Signale stapeln, Agent reagiert, Mensch sendet

Ein Signal ist eine Vermutung, fünf sind ein Muster: Vacca scored nach Signaldichte, nicht nach Firmengrösse, und nennt Jobwechsel, Tech-Stack, Hiring und Funding als Auslöser. Die Gegenprobe liefert das Jahr 2025: Autonomer Outbound in Masse hat Antwortraten auf 0,45 bis 3,4 % gedrückt (Belkins, Lavender), der AI-SDR 11x verlor nach Mitarbeiterangaben 70 bis 80 % der Neukunden, und die besten 10 % der Outbound-Teams senden die wenigsten Mails. Dazu kommt die Datenbasis: B2B-Kontaktdaten zerfallen rund 30 % pro Jahr, und ein schmutziges CRM macht aus Signalen Fehlalarme. Also: Agents erkennen, filtern, recherchieren und entwerfen autonom. Gesendet wird von Hand, signal-to-meeting ist die Kennzahl.

• Signal Agent

  Überwacht Web, LinkedIn und CRM auf Intent-Signale und sortiert, wer als Nächstes dran ist.

• Research Agent

  Recherchiert Accounts, Personen und Markt und legt die Belege in den Context Workspace.

• Drafting Agent

  Entwirft Nachrichten, Posts und Briefs im Ton des Playbooks, immer als Vorschlag.

• Pipeline Agent

  Pflegt CRM-Stages, Next Steps und Felder und meldet, was im Forecast nicht zusammenpasst.

• ICP mit Signaldefinitionen: welche Ereignisse zählen, mit welchem GewichtContext Workspace
• Bereinigtes CRM mit Owner, Stage und letztem Kontakt pro AccountCRM
• Signalquellen: Jobwechsel, Hiring, Funding, Tech-Stack, Website-Besuche, Content-EngagementWeb & LinkedIn
• Validierte Botschaft je PersonaContext Workspace

1. 1

   Signale definieren und gewichten

   Mensch

   Du legst fest, welche Ereignisse einen Account aufwerten: neue VP in den ersten 90 Tagen, drei SDR-Stellen, Funding, Wettbewerber im Stack, drei Interaktionen mit deinem Content. Ein Account braucht mehrere Signale, bevor er oben liegt.

2. 2

   Laufend beobachten und sortieren

   Agent

   Der Signal Agent überwacht Web, LinkedIn und CRM, filtert gegen den ICP und legt die Accounts nach Signaldichte zuoberst. Das läuft autonom, ohne dass du es auslöst.

3. 3

   Kontakt auflösen und recherchieren

   Agent

   Der Research Agent findet die richtige Person, prüft die Daten gegen zwei Quellen und schreibt den Kontext: was passiert ist, warum es jetzt relevant ist, welcher Satz von dir persönlich sein muss.

4. 4

   Nachricht entwerfen

   Agent

   Der Drafting Agent schreibt die Erstnachricht aus der validierten Botschaft: unter 80 Wörtern, Problem vor Produkt, ein Call-to-Action, Bezug auf das Signal.

5. 5

   Prüfen, anpassen, senden

   Mensch

   Du gehst die Vorschläge in einem täglichen Block durch, verwirfst, passt an und sendest. Drei bis vier Nachfassen, dann Schluss. Volumen entsteht durch Signale, nicht durch Postfächer.

6. 6

   Ergebnis zurück ins CRM

   Agent

   Der Pipeline Agent protokolliert Signal, Nachricht, Antwort und Meeting pro Account, damit die Signalgewichte monatlich nachjustiert werden können.

• Jede Nachricht nennt das konkrete Signal und warum es jetzt relevant ist.
• Kein Account liegt oben mit nur einem Signal.
• Kontaktdaten sind gegen zwei Quellen geprüft, bevor eine Nachricht entsteht.
• Signal, Nachricht, Antwort und Ergebnis sind pro Account nachvollziehbar.

• Den AI-SDR als Ersatz für das Team kaufen und mit 6-facher Menge 38 % weniger Antworten ernten.
• Signale auf ein schmutziges CRM setzen: falsche Positive, Reps jagen Accounts, die nicht im Markt sind.
• Ein Signal als Kaufabsicht lesen.
• Mehr Postfächer statt mehr Relevanz.

• Alex Vacca, 100 Tips to Master GTM (2025): Tipps 3, 5 bis 9, 62, 65 bis 67, 91 und 92: Signale stapeln, nach Dichte scoren, AI für Research und Entwurf, erste Meile automatisieren, letzte Meile menschlich.
• Belkins, Cold Email Statistics (2025/26): Durchschnittliche Antwortrate 0,45 % über 7,5 Millionen Mails 2025; 8,4 % für eine einzelne, gut gezielte Mail (Daten 2024).
• TechCrunch, Reporting on 11x and Artisan (AI SDRs) (2025): 11x: Mitarbeitende schätzten 70 bis 80 % Verlust der Neukunden, das Unternehmen nannte 79 % Retention; der CEO trat im Mai 2025 zurück.
• Gartner, B2B Buyer and CSO Surveys (2025/26): CSOs, die zuerst Daten, Automation und Nutzererlebnis in Ordnung bringen, realisieren AI-ROI fünfmal wahrscheinlicher (CSO-Umfrage 2025/26).