KI im Vertriebsforecast: Pipeline bereinigen und 2027 besser planen

Donnerstag, kurz vor 17 Uhr. Im Forecast-Call liegen drei Versionen der Pipeline auf dem Tisch, und jede erzählt eine andere Geschichte. Ein Deal steht im Commit, obwohl seit sechs Wochen niemand mit der Kundschaft gesprochen hat. Ein anderer fehlt komplett, weil er in einer Excel-Liste hängt, die nur eine Person pflegt.

Genau hier kann KI den Forecast verlässlicher machen, allerdings an anderen Stellen, als die meisten erwarten. Die eigentliche Frage ist nicht, welches Werkzeug Berichte schneller schreibt, sondern wie KI Deine Daten, Prozesse und CRM-Systeme so unterstützt, dass Deine Vertriebssteuerung messbar besser wird.

(Bildquelle: KI-generiert)

Warum KI im Vertrieb im Q4 den größten Hebel hat

Der Jahresendspurt bündelt Vorbereitung, Nachfassung und Berichte in wenigen Wochen. Genau dort kann KI Zeit freispielen, wenn sie mit klaren Aufgaben eingesetzt wird. Wer nur "Mach mal" in das Tool tippt, bekommt Text, aber keine Entlastung.

Besonders viel Entlastung schafft KI bei der Vorbereitung und Nachbereitung von Kundengesprächen. Dabei bündelt KI Informationen, macht offene Fragen sichtbar und dokumentiert Ergebnisse. Auch während eines Gesprächs kann sie unterstützen, etwa durch freigegebene Gesprächsassistenten oder Echtzeit-Transkription.

Kundenverständnis, Gesprächsführung und die Bewertung von Kaufsignalen bleiben jedoch Aufgaben des Vertriebs. Genau dieser Teil geht im Dezember regelmäßig unter, weil Vorbereitung, Abschlussgespräche und Monatsberichte gleichzeitig anfallen.

Wo KI Forecast und Pipeline wirklich stützt

Hier geht es vor allem um Erwartungsmanagement. KI beschleunigt Zusammenfassung und Prüfung, ersetzt aber weder Kundenkenntnis noch Verkaufsurteil. Wer diese Trennung vorab klärt, vermeidet Enttäuschungen im Quartalsgespräch.

KI kann diese Aufgaben übernehmen:

• Notizen und Mailverläufe zusammenfassen, damit niemand drei Postfächer durchsuchen muss.
• Widersprüche zwischen CRM, Excel und Mails aufzeigen, etwa wenn Phase und letzte Aktivität nicht zusammenpassen.
• Fehlende Angaben markieren, etwa Deals ohne Angebot, ohne Ansprechperson oder ohne Termin.
• Szenarien durchrechnen, zum Beispiel was passiert, wenn zwei Commit-Deals im November kippen.
• Entscheidungsvorlagen und Entwürfe für Forecast-Berichte erstellen, die Du anschließend überarbeitest.

KI kann dagegen nicht:

• fehlende Informationen ergänzen. Was nicht dokumentiert ist, existiert für das Tool nicht. Im schlechtesten Fall füllt es die Lücke mit einer plausibel klingenden Vermutung.
• Abschlusswahrscheinlichkeiten ohne belastbare Datengrundlage verlässlich bestimmen. KI kann Wahrscheinlichkeiten schätzen, wenn ausreichend geeignete Daten und geprüfte Modelle vorliegen. Eine scheinbar präzise Prozentzahl ohne diese Grundlage hilft Dir im Forecast wenig.
• Verantwortung übernehmen. Die Unterschrift unter dem Forecast bleibt bei Dir.

KI kann außerdem strukturelle Probleme nicht selbst beheben. Wenn Vertriebsphasen in jedem Team anders definiert sind, Informationen fehlen oder Daten in zahlreichen Einzellösungen liegen, macht KI diese Lücken nur sichtbar. Schließen muss sie der Vertrieb selbst.

Wo genau die Grenzen liegen und warum sie für Führungskräfte wichtiger sind als jede einzelne Funktion, beschreibt KI im Vertrieb: mehr Erfolg beim Kunden ausführlicher.

Bevor KI Deine Pipeline prüft: Welche Daten braucht sie?

Bevor wir über KI-Funktionen sprechen, müssen wir wissen, auf welcher Informationsgrundlage die KI überhaupt arbeitet. In vielen mittelständischen Unternehmen sind die relevanten Angaben über CRM, ERP, Outlook und Excel verteilt. Ohne geeigneten Zugriff auf diese Quellen kann KI sie nicht zuverlässig miteinander abgleichen.

Drei Voraussetzungen sind dafür entscheidend:

• Datenverfügbarkeit und Qualität: Relevante Informationen müssen vorhanden, ausreichend aktuell und eindeutig einem Deal oder Kontakt zuzuordnen sein.
  
