Was ist Intent Data? Kaufabsichten im B2B Marketing erkennen und Kunden gewinnen

Intent Data versprechen eine Antwort auf die wichtigste Frage im B2B Marketing: Wer bereitet gerade einen Kauf vor? Statt Hunderte Accounts mit gleichem Aufwand anzusprechen, konzentriert sich Ihr Vertrieb dann auf Unternehmen, die aktiv recherchieren. Außerdem versickert Ihr Werbebudget nicht mehr in Zielgruppen ohne Interesse. Allerdings gibt es zu kaum einem Thema so viel Übertreibung und so wenig ehrliche Erklärung.

Seit 2012 betreue ich digitale Marketingprojekte für B2B Marken. In diesem Leitfaden erkläre ich die Arten von Kaufabsichtsdaten, ihre Herkunft, ihren Platz in ABM und Lead Scoring, den Weg ins CRM, die Grenzen durch DSGVO und TDDDG sowie den Aufbau eigener First Party Signale mit GA4. Die Definition Ihrer Zielgruppe behandle ich in meinem Leitfaden zur Zielgruppenanalyse, deshalb wiederhole ich sie hier nicht.

Was ist Intent Data?

Intent Data sind Verhaltenssignale, die zeigen, dass ein Unternehmen oder eine Person zu einem bestimmten Produkt, einer Dienstleistung oder einem Problem recherchiert. Solche Signale entstehen zum Beispiel durch gelesene Inhalte, Besuche auf Preisseiten, Vergleichssuchen und Aktivität auf Bewertungsportalen. Im B2B Marketing wollen Sie damit Accounts erkennen, die einen Kaufprozess beginnen, bevor Ihre Wettbewerber es tun.

Dabei gilt eine wichtige Unterscheidung. Intent Data sagen Ihnen nie: „Dieses Unternehmen kauft bei Ihnen.“ Sie sagen nur: „Dieses Unternehmen recherchiert dieses Thema stärker als üblich.“ Ein Signal beschreibt also eine Wahrscheinlichkeit und keine Gewissheit. Deshalb dienen Intent Data zur Priorisierung und nicht als fertige Kundenliste.

In der Praxis beantworten Kaufabsichtsdaten drei Fragen. Welche Accounts recherchieren gerade? Auf welche Themen konzentrieren sie sich? Seit wann besteht das Interesse, und wächst es? Sobald Sie diese Fragen zuverlässig beantworten, ändert sich folglich die Agenda im Vertrieb. Kurz gesagt: Statt kalter Listen sprechen Sie mit warmen Accounts.

Warum sind Intent Data im B2B Marketing so wertvoll?

Kaufprozesse im B2B dauern lange, und selten entscheidet eine einzelne Person. Sucht ein Unternehmen eine neue Software, eine Maschine oder einen Dienstleister, sitzen Einkauf, Technik, Finanzen und Geschäftsführung gemeinsam am Tisch. Die meisten dieser Menschen recherchieren zunächst selbst, bevor sie mit einem Verkäufer sprechen. Zum Beispiel lesen sie Fachartikel, prüfen Vergleichsseiten und durchsuchen Bewertungen.

Diese stille Recherchephase ist der größte blinde Fleck im Marketing. Denn ein Besucher ohne Formular landet nie im CRM. Ebenso taucht eine Entscheiderin, die Ihre Anzeige sieht und nicht klickt, in keinem Bericht auf. Intent Data beleuchten diesen blinden Fleck teilweise. Ich sage bewusst teilweise, denn keine Quelle sieht die gesamte Recherche.

Der eigentliche Wert liegt im Timing. Erreichen Sie den richtigen Account mit der richtigen Botschaft zu Beginn der Recherche, steigen Ihre Chancen auf die Shortlist. Kommen Sie andererseits zu spät, steht die Shortlist der Einkaufsgruppe oft schon fest. Daher beschreibe ich Intent Data gern als Timingdaten, und das hält auch die Erwartungen realistisch.

