KI im Vertrieb: Wo sie heute sinnvoll ist und was sie braucht

„Dann lassen wir das doch einfach von der KI machen.“

Diesen Satz hört Ihr derzeit wahrscheinlich in fast jeder Strategierunde, in jedem Pitch und in jedem zweiten internen Meeting. Und ja: Das klingt verlockend.

Doch als Vertriebsleitung lautet die entscheidende Frage im Moment nicht, was die Zukunft bringt. Die viel wichtigere Frage ist: Wo verbrennt Dein Team jeden Tag bares Geld, ohne dass Du es merkst?

(Bildquelle: Canva)

Nicht als vages Bauchgefühl, sondern ganz konkret in Deiner täglichen Vertriebssteuerung:

• Verlorene Deals: Wie oft werden Leads zu spät nachverfolgt, weil der nächste Schritt nirgendwo sauber dokumentiert ist?
• Debattierclub statt Planung: Wie oft diskutierst Du im Management über Forecast-Zahlen, statt mit einer belastbaren Pipeline verlässlich Ressourcen zu planen?
• Blinde Flecken: Wie oft hängt geschäftskritisches Deal-Wissen an einzelnen Köpfen, statt transparent im System zu stehen?
• Verdeckte Admin-Kosten: Wie viele Stunden pro Woche verliert Dein Team für das Suchen von Informationen, das Nachtragen von Daten und das „noch schnelle Geradeziehen“ vor dem Monatsende?

Machen wir dazu ein kurzes Rechenbeispiel ohne Excel-Akrobatik:
Wenn zehn Vertriebsmitarbeiter pro Tag nur 15 Minuten mit Suchen und manueller Nacharbeit verschwenden, sind das 2,5 Stunden am Tag. Auf das Jahr hochgerechnet sprechen wir von mehreren hundert Stunden. Zeit, die Ihren Leuten eins zu eins beim Kunden fehlt.

KI ist am Ende nicht der eigentliche Kaufgrund. Der Kaufgrund ist mehr Pipeline-Qualität, echte Forecast-Sicherheit und drastisch weniger Admin-Kram. KI ist das perfekte Werkzeug dafür – aber nur, wenn die Basis stimmt.

Dieser Artikel zeigt deshalb völlig pragmatisch und ohne Hype:

• • welche Sales-KI-Use-Cases heute im Alltag wirklich helfen,
  • wo die technologischen und menschlichen Grenzen liegen,
  • warum CRM-Datenqualität über den Erfolg entscheidet,
  • und wie Microsoft Dynamics 365 Sales und Copilot Dich dabei konkret unterstützt.

Warum KI im Vertrieb gerade so präsent ist

KI ist nicht plötzlich „neu“. Neu ist, dass sie in Tools angekommen ist, die im Mittelstand sowieso schon da sind: wie Microsoft 365, Copilot, CRM, E Mail, Teams.

Und neu ist auch: Die Erwartungshaltung ist schneller gewachsen als die Basis.

Erwartungsdruck aus Management und Markt

KI ist ein Management Thema geworden. Geschäftsführung, Beirat, Aufsichtsgremium. Alle haben Demos gesehen. Alle haben irgendwo „30 Prozent effizienter“ aufgeschnappt.

Das übersetzt sich im Vertrieb oft in Fragen, die man kaum beantworten kann, wenn die Datenlage wackelt:

• „Was machen wir mit KI?“
• „Warum dauert Reporting so lange?“
• „Warum ist der Forecast wieder eine Diskussion?“

Praxisbeispiel:
Ein Vertriebsleiter bekommt jede Woche drei verschiedene Pipeline Zahlen. Einmal aus dem CRM. Einmal aus Excel. Einmal aus dem Vertriebsmeeting. Das Ergebnis: der Forecast wird ein Debattierclub. Nicht ein Steuerungsinstrument.

Ausgangslage im Mittelstands Vertrieb

Wenn man ehrlich ist, ist die Ausgangslage oft ziemlich ähnlich:

• CRM ist vorhanden, aber nicht durchgängig genutzt.
• Manche arbeiten sauber. Andere arbeiten in Outlook, Excel oder im Kopf.
• Datenfelder sind lückenhaft, Phasen werden unterschiedlich interpretiert.
• Monatsende ist Stress. Pipeline wird „geradegezogen“.