  
• Systemübergreifender Zugriff: Informationen aus CRM, ERP und Kommunikation müssen für den jeweiligen Anwendungsfall zusammengeführt oder über geeignete Schnittstellen zugänglich sein.
  
  
• Freigegebene KI-Nutzung: Es muss geklärt sein, welche Anwendungen vertrauliche oder personenbezogene Informationen verarbeiten dürfen.

Das heißt nicht, dass sofort eine vollständige Systemintegration oder ein neues CRM nötig ist. Für einen begrenzten Anwendungsfall reichen oft kontrollierte, saubere Exporte, sofern die Daten stimmen und die Nutzung freigegeben ist.

Fünf KI-Einsätze für Pipeline-Bereinigung und Next Steps

Die Reihenfolge verhindert, dass aus der Bereinigung eine Aufräumaktion ohne Ergebnis wird. Jeder Einsatz baut auf dem vorherigen auf. Am Ende steht eine Entscheidungsliste, mit der Du arbeiten kannst, und keine Tabelle, die niemand öffnet.

Je Einsatz findest Du drei Punkte: das Ziel, was Du der KI gibst (Beispiel-Prompt), und die Prüffrage an das Ergebnis.

Achtung: Gib der KI bei allen fünf Einsätzen nur die Informationen, die für die Aufgabe nötig sind. Entferne personenbezogene Angaben wie Namen, Telefonnummern oder E-Mail-Adressen, soweit das Tool dafür nicht ausdrücklich freigegeben ist.

Einsatz 1: Deals nach Alter, Phase und nächstem Schritt sortieren

• Ziel: Ein Überblick, welche Deals alt sind, feststecken oder in der falschen Phase stehen.
  
  
• Was Du der KI gibst: Einen Export der offenen Deals mit Phase, Erstelldatum, letzter Aktivität und nächstem Schritt.
  
  Beispiel-Prompt: "Sortiere die offenen Deals nach Alter in der aktuellen Phase. Markiere alle Deals, bei denen die Phase nicht zum letzten Kontakt passt."
  
  
• Prüffrage: Stimmen die Phasen mit dem überein, was im letzten Gespräch tatsächlich besprochen wurde, oder hat die KI nur die Felder im CRM gelesen?

Einsatz 2: Deals ohne datierten Next Step markieren

• Ziel: Jeder offene Deal hat entweder einen konkreten Termin oder eine bewusste Entscheidung, ihn zu schließen. 
  
  
• Was Du der KI gibst: Die Deal-Liste mit dem Datum des letzten Next Steps und dem Notizfeld.
  
  Beispiel-Prompt: "Markiere alle Deals ohne Datum im Feld nächster Schritt. Nenne bei jedem den letzten dokumentierten Kontakt."
  
  
• Prüffrage: Ist das Datum realistisch, oder steht dort nur ein Platzhalter, den jemand gesetzt hat, damit die Liste leer aussieht?

Einsatz 3: Zusagen aus Notizen gegen den CRM-Stand abgleichen

• Ziel: Was im Gespräch zugesagt wurde, steht auch im System. 
  
  
• Was Du der KI gibst: Gesprächsnotizen oder Mailauszüge sowie den CRM-Stand zum selben Deal.
  
  Beispiel-Prompt: "Liste alle Zusagen aus den Notizen auf und prüfe, ob sie im CRM als Aufgabe oder Termin erfasst sind."
  
  
• Prüffrage: Stimmt der Stand im System mit der Notiz überein, oder wurde eine Zusage nur mündlich weitergegeben und nie dokumentiert?

Einsatz 4: Widersprüche und fehlende Pflichtangaben markieren

• Ziel: Deals markieren, bei denen Pflichtangaben fehlen, Beträge zwischen Angebot und CRM voneinander abweichen oder dokumentierte Kundeninformationen nicht zur aktuellen Vertriebsphase passen.
  
  
• Was Du der KI gibst: Die Stammdaten je Deal, den Angebotsbetrag aus dem ERP oder Angebotswesen und die Notizen zum Deal.
  
  Beispiel-Prompt: "Markiere Deals, bei denen Pflichtangaben fehlen, Beträge zwischen Angebot und CRM voneinander abweichen oder dokumentierte Kundeninformationen nicht zur aktuellen Vertriebsphase passen. Nenne bei jedem Treffer die Quelle des Widerspruchs."
  
  
• Prüffrage: Welche Quelle belegt den Widerspruch, und liegt der Fehler in den Daten oder im Deal selbst?

KI findet Widersprüche in den vorhandenen Informationen und markiert sie zur Prüfung. Ob ein Betrag wirtschaftlich plausibel ist, lässt sich ohne freigegebene Preislisten, Kalkulationsregeln oder historische Vergleichswerte nicht seriös beurteilen. Dieses Urteil bleibt bei Dir.

Einsatz 5: Entscheidungsliste für die Vertriebsleitung erstellen

• Ziel: Eine kurze Liste mit Deals, die eine Entscheidung brauchen, etwa über Ressourcen, Eskalation oder Abschreibung.
  
  
• Was Du der KI gibst: Die Ergebnisse aus den Einsätzen 1 bis 4.
  
  Beispiel-Prompt: "Fasse die Befunde zusammen. Schreibe je Deal die Entscheidung, die ansteht, und die Begründung aus den Daten."
  
  
• Prüffrage: Würdest Du jede Zeile in der Teamrunde verteidigen, und fehlt ein Deal, der auf die Liste gehört?

Forecast mit KI prüfen: Begründungen statt Bauchgefühl

Der Forecast muss im Controlling standhalten. Dafür braucht es Kategorien und eine Begründung je Deal, nicht nur eine Summe. Eine Zahl ohne Begründung ist schnell gesetzt und genauso schnell wieder gekippt.

Eine Möglichkeit, die Kategorien zu hinterlegen, sieht so aus:

• Commit: Die Entscheidungsperson hat zugestimmt, das Angebot liegt vor, und der Unterschriftstermin ist benannt.
  
  
• Best Case: Das Interesse ist bestätigt, aber eine Bedingung fehlt noch, etwa Budgetfreigabe oder Gremienentscheidung.
  
  
• Pipeline: Das Gespräch hat stattgefunden, doch Entscheidungsweg oder Zeitrahmen sind offen.

KI prüft, ob jede Begründung diese Angaben enthält, und zeigt auf, wo sie fehlen. Die Entscheidung, welche Kategorie ein Deal bekommt, bleibt bei Dir. Die Grundlagen, auf denen ein verlässlicher Forecast überhaupt aufbauen kann, beschreibt Sales Forecast mit CRM: die Grundlagen. Für die Bewertung einzelner Deals hilft Deal Health im B2B-Vertrieb mit neun Kriterien weiter.

Ein Forecast wird nicht dadurch genauer, dass er länger wird. Er wird genauer, wenn jede Zeile nachvollziehbar begründet ist und Abweichungen am Ende der Periode gegen genau diese Begründungen geprüft werden.

Nachfassung im Endspurt: KI entwirft, Du entscheidest

Im Endspurt entscheidet die Priorisierung. Nicht jeder Deal verdient dieselbe Aufmerksamkeit. Wer alle gleich behandelt, verliert ausgerechnet die Deals, die in den letzten Wochen tatsächlich noch kippen können.

Priorisiert wird nach drei Fragen:

1. Was ist der Deal wert,

2. wie reif ist er, und

3. wie hoch ist das Risiko, dass er verloren geht.

Auf dem Papier stehen oft vierzig Nachfassungen. Realistisch wirken in einer Woche vielleicht acht. Der Rest ist Beschäftigungstherapie.

KI entwirft die Nachfassungen aus den vorhandenen Notizen. Die Freigabe bleibt bei Dir. Prüfe jeden Entwurf auf Ton, zugesagte Inhalte und Zahlen, bevor er rausgeht. Wie sich mit solchen Abläufen Zeit im CRM gewinnen lässt, zeigt KI im Vertrieb: Zeitgewinn durch das CRM.

KI-gestützte Planung 2027: Annahmen offenlegen und prüfen

Die Erkenntnisse aus dem Quartal sind die beste Grundlage für 2027. Wer sie sauber dokumentiert, startet im neuen Jahr nicht bei null. Entscheidend ist, dass jede Annahme sichtbar bleibt, bevor sie in einen Plan wandert.

Die Ist-Analyse umfasst drei Bausteine:

• Abschlussquoten,

• Zykluszeiten und

• Verlustgründe.

Diese Zahlen sind wichtig, zeigen aber noch nicht, welche Entscheidungen im kommenden Jahr anstehen. Dafür braucht es ein konkretes Szenario.

Angenommen, drei größere Projekte mit zusammen 1,2 Millionen Euro geplantem Umsatz verschieben sich ins erste Quartal 2027. KI kann helfen, unterschiedliche Szenarien auf Basis historischer Abschlussquoten, Projektlaufzeiten und verfügbarer Pipeline-Daten aufzubereiten. Die Vertriebsleitung bewertet anschließend, welche Umsätze realistisch in die Planung aufgenommen werden können und welche zusätzlichen Maßnahmen nötig sind.

Für die Planung 2027 sind drei Fragen entscheidend:

• Welche Umsätze aus dem laufenden Jahr verschieben sich möglicherweise nach 2027?
• Welche zusätzliche Pipeline ist notwendig, um die Umsatzziele zu erreichen?
• Welche Auswirkungen haben veränderte Abschlussquoten oder längere Verkaufszyklen?

KI kann Daten aufbereiten, Modellannahmen untersuchen und Szenariorechnungen unterstützen. Die eigentlichen Berechnungen sollten jedoch nachvollziehbar und überprüfbar sein, etwa über definierte Formeln oder ein geeignetes Analysewerkzeug.

Ein Sprachmodell erstellt ohne verlässliche Daten und klare Berechnungslogik keine belastbare Umsatzprognose. Ein sauber gerechnetes Ergebnis auf wackeligen Annahmen bleibt wackelig. So verstanden hilft KI nicht nur, das laufende Quartal besser zu verstehen, sondern macht auch sichtbar, welche Auswirkungen das auf Deine Planung 2027 hat.

Schreibe jede Annahme in einen Satz mit Herkunft: "Abschlussquote im Neugeschäft basiert auf den letzten vier Quartalen." Wer das tut, merkt schnell, welche Zahlen belastbar sind und welche nur aus dem Gedächtnis stammen. Welche Kennzahlen sich für diese Analyse eignen, beschreibt Vertriebskennzahlen, die sich lohnen. Für die Prognose selbst hilft Umsatzprognosen im Vertrieb als Orientierung.

Grenzen und Regeln: Was in KI-Prompts nichts zu suchen hat

Vertrauen entsteht, wenn klar ist, was KI nicht bekommen darf. Dieser Abschnitt schafft Orientierung für Team und Führung. Schreibe die Regeln auf, bevor jemand im Team sie sich selbst zusammenreimt.

Bevor ein Team mit Kundendaten arbeitet, sollte IT und Datenschutz klären: Welche KI-Anwendung ist freigegeben, welche Daten dürfen hinein und wo werden Eingaben gespeichert.

Für den Alltag gelten drei Grundregeln:

• Verarbeite personenbezogene oder vertrauliche Kundendaten nur mit dafür freigegebenen KI-Anwendungen. Kläre mit IT und Datenschutz, welche Informationen verarbeitet werden dürfen, wo sie gespeichert werden und welche Zugriffsrechte gelten.
  
  
• Vertrauliche Preise, Konditionen oder Inhalte aus Kunden- und Wettbewerbsangeboten dürfen nur in ausdrücklich dafür freigegebenen Anwendungen verarbeitet werden. Prüfe vor jeder Weitergabe, ob die enthaltenen Informationen für die Empfänger bestimmt sind.
  
  
• Ergebnisse immer gegen die Quelle prüfen, bevor sie in Mails oder Berichte gehen. Eine KI, die einen Deal mit "hohe Wahrscheinlichkeit" bewertet, hat nicht telefoniert.

Fazit: Erst die Pipeline bereinigen, dann mit KI besser planen

Der nächste Schritt in den kommenden zwei Wochen ist kleiner, als er klingt. Wähle einen Forecast, einen Abschnitt der Pipeline und einen der fünf Einsätze aus. Miss am Ende, was sich verändert hat, statt nur zu hoffen, dass es besser wird.

Wenn Du diese Signale siehst, prüfe zuerst Folgendes:

• Wenn Du Deals im Commit siehst, die seit Wochen keinen datierten Next Step haben, prüfe zuerst den letzten dokumentierten Kontakt.
  
  
• Wenn Pipeline und Umsatzplanung nicht zusammenpassen, prüfe zuerst die Phasenlogik im CRM, bevor Du über Zahlen diskutierst.
  
  
• Wenn die Planung 2027 nur ein Szenario kennt, prüfe zuerst die Annahmen zu Abschlussquote und Zykluszeit.

KI wird im Vertrieb dann wertvoll, wenn sie Routine übernimmt und Dir den Blick für die Deals freiräumt, die Urteilsvermögen brauchen. Ich würde nicht mit der großen Planung 2027 beginnen, sondern mit einer einzigen Pipeline-Bereinigung und einem ehrlichen Blick auf das Ergebnis. Was dabei herauskommt, ist meist weniger spektakulär als erhofft und trotzdem mehr wert als jede weitere Excel-Version.

Wenn Forecast und Jahresplanung 2027 auf einem Fundament stehen sollen, das im Controlling standhält, lohnt sich unser kostenloses Live-Webinar zur CRM-Strategie. Dort zeigen wir, wie Prozesse, Datenbasis und Systemwahl zusammenspielen, damit Forecast und Planung nicht an Einzellisten hängen.

Mehr Infos und die Anmeldung findest Du hier: Live-Webinar zur CRM-Strategie und CRM-Auswahl.