Zudem profitieren nicht nur Vertriebsteams. Ihre Redaktion erkennt, welche Themen bei Zielaccounts gerade steigen. Ebenso verschiebt Ihr Team für bezahlte Medien Budget zu diesen Accounts. Die Geschäftsführung sieht dann früh, welche Probleme den Markt beschäftigen.

Worin unterscheiden sich First Party, Second Party und Third Party Intent Data?

Der Unterschied liegt darin, wo die Daten entstehen. First Party Daten entstehen auf Ihrer eigenen Website, in Ihrem Produkt und in Ihrem CRM. Second Party Daten sind die First Party Daten eines anderen Unternehmens, die Sie über eine Partnerschaft erhalten. Third Party Daten stammen schließlich aus vielen Quellen, die ein Anbieter bündelt, aufbereitet und verkauft.

Das stabilste Setup beginnt deshalb mit First Party Daten. Zunächst messen Sie die Signale auf Ihrer eigenen Website sauber. Danach legen Sie Second Party und Third Party Daten auf dieses Fundament. Teams in umgekehrter Reihenfolge kaufen ein teures Abonnement und wissen dann nicht, wie sie die Signale mit Seiten, Kampagnen und Vertriebsphasen verbinden sollen.

Auch die Kosten unterscheiden sich. First Party Daten kosten vor allem Einrichtungszeit. Third Party Daten verlangen allerdings einen Jahresvertrag, Integrationsaufwand und Menschen, die die Daten deuten. Zusammengefasst heißt das: Prüfen Sie erst die günstige Ebene, bevor Sie für die teure bezahlen.

Welche First Party Signale sollten Sie messen?

First Party Signale sind die Spuren, die Besucher auf Ihren eigenen Kanälen hinterlassen. Am wertvollsten sind Bewegungen nahe an der Kaufentscheidung. Ein Blogartikel zeigt Neugier; drei Rückkehrbesuche auf der Preisseite deuten andererseits auf eine echte Bewertung hin.

• Besuche auf Preis, Paket oder Angebotsseiten sowie wiederholte Rückkehr dorthin.
• Verweildauer auf Fallstudien, Referenzen und Integrationsseiten.
• Begonnene, aber nicht abgeschickte Formulare für Demo, Angebot oder Kontakt.
• Aufrufe von Vergleichsinhalten („X oder Y“) und Downloads technischer Dokumente.
• Anmeldungen zu Webinaren und Klicks auf Produktlinks im Newsletter.
• Fragen zu Preis, Laufzeit oder Integration im Livechat.

Ein einzelnes Signal führt oft in die Irre. Zum Beispiel kann auch eine Studentin Ihre Preisseite ansehen, und ein Wettbewerber liest vielleicht Ihre Fallstudie. Deshalb kombinieren Sie Signale: mehrere Personen derselben Firmendomain, mehrere Entscheidungsseiten in kurzer Zeit und zusätzlich eine Formularaktion. Diese Kombination liefert ein weit verlässlicheres Bild als jedes Einzelereignis.

Der größte Vorteil von First Party Daten ist der Besitz. Sie erheben die Daten, Sie definieren die Signale, und Sie steuern die Einwilligung. Deshalb empfehle ich, diese Ebene aufzubauen, bevor Sie einen Anbieter bezahlen.

Woher stammen Second Party Daten?

Second Party Daten erhebt eine andere Plattform bei ihren eigenen Nutzern und stellt sie Ihnen zu bestimmten Bedingungen bereit. Im B2B sind Softwarebewertungsportale, Fachverlage und berufliche Netzwerke die häufigsten Beispiele. Typisch ist etwa die Auswertung, welche Firmen auf einem Bewertungsportal Ihre Kategorie oder das Profil eines Wettbewerbers ansehen.

LinkedIn liefert ein konkretes Beispiel. Laut Hilfeseite zu Buyer Intent im Sales Navigator bestehen die Buyer Intent Daten aus mehr als 180 einzelnen Signalen, die LinkedIn zu einem Buyer Intent Score zusammenführt. Konkret zählen Aktivitäten auf LinkedIn, Reaktionen auf Anzeigen und Antworten auf InMails dazu. Haben Sie das LinkedIn Insight Tag auf Ihrer Website eingebaut, fließen außerdem Websitebesuche in die Bewertung ein.

Die Grenze von Second Party Daten ist klar: Sie sehen nur die Nutzer dieser Plattform. Sind die Entscheider Ihrer Branche dort nicht aktiv, bleibt das Signal also schwach. In manchen Branchen, etwa in der Industrie, hinterlassen Einkaufsteams dort womöglich wenige Spuren; prüfen Sie das also mit Ihrer eigenen Accountliste. Methoden für die Kundensuche auf LinkedIn beschreibe ich im Artikel Kunden über LinkedIn gewinnen.

Wie sammeln Anbieter Third Party Intent Data?

Anbieter von Third Party Intent Data sammeln Signale meist auf drei Wegen. Erstens über Datenpools: Mitglieder aus B2B Verlagen und Websites teilen das Besucherverhalten in einem gemeinsamen Pool und erhalten dafür Zugriff auf dessen Erkenntnisse. Zweitens über Verlagsnetzwerke, in denen ein Fachverlag die Nutzung seiner Inhalte nach Themen misst. Der dritte Weg führt über das Werbeökosystem.

Danach durchlaufen die rohen Verhaltensdaten zwei Schritte. Zunächst ordnet der Anbieter jeden Besuch einem Unternehmen zu, meist durch den Abgleich der IP Adresse mit Firmendaten. Danach sortiert er die Inhalte in eine Themenstruktur ein, etwa „Cloud Security“, „ERP Migration“ oder „Logistiksoftware“. Schließlich vergleicht er die aktuelle Nutzung eines Accounts mit dessen eigenem Durchschnitt und markiert einen deutlichen Anstieg als Surge.

• Themenkatalog: Die Liste der Themen, die der Anbieter verfolgt. Fehlt Ihre Produktsprache, fehlt auch das Signal.
• Basislinie: Das normale Leseniveau eines Accounts. Der Anbieter berechnet jeden Anstieg relativ zu diesem Wert.
• Aktualität: Die Frequenz, mit der der Anbieter die Daten erneuert. Wöchentliche und monatliche Daten führen deshalb zu sehr unterschiedlichen Entscheidungen.

Für die Praxis bedeutet das: Third Party Intent Data zeigen meist Unternehmen und Themen, keine Personen. „Bei dieser Firma steigt diese Woche das Interesse an ERP Migration“ ist wertvoll. „Diese Person hat jenen Artikel gelesen“ bieten viele Anbieter allerdings gar nicht an, oder es ist rechtlich der heikelste Teil.

Wie zuverlässig ist die Besuchererkennung per Reverse IP?

Die Besuchererkennung gleicht die IP Adressen Ihres Traffics mit Firmendatenbanken ab und beantwortet eine Frage: Von welchem Unternehmen kam dieser Besuch? Bei Besuchen aus einem Firmennetz mit fester IP ist das Ergebnis oft brauchbar. Allerdings surfen viele Berufstätige heute im Homeoffice, über Mobilfunk oder per VPN.

In diesen Fällen scheitert der Abgleich, oder er zeigt auf die falsche Firma. Konkret lassen sich IP Adressen von Mobilfunkanbietern, Coworking Spaces oder Cloud Anbietern keinem einzelnen Unternehmen zuordnen. Ebenso unterscheidet sich eine Entscheiderin im Homeoffice im Datensatz nicht von einem privaten Nutzer. Kurz gesagt zeigt Reverse IP einige Unternehmen, aber nie alle interessierten Unternehmen.

Auch die rechtliche Seite zählt. In den Leitlinien 2/2023 zum technischen Anwendungsbereich von Artikel 5 Absatz 3 der ePrivacy Richtlinie nennt der Europäische Datenschutzausschuss Tracking Pixel, verfolgte Links und bestimmte Formen des IP Trackings als erfasste Techniken. Das Argument „Wir nutzen keine Cookies, nur IP Adressen“ schafft also keine automatische Ausnahme.

