KI-Vertriebsagent: Der vollständige Deployment-Leitfaden

TeamDay · 11 min read · 2026-03-12

tutorialagentsenterprisebusiness

KI-Vertriebsagent: Der vollständige Deployment-Leitfaden

SaaStr betreibt mehr KI-Agenten als das Unternehmen menschliche Mitarbeiter hat. Nach 10 Monaten, über 200.000 Nachrichten und vier gleichzeitig laufenden KI-SDR-Plattformen hat das Team das detaillierteste, datengestützte KI-Vertriebsagenten-Playbook erstellt, das es gibt.

Dieser Leitfaden fasst dieses Playbook zusammen – die Setup-Checkliste, die Benchmarks, die Fehler, die Tools – in einer einzigen Referenz. Kein Anbietermarketing. Nur das, was Betreiber, die es getan haben, als funktionierend bezeichnen.

Wie KI-SDR-Tools tatsächlich funktionieren

Ein KI-Sales-Development-Representative ist keine E-Mail-Automatisierung mit einer cleveren Betreffzeile. Es ist ein System, das Interessentendaten liest, personalisierte Ansprachen generiert, mehrstufige Sequenzen verwaltet, Antworten autonom bearbeitet und sich nur dann an Menschen eskaliert, wenn es nötig ist.

Der entscheidende Unterschied: Diese Tools funktionierten bis Q2 2024 nicht zuverlässig. Jason Lemkin (SaaStr) ist direkt: „Wenn Sie skeptisch in dieses Thema gegangen sind, war das berechtigt – diese Produkte haben bis Q2 dieses Jahres versagt.” Der Wendepunkt war die Generation von Modellen, die Halluzinationen ausreichend reduzierten, um den Produktiveinsatz zu ermöglichen. Gamma wurde 2020 gegründet und brauchte bis Q2 2024, um in Fahrt zu kommen. Replit war 10 Jahre alt, bevor es wirklich nützlich wurde. Der CEO von Qualified (ehemaliger SVP bei Salesforce) hat fünf Jahre lang KI-Inbound aufgebaut, bevor es endlich funktioniert hat (Quelle).

Die praktische Architektur sieht heute so aus:

Outbound-Agenten (Artisan, Agent Force, Monaco): Ziehen Daten aus CRM-Segmenten, generieren personalisierte E-Mails, verwalten Sequenzen, verfolgen Antworten
Inbound-Agenten (Qualified): Sprechen Website-Besucher in Echtzeit per Chat oder Video an, qualifizieren die Kaufabsicht, leiten an Menschen weiter
Re-Engagement-Agenten (Agent Force): Kontaktieren Leads, die Menschen zurückgestellt haben – die ignorierte Pipeline, die niemand bearbeitet hat
Mikro-Agenten: Einzelne Aufgaben wie Erinnerungen zur Sponsor-Anmeldung, Event-Check-ins, Wiederansprache von abgewanderten Kunden

SaaStr betreibt alle vier Typen gleichzeitig. Der Personalisierungsgrad ausgehender Nachrichten liegt bei „3 bis 6 von 10” – kein handwerklich gefertigter Prosatext, aber konsistent und rund um die Uhr aktiv. Die Erkenntnis, zu der Lemkin immer wieder zurückkehrt: Die durchschnittlichen E-Mails menschlicher SDRs sind häufig schlechter und stets inkonsistent. Ein KI-Agent, der im großen Maßstab „ziemlich gute” Nachrichten sendet, schlägt einen Menschen, der zweimal pro Woche „brillante” Nachrichten sendet (Quelle).

KI-Vertriebsagent einrichten: Eine 10-Schritte-Deployment-Checkliste

Diese Checkliste basiert auf SaaStrs operativer Erfahrung mit über 200.000 Nachrichten. Folgen Sie ihr der Reihe nach – die Schritte sind nach Abhängigkeiten sortiert.

Schritt 1: Prüfen Sie, ob Sie die Mindestdatenschwellen erreichen. Inbound-KI-SDR benötigt 10.000–20.000 monatliche Website-Besucher. Outbound erfordert eine kontinuierlich nachfüllbare Liste mit mindestens 1.000 Kontakten pro Segment. Unterhalb dieser Zahlen übersteigt der Verwaltungsaufwand den Ertrag.

