Ihr Leadprozess beginnt zu spät

Was der Forrester-Report 2026 über B2B-Kaufentscheidungen sagt – und warum das klassische Attributionsmodell strukturell versagt.

Ein Geschäftsführer aus dem Stuttgarter Umland – Automatisierungstechnik, 320 Mitarbeiter, B2B-Vertrieb in EMEA – beschreibt seinen Einkaufsprozess heute so: Er tippt eine Frage in ChatGPT, bekommt drei bis vier Anbieterempfehlungen mit konkreten Begründungen, und entscheidet auf dieser Basis, wen er überhaupt kontaktiert.

Den Anbieter, der in dieser Antwort nicht auftaucht, ruft er nicht an.

Er füllt auch kein Kontaktformular aus. Er klickt auf keine Google-Anzeige. Er hinterlässt keinen Cookie.

Das ist kein Ausnahmefall. Forrester hat in diesem Jahr knapp 18.000 B2B-Käufer befragt – und zum zweiten Mal in Folge steht generative KI auf Platz eins der meistgenutzten Recherchequellen für Kaufentscheidungen. Vor Unternehmenswebsites. Vor Produktexperten. Vor dem Vertrieb.

94 Prozent der Käufer nutzen KI-Tools irgendwo im Kaufprozess. 55 Prozent vergleichen damit Anbieter gegeneinander. 47 Prozent bauen sich damit das interne Business-Case-Dokument, bevor sie irgendjemanden kontaktiert haben.

Das ist kein SEO-Thema. Es ist ein Architekturproblem.

Was das Attributionsmodell nicht sieht

Die meisten B2B-Marketingteams messen, was messbar ist: Form-Fills, Klicks, E-Mail-Öffnungsraten, Salesforce-Stage-Bewegungen. Das ist verständlich. Diese Daten lassen sich reporten, lassen sich verteidigen, lassen sich in Dashboards stecken.

Das Problem: Wenn 94 Prozent der Recherche stattfindet, bevor ein Kontakt entsteht, dann beginnt das, was das CRM als „Erstkontakt“ erfasst, strukturell zu spät. Der Buyer hat zu diesem Zeitpunkt bereits eine Shortlist. Er hat Anbieter verglichen. Er hat entschieden, wen er überhaupt in Betracht zieht – und wen nicht.

Das klassische Lead-Attributionsmodell bildet diesen Entscheidungsraum nicht ab. Es misst den Moment, in dem ein Mensch auf „Absenden“ drückt. Aber die eigentliche Kaufentscheidung – wer kommt überhaupt auf die Longlist – fällt irgendwo in einer KI-Antwort.

Was im CRM als MQL erscheint, ist oft bereits eine vorqualifizierte Anfrage. Jemand, der Sie für relevant gehalten hat. Die Frage ist: wer hat ihn dazu gebracht?

Die Blackbox vor dem Funnel

Nach 20 Jahren in B2B-Marketingfunktionen kenne ich die Versuchung: Man baut ein Tracking-Setup, das gut aussieht, und beginnt zu glauben, man sehe den Kaufprozess. Man sieht ihn nicht. Man sieht den Teil, der sich hat erwischen lassen.

Die Phase davor – das stille Recherchieren, das Vergleichen, das Verwerfen – bleibt unsichtbar. Früher war das noch zu tolerieren, weil zumindest die Google-Suche halbwegs nachvollziehbare Signale lieferte: Impressions, Rankingpositionen, organischer Traffic. Schlecht, aber besser als nichts.

Diese Signale brechen jetzt systematisch weg. Aktuelle Analysen zeigen, dass 88 Prozent der Seiten, die in Googles KI-Mode zitiert werden, gar nicht im organischen Top-10-Ranking auftauchen. Das klassische SEO-Versprechen – wer gut rankt, wird gefunden – gilt für KI-Antworten nicht mehr.

„The proportion of buyers using AI in their purchase process grew from 89% in 2025 to 94% in 2026. Generative AI and conversational search now rank as the most meaningful information source for B2B purchase decisions.“

Forrester / Machine Relations, B2B AI Vendor Research 2026 (basierend auf Forrester’s Buyers‘ Journey Survey, 18.000 Befragte, Januar 2026)

Was das für das Marketingteam bedeutet: Man kann hervorragend gerankt haben, perfekte Conversion-Rates auf der Landing Page gehabt haben – und trotzdem nicht im Entscheidungsraum des Käufers aufgetaucht sein.

Was das konkret für die Lead-Architektur bedeutet

Ich arbeite täglich mit Salesforce-Leadprozessen, MQL-Definitionen, Scoring-Modellen. Und die Frage, die mich seit Erscheinen dieses Forrester-Reports beschäftigt, ist keine abstrakte: Was erfasse ich eigentlich, wenn der Käufer noch gar nicht mit mir gesprochen hat?

Wenn ein Buyer in ChatGPT fragt „Welcher Anbieter für Qualitätssicherungssoftware passt zu einem mittelständischen Zulieferer?“ und mein Unternehmen in der Antwort erscheint – dann beginnt an diesem Punkt eine Kaufüberlegung. Keine Datenspur. Kein Touchpoint. Kein Lead.

Das konventionelle Modell ignoriert diesen Moment vollständig. Es wartet, bis der Mensch klickt. Die MQL-Definition, die ich für ein Unternehmen designt habe, fragt: Hat die Person eine E-Mail geöffnet? Hat sie eine Seite besucht? Hat sie ein Whitepaper heruntergeladen? Keine dieser Fragen erfasst, ob ein Buyer meine Marke bereits in drei KI-Antworten gesehen hat, sie für vertrauenswürdig hält und jetzt gezielt recherchiert.

Dieses Scoring-Modell ist nicht falsch gebaut. Es baut auf der falschen Prämisse.

Das Sichtbarkeitsproblem neu denken

Was diese Verschiebung verlangt, ist kein neues Tool. Es ist ein anderes Verständnis davon, was Sichtbarkeit in B2B-Märkten heute bedeutet.

Klassisches Inbound-Marketing optimiert auf Klick-Touchpoints: Wer sucht, soll uns finden. Wer findet, soll konvertieren. Wer konvertiert, kommt ins CRM. Das ist eine Kausalkette, die funktioniert – aber nur für den Teil des Kaufprozesses, der sich bereits zur sichtbaren Recherche entschlossen hat.

Der vorgelagerte Teil – das KI-gestützte Shortlisting – folgt anderen Regeln. Hier entscheidet nicht, wie gut eine Seite für ein Keyword optimiert ist. Hier entscheidet, ob ein Unternehmen in den Trainingsdaten und Retrieval-Mechanismen der Modelle als relevante, glaubwürdige Quelle auftaucht. Das sind Fragen der inhaltlichen Breite, der Qualität verlinkter Quellen, der Tiefe fachlicher Aussagen über Zeit.

Ein typisches Beispiel aus der Praxis: ein mittelständischer Maschinenbauer, 280 Mitarbeiter, Vertrieb in DACH und BeNeLux. Das Marketingteam hat 2023 auf Content-Marketing gesetzt – Whitepapers, Landing Pages, SEO-optimierte Produktseiten. Alles nach Lehrbuch.

Seit Anfang 2025 stagniert der organische Traffic. Die Anfragen werden weniger. Nicht, weil das Unternehmen schlechter geworden ist – sondern weil ein wachsender Teil ihrer Zielgruppe die Shortlist-Entscheidung in ChatGPT trifft, bevor er eine Suchmaschine öffnet. Und dort taucht das Unternehmen nicht auf, weil sie nie dafür gebaut haben, in KI-Antworten relevant zu sein.

Das ist kein Traffic-Problem. Es ist ein Shortlist-Problem.

Was jetzt operative Konsequenzen hat

Ich sage nicht, dass klassische Kampagnenarchitektur abzuschreiben ist. Form-Fills werden weiterhin Leads erzeugen. Retargeting wird weiterhin funktionieren. Attribution bleibt relevant.

Aber wer heute eine Kampagnenarchitektur entwirft, ohne den vorgelagerten KI-Rechercheraum mitzudenken, baut ein Gebäude ohne Erdgeschoss. Die Wand der Messbarkeit verschiebt sich – und die erste operative Konsequenz ist zu akzeptieren, dass ein wachsender Teil des Kaufprozesses in einem Raum stattfindet, den kein Attributionsmodell der Welt vollständig abbilden kann.

Was das konkret verlangt:

Erstens: Fachliche Tiefe schlägt Keyword-Dichte. KI-Modelle zitieren Inhalte, die sachlich präzise, gut belegt und in relevante Themenzusammenhänge eingebettet sind – nicht Texte, die ein Longtail-Keyword dreimal enthalten.

Zweitens: Markenpräsenz in fachlichen Kontexten über Zeit. Wer in Branchenmedien, Verbandspublikationen, Fachforen und zitierfähigen Quellen präsent ist, erhöht die Wahrscheinlichkeit, dass sein Name auftaucht, wenn ein Buyer eine relevante Frage stellt.

Drittens: MQL-Definitionen überprüfen. Wenn jemand direkt nach einem Markennamen sucht, nach einem spezifischen Anwendungsfall fragt oder mit überdurchschnittlichem Produktwissen auf der Website ankommt – das sind Signale, die auf eine vorgelagerte KI-Recherche hindeuten. Diese Leads kommen nicht kalt an. Sie kommen vorqualifiziert.

Das ändert, wie man diese Leads behandeln sollte.

Er ruft nicht an

Der Geschäftsführer aus Stuttgart hat seine drei Anbieter. Er hat einen davon gestrichen, weil er in keiner KI-Antwort auftauchte. Er hat einen zweiten gestrichen, weil der, der auftauchte, auf seiner Website nur Allgemeinplätze bot. Den dritten hat er angerufen.

Dieser Anruf erscheint im CRM als Inbound-Lead. Als warmer Kontakt ohne vorherige Kampagnenberührung. Als unerklärter Treffer.

Im Marketing-Report der Woche davor stand: Conversion-Rate stabil, CPL leicht gestiegen, kein klarer Trend. Niemand hat gefragt, was vor dem Klick passiert ist.

Das ist die eigentliche Frage, die Führungskräfte im B2B-Marketing jetzt stellen müssen – nicht ob das Budget gut allokiert ist, sondern ob das Modell, mit dem sie messen, überhaupt noch sieht, wo die Entscheidung fällt.

Wer das nicht fragt, optimiert weiter fleißig auf Touchpoints, die im Kaufprozess des Kunden schon lange nicht mehr am Anfang stehen.