Mein Rat lautet daher: Nutzen Sie diese Daten als Erkundungsebene. Rufen Sie also nicht jede erkannte Firma kalt an, sondern gleichen Sie die Treffer mit Ihrer Accountliste ab. Dann geben Sie diesen Accounts Vorrang bei Anzeigen und Inhalten und warten mit dem Vertriebskontakt, bis weitere Signale das Interesse bestätigen.

Welche Fragen sollten Sie einem Anbieter von Intent Data stellen?

Demos von Anbietern wirken meist beeindruckend; wie gut die Daten bei Ihren Accounts funktionieren, ist eine andere Frage. Deshalb empfehle ich, die folgenden Fragen vor der Unterschrift schriftlich zu stellen.

1. Aus welchen Quellen stammen die Signale, und legt der Anbieter eine Liste dieser Quellen offen?
2. Wie haben die Quellseiten die Einwilligung der Besucher eingeholt, und deckt sie Ihre Nutzung ab?
3. Enthält der Themenkatalog Ihre Produkt und Problembegriffe, auch in deutscher Sprache?
4. Wie hoch ist die Trefferquote für Unternehmen in Ihren Zielmärkten?
5. Wie oft aktualisiert der Anbieter die Daten, und welche Felder gelangen in Ihr CRM?
6. Wo verarbeitet der Anbieter die Daten, und welche Garantien gelten für Übermittlungen in Drittländer?

Am aufschlussreichsten ist ein Rückwärtstest. Geben Sie dem Anbieter zunächst eine Liste kürzlich gewonnener und verlorener Deals. Fragen Sie dann, ob diese Accounts in den Monaten vor dem Kauf einen Anstieg zeigten. Hinterlassen Ihre gewonnenen Accounts keine Spur in den Daten, sollten Sie folglich auch für künftige Accounts keine Wunder erwarten.

Wie nutzen Sie Intent Data im Account Based Marketing?

Account Based Marketing (ABM) ist ein Ansatz, bei dem Marketing und Vertrieb sich auf ausgewählte Accounts statt auf einzelne Leads konzentrieren. Intent Data erfüllen im ABM zwei Aufgaben. Sie zeigen, welcher Account jetzt Aufmerksamkeit verdient, und sie verraten, über welches Thema Sie mit ihm sprechen sollten.

• Stufe 1 (eins zu eins): Wenige Zielaccounts mit starker Kaufabsicht. Sie erhalten deshalb individuelle Inhalte sowie Kontakt durch Vertrieb und Geschäftsführung.
• Stufe 2 (eins zu wenigen): Gruppen von Accounts mit gleichem Problem oder aus derselben Branche. Dazu passen vor allem branchenspezifische Fallstudien und Webinare.
• Stufe 3 (eins zu vielen): Accounts, die zu Ihrem Profil passen, aber nur schwache Kaufabsicht zeigen. Hier genügen breite Fachinhalte und günstige Anzeigen.

Intent Data bewegen Accounts zwischen diesen Stufen. Zeigt ein Account aus Stufe 3 zwei Wochen lang einen Anstieg bei relevanten Themen, rückt er in Stufe 2 auf, und der Vertrieb beginnt, den Personen dort auf LinkedIn zu folgen. Für Anzeigen bauen Sie zudem eigene Listen für diese Accounts auf. Wie wir accountorientierte Suchkampagnen aufsetzen, erkläre ich im Leitfaden zu Google Ads Suchkampagnen für B2B.

Vergessen Sie dabei die Botschaft nicht. Zeigen die Daten also, zu welchem Thema ein Account liest, sollten auch Anzeigen und Mailings dieses Thema aufgreifen. Sonst verschenkt eine allgemeine Markenbotschaft selbst das beste Signal.

Wie fließen Intent Signale ins Lead Scoring ein?

Klassisches Lead Scoring stützt sich auf zwei Achsen: Passung und Engagement. Die Passung misst, wie gut ein Unternehmen zu Ihrem idealen Kundenprofil passt, also Branche, Mitarbeiterzahl, Land und eingesetzte Technik. Das Engagement misst andererseits, wie stark eine Person mit Ihnen interagiert, etwa über Formulare, Klicks in Mailings und Veranstaltungen. Intent Data ergänzen eine dritte Achse: wie intensiv sich der Account mit dem Thema beschäftigt, noch bevor er Sie kennt.

Ich empfehle, die drei Achsen getrennt zu halten, statt sie zu einer Zahl zu verschmelzen. Denn ein einziger Wert verwischt den Unterschied zwischen einem Studenten mit fünf Besuchen auf der Preisseite und einem Zielaccount, der zu ERP Migration recherchiert, Ihre Website aber nie besucht hat. Mit getrennten Achsen versteht der Vertrieb zudem, warum ein Account heraussticht.

• Niedrige Passung bedeutet: kein Vertriebskontakt, ganz gleich wie hoch die Kaufabsicht ist.
• Bei hoher Passung und Kaufabsicht, aber wenig Engagement starten Sie eine Nurturing Strecke im Marketing.
• Steigen alle drei Achsen gemeinsam, gehört der Account auf die Prioritätenliste des Vertriebs.

Außerdem sollten Intent Werte mit der Zeit verfallen. Ein Anstieg vor drei Monaten sagt heute also nichts mehr aus. Legen Sie deshalb eine Regel fest, die den Wert jede Woche senkt; wiederholt sich das Signal, steigt er erneut. Wo Interessenten abspringen, zeigt Ihnen ein sauber aufgebauter Conversion Funnel, den Sie parallel zu diesem Modell betrachten.

Wie gelangen Intent Data ins CRM?

Intent Data nützen nichts, wenn sie nie auf dem Bildschirm landen, den Ihr Vertrieb täglich öffnet. Denn ein separates Dashboard gerät erfahrungsgemäß schnell in Vergessenheit. Folglich bauen Sie den Datenfluss rund um das CRM auf.

1. Abgleichsschlüssel: Gleichen Sie Accounts über die Firmendomain ab, denn Firmennamen stehen in jedem System anders geschrieben.
2. Accountfelder: Legen Sie Felder für Thema, Wert, Datum des ersten Anstiegs und Datum der letzten Aktualisierung an.
3. Auslöseregeln: Überschreitet ein Wert die Schwelle, erhält der Accountverantwortliche eine Aufgabe. Unterhalb der Schwelle bleibt die Aktivität dann nur als Eintrag im Verlauf.
4. Feedbackschleife: Machen Sie die Markierung „echte Chance“ oder „Rauschen“ für den Vertrieb zur Pflicht. Somit lernt das Modell mit jeder Rückmeldung dazu.

Voraussetzung für diesen Fluss sind saubere Formulardaten. Fehlen einem Formulareintrag Quelle, Einstiegsseite und Kampagne, können Sie Intent Data mit nichts verknüpfen. Dieses Fundament beschreibe ich im Leitfaden zur CRM Anbindung Ihrer Website; hier geht es nur darum, wie Kaufabsichtsdaten hineinpassen.

Ergänzen Sie noch eine Regel: Intent Data legen niemals selbst Kontakte an. Das heißt, Signale eines Anbieters bleiben im CRM auf Accountebene. Einen Kontakt legen Sie erst an, wenn die Person über einen legitimen Weg mit Ihnen in Kontakt tritt. Diese Trennung schützt sowohl Ihre Datenqualität als auch Ihre rechtliche Position.

Wie sollte der Vertrieb auf Kaufsignale reagieren?

Der häufigste Fehler, den ich sehe: Der Vertrieb erzählt dem Interessenten vom Signal. Eine E-Mail mit dem Einstieg „Wir haben gesehen, dass Sie gestern dreimal auf unserer Website waren“ erzeugt Unbehagen statt Vertrauen. Folglich fühlt sich der Empfänger beobachtet, und das Gespräch endet, bevor es beginnt.