Schritt 2: Füttern Sie den Agenten mit bewährten Texten – fangen Sie nicht von vorne an. Greifen Sie auf die Betreffzeilen, E-Mail-Sequenzen und Botschaften zurück, die bei Ihrem menschlichen Team bereits funktionieren. “It does not need to be the best email on planet Earth. Consistency beats brilliance.” (Es muss nicht die beste E-Mail der Welt sein. Konsistenz schlägt Brillanz.) Die Aufgabe des Agenten ist es, das Bewährte im großen Maßstab umzusetzen – nicht ein besseres Rad zu erfinden.

Schritt 3: Beginnen Sie mit Ihren risikoärmsten Leads. Alte Leads, abgewanderte Kunden, Interessenten, die abgetaucht sind, Sponsoren, die sich noch nicht in Ihr Portal eingeloggt haben. Das sind Leads, die niemand aktiv bearbeitet – der ideale Übungsplatz. SaaStr entwickelte einen Mikro-Agenten für ihr Sponsor-Portal, der den Login-Status prüft und automatisierte Erinnerungen sendet. Das Ergebnis: Weniger als ein Zehntel der Agenturstunden im Vergleich zum Vorjahr – und die Sponsoren waren mit der Reaktionszeit tatsächlich zufriedener.

Schritt 4: Erstellen Sie Ihre ersten Segmente, bevor Sie starten. SaaStr betreibt etwa neun Segmente pro Kampagne mit jeweils rund tausend Kontakten. Beginnen Sie mit der Segmentierung vor dem ersten Tag: Website-Besucher, E-Mail-Öffner, abgewanderte Kunden, aktuelle Kunden. Auch wenn Ihr erster Einsatz „ein Agent” ist – planen Sie Ihre Segmente, als hätten Sie fünf.

Schritt 5: Wärmen Sie Ihre Versanddomains auf. Mindestens zwei Wochen. Richten Sie Sekundärdomains ein, maximal 20 E-Mails pro Tag und Adresse, zwei Adressen pro Domain. Wer diesen Schritt überspringt, landet mit der ersten echten Kampagne im Spam-Ordner. Hier gibt es keine Abkürzungen (Quelle).

Schritt 6: Richten Sie Ihr Zwei-Personen-Management-Team ein. Bestimmen Sie vor dem Go-live einen Haupt- und einen Ersatz-Agenten-Manager. Definieren Sie, wer was prüft, und dokumentieren Sie die Segmentierungslogik, Routing-Regeln und Prompt-Konfigurationen schriftlich – nicht nur im Kopf einer Person. Dies ist der Schritt zur Nachfolgesicherung, den die meisten Teams überspringen.

Schritt 7: Lesen Sie in den ersten 30 Tagen alles. Keine Stichproben. Alles. Frühe Fehler bei SaaStr umfassten: falsche Großschreibung des Firmennamens, veraltete aus dem Web gescrapte Veranstaltungsdaten, fehlende Betreffzeilen-Regeln. Diese Fehler häufen sich. Nach 30 Tagen können Sie zu täglichen 10-Minuten-Schnelldurchläufen übergehen, gefiltert nach Fehlern und Eskalationen.

Schritt 8: Starten Sie ab der ersten Woche multivariate Tests. KI-SDR-Tools können gleichzeitig 10+ Varianten von Pain Points, Lösungen, CTAs und Belegen testen – etwas, das Menschen im großen Maßstab schlicht nicht können. Artisans Ava verbesserte SaaStrs positive Rücklaufquote durch autonomes Testen von 3,7 % auf 4,5 % über fünf Monate. Richten Sie Ihre Testmatrix ein, bevor die erste Nachricht rausgeht.