Praxisbeispiel:
Opportunity Phasen werden erst kurz vor Monatsende aktualisiert, weil vorher „keine Zeit“ ist. Die Folge ist nicht nur ein schlechter Forecast. Die Folge ist späte Eskalation. Wenn ein Deal kippt, kippt er zu spät.

Wo KI im Vertrieb heute wirklich unterstützen kann

Der beste KI Nutzen entsteht nicht dort, wo man „KI draufkippt“, sondern dort, wo im Alltag ständig dieselben Lücken entstehen: fehlender Kontext, liegengebliebene Nachfassaktionen, zu viel Admin, zu wenig Überblick.

Wenn KI im Vertrieb funktioniert, dann meistens unter zwei Bedingungen:

1. Die Aufgabe ist wiederholbar.
2. Es gibt genug Kontext: Daten im CRM, E Mails, Termine, Notizen, Aktivitäten.

Dann wird KI zur Entlastung. Nicht zum Ersatz von Vertrieb.

Vorbereitung: weniger Suchen, mehr Vertriebsproduktivität

Vorbereitung frisst Zeit. Nicht, weil niemand vorbereitet sein will, sondern weil Informationen verteilt sind.

Typische „Vorbereitung heute“:

• letzte E Mails suchen,
• Notizen aus dem letzten Termin finden,
• im CRM prüfen: Was ist der Deal Status?
• im ERP nachsehen: Gibt es offene Themen, Projekte, Reklamationen?

Aus Sicht der Vertriebsleitung ist das kein „Zeitproblem“. Es ist ein Produktivitätsproblem: Wenn pro Termin 10 bis 20 Minuten in Suche und Kontextwechsel gehen, sind das je nach Schlagzahl schnell mehrere Stunden pro Woche je Person. Und diese Stunden fehlen später bei Pipeline Aufbau, Kundenbesuchen und Führungsgesprächen.

Eine Größenordnung, damit es greifbar wird: Bei fünf Vertriebsmitarbeitenden und mehreren Kundenterminen pro Tag entstehen so schnell mehrere hundert Stunden Such und Rechercheaufwand pro Jahr. Das ist Vertriebsproduktivität, die Ihr gerade einfach verschenkt.

Wenn Eure Vorbereitung dagegen systematisch abläuft, steigt die Qualität der Gespräche. Und Ihr reduziert das Risiko, dass Ihr beim Kunden etwas überseht, was intern längst bekannt war.

Wie KI hier sinnvoll im Vertrieb hilft:

• Kundenhistorie zusammenfassen: Was war in den letzten Wochen relevant?
• Gesprächsnotizen strukturieren: Aus Stichpunkten werden klare Punkte: Anliegen, Risiken, nächste Schritte.
• Nächste Schritte vorschlagen: Nicht als Entscheidung, sondern als Warnsignal: „Angebot raus, aber kein Follow up seit 10 Tagen.“

Eine Microsoft Dynamics 365 Alltagsszene: Vor einem Kundentermin fasst Copilot die letzten Aktivitäten, E-Mails und offenen Punkte zur Opportunity zusammen, inklusive der letzten offenen Aufgaben. Du gehst nicht mit „Ich-glaube,-da-war-noch-was“ in den Termin, sondern mit Klarheit.

Praxisbeispiel:
Außendienst und Innendienst sehen unterschiedliche Ausschnitte. Der Außendienst kennt den letzten Besuch. Der Innendienst kennt die letzte Reklamation. Im Kundentermin fehlen beide Informationen. Eine saubere Zusammenfassung vor dem Termin ist kein Nice to have. Sie verhindert peinliche Situationen.

Routine: Follow ups, Protokolle, Pflege. Nicht sexy, aber teuer.

Ein großer Teil von Vertriebsarbeit ist Kommunikation und Dokumentation. Beides muss passieren. Beides ist oft repetitiv.

Der geschäftliche Schmerz entsteht nicht durch „zu viele Mails“, sondern durch die Folgen:

• Follow ups werden vergessen.
• Angebote versanden.
• Übergaben brechen ab, wenn jemand ausfällt.

Und jede dieser Folgen hat einen Preis: Jedes vergessene Follow up ist potenziell verlorener Umsatz. Oft ohne dass später noch klar ist, warum der Deal wirklich verloren ging. Für die Vertriebsleitung ist das besonders unerquicklich, weil es die Pipeline Qualität unsichtbar verschlechtert.

Wie KI hier sinnvoll hilft:

• E Mail Entwürfe für Follow ups: auf Basis von Gesprächsnotizen oder Opportunity Kontext.
• Meeting Protokolle und To dos: aus dem Termin werden Aufgaben und nächste Schritte.
• CRM Pflege vorbereiten: Vorschläge, was in Opportunity, Aktivität oder Kontakt ergänzt werden sollte.

Wichtig: „vorbereiten“ ist das Stichwort. Vertrieb entscheidet. KI liefert Entwürfe.

Praxisbeispiel:
Ein Team hat jede Woche „vertriebliche Nacharbeit“ am Freitag. Angebote, die raus sind, werden nicht konsequent nachgefasst. Nicht aus Faulheit, sondern weil es im Tagesgeschäft untergeht. Das Ergebnis sieht man erst Wochen später: Deals rutschen weg, weil der Wettbewerber schneller am Kunden dran bleibt. Das Problem ist nicht die vergessene Aufgabe. Das Problem ist der potenziell verlorene Umsatz, weil ein Kunde schlicht schneller vom Wettbewerber betreut wird.

Priorisierung und Pipeline: weniger Diskussion, mehr Steuerung

Vertriebsleitung braucht Sicht: Was kippt? Was sieht gut aus? Wo fehlt Substanz?

Wie KI sinnvoll hilft:

• Deal Health sichtbar machen: Stillstand ohne Aktivität, fehlende nächste Schritte, ungewöhnliche Rabatte.
• Vertriebssteuerung erleichtern: Welche Opportunities haben Einfluss auf Forecast und Pipeline Coverage und brauchen jetzt Aufmerksamkeit; und welche füllen nur Pipeline?
• Mehr Sicherheit bei Forecast und Ressourcenplanung: erste Prognosen auf Basis historischer Muster.

Auch hier gilt: Forecast ist kein KI Ergebnis. Forecast ist Führung. KI hilft, schneller auf Fakten zu kommen, damit Ihr weniger diskutiert und früher steuert.

Wirtschaftliche Folge:
Unsichere Forecasts führen dazu, dass Produktion, Ressourcenplanung und Geschäftsführung auf Annahmen statt auf belastbaren Zahlen arbeiten. Das betrifft nicht nur den Vertrieb. Es erschwert Kapazitätssteuerung, Investitionsentscheidungen und Priorisierung im gesamten Unternehmen. Das erzeugt Puffer, Hektik und am Ende Kosten, ohne dass jemand eine Rechnung dafür schreibt.

Praxisbeispiel:
In einem Team wurden Risiken erst sichtbar, wenn es zu spät war. Nicht, weil niemand hingeschaut hat, sondern weil es keine konsistente Logik gab: mal „grün“, mal „gelb“, je nach Bauchgefühl. Ein systematisches Deal Health Signal zwingt zur Klarheit: Was ist der nächste Schritt? Wer ist verantwortlich? Bis wann?

Wo die Grenzen von KI im Vertrieb heute liegen

KI kann viel. Aber sie ist nicht die Ausrede für fehlende Grundlagen.

KI ersetzt keine Vertriebsstrategie

Wenn Zielkunden unklar sind, der Vertriebsprozess nicht definiert ist und niemand weiß, welche Phasen eigentlich was bedeuten, dann ist KI wie ein sehr schneller Beifahrer in einem Auto ohne Lenkrad.

KI kann nicht:

• Euren Ideal Customer Profile definieren,
• Eure Positionierung schärfen,
• Eure Go to Market Entscheidungen treffen,
• den Prozess ersetzen.

Sie kann nur innerhalb eines klaren Rahmens helfen.

Praxisbeispiel:
„Wir wollen KI fürs Lead Scoring.“ Klingt gut. Wenn aber nicht klar ist, was überhaupt ein guter Lead ist, scoret Ihr am Ende nur Eure alten Gewohnheiten. Das ist nicht intelligent. Das ist ein automatisierter Irrtum.

KI kompensiert keine schwache Datenbasis

„KI kann viel, aber sie heilt keinen Datenmüll.“

Wenn im CRM Kontakte fehlen, Aktivitäten nicht erfasst werden und Opportunities nicht gepflegt sind, dann wird KI trotzdem etwas ausspucken. Nur leider nicht zuverlässig.

