Das MQL ist tot. Was kommt danach?

In einem Meeting vor ein paar Monaten zeigte mir eine Marketing-Kollegin ihr Reporting. 1.400 MQLs im Quartal, Ziel übererfüllt, grünes Häkchen auf dem Dashboard. Auf meine Frage, wie viele davon der Vertrieb tatsächlich kontaktiert hat, wurde es still. Und auf die Folgefrage, wie viele davon zu Opportunities geworden sind, folgte ein Schulterzucken.

Das war kein Einzelfall. Ich kenne diesen Moment aus zu vielen Unternehmen.

Der MQL – der Marketing Qualified Lead – hat über ein Jahrzehnt als die Leitmetrik im B2B-Marketing funktioniert. Nicht weil er besonders präzise war, sondern weil er einfach zu erklären, leicht zu messen und im Reporting gut zu verteidigen war. Er hat Zahlen produziert, die gut aussahen. Dass die darunter liegenden Conversion-Rates einstellig blieben, hat lange niemanden wirklich gestört.

Das ändert sich gerade. Nicht weil ein neues Framework auf dem Markt ist, sondern weil das Modell unter dem Druck realer Kaufverhalten nicht mehr funktioniert.

Warum der MQL strukturell bricht

Der eigentliche Fehler lag nicht im Konzept selbst. Der MQL war ursprünglich eine Reporting-Metrik – ein Hinweis darauf, dass ein Lead genug Interesse gezeigt hatte, um an den Vertrieb übergeben zu werden. Das Problem entstand, als aus dieser Reporting-Metrik eine Strategie-Metrik wurde. Wenn das Ziel lautet, möglichst viele MQLs zu produzieren, wird das gesamte System auf dieses Ziel hin optimiert. Content-Downloads zählen. Webinar-Anmeldungen zählen. Das Öffnen einer E-Mail zählt.

Die Pipeline zahlt die Kosten dafür. 79 Prozent aller MQLs konvertieren nie in einen Sale – und trotzdem haben SDR-Teams jahrelang die Arbeitszeit damit verbracht, diese Leads herauszufiltern, statt mit echten Gesprächspartnern zu sprechen.

Der tiefere Grund ist, dass das Modell schlicht nicht mehr zu dem passt, wie B2B-Käufer heute Entscheidungen treffen.

73 Prozent der B2B-Buying-Journey laufen anonym ab, bevor ein Buyer jemals Kontakt mit einem Anbieter aufnimmt. 83 Prozent der Käufer definieren ihre Anforderungen vollständig, bevor sie mit dem Vertrieb sprechen. 92 Prozent treten in den Kaufprozess ein, mit einem bevorzugten Anbieter bereits im Kopf.

Quelle: MarketBetter Blog / Marrina Decisions

Das bedeutet: Wenn jemand ein Formular ausfüllt und im CRM als MQL erscheint, ist die eigentliche Kaufentscheidung häufig bereits gefallen. Das System hat das relevanteste Stück der Journey nie gesehen.

Hinzu kommt ein Phänomen, das ich als dunklen Funnel bezeichne. Buyers recherchieren in ChatGPT oder Perplexity, erhalten Antworten, bauen mentale Shortlists – ohne ein einziges trackbares Signal zu hinterlassen. Kein UTM-Parameter, kein Cookie, keine CRM-Aktivität. Der Buyer taucht in der Pipeline auf, entweder mit deinem Unternehmen auf der Liste oder ohne. Das klassische MQL-Modell war darauf ausgelegt, sichtbare Handlungen zu belohnen. Der moderne B2B-Käufer hinterlässt kaum sichtbare Spuren, bis er bereits entschieden hat.

Ein Schichtenmodell statt einer Nachfolge-Metrik

Es gibt nicht „die eine Metrik“, die den MQL ersetzt. Was sich in der Praxis durchsetzt, ist ein Schichtenmodell, das drei Ebenen kombiniert.

Die erste Ebene ist signal-basiertes Scoring statt form-basierter Qualifikation. Preisseiten-Besuche, Technographieveränderungen, Hiring-Signale, Aktivitäten auf Bewertungsplattformen – das sind Echtzeit-Intent-Signale, die echtes Kaufinteresse abbilden. Klassische Behaviour-Scores auf Basis von E-Mail-Öffnungen und PDF-Downloads tun das nicht. Der durchschnittliche Lead-Response-Zeitraum im B2B liegt bei über 40 Stunden, und 30 Prozent aller Leads werden nie kontaktiert. Wer innerhalb von fünf Minuten auf ein belastbares Signal reagiert, hat eine 21-fach höhere Conversion-Wahrscheinlichkeit. Ein Scoring-System, das in Batch-Zyklen alle vier bis zwölf Stunden aktualisiert, hat dieses Fenster längst verpasst.