Schritt 9: Beginnen Sie mit Chat und fügen Sie Voice und Video später hinzu. SaaStrs multimodale Auswertung zeigt eine 85/15-Aufteilung – 85 % der Nutzer wählen Chat, 15 % nutzen Video. Voice und Video erfordern mehr Leitplanken, da Nutzer persönliche Fragen stellen, Prompt-Injection versuchen und vom Thema abkommen. Sammeln Sie zunächst ein Quartal lang Daten darüber, was die Leute tatsächlich fragen, und fügen Sie dann Video hinzu.

Schritt 10: Aktualisieren Sie Segmente täglich und spielen Sie neuen Kontext proaktiv ein. Das ist die laufende Aufgabe. Wenn sich eine Kampagne ändert – eine neue Preisaktion, ein aktualisiertes Veranstaltungsdatum, ein Produktlaunch – müssen Sie diesen Kontext manuell in jeden aktiven Agenten einspielen. Wenn sich Ihre Kampagnendaten ändern und Ihre Agenten das nicht wissen, werden sie im großen Maßstab zuverlässig falsche Informationen versenden.

KI-SDR Best Practices aus über 200.000 Nachrichten

Die Daten aus SaaStrs Betrieb über Artisan, Qualified, Agent Force und Monaco hinweg offenbaren Muster, die keine einzelne Anbieter-Fallstudie erfasst.

Warmes Outbound schlägt kaltes um das 2- bis 3-fache. Die meisten Unternehmen haben Hunderttausende von Kontakten in ihrem CRM, die nie ordentlich gepflegt wurden. Das sind warme Leads – Menschen, die irgendwann ihr Interesse signalisiert haben. KI-SDR-Agenten, die warmes Outbound auf dieser schlummernden Datenbank betreiben, übertreffen konsequent die Kaltakquise. Die 70 % Öffnungsrate, die SaaStr mit Agent Force bei ignorierten Leads erzielte, ist kein Wunder – das waren Menschen, die bereits Kaufabsicht gezeigt hatten (Quelle).

Zwei Kleinbuchstaben-Wörter in der Betreffzeile übertreffen alles andere. Jasper Carmichael-Jack (CEO von Artisan) teilte diese Erkenntnis aus ihren multivariaten Testdaten: kurze, in Kleinbuchstaben geschriebene Betreffzeilen gewinnen konsistent. Die Psychologie dahinter macht Sinn – sie wirken wie eine persönliche E-Mail, nicht wie eine Kampagne (Quelle).

Sonntagabend ist die beste Zeit, um Gründer zu erreichen. Sie holen Rückstände auf, ohne dass Meetings ihren Kalender blockieren. Für B2B-Ansprachen, die auf Entscheidungsträger abzielen, übertreffen Sonntagabend und früher Montagnachmittag die Versendungen dienstags bis donnerstags zur Mittagszeit deutlich.

Engere Segmente erzeugen bessere Gespräche. SaaStrs Inbound-Agent von Qualified begann als „ein großes Gehirn”, das alle Website-Besucher abdeckte. Schließlich teilten sie ihn auf in: völlig neue Besucher, über Anzeigen gewonnenen Traffic, ehemalige Sponsoren, aktuelle Kunden. Die Antwortqualität verbesserte sich deutlich, weil der Agent für jedes Gespräch einen engeren Kontext hatte.

„Die Arbeit erledigen, die Menschen nicht erledigen wollen” ist der eigentliche Anwendungsfall. Die 6 % Rücklaufquote bei 60.000 Outbound-E-Mails ist beeindruckend. Aber die tiefere Erkenntnis liegt darin, was diese E-Mails repräsentierten: Menschliche SDRs versenden 75–300 E-Mails pro Monat nicht, weil sie faul sind, sondern weil sie ihre Zeit rational auf die Deals priorisieren, die in diesem Quartal abgeschlossen werden. KI-Agenten haben keine Pipeline, die sie priorisieren müssen – sie bearbeiten jeden Lead, einschließlich der 10.000-Euro-Sponsoren, denen menschliche SDRs nicht nachfassen würden. So erzielen Sie 15 % des Veranstaltungsumsatzes mit Arbeit, die schlicht nicht stattfand (Quelle).