Und das wird teuer, weil falsche Empfehlungen im Vertrieb nicht nur „falsch“ sind. Sie lenken Aufmerksamkeit.

Typische Folgen schlechter Daten:

• falsche Prioritäten,
• verpasste Risiken,
• Empfehlungen, die gut klingen, aber am Kunden vorbei gehen,
• Vertrauensverlust im Team: „Siehst du, KI bringt eh nichts.“

Praxisbeispiel:
Ein Unternehmen wollte Forecast Automatisierung. Das CRM hatte aber bei vielen Opportunities keine nächsten Schritte und keine realistischen Abschlussdaten. Das Ergebnis: Der Forecast wurde zwar schneller erstellt. Er war nur genauso unbrauchbar wie vorher. Nur jetzt mit schönerer Oberfläche.

Risiken bei blindem Vertrauen in KI Vorschläge

KI Vorschläge haben eine unangenehme Eigenschaft: Sie klingen oft plausibel.

Wenn sie ungeprüft übernommen werden, entstehen Risiken:

• falsche Aussagen an Kunden,
• unpassende Tonalität,
• interne Fehlentscheidungen, weil „die KI das gesagt hat“.

Die Verantwortung bleibt im Vertrieb. Auch dann, wenn der Vorschlag „schön formuliert“ ist.

Praxisbeispiel:
Ein Angebotstext wird von KI „optimiert“ und enthält plötzlich eine Formulierung, die regulatorisch heikel ist. Nicht, weil KI böse ist, sondern weil sie Kontext nicht so versteht wie Ihr. Ohne Review läuft Ihr in echte Risiken.

Voraussetzungen, damit KI im Vertrieb Mehrwert bringt

In unseren CRM Projekten sehen wir häufig, dass Unternehmen zuerst über KI sprechen wollen, obwohl die Opportunity Pflege noch nicht zuverlässig funktioniert.

Das ist menschlich. Man will den großen Hebel.

Der große Hebel ist aber meist: Transparenz und Nutzung. Erst dann wird KI ein Verstärker.

Saubere und nutzbare Datenbasis im CRM

Das Minimum, damit KI im CRM Kontext funktioniert:

• Stammdaten sind einheitlich: Firmen, Kontakte, Rollen, Dubletten.
• Opportunities sind gepflegt: Phase, Betrag, Abschlussdatum, Wahrscheinlichkeit, nächste Schritte.
• Aktivitäten sind nachvollziehbar: Termine, Calls, E Mails, Besuchsberichte.

Das heißt nicht: alles perfekt.

Es heißt: genug Struktur, dass KI nicht raten muss, was eigentlich passiert.

Praxisbeispiel:
Ein Team wollte „KI Zusammenfassungen“. Im CRM gab es aber kaum Besuchsberichte. Das Ergebnis: Die Zusammenfassung war leer. Nicht weil die KI schlecht ist, sondern weil niemand die Basis liefert.

Klarer Vertriebsprozess als Rahmen

KI-Use-Cases müssen entlang des Vertriebsprozesses sitzen. Sonst werden sie Spielerei.

Beispiele:

• Qualifikation: Zusammenfassen, ob Kernkriterien erfüllt sind.
• Nachverfolgung: Erinnerung an nächste Schritte.
• Vorbereitung: Kontext aus Historie aufbereiten.

Wenn der Prozess nicht klar ist, sind auch KI Vorschläge nicht klar.

Praxisbeispiel:
Zwei Teams nutzen dieselben Phasen, meinen aber Unterschiedliches. „Angebot“ heißt bei Team A: Angebot ist raus. Bei Team B: Angebot ist in Arbeit. Jede Auswertung wird damit zur Fiktion. KI kann das nicht korrigieren.

Akzeptanz und Schulung im Vertriebsteam

Die beste KI Funktion bringt nichts, wenn sie als zusätzliche Arbeit wahrgenommen wird.

Was in der Praxis hilft:

• Schulungen mit echten Fällen aus dem eigenen Alltag.
• Klare Regeln: Was muss ins CRM, was nicht?
• Feedbackschleifen: Welche Vorschläge helfen, welche nerven?

Und ja: Ein Teil der Skepsis ist gesund. Die Aufgabe ist, daraus produktive Nutzung zu machen, nicht blinden Enthusiasmus.