Besser machen Sie das Signal zum Thema der Nachricht. Recherchiert ein Account zur Integration von Logistiksoftware, bringt der Vertrieb eine kurze Einschätzung zu typischen Integrationsproblemen der Branche mit, eine Fallstudie oder eine Checkliste. Der Interessent fragt dann nicht, warum Sie gerade jetzt anrufen, weil das Thema ohnehin auf seiner Agenda steht.

• Stellen Sie das Problem in den Mittelpunkt, nie die Trackingdetails.
• Sprechen Sie mehrere Rollen der Einkaufsgruppe aus verschiedenen Blickwinkeln an.
• Teilen Sie beim ersten Kontakt eine Ressource und schlagen Sie erst beim zweiten ein Gespräch vor.
• Lässt das Signal nach, geben Sie den Account an das Marketing zurück.

Beachten Sie in Deutschland zudem das Wettbewerbsrecht. Nach § 7 UWG setzt Werbung per E-Mail grundsätzlich eine vorherige ausdrückliche Einwilligung voraus, auch gegenüber Unternehmen; für Werbeanrufe bei Unternehmen braucht es zumindest eine mutmaßliche Einwilligung. Ein Intent Signal ersetzt also keine dieser Einwilligungen.

Was verlangt § 25 TDDDG beim Tracking?

Seit dem 14.05.2024 heißt das frühere TTDSG „TDDDG“, und sein § 25 regelt den Zugriff auf Endgeräte. Nach dem Wortlaut von § 25 TDDDG ist das Speichern von Informationen auf dem Endgerät oder der Zugriff darauf nur mit Einwilligung zulässig. Ausnahmen gelten nur, wenn der Zugriff unbedingt erforderlich ist, damit der Anbieter einen ausdrücklich gewünschten Dienst bereitstellen kann.

Für Intent Data heißt das konkret: Jedes Cookie, Pixel oder Skript, das Verhalten für Werbung oder Scoring erfasst, braucht eine Einwilligung. Ein Einwilligungsbanner muss daher Ablehnen ebenso einfach machen wie Zustimmen. Schon 2019 stellte der EuGH im Urteil Planet49 klar, dass ein vorausgewähltes Ankreuzkästchen keine wirksame Einwilligung darstellt.

• Laden Sie Tags zur Messung von Kaufabsicht erst nach der Einwilligung.
• Nehmen Sie Besucher ohne Einwilligung nicht in Ihr Intent Modell auf.
• Dokumentieren Sie Zweck, Anbieter und Speicherdauer jedes Tags in Ihrer Datenschutzerklärung.

Zudem umgeht auch serverseitiges Tracking diese Pflicht nicht automatisch. Entscheidend ist, ob Sie Informationen auf dem Gerät speichern oder auslesen, und nicht, wo Sie die Daten später verarbeiten.

Wie begrenzt die DSGVO den Einsatz von Intent Data?

Neben dem TDDDG gilt die DSGVO. Sie regelt die Rechtsgrundlage, die Speicherdauer und die Informationen, die Sie Betroffenen geben. Viele B2B Teams stützen sich auf das berechtigte Interesse. Erwägungsgrund 47 der DSGVO hält fest, dass Direktwerbung als berechtigtes Interesse gelten kann. Trotzdem ersetzt das keine Einwilligung für Cookies und Pixel, denn der Zugriff auf Endgeräte folgt eigenen Regeln.

• Nach Artikel 21 DSGVO können Betroffene der Direktwerbung jederzeit widersprechen.
• Erhalten Sie personenbezogene Daten von Dritten, verlangt Artikel 14 eine Information innerhalb einer angemessenen Frist, spätestens nach einem Monat.
• Regeln Sie Rollen und Pflichten mit dem Datenanbieter schriftlich, etwa über einen Vertrag zur Auftragsverarbeitung nach Artikel 28.
• Prüfen Sie bei Anbietern in den USA, ob eine Zertifizierung nach dem Data Privacy Framework oder Standardvertragsklauseln vorliegen.

Auch B2B Daten fallen unter die DSGVO, sobald sie eine bestimmte Person identifizieren. Name, Funktion und geschäftliche E-Mail Adresse sind also personenbezogen. Signale auf Firmenebene ohne Personenbezug tragen allerdings ein deutlich geringeres Risiko.