Häufige KI-SDR-Fehler (und wie man sie vermeidet)

Fehler 1: Den heißesten Teil der Pipeline zuerst deployen. Neue Agenten machen Fehler. Sie verwenden veraltete Daten. Sie verpassen Kontext. Sie auf hochwertige, aktive Pipeline während der Einlernphase loszulassen, gefährdet echte Deals. Beginnen Sie mit vernachlässigten Leads, bei denen das Schlimmste eine unangenehme E-Mail ist – kein verlorenes Konto.

Fehler 2: Ein einziger Mensch verwaltet alle Agenten. Wenn Ihr gesamter Agentenbetrieb im Kopf einer einzigen Person steckt – Segmentierungslogik, Routing-Regeln, Prompt-Konfigurationen – haben Sie ein existenzielles Risiko. Als Amelias Aufmerksamkeit während der SaaStr-Annual-Produktion geteilt war, verschlechterte sich die Agentenleistung sichtbar. Als Amelias Claude-basierter 10K-Planungsagent das „vom Bus überfahren werden”-Nachfolgeszenario modellierte, beschrieb er 12.000 Zeilen Vibe-Coded-Code, Clerk-Auth, Postgres-Datenbanken, Zapier-Integrationen und Google Sheets – und schlussfolgerte: “Don’t get hit by a bus.” (Werden Sie nicht vom Bus überfahren.) Dokumentieren Sie alles. Weisen Sie ab Tag eins zwei Personen zu.

Fehler 3: Darauf warten, dass die Orchestrierungsebene existiert. Trotz ständiger Diskussionen über Multi-Agent-Orchestrierung gibt es die Management-Vereinheitlichungsebene noch nicht als Produkt. SaaStrs Amelia checkt jeden Agenten separat ein – separate Dashboards, separate Oberflächen, separate Kontext-Einspielung. Wenn sich Kampagneninformationen ändern, aktualisiert sie fünf Agenten einzeln. Planen Sie diese manuelle Koordinationsbelastung in Ihre Ressourcenschätzungen ein (Quelle).

Fehler 4: Domain-Aufwärmung überspringen. Zwei Wochen, Sekundärdomains, maximal 20 E-Mails pro Tag und Adresse. Das ist keine Option. Wer diesen Schritt überspringt, landet mit der ersten echten Kampagne im Spam-Ordner, und der Ruf der Domain braucht Wochen, um sich zu erholen.

Fehler 5: Agentenausgaben in den ersten 30 Tagen nicht lesen. Agenten verwenden falsche Daten. Sie schreiben Ihren Firmennamen falsch. Sie brechen Formatierungsregeln, die Sie vergessen haben zu spezifizieren. Diese Fehler sind unsichtbar, wenn Sie die Ausgaben nicht täglich lesen. Richten Sie Filter für Fehler und frustrierte Nutzer ein, aber lesen Sie im ersten Monat alles, bevor Sie sicher filtern können.

Fehler 6: Zu viele neue Agenten auf einmal einarbeiten. Jeder neue Agent erfordert ungefähr zwei Wochen intensive Betreuung – die „Blackout-Periode”, in der bestehende Agenten schlechter performen, weil die Aufmerksamkeit des Managers geteilt ist. SaaStrs Durchsatzgrenze: maximal ein bis 1,5 neue Agenten pro Monat, ohne den bestehenden Betrieb zu beeinträchtigen. Monaco buchte in seiner ersten Woche sechs Meetings, aber während der Einarbeitung litten alle anderen Agenten.

Fehler 7: Personenabhängige Deployments aufbauen. Wenn Ihr KI-Vertriebsagent auf der Identität einer bestimmten Person aufgebaut ist (Video-Avatar, Voice-Klon, persönliche Marke), beantworten Sie diese Frage vor dem Go-live: Was passiert, wenn diese Person das Unternehmen verlässt? Gestalten Sie für institutionelle Kontinuität, nicht für persönliches Branding.

KI-SDR vs. menschlicher SDR: Echte Leistungs-Benchmarks

Diese Zahlen stammen direkt aus SaaStrs Betrieb über mehrere KI-SDR-Plattformen hinweg. Sie repräsentieren ein bestimmtes Unternehmen in einem bestimmten Maßstab – aber es sind echte Betreiberdaten, keine Anbieter-Marketingaussagen.

Kennzahl	Menschlicher SDR	KI-SDR (SaaStr)	Quelle
Monatliches E-Mail-Volumen	75–300	~10.000+ (32-fach)	SaaStr 20+ Agents
Rücklaufquote (Outbound)	2–4 %	6 %	SaaStr 20+ Agents
Öffnungsrate (ignorierte Leads)	k. A. (nicht bearbeitet)	70 %	SaaStr 20+ Agents
Rücklaufquote (21.000 Nachrichten)	—	7,5 % gesamt, 4,5 % positiv	Artisan/Jasper
Veranstaltungsticket-Umsatz durch KI	0 %	15 %	SaaStr 20+ Agents
Agenturstunden vs. Vorjahr	1-fach	< 0,1-fach	10-Punkte-Rollout
Personalisierungsqualität	Stark schwankend	3–6 / 10 konsistent	SaaStr 20+ Agents
Verfügbarkeit	Geschäftszeiten	24/7/365	—

Die 6 % Rücklaufquote, die den menschlichen Durchschnitt verdoppelt, braucht Kontext: KI-Agenten erreichen Kontakte, die Menschen nie ansprechen. Der Vergleich ist nicht „KI vs. Mensch bei derselben Lead-Liste” – sondern „KI, die die gesamte adressierbare Kontaktbasis bearbeitet, vs. Menschen, die vernünftigerweise alles unterhalb ihrer Zeitschwelle überspringen.”

Die positive Rücklaufquote von 4,5 % von Artisans Ava über 21.000 Nachrichten, die sich durch autonomes multivariate Testing von 3,7 % verbessert hat, zeigt den kumulativen Vorteil von KI-SDR im großen Maßstab. Menschen können ein oder zwei Betreffzeilen-Varianten testen. Artisan testet zehn Varianten von vier Variablen gleichzeitig.

The real benchmark isn’t AI vs human. It’s AI doing work that wasn’t happening at all vs continuing to leave that revenue on the table. (Der eigentliche Maßstab ist nicht KI vs. Mensch. Es ist KI, die Arbeit erledigt, die gar nicht stattfand, vs. weiterhin diesen Umsatz liegen zu lassen.)

Was SaaStr für KI-SDR-Tools ausgibt (und was Sie selbst aufbauen können)

SaaStr betreibt gleichzeitig vier KI-SDR-Plattformen – Artisan für Outbound-E-Mail, Qualified für Inbound-Chat, Salesforce Agent Force für CRM-Re-Engagement und Monaco für die gezielte Bearbeitung von Zielaccounts. Zusammen haben diese Tools die Benchmarks in diesem Leitfaden produziert: die 6 % Rücklaufquote, die 70 % Öffnungsrate bei ignorierten Leads, die 1,5 Millionen Chat-Sessions.

Doch die operative Realität ist schmerzhaft. Wie Lemkin es formulierte: “I’m not even sure we need an AI orchestrating our 20 agents. We need a single interface where the humans meet with the AIs. Maybe orchestration is the wrong term. We need unification.” (Ich bin mir nicht einmal sicher, ob wir eine KI brauchen, die unsere 20 Agenten orchestriert. Wir brauchen eine einzige Oberfläche, auf der die Menschen mit den KIs zusammentreffen. Vielleicht ist Orchestrierung der falsche Begriff. Wir brauchen Vereinheitlichung.)

SaaStrs Amelia loggt sich bei jeder Plattform separat ein, spielt Kontext-Updates manuell ein und koordiniert das Lead-Routing im Kopf. Wenn sich Kampagneninformationen ändern, aktualisiert sie fünf Agenten einzeln. Es gibt heute kein Produkt, das eine einheitliche Verwaltungsoberfläche über diese Plattformen hinweg bietet.

Das ist die Lücke. Vier Anbieter-Abonnements, vier Dashboards, vier Sätze von Zugangsdaten, null Interoperabilität – und jeder Anbieter bindet Sie tiefer in sein Ökosystem ein. Die Kennzahlen sind real, aber ebenso die Anbieter-Fragmentierung.

