-Identifikation aus öffentlichen Quellen
  • Technische Spezifikationen Extraktion
  • Kontaktdaten Validierung
👥 Menschliche Leistung (30%)
  • Vertiefte Recherche bei komplexen Projekten
  • Netzwerk-basierte Kontaktaufnahme
  • Qualitätsbewertung der angereicherten Daten
  • Strategische Bewertung der Projektchancen
📊 KPIs
  • Datenvollständigkeit: 75% der Leads haben vollständige Informationen (MVP)
  • Bearbeitungszeit: Von 2 Stunden auf 0.5 Stunden pro Lead
  • Stakeholder-Identifikation: Durchschnittlich 2-3 Kontakte pro Projekt (MVP)
  • Fernwärme-Coverage: 80% der Projekte sind auf Fernwärme geprüft (MVP)
3

Lead Qualification, Scoring & Kontakanreicherung

🤖 KI-Unterstützung (85%)
  • Automatisches Scoring nach definierten Kriterien
  • Priorisierung basierend auf Projektgröße und Phase
  • Fernwärme-Potential Bewertung
  • Wettbewerbsanalyse und Marktpositionierung
  • Automatische Kategorisierung nach Region/Team
  • Kontaktanreicherung der Leads mit Status «qualifiziert»
👥 Menschliche Leistung (15%)
  • Überprüfung der Scoring-Ergebnisse
  • Strategische Anpassung der Bewertungskriterien
  • Manuelle Priorisierung bei Grenzfällen
  • Qualitätskontrolle der automatisierten Bewertungen
📊 KPIs
  • Scoring-Genauigkeit: 80% der Leads werden korrekt kategorisiert (MVP)
  • Qualifizierungsrate: 70% der Leads erreichen Vertrieb (MVP)
  • Priorisierungsgenauigkeit: 75% der High-Priority Leads werden bestätigt (MVP)
  • Bearbeitungszeit: Von 2 Stunden auf 0.5 Stunden pro Lead
4

Übergabe an Vertriebsteam

🤖 KI-Unterstützung (60%)
  • Automatische Zuweisung nach Regionen/Teams
  • Workload-Balancing zwischen Vertriebsmitarbeitern
  • Automatische Lead-Import in CRM-Systeme
👥 Menschliche Leistung (40%)
  • Überprüfung der automatischen Zuweisungen
  • Manuelle Anpassung bei speziellen Anforderungen
  • Qualitätskontrolle vor Vertriebsübergabe
  • Strategische Entscheidungen bei Grenzfällen
📊 KPIs
  • Übergabegeschwindigkeit: 95% der Leads werden innerhalb 24h zugewiesen
  • Zuweisungsgenauigkeit: 90% der Leads werden dem richtigen Team zugewiesen
  • CRM-Integration: 100% der Leads sind im CRM verfügbar
  • Workload-Balance: Maximale Abweichung von 20% zwischen Teams
5

Sales Execution & Follow-up

🤖 KI-Unterstützung (40%)
  • Status-Synchronisation und Tracking
  • Automatisierte Reminder-Systeme
  • Optimierte Kommunikationsstrategien
  • Lead-Scoring Updates basierend auf Interaktionen
  • Automatische Wiedervorlage-Planung
👥 Menschliche Leistung (60%)
  • Persönliche Kontaktaufnahme mit Entscheidungsträgern
  • Vertriebsgespräche und Präsentationen
  • Strategische Verhandlungen
  • Beziehungsaufbau und -pflege
  • Vertragsabschluss und -verhandlung
📊 KPIs
  • Kontaktaufnahme: 90% der Leads werden innerhalb 48h kontaktiert
  • Konversionsrate: 25% der qualifizierten Leads werden zu Kunden
  • Durchschnittlicher Deal-Value: CHF 500'000 - 2'000'000
  • Sales Cycle: Durchschnittlich 6-12 Monate

Prozess-Performance Dashboard

75%
Zeitersparnis Gesamtprozess (MVP)
2-4 Mo
Frühere Projekterkennung (realistisch)
3x
Mehr qualifizierte Leads (MVP)
80%
Marktabdeckung Region (MVP)

Organisatorische Verantwortlichkeiten

Marketing Team (Lead Generation)

  • Überwachung der KI-Discovery
  • Qualitätskontrolle der generierten Leads
  • Optimierung der Scoring-Kriterien
  • Reporting und Performance-Monitoring

Sales Development (Lead Qualification)

  • Manuelle Überprüfung der KI-Bewertungen
  • Vertiefte Recherche bei komplexen Projekten
  • Strategische Bewertung der Projektchancen
  • Übergabe an Account Manager

Account Manager (Sales Execution)

  • Persönliche Kontaktaufnahme
  • Vertriebsgespräche und Präsentationen
  • Vertragsabschluss und -verhandlung
  • Kundenbeziehungspflege