Praxisbeispiel:
Wenn „CRM Pflege“ als Kontrolle verstanden wird, gewinnt Ihr nichts. Wenn es als Entlastung verstanden wird, weil Follow ups nicht mehr am Charakter hängen, kippt die Akzeptanz oft überraschend schnell.

KI-Use-Cases mit Microsoft Dynamics 365 Sales und Copilot

Wenn Ihr im Microsoft Ökosystem unterwegs seid, ist der Hebel oft nicht „noch ein Tool“, sondern bessere Nutzung dessen, was ohnehin da ist.

In vielen Projekten sehen wir: Unternehmen wollen „KI“, meinen aber eigentlich Klarheit. Klarheit über Kundenkontext, nächste Schritte, Deal Health, Funnel Transparenz und Forecast Sicherheit.

Und typisch scheitert es nicht an der Technologie, sondern an Nutzung und Datenqualität: Wenn Aktivitäten nicht erfasst werden und nächste Schritte fehlen, kann Copilot nichts „zusammenfassen“, weil es nichts Belastbares gibt.

Dynamics 365 Sales und Copilot können dabei helfen, diese Lücken zu schließen, weil sie dort ansetzen, wo Eure Vertriebsarbeit ohnehin passiert: im CRM, in E Mails, in Terminen.

Opportunity Zusammenfassung vor dem Termin

Alltagsszene aus Vertriebssteuerung: Du hast um 14 Uhr einen kritischen Termin. Um 13:55 Uhr willst du wissen: Was war seit dem letzten Kontakt? Was ist offen? Wer hat was zugesagt?

Konkreter Nutzen:

• Copilot fasst die letzten E Mails, Termine, Aufgaben, Notizen und Opportunity Änderungen zusammen.
• Offene Punkte aus vergangenen Gesprächen werden sichtbar, nicht erst im Nachgang.
• Relevante Informationen müssen nicht mehr aus mehreren Systemen zusammengesucht werden.
• Du gehst mit einem konsistenten Bild in den Termin.

Praxisbeispiel:
Wenn im Kundengespräch der Satz kommt: „Das hatten wir doch schon im letzten Termin geklärt“, und niemand erinnert sich. Das ist kein Kommunikationsproblem. Das ist ein Systemproblem. Eine konsolidierte Historie verhindert genau das.

Follow up Entwurf nach dem Gespräch

Alltagsszene: Termin vorbei. Du hast Notizen. Der Kunde hat drei Punkte offen. Der nächste Schritt ist klar, aber der Tag ist voll.

Konkreter Nutzen:

• Copilot erstellt einen Follow up Mail Entwurf auf Basis der Gesprächsinhalte.
• Eine Gesprächszusammenfassung wird als Grundlage für die Dokumentation vorbereitet.
• Aufgaben und nächste Schritte können aus dem Meeting übernommen und als Wiedervorlage gesetzt werden.
• Ihr reduziert die Quote der „vergessenen“ Nachfassaktionen.

Wirtschaftliche Folge: Jedes nicht gemachte Follow up ist potenziell verlorener Umsatz. Und es ist besonders bitter, weil der Verlust oft nicht als „Fehler“ sichtbar wird, sondern als „der Kunde hat sich anders entschieden“.

Praxisbeispiel:
Standardisierte Nachfasslogik mit sauberem Kontext spart nicht nur Zeit. Sie erhöht die Hit Rate, weil weniger Deals einfach auslaufen.

Pipeline Hinweise und Deal Health für die Vertriebsleitung

Alltagsszene: Du gehst ins Pipeline Review. Die Frage ist nicht „Wie viel steht drin?“, sondern „Wie belastbar ist das?“

Konkreter Nutzen:

• Opportunities ohne nächsten Schritt werden automatisch sichtbar.
• Längere Inaktivität in wichtigen Deals wird erkannt.
• Du bekommst Hinweise auf potenzielle Risiken im Funnel und eine Liste der Themen, die Führung brauchen.

Praxisbeispiel:
Wenn Ihr jedes Quartal überrascht seid, dass zu wenig Volumen im frühen Funnel ist, ist das kein Pech. Es ist fehlende Sicht. Gute Funnel Signale schaffen Handlungsdruck, bevor es brennt.

