Evidenzkompass: Wie belastbar sind Aussagen über KI im Vertrieb?
Leitfrage
Wie lassen sich Aussagen über Wirkung und Zukunft von KI im Vertrieb nach ihrer Belastbarkeit einordnen?
Kurzantwort
Die beiden Quellen enthalten unterschiedliche Evidenzarten. Wissenschaftliche Theorien erklären Mechanismen, empirische Einzelstudien messen begrenzte Zusammenhänge, Praxisbeobachtungen berichten Erfahrungen, Expertenmeinungen ordnen Entