Predictive Lead Scoring mit Sales Insights in Dynamics 365 Sales
Von Jennifer Elsner am 13.08.2025
Tausende Leads, begrenzte Kapazität. Wer bekommt Priorität?
Stell Dir vor, Dein Vertriebsteam hat Tausende offener Leads in der Pipeline. Jeder Vertriebler kann nur eine begrenzte Anzahl davon bearbeiten. Wie entscheidet Ihr, welche Leads zuerst kontaktiert werden? Bauchgefühl? Wer zuletzt reinkam? Oder doch lieber datenbasiert?
Genau hier setzt Predictive Lead Scoring in Microsoft Dynamics 365 Sales Insights an. Eine KI-gestützte Funktion, die Euren Leads automatisch einen Score zuweist und Euch so hilft, die vielversprechendsten Leads zu priorisieren.
Was ist Predictive Lead Scoring?
Predictive Lead Scoring ist eine KI-gestützte Methode zur automatischen Bewertung von Leads.
In Microsoft Dynamics 365 Sales Insights analysiert ein Machine-Learning-Modell historische Vertriebsdaten und berechnet für jeden Lead einen Score zwischen 0 und 100, der die Wahrscheinlichkeit einer Konvertierung in eine Opportunity angibt.
Wie heißt das Feature auf Deutsch? Microsoft übersetzt den Begriff in der deutschen Dokumentation als „Vorhersagebewertung für Leads" bzw. „Vorhersageleadbewertung". Auch der Begriff „Lead-Vorhersagenbewertung" taucht auf. Wir bleiben in diesem Artikel beim englischen Begriff Predictive Lead Scoring, weil er geläufiger ist, aber wenn Du in der deutschen Oberfläche danach suchst, weißt Du jetzt, wonach Du Ausschau halten musst.
Das Ergebnis von Predictive Lead Scoring: Jeder offene Lead erhält einen Score zwischen 0 und 100. Ein Lead mit einem Score von 80 hat eine deutlich höhere Chance, in eine Opportunity konvertiert zu werden, als ein Lead mit einem Score von 50.

(Quelle: Microsoft)
Ist das KI? Und muss ich dafür etwas aktivieren?
Ja, Predictive Lead Scoring ist ein KI-Feature. Es basiert auf einem Machine-Learning-Modell, das Microsoft als Teil der Sales Insights-Funktionalitäten bereitstellt. Es gehört zu den sogenannten Premium Sales Insights Features.
Damit Du es nutzen kannst, musst Du Sales Insights aktivieren. Das geht so:
-
Melde Dich in Dynamics 365 Sales an und öffne die Sales Hub App.
-
Gehe über Change Area (unten links) zu Sales Insights Settings.
-
Dort musst Du die Nutzungsbedingungen akzeptieren, um die Premium Features zu installieren.
-
Anschließend navigierst Du unter Predictive Models → Lead Scoring und konfigurierst Dein erstes Modell.

(Quelle: infinitas GmbH)
Wichtig zur Lizenzierung: Mit einer Dynamics 365 Sales Enterprise-Lizenz kannst Du das Feature über den Quick Setup aktivieren und erhältst 1.500 gescorte Datensätze pro Monat. Für den vollen Umfang empfiehlt sich die Sales Premium-Lizenz, die Sales Insights komplett mit einschließt.
Was liefert das Feature im Detail?
Score, Grade und Trend
In der Ansicht „My Open Leads Scored" siehst Du drei zentrale Informationen auf einen Blick:
- Score (0 - 100): Die Wahrscheinlichkeit, dass der Lead konvertiert wird. Wird alle 24 Stunden aktualisiert.
-
Grade (A, B, C, D): Eine kategorisierte Bewertung. Grade A (grün) steht für die höchste Konvertierungswahrscheinlichkeit, Grade D (rot) für die niedrigste. Die Score-Bereiche pro Grade können von Admins individuell definiert werden.
-
Score Trend: Zeigt, ob sich ein Lead verbessert (↑), verschlechtert (↓), stabil bleibt (→) oder ob nicht genug Daten vorliegen.

(Quelle: Microsoft)
Das Lead Score Widget
Auf dem Lead-Formular (in der Sales Insights Form) gibt es ein Lead Score Widget, das die wichtigsten positiven und negativen Einflussfaktoren anzeigt. Zum Beispiel: „Finance ist eine starke Branche" – mit dem Tooltip „64 % der Leads aus der Finanzbranche werden innerhalb von 3 Tagen qualifiziert."
Das gibt Deinen Vertrieblern sofort actionable Insights, warum ein Lead gut oder schlecht bewertet wird.


(Quelle: Microsoft)
Real-Time Scoring
Neue Leads werden nahezu in Echtzeit gescort. Der Score steht innerhalb weniger Minuten nach dem Anlegen oder Importieren zur Verfügung.
Wichtig: Bei aktualisierten Leads werden die Scores erst nach 24 Stunden neu berechnet.
Voraussetzungen
Bevor Du loslegst, brauchst Du Folgendes:
-
Lizenz: Dynamics 365 Sales Premium oder Enterprise (mit Enterprise: 1.500 Datensätze/Monat).
-
Advanced Sales Insights muss aktiviert sein.
-
Mindestens 40 qualifizierte und 40 disqualifizierte Leads, die im gewählten Trainingszeitraum erstellt und geschlossen wurden.
-
Der Trainingszeitraum kann zwischen 3 Monaten und 2 Jahren gewählt werden. Je mehr qualitativ gute Daten, desto besser die Vorhersagequalität.
Einrichtung Schritt für Schritt
Die Einrichtung erfolgt im Sales Hub:
-
Über Change Area (unten links) zu Sales Insights Settings navigieren.
-
Unter Predictive Models → Lead Scoring das Modell konfigurieren.
-
Business Process Flow auswählen, der für Deine Leads relevant ist.
-
State Option Set definieren (standardmäßig „Qualified" / „Disqualified").
-
Optional: Filter Column und Filter Values setzen, um nur bestimmte Leads zu scoren.
-
Trainingszeitraum wählen und auf Get Started klicken.
Nach wenigen Minuten Training kann das Predicitive-Lead_Scoring-Modell veröffentlicht werden. Du kannst bis zu 10 Modelle parallel erstellen, z. B. für unterschiedliche Regionen oder Geschäftsbereiche.

(Quelle: Microsoft)
Attribute anpassen
Beim Bearbeiten des Modells kannst Du gezielt auswählen, welche Lead-Attribute das Modell berücksichtigen soll. Das können Standardfelder wie Branche, Quelle oder Unternehmensgröße sein, aber auch Custom Fields. So passt Du das Modell optimal an Deine Vertriebsrealität an.
Automatisches Retraining
Du kannst einstellen, dass das Modell alle 15 Tage automatisch neu trainiert wird, um sich an veränderte Muster anzupassen.
Was ist der Sales Accelerator und warum ist er hier relevant?
Der Sales Accelerator ist ein weiteres Premium Feature in Dynamics 365 Sales Insights, das Deinem Vertriebsteam einen zentralen Arbeitsbereich bietet. Statt sich durch verschiedene Ansichten und Datensätze zu klicken, bekommen Deine Vertriebler eine priorisierte Arbeitsliste (Work List) angezeigt, die ihnen genau sagt, wen sie als Nächstes kontaktieren sollten und über welchen Kanal.
Konkret bietet der Sales Accelerator:
-
Intelligente Arbeitsliste: Zeigt die wichtigsten nächsten Schritte. Welcher Lead oder welche Opportunity braucht gerade Aufmerksamkeit?
-
Sequences (Verkaufssequenzen): Sales Manager können strukturierte Abfolgen von Aktivitäten definieren (z. B. E-Mail → Anruf → Follow-up), die den Vertrieblern als Leitfaden dienen .
-
Kontext auf einen Blick: Relevante Kundeninformationen werden direkt im Arbeitsbereich angezeigt, ohne dass man den Datensatz erst öffnen muss.
Und was hat das mit Predictive Lead Scoring zu tun?
Die Lead Scores lassen sich direkt im Sales Accelerator für das automatische Lead Routing nutzen. Das bedeutet: Ein Lead mit Score 90 (Grade A) wird automatisch Deinem besten Vertriebler zugewiesen und landet ganz oben in dessen Arbeitsliste. Ein Lead mit Score 30 (Grade D) wird vielleicht erst einmal ins Nurturing geschickt. So entsteht ein durchgängiger, datengetriebener Vertriebsprozess. Von der Lead-Bewertung über die Zuweisung bis hin zur strukturierten Bearbeitung.
Modellgenauigkeit prüfen: Wie gut ist mein Modell wirklich?
Bevor Du ein Modell veröffentlichst, solltest Du unbedingt prüfen, wie gut es tatsächlich funktioniert. Denn ein Modell, das schlechte Vorhersagen liefert, ist schlimmer als keins. Es führt Dein Team in die falsche Richtung. Die Modellgenauigkeit findest Du im Performance Tab unter den Sales Insights Settings.
Wie wird die Genauigkeit ermittelt?
Das Modell wird mit 80 % der historischen Daten trainiert und anschließend mit den verbleibenden 20 % (den neuesten Datensätzen) validiert. Die Performance wird dann anhand mehrerer Metriken bewertet:
-
Accuracy: Wie oft hat das Modell insgesamt richtig vorhergesagt, sowohl positive als auch negative Ergebnisse?
-
Recall: Wie viele der tatsächlich qualifizierten Leads hat das Modell auch als positiv erkannt? Ein niedriger Recall bedeutet, dass Dir gute Leads durch die Lappen gehen.
-
Conversion Rate: Wie hoch ist die historische Konvertierungsrate Deiner Leads? Das Modell nutzt diesen Wert, um zu verstehen, wie stark ein Attribut den Score beeinflusst.
-
F1 Score: Kombiniert Precision und Recall zu einer einzigen Kennzahl. Besonders nützlich, wenn Deine Daten unausgewogen sind (z. B. deutlich mehr disqualifizierte als qualifizierte Leads).
-
AUC (Area under the Curve): Die Wahrscheinlichkeit, dass das Modell einen zufällig gewählten qualifizierten Lead höher einstuft als einen disqualifizierten. Je höher der AUC-Wert, desto besser das Modell.
Confusion Matrix
Zusätzlich zeigt Dir eine Confusion Matrix auf einen Blick, wie viele True Positives, True Negatives, False Positives und False Negatives das Modell produziert hat. So erkennst Du sofort, ob das Modell z. B. dazu neigt, zu viele Leads fälschlicherweise als „vielversprechend" einzustufen.

(Quelle: Microsoft)
Was tun, wenn das Modell schlecht performt?
Falls das Modell nicht die gewünschte Qualität erreicht, gibt es mehrere Stellschrauben:
-
Attribute überprüfen: Vielleicht sind irrelevante Felder enthalten oder wichtige fehlen.
-
Leere Werte ignorieren: Attribute mit vielen leeren Einträgen können das Modell verfälschen.
-
Trainingszeitraum anpassen: Wenn Deine Daten in den letzten zwei Jahren viele Test- oder fehlerhafte Datensätze enthalten, wähle lieber einen kürzeren Zeitraum (z. B. 6 Monate oder 1 Jahr), in dem die Datenqualität besser ist.
-
Filter verfeinern: Stelle sicher, dass nur relevante Leads in das Training einfließen.
Der Mehrwert für Dich im Vertrieb
Die Modellgenauigkeit ist nicht nur eine technische Spielerei. Sie gibt Dir als Vertriebsleiter handfeste Argumente, um das Scoring gegenüber Deinem Team und der Geschäftsführung zu vertreten. Wenn Du zeigen kannst, dass Dein Modell z. B. eine Accuracy von 75 % und einen Recall von 92 % hat, heißt das konkret: Von 100 Leads, die tatsächlich qualifiziert werden, erkennt das Modell 92 davon richtig. Das ist ein starkes Argument für datengetriebenen Vertrieb.
Der Gesamtprozess auf einen Blick
Wie greifen all diese Bausteine, Lead-Erstellung, KI-Scoring, Routing und Sales Accelerator, eigentlich ineinander? Die folgende Grafik zeigt Dir den kompletten Kreislauf:
(Quelle: infinitas GmbH)
So liest Du die Grafik:
-
Lead wird erstellt: ob manuell, per Import oder über ein Webformular. Sobald der Lead in Dynamics 365 angelegt ist, greift das Scoring.
-
KI berechnet den Score: das Machine-Learning-Modell analysiert die Attribute des Leads und vergibt einen Score von 0 bis 100 sowie einen Grade (A - D).
-
Score bewerten: an dieser Stelle wird entschieden, wie mit dem Lead weiter verfahren wird. Die Entscheidung kann automatisiert über Regeln oder manuell erfolgen.
-
Zwei Wege je nach Ergebnis:
-
Grade A oder B (hoher Score): der Lead wird automatisch an einen Top-Vertriebler geroutet und landet direkt im Sales Accelerator, inklusive priorisierter Work List und vordefinierten Sequences (Schritt 5).