In der Praxis arbeiten Sie deshalb am sichersten mit aggregierten Signalen auf Firmenebene. Auf die Personenebene gehen Sie erst über klare Kontaktpunkte wie Formulare, Veranstaltungsanmeldungen oder direkte Gespräche. Die technische Umsetzung auf der Website beschreibe ich im Leitfaden zur datenschutzkonformen Website.

Wie bauen Sie eigene Intent Signale mit GA4 auf?

Für die meisten Unternehmen bildet GA4 das Zentrum der First Party Ebene. Ihr Ziel ist es, eine Frage in Ereignisse zu übersetzen: Welches Verhalten zeigt Kaufbereitschaft? Dabei erleichtern vor allem die empfohlenen Ereignisse von GA4 diese Arbeit. Falls Ihnen die Grundlagen fehlen, lesen Sie zuerst meinen Leitfaden zu GA4.

1. Entscheidungsseiten markieren: Kennzeichnen Sie Preis, Angebots, Fallstudien und Integrationsseiten über eine Inhaltsgruppe oder eine benutzerdefinierte Dimension.
2. Intent Ereignisse definieren: Senden Sie Scrolltiefe auf Preisseiten, Dokumentdownloads und begonnene Formulare unter eigenen Ereignisnamen.
3. Lead Ereignis einrichten: Messen Sie abgeschickte Formulare mit dem empfohlenen Ereignis generate_lead und markieren Sie es in GA4 als Key Event.
4. Zielgruppen bilden: Definieren Sie etwa Nutzer, die in den letzten 30 Tagen zwei Entscheidungsseiten gesehen, aber kein Formular abgeschickt haben.
5. Einwilligung verbinden: Übergeben Sie den Einwilligungsstatus über den Consent Mode an die Google Tags und halten Sie Nutzer ohne Einwilligung aus Marketingzielgruppen heraus.

Eine Regel betone ich besonders: Senden Sie keine personenbezogenen Daten an GA4. Die Richtlinie von Google zu personenidentifizierbaren Informationen verbietet die Übergabe von E-Mail Adressen, Telefonnummern und ähnlichen Kennungen. Zudem warnt Google, dass solche Daten oft unbemerkt über URLs und Seitentitel durchrutschen. Eine E-Mail Adresse in einem Formular Parameter oder einer Dimension verstößt somit gegen diese Richtlinie.

Wie verbinden Sie GA4 mit Ihrem CRM?

GA4 zeigt Ihnen Verhalten, Ihr CRM zeigt Ergebnisse. Ohne Verbindung wissen Sie also nicht, welches Intent Signal tatsächlich zu Umsatz führte. Der einfachste Weg führt über versteckte Formularfelder: Quelle, Medium, Kampagne, erste Einstiegsseite und Seite des Formularversands.

Einheitliche Kampagnenparameter entscheiden hier über Erfolg oder Misserfolg. Damit jeder Link in Anzeigen und Mailings denselben Namensregeln folgt, können Sie meinen UTM Generator nutzen. Uneinheitliche Parameter zeigen sonst dieselbe Kampagne unter drei Namen im CRM, und die Analyse bricht zusammen.

Im nächsten Schritt spielen Sie die Phasen aus dem CRM zurück. Zu den empfohlenen Ereignissen von GA4 für die Leadgenerierung gehören generate_lead, qualify_lead, working_lead, close_convert_lead und close_unconvert_lead. Markiert der Vertrieb einen Eintrag als qualifiziert und senden Sie diese Information serverseitig an GA4 oder die Werbeplattform, dann sehen Sie, welche Kampagnen echte Chancen bringen.

Zudem verändert diese Rückmeldung die Optimierung Ihrer Anzeigen. Optimiert Google Ads auf qualifizierte Chancen statt auf reine Formulare, entfernt sich der Algorithmus von günstigen, aber wertlosen Leads. Um die Quoten zwischen den Phasen zu verfolgen, eignet sich der Conversion Rate Rechner als Einstieg. In der Google Ads Verwaltung, die mein Team und ich übernehmen, erhöhen wir Budgets erst, wenn diese Rückkopplung steht.

Welche Fehler passieren beim Einsatz von Intent Data am häufigsten?

In den Projekten, die ich gesehen habe, scheitern Kaufabsichtsdaten selten an der Technik, sondern meist an Erwartungen und Prozessen. Typische Fehler sind:

• Die Liste für Leads halten: Ein Account mit Anstieg ist noch keine kaufbereite Person.
• Zu breite Themen wählen: Breite Themen wie „Marketing“ lassen jede Firma aktiv wirken, und das Signal verliert seine Bedeutung.
• Ohne Basislinie messen: Kennen Sie Ihre Conversion Rates vor dem Einsatz nicht, können Sie die Wirkung nicht beurteilen.
• Vertriebsfeedback auslassen: Ein Modell, das nie erfährt, welche Signale echte Chancen brachten, verbessert sich nicht.
• Einwilligung später klären: Kommt der rechtliche Rahmen erst nachträglich, bauen Sie den halben Datenfluss neu.
• First Party Messung überspringen: Externe Daten ohne saubere eigene Messung gleichen einem zweiten Stock ohne Fundament.

Diese Fehler haben eine gemeinsame Wurzel: Teams kaufen Intent Data wie ein Produkt, führen sie aber nicht wie einen Prozess. Vor allem die Entscheidungsregeln dahinter geben den Daten ihren Wert. Ohne Regeln bleibt also selbst teure Datenqualität ein buntes Dashboard.

Wann lohnt sich eine Investition in Intent Data?

Nicht jedes B2B Unternehmen braucht Third Party Intent Data. Prüfen Sie deshalb vor einem Vertrag mit einem Anbieter folgende Bedingungen.

• Ihr ideales Kundenprofil liegt schriftlich vor, und Vertrieb sowie Marketing nutzen dieselbe Definition.
• Die Liste der Zielaccounts ist groß genug, um eine Priorisierung zu verlangen.
• Der durchschnittliche Auftragswert deckt die Kosten für Daten und Personal.
• Ihr Vertrieb hat Kapazität, schnell auf Signale zu reagieren.
• Messung und CRM Fluss funktionieren bereits zuverlässig.

Fehlen die meisten dieser Punkte, stärken Sie daher zuerst die First Party Ebene. Sind sie erfüllt, ist ein Pilot über 90 Tage ein guter Start: Sie vergleichen die Chancenquote markierter Accounts mit einer Kontrollgruppe ähnlicher Accounts. Ist der Unterschied deutlich, skalieren Sie dann. Andernfalls ändern Sie den Themenkatalog oder den Anbieter.

Wie arbeiten mein Team und ich an Intent Data Projekten?

Bauen mein Team und ich ein Intent Data Setup für eine B2B Marke auf, beginnen wir mit der Messung. Zunächst prüfen wir Entscheidungsseiten, Formularstrecken und Ereignisse in GA4 und bereinigen die Daten, die ins CRM fließen. Im Rahmen unserer SEO Beratung ermitteln wir außerdem, welche Suchanfragen Kaufabsicht tragen, und planen Inhalte entlang dieser Anfragen.

In der zweiten Phase verbinden wir Anzeigen und Inhalte mit den Signalen: Accountlisten, themenbezogene Botschaften und Optimierung auf qualifizierte Chancen. Braucht es zudem einen Third Party Anbieter, erarbeiten wir die Auswahlfragen gemeinsam und messen den Pilot gegen eine Kontrollgruppe. Die Verantwortung für Strategie und Ergebnis liegt bei mir; die Umsetzung übernehmen erfahrene Fachleute aus meinem Team.

Möchten Sie Ihre eigene Situation einschätzen, prüfen wir gern gemeinsam Ihre Formulare und Ihre Messung. Denn meist entsteht der erste Gewinn nicht durch eine neue Datenquelle, sondern durch Signale, die Sie bereits erheben und bisher nicht nutzen.