Die zweite Ebene ist Account statt Lead. Der moderne B2B-Kaufprozess involviert durchschnittlich vier oder mehr Stakeholder, die parallel in verschiedenen Kanälen recherchieren. Das MQA-Modell – Marketing Qualified Account – ist die logische Konsequenz: Wenn mehrere Kontakte desselben Unternehmens die Website besuchen oder mit Content interagieren, qualifiziert das den Account, auch ohne dass jemand ein Formular ausgefüllt hat. Das klingt trivial, ist aber in der Praxis ein Paradigmenwechsel in der CRM-Architektur. Weg vom Lead-Objekt als primärem Qualifikations-Trigger, hin zum Account-Engagement als Routing-Grundlage.

Die dritte Ebene ist Pipeline Velocity statt Volumen. Drei Metriken treten an die Stelle des MQL als primären KPIs: SQLs als Qualitätsindikator, nämlich vom Vertrieb validierte, ICP-konforme Leads mit Budget und Entscheidungsbefugnis. Pipeline Velocity als Geschwindigkeitsindikator, also Tage von First Touch bis SQL bis Opportunity. Und CAC Payback als Effizienzindikator, sprich Monate bis zur Rückholung der Akquisitionskosten.

Das eigentliche Problem ist die CRM-Architektur

An diesem Punkt wird es unangenehm. Denn alle diese Ansätze scheitern an derselben Grundlage: einem CRM, das als System of Record gebaut wurde, nicht als System of Action.

Ich sehe das regelmäßig in Salesforce-Setups. Der MQL-Threshold – Score größer X ergibt Übergabe an Sales – ist eine Vereinfachung, die Kontext vollständig ignoriert. Ein Score von 75, aufgebaut aus Content-Downloads in einem Unternehmen mit 50.000 Mitarbeitern, das gerade einen Wettbewerber evaluiert, ist fundamental anders als ein Score von 75 aus direkten Pricing-Page-Besuchen eines 200-Mann-Unternehmens im idealen ICP. Beide werden identisch behandelt.

Das ist kein Tool-Problem. Kein CRM der Welt löst das automatisch. Das ist ein Architektur-Problem, das bewusste Entscheidungen über Objekte, Routing-Logiken und Scoring-Transparenz erfordert.

Explainability ist dabei der entscheidende Punkt: Kein Scoring-System – egal ob regelbasiert oder ML-gestützt – sollte Aktionen auslösen, wenn es nicht erklären kann, warum ein Score existiert. Ohne diese Transparenz werden gute Leads wegen fehlerhafter Logik verbrannt. Das ist teurer als jede MQL-Zählung jemals offenbart hat.

Wie das in der Praxis aussieht

Ein mittelständischer Maschinenbauer, etwa 400 Mitarbeiter, Exportquote über 60 Prozent, hatte ein klassisches MQL-System aufgebaut: Newsletter-Abonnenten, Whitepaper-Downloads, Messe-Registrierungen. Quartalsweise wurden die Leads an den Vertrieb übergeben. Die Conversion-Rate MQL zu Opportunity lag bei sieben Prozent. Der Vertrieb bezeichnete die meisten Übergaben als Zeitverschwendung.

Die Analyse ergab: Fast alle erfolgreichen Deals hatten in den Wochen vor dem Erstkontakt eines gemeinsam – mehrere Personen desselben Unternehmens hatten die Produktseiten und die Referenzkundenliste besucht, ohne irgendetwas herunterzuladen oder sich anzumelden. Sie tauchten im System nicht auf. Kein Score, keine Qualifikation, keine Übergabe.

Die Umstellung auf account-basiertes Tracking, kombiniert mit Echtzeit-Alerts für definierte Signalkombinationen, verdreifachte die SQL-Rate innerhalb von zwei Quartalen. Nicht weil das Marketing besser geworden war. Weil zum ersten Mal die richtigen Signale beobachtet wurden.

Was das für Führungskräfte bedeutet

74 Prozent aller B2B-Unternehmen behaupten, Pipeline oder Revenue als primäre Metrik zu verwenden. Nur 16 bis 20 Prozent haben tatsächlich die operative Reife erreicht, bei der Marketing für abgeschlossene Deals verantwortlich ist – nicht nur für Pipeline-Beeinflussung. Das ist die eigentliche Lücke.

Die Frage ist nicht, ob der MQL als Metrik abzulösen ist. Die Frage ist, ob das eigene Unternehmen noch auf Signale optimiert, die der Käufer von heute hinterlässt – oder auf Signale, die vor zehn Jahren mal sinnvoll waren.

Nach 20 Jahren im B2B-Marketing beobachte ich, dass die meisten Teams nicht an schlechten Tools scheitern. Sie scheitern daran, dass niemand die Frage stellt, ob die gemessenen Signale noch etwas mit dem realen Kaufverhalten der Zielgruppe zu tun haben.

Das ist eine unbequeme Frage. Besonders dann, wenn die Dashboards grün sind.

Das Meeting mit dem grünen Häkchen läuft heute noch. In vielen Unternehmen. Der MQL ist nicht tot – er ist in Rente gegangen, und niemand hat es offiziell kommuniziert. Die Systeme laufen weiter, die Ziele werden erfüllt, die Conversion-Rates bleiben wo sie sind.

Wer das ändern will, fängt nicht mit einem neuen CRM an. Er fängt damit an, die eigene Zielgruppe wieder wirklich zu kennen. Das ist selten ein Tool-Problem.