-
Grade C oder D (niedriger Score): der Lead geht ins Nurturing, z. B. über eine Marketing-Automation-Kampagne. Hier passiert das Entscheidende: Durch das automatische Retraining alle 15 Tage (gestrichelter Pfeil) kann sich der Score eines Leads verbessern. Etwa weil er eine E-Mail öffnet, eine Website besucht oder neue Daten hinzukommen. So bekommen auch zunächst schwache Leads eine zweite Chance.
-
-
Sales Accelerator: der Vertriebler bearbeitet den Lead strukturiert über die Work List und Sequences.
-
Lead qualifiziert → Opportunity: am Ende steht die Konvertierung in eine Verkaufschance.
Der Kreislauf zeigt: Predictive Lead Scoring ist kein einmaliger Vorgang, sondern ein kontinuierlicher, sich selbst verbessernder Prozess. Leads werden laufend neu bewertet, und das Modell lernt mit jedem Retraining dazu.
Fazit
Predictive Lead Scoring in Dynamics 365 Sales Insights ist ein mächtiges KI-Werkzeug, um Deinen Vertrieb datengetrieben zu steuern. Statt Bauchgefühl entscheidet ein Machine-Learning-Modell auf Basis Deiner eigenen historischen Daten, welche Leads die höchste Abschlusswahrscheinlichkeit haben. In Kombination mit dem Sales Accelerator wird daraus ein durchgängiger, intelligenter Vertriebsprozess. Von der automatischen Bewertung über das Routing bis hin zur strukturierten Bearbeitung im Arbeitsbereich.
- März 2026 (2)
- Februar 2026 (4)
- Januar 2026 (4)
- Dezember 2025 (4)
- November 2025 (5)
- Oktober 2025 (6)
- September 2025 (3)
- August 2025 (5)
- Juli 2025 (6)
- Juni 2025 (4)
- Mai 2025 (4)
- April 2025 (5)
- März 2025 (4)
- Februar 2025 (4)
- Januar 2025 (5)
- Dezember 2024 (1)
- November 2024 (4)
- Oktober 2024 (4)
- September 2024 (3)
- August 2024 (3)
- Juli 2024 (4)
- Juni 2024 (3)
- Mai 2024 (2)
- April 2024 (4)
- März 2024 (2)
- Februar 2024 (2)
- Januar 2024 (1)
- Dezember 2023 (3)
- November 2023 (4)
- Oktober 2023 (4)
- September 2023 (4)
- August 2023 (4)
- Juli 2023 (3)
- Juni 2023 (2)
- Mai 2023 (2)
- April 2023 (3)
- März 2023 (3)
- Februar 2023 (3)
- Januar 2023 (1)
- Dezember 2022 (2)
- November 2022 (3)
- Oktober 2022 (3)
- September 2022 (2)
- August 2022 (1)
- Juli 2022 (1)
- Juni 2022 (3)
- Mai 2022 (3)
- April 2022 (1)
- März 2022 (1)
- Februar 2022 (1)
- Januar 2022 (2)
- November 2021 (1)
- Oktober 2021 (1)
- September 2021 (2)
- August 2021 (2)
- Juli 2021 (2)
- Juni 2021 (1)
- Mai 2021 (1)
- März 2021 (1)
- Januar 2021 (1)
- Dezember 2020 (1)
- November 2020 (1)
- Oktober 2020 (2)
- September 2020 (1)
- August 2020 (1)
- Juli 2020 (3)
- Juni 2020 (1)
- Mai 2020 (1)
- April 2020 (4)
- März 2020 (1)
- Februar 2020 (1)
- Januar 2020 (1)
- Dezember 2019 (1)
- Oktober 2019 (2)
- September 2019 (1)
- August 2019 (1)
- Juli 2019 (1)
- Juni 2019 (1)
- Mai 2019 (1)
- April 2019 (2)
- März 2019 (2)
- Februar 2019 (1)
- Januar 2019 (1)
- Dezember 2018 (1)
- November 2018 (1)
- Oktober 2018 (1)
- September 2018 (1)
- August 2018 (1)
- Juli 2018 (1)
- Juni 2018 (1)
- April 2018 (1)
- September 2017 (1)
Newsletter abonnieren:
Für Dich auch interessant
Ähnliche Blog-Artikel
Vertrieb digitalisieren mit Microsoft Dynamics 365 Sales Professional
So integrierst Du SharePoint in Microsoft Dynamics 365 Sales CRM