IT/Data Team (System Support)

  • KI-System Wartung und Optimierung
  • CRM-Integration und -Support
  • Datenqualitäts-Monitoring
  • Performance-Optimierung

MVP-Fokus & Realistische Ziele

Phase 1: MVP (2-3 Monate)

  • Discovery: Baublatt + 2-3 weitere Quellen
  • Enrichment: Anreicherung um erste Projektdaten
  • Qualification & Scoring: Einfacher Algorithmus (SIA Phase, Budget, Region)
  • Kontaktdatenanreicherung: Anreicherung der Leads mit Status «qualifiziert»
  • Ziel: 50-100 qualifizierte Leads pro Monat
  • Qualität: 70% der Leads erfüllen Mindestkriterien

Phase 2: Erweiterung (Monate 4-6)

  • Discovery: LinkedIn, Baublatt Premium, SIA
  • Enrichment: Anreicherung um alle Projektdaten
  • Qualification & Scoring: Machine Learning Optimierung
  • Kontaktdatenanreicherung: Verbesserung der Anreicherung der Leads mit Status «qualifiziert»
  • Ziel: 100-200 Leads pro Monat
  • Qualität: 80% der Leads erfüllen Mindestkriterien

Phase 3: Vollintegration (Monate 7-9)

  • Discovery: Optimierung aus Learning
  • Enrichment: Optimierung der Anreicherung der Projektdaten
  • Qualification & Scoring: Erweiterte KI-Modelle
  • Ziel: 200+ Leads pro Monat
  • Qualität: 85% der Leads erfüllen Mindestkriterien

Kritische Erfolgsfaktoren

Datenqualität & -aktualität

  • Kontinuierliche Validierung der Datenquellen
  • Automatisierte Qualitätskontrolle
  • Regelmäßige Updates der Scoring-Kriterien

Mensch-KI-Kollaboration

  • Klare Aufgabenteilung zwischen KI und Mensch
  • Kontinuierliches Training der KI-Systeme
  • Feedback-Loops für Prozessoptimierung

Change Management

  • Frühzeitige Einbindung aller Stakeholder
  • Schrittweise Einführung der neuen Prozesse
  • Kontinuierliches Training und Support

User Interfaces & Touchpoints

Technische Integration & Compliance

  • Bestehende Systeme: Company GPT, Azure ML, Postgres-Datenbank
  • PowerOn Platform: Workflow-Engine mit KI-Services
  • Compliance: DSGVO-konforme Anonymisierung, LinkedIn-Nutzungsbedingungen
  • Datenquellen: Baublatt, SIMAP, espazium, LinkedIn (mit API-Limits)
  • Modularität: Lego-ähnlicher Aufbau für flexible Anpassungen

1. Dashboard - Zentrale Übersicht

Primäres Interface

Zugriff: Web-basiert, responsive Design

Funktionen:

  • Lead-Pipeline Visualisierung
  • Filterbare Projektliste mit Scoring
  • Kartenansicht für geografische Verteilung
  • Quick Actions für Statusänderungen

Integration: Single Sign-On mit Energie360° Systemen

2. Conversational Interface - KI-Assistent

Interaktive Abfragen

Zugriff: Chat-Interface in Dashboard oder MS Teams

Use Cases:

  • "Zeige mir alle Projekte >100 WE in Phase 3"
  • "Welche Leads haben keinen Fernwärmeanschluss?"
  • "Erstelle Wochenreport für Region Mittelland"
  • "Finde Kontaktdaten für Projekt XY"

2.1 User Interface für Listen und Listeneinträge

Wichtiger Hinweis

Benötigt: User Interface, mit welchem der User die Listen oder Listeneinträge anschauen und bearbeiten kann

Siehe auch: Touchpoints bei Customer Journey

3. CRM Integration

Nahtlose Systemintegration

Automatisierungen:

  • Lead-Import mit vollständigen Metadaten
  • Automatische Zuweisung nach Regionen/Teams
  • Status-Synchronisation bidirektional
  • Aktivitäten-Tracking und Reminder

Unterstützte Systeme: HubSpot, Salesforce, Microsoft Dynamics

4. Reporting & Analytics

Power BI Integration

Standard-Reports:

  • Weekly Lead Summary (automatisch montags)
  • Conversion Funnel Analysis
  • Regional Market Coverage
  • Competitor Activity Tracking

Export: Excel, PDF, direkter E-Mail-Versand

Implementierungs-Roadmap

Phase 1: MVP (2-3 Monate)

Wochen 1-12
  • Lead Discovery: Baublatt + 2-3 weitere Quellen
  • Enrichment: Anreicherung um erste Projektdaten
  • Basis Scoring: Einfacher Algorithmus (SIA Phase, Budget, Region)
  • Kontaktdatenanreicherung: Anreicherung der Leads mit Status «qualifiziert»
  • Dashboard: Grundfunktionen für Sales Team
  • CRM: HubSpot Integration (Basis)
  • Integration: Company GPT, Azure ML, Postgres
  • Ziel: 50-100 qualifizierte Leads pro Monat

Deliverable: Funktionsfähiges System mit 50-100 Leads/Monat

Phase 2: Erweiterung (Monate 4-6)

Wochen 13-24
  • Lead Discovery: Erweiterte Quellen wie LinkedIn, Baublatt Premium, SIA
  • Enrichment: Anreicherung um alle Projektdaten
  • Scoring Optimierung: Machine Learning Modelle
  • Dashboard: Erweiterte Analytics & Reports
  • Kontaktdatenanreicherung: Verbesserung der Anreicherung der Leads mit Status «qualifiziert»
  • Ziel: 100-200 Leads pro Monat

Deliverable: Vollständiges System mit erweiterten Quellen

Phase 3: Vollintegration (Monate 7-9)

Wochen 25-36
  • Workflow Engine: Vollständige Automatisierung
  • Stakeholder-Agent: Vollständige Integration
  • Power BI: Erweiterte Reports & Analytics
  • Teams Integration: Vollständige Kollaboration
  • Ziel: 200+ Leads pro Monat

Deliverable: Integrierte Lösung im Produktivbetrieb

Phase 4: Skalierung (Monate 10-12)

Ab Woche 37
  • Performance: Optimierung für größere Volumen
  • Predictive Analytics: Erweiterte Vorhersagemodelle
  • Skalierung: Weitere Regionen & Märkte
  • KI-Optimierung: Kontinuierliche Verbesserung
  • Ziel: Skalierung auf andere Regionen

Deliverable: Skalierbare Lösung für Expansion

Kritische Erfolgsfaktoren

Datenqualität

  • Validierung der Datenquellen
  • Deduplizierung und Bereinigung
  • Kontinuierliche Qualitätskontrolle

Change Management

  • Frühzeitige Einbindung Vertriebsteam
  • Schrittweise Einführung
  • Kontinuierliches Training

Technische Integration

  • API-Dokumentation bestehender Systeme
  • Datenschutz und Compliance
  • Performance-Monitoring

Unterstützungsbereiche

Strategische Begleitung

Projektmanagement & Governance
  • Projektstrukturierung und Meilenstein-Definition
  • Stakeholder-Management und Change-Begleitung
  • Risikomanagement und Mitigation-Strategien
  • Erfolgsmessung und KPI-Definition
Prozessoptimierung
  • Analyse bestehender Lead-Prozesse
  • Definition optimaler Workflows
  • Integration in Vertriebsmethodik
  • Continuous Improvement Framework

Technische Umsetzung

Architektur & Development
  • Solution Architecture Design
  • API-Development und Integration
  • Cloud-Infrastructure Setup (Azure/AWS)
  • Security und Compliance Implementation
KI & Data Science
  • KI-Agenten Entwicklung und Training
  • Natural Language Processing für Dokumentenanalyse
  • Scoring-Algorithmen Optimierung
  • Predictive Analytics Modelle
Integration & Automation
  • CRM-Integration (HubSpot, Salesforce)
  • Power Platform Automatisierung
  • Data Pipeline Development
  • Monitoring und Alerting Setup

Operative Unterstützung

Training & Enablement
  • Anwendertraining für Vertriebsteam
  • Administrator-Schulung
  • Best Practice Workshops
  • Dokumentation und Handbücher
Support & Wartung
  • Technischer Support (SLA-basiert)
  • Regelmässige System-Updates
  • Performance-Optimierung
  • Datenqualitäts-Monitoring

Zusammenarbeitsmodell

Agile Delivery

2-Wochen Sprints mit klaren Deliverables. Enge Zusammenarbeit mit Product Owner von Energie360°. Regelmässige Reviews und Retrospektiven.

Hybrid Team

Kombination aus Energie360° Domain-Experten und externen Spezialisten. Knowledge Transfer als integraler Bestandteil.

Flexible Skalierung

Bedarfsgerechte Ressourcen je Projektphase. Von strategischer Beratung bis hands-on Development.

Integration mit bestehenden Systemen

Leveraging von Company GPT, Azure ML und Postgres-Datenbank. Modulare Lösung, die sich in bestehende Infrastruktur einfügt.

Investitionsschätzung

16-20
Wochen bis Go-Live
3-4
FTE während Entwicklung
0.5
FTE laufender Betrieb
6-9
Monate ROI

Zeitrahmen & Budget

  • Ziel: Fertigstellung 2025 (Budget 2026 bereits geplant)
  • Pilot-Phase: 5 Verkäufer als Testgruppe
  • Skalierung: Auf 30 Verkäufer nach erfolgreichem Pilot
  • Modularer Ansatz: Jede Phase kann unabhängig bestellt werden