Mehr Sicherheit bei Forecast und Ressourcenplanung

Wenn CRM Daten halbwegs verlässlich sind, werden Dinge möglich wie:

• Prognosen auf Basis historischer Daten.
• Hinweise auf Lücken im Funnel.
• Signale, welche Aktivitäten wahrscheinlich Wirkung haben.

Wichtig: Empfehlungen sind nicht Wahrheit. Sie sind ein zusätzlicher Blick auf die Daten. Der Nutzen für die Vertriebsleitung ist: weniger Überraschungen, weniger „politischer Forecast“, mehr Steuerbarkeit.

Selbstdiagnose: Seid ihr bereit für KI im Vertrieb?

Bevor Ihr über „smarte“ Anwendungen sprecht, prüft, ob Euer Vertrieb überhaupt auf einer belastbaren Basis arbeitet.

5 typische Warnsignale

1. Forecast wird regelmäßig diskutiert statt genutzt.
2. Der Vertrieb arbeitet parallel in CRM und Excel.
3. In vielen Opportunities fehlen nächste Schritte und Termine.
4. Pipeline Phasen werden unterschiedlich interpretiert.
5. Wichtige Informationen stecken in Postfächern, nicht im System.

Wenn drei oder mehr Punkte auf euch zutreffen, ist die Wahrscheinlichkeit hoch, dass Ihr zuerst Transparenz und Datenqualität verbessern müsst, bevor komplexere KI Anwendungen echten Mehrwert bringen.

Wie Unternehmen sinnvoll einsteigen: Pilot statt Großprojekt

Der beste Einstieg ist selten „KI überall“. Der beste Einstieg ist ein klarer Pilot.

Start mit klar abgegrenzten Pilotbereichen

Ein Pilot braucht drei Dinge:

• einen abgegrenzten Bereich: Team, Region oder Use Case,
• ein Ziel: Zeitersparnis, bessere Follow up Quote, bessere Forecast Qualität,
• eine Auswertung: Was hat sich messbar verbessert?

Typische Pilot Use Cases, die schnell Wirkung zeigen:

• Vorbereitung und Zusammenfassung von Kundenhistorien.
• Follow up Unterstützung mit klaren Regeln.
• Pipeline Hygiene: fehlende nächste Schritte, Stillstand, Dubletten.

Was passiert, wenn Ihr nichts verändert?

Das Problem löst sich nicht von selbst.

Im Gegenteil. Mit wachsendem Vertrieb wächst auch der Aufwand:

• Reporting frisst mehr Zeit.
• Forecasts werden unzuverlässiger.
• Abhängigkeit von einzelnen Mitarbeitenden steigt.
• Wissensverlust bei Wechsel oder Ruhestand tut richtig weh.
• Skalierung wird zur Dauerkrise: mehr Leute, mehr Koordination, gleiche Intransparenz.

Je größer das Vertriebsteam wird, desto teurer werden fehlende Transparenz, manuelle Abstimmungen und „Pipeline geradeziehen“.

Fazit

KI im Vertrieb funktioniert dann gut, wenn sie Alltag entlastet und Entscheidungen auf bessere Daten stützt. Sie scheitert dann, wenn sie als Abkürzung für fehlende Prozesse und schlechte Daten verkauft wird.

„KI kann viel, aber sie heilt keinen Datenmüll.“

Wenn Ihr das ernst nehmt, ist die wichtigste Frage nicht „Welche KI Funktion ist die beste?“, sondern: „Welche Daten und Prozesse sind bei uns überhaupt belastbar?“

Dann wird aus KI ein Werkzeug. Und aus Vertrieb wieder Steuerung, statt Monatsende-Panik.

Euer nächster Schritt: Webinar oder Standortbestimmung

• Webinar: Im Webinar zeigen wir, wo KI im Vertrieb heute konkret unterstützt und wie die Datenbasis aussehen muss. Praxisnah. Ohne Hype.
  
  
• Standortbestimmung: Viele Unternehmen wissen nicht, ob sie zuerst über KI sprechen sollten oder zuerst über Prozesse und Datenqualität. Genau das klären wir gemeinsam. Nach dem Gespräch wisst Ihr, ob Eure aktuelle Vertriebsorganisation bereits bereit für KI ist oder welche Grundlagen Ihr zuerst schaffen solltet. Und ja: Das ist eher Klarheit als Verkauf.