Wie Sie Ihren eigenen KI-Vertriebsagenten mit Claude aufbauen

Die oben beschriebenen Betreiber geben Tausende pro Monat für vier Anbieter-Tools aus. Hier ist, was Sie selbst mit TeamDays AI Sales Office und Claude Code aufbauen können – und wo spezialisierte Anbieter noch die Nase vorne haben.

Was TeamDay nativ übernimmt:

Personalisierte Outbound-E-Mails – Claude generiert Nachrichten aus Ihren CRM-Daten, Interessentenrecherchen und bewährten Vorlagen. Eine Claude-Code-Skill zieht Kontaktsegmente, schreibt personalisierte Sequenzen und sendet über verbundene E-Mail-Dienste (Mailgun, SMTP). Sie besitzen die Prompts, die Logik und die Daten – keine Anbieterbindung.
Lead-Segmentierung und -Bewertung – Statt manueller CRM-Filter liest Claude Ihre Kontaktdatenbank direkt über CRM MCP (Salesforce, HubSpot oder jede verbundene Quelle) und segmentiert dynamisch. Das „neun Segmente, tausend Kontakte pro Segment”-Playbook von SaaStr wird zu einer Skill, die planmäßig ausgeführt wird.
Inbound-Chat-Qualifizierung – TeamDay Characters führen rund um die Uhr Website-Gespräche mit vollständigem Kontext über Ihr Produkt, Ihre Preisgestaltung und Ihre Qualifizierungskriterien. Die 85 % Chat-Präferenz, die SaaStr festgestellt hat, spielt Ihnen in die Hände – Chat ist genau das, was Characters am besten können.
Re-Engagement ignorierter Leads – Die 70 % Öffnungsrate bei schlummernden Leads erfordert kein Agent Force. Claude liest Ihr CRM nach Leads, die abgetaucht sind, generiert kontextuelle Re-Engagement-Nachrichten basierend auf ihrer Historie und führt die Kampagne durch. Die Erkenntnis bleibt dieselbe: Das sind warme Kontakte, die niemand bearbeitet.
Multivariate Tests – Claude generiert 10+ Varianten von Betreffzeilen, Pain Points und CTAs. Eine geplante Mission verfolgt Öffnungsraten und Rücklaufquoten und verlagert dann das Volumen zu den Gewinnern. Derselbe Optimierungskreislauf wie bei Artisans Ava – aber Sie kontrollieren die Logik.
Multi-Agent-Koordination – Hier löst TeamDay direkt Lemkins „Vereinheitlichungs”-Problem. Statt vier Anbieter-Dashboards laufen alle Ihre Vertriebsagenten in einem einzigen Space. Kampagnenkontext wird einmal aktualisiert und überall weitergegeben. Eine Oberfläche, ein Satz Skills, eine Datenschicht.

Was Sie mit Claude-Code-Skills aufbauen:

SaaStrs Anbieteransatz	TeamDay + Claude Äquivalent
Artisan für Outbound-Sequenzen	E-Mail-Skill + CRM MCP + Claude-Personalisierung
Qualified für Inbound-Chat (1,5 Mio. Sessions)	Characters mit Produktwissen + Chat-Routing
Agent Force für CRM-Re-Engagement	CRM MCP + geplante Mission zur Identifikation inaktiver Leads
Monaco für gezielte Account-Bearbeitung	Recherche-Skill + Anreicherung + hochwertiger E-Mail-Entwurf
Manueller plattformübergreifender Kontext-Sync	Einzelner Space – alle Agenten teilen Kontext nativ

Wo spezialisierte Anbieter noch die Nase vorne haben:

Domain-Aufwärminfrastruktur – Das Aufwärmen von Versanddomains (Sekundärdomains, 20-E-Mails-pro-Tag-Rampe) ist Infrastruktur, kein Intelligence-Problem. Dienste wie Instantly oder Smartlead erledigen das besser, als es selbst aufzubauen. Nutzen Sie sie für das Aufwärmen, und leiten Sie dann über Ihren eigenen Versand weiter, sobald die Domains aufgewärmt sind.
Video-Avatare für Chat – Qualifieds Tavus-Integration für Video-Chat ist spezialisierte Technologie. Wenn die 15 %, die Video bevorzugen, hochwertig genug sind, um ein separates Tool zu rechtfertigen, behalten Sie es. Für die 85 %, die Chat bevorzugen, übernehmen das Characters.
Native Salesforce-CRM-Workflows – Wenn Ihr gesamtes GTM innerhalb von Salesforce läuft und Sie tiefe native Integrationen benötigen (Genehmigungsabläufe, Opportunity-Phasen, CPQ), hat Agent Force einen Vorteil. Für alle anderen gibt CRM MCP Claude Lese-/Schreibzugriff ohne Salesforce-Bindung.

Die Wirtschaftlichkeit: SaaStrs Vier-Anbieter-Stack dient als Beweis, dass KI-SDR im großen Maßstab funktioniert. Aber dasselbe Playbook – Segmentierung, Personalisierung, multivariate Tests, 24/7-Abdeckung – läuft auf Claude Code mit Ihren Daten. Die 10-Schritte-Checkliste oben gilt identisch, ob Sie Artisan konfigurieren oder eine Claude-Skill schreiben. Der Unterschied liegt im Eigentum: Sie besitzen die Prompts, die Logik und den Iterationszyklus.

Erste Schritte mit KI-Vertriebsagenten

Die Betreiber, die KI-SDR zum Funktionieren bringen, teilen drei Verhaltensweisen, die sie von Teams unterscheiden, die einen Agenten hochfahren, mittelmäßige Ergebnisse erzielen und aufgeben.

Sie starten eng und erweitern. Ein Agent, ein Segment, ein Anwendungsfall. SaaStrs erster KI-SDR war nicht die wichtigste Outbound-Kampagne – es war ein Sponsor-Portal-Mikro-Agent, der den Login-Status prüfte und Erinnerungen sendete. Niedriger Einsatz, klarer Wert, enger Feedback-Kreislauf. Der 20-Agenten-Betrieb kam später. Bei TeamDay ist das Äquivalent ein Character, der ein Chat-Segment bedient, oder eine geplante Mission, die eine einzige CRM-Liste bearbeitet.

Sie deployen selbst. Lemkins Karriereratschlag gilt auch als Organisationsratschlag: „Werden Sie in 2–3 führenden Agenten-Tools versiert. Führen Sie das Deployment selbst durch. Erledigen Sie das Training. Iterieren Sie einen Monat lang täglich.” (Quelle) Hier glänzt Claude Code – Sie bauen den Agenten, anstatt die Benutzeroberfläche eines Anbieters zu konfigurieren. Das institutionelle Wissen bleibt in Ihren Skills und Prompts, nicht in einer Drittanbieter-Plattform gesperrt.

Sie akzeptieren „ziemlich gut, rund um die Uhr” statt „brillant, aber inkonsistent”. Die schwierigste Denkweise-Verschiebung ist nicht technisch – es geht darum, den handwerklichen E-Mail-Standard loszulassen. Eine 3-6/10-Nachricht, die kontinuierlich an jeden qualifizierten Lead in Ihrer Datenbank geht, erzeugt mehr Pipeline als eine 9/10-Nachricht, die an 200 Personen pro Monat gesendet wird. Konsistenz schlägt Brillanz im großen Maßstab.

Bereit zum Aufbauen? Das AI Sales Office wird mit vorkonfigurierter CRM-Integration, Lead-Segmentierungs-Skills und Outbound-Workflows geliefert – genau das in diesem Leitfaden beschriebene Playbook, das auf Claude Code statt vier Anbieter-Abonnements läuft. Jetzt starten

Quellen: 10 Things to Know Before Your First AI SDR Rollout · SaaStr Now Runs 20+ AI Agents · AI SDRs That Work: Real Data from 21,000 Messages · Jason Lemkin: AI and the Death of the 2021 Sales Playbook · Top 5 Issues Managing 20+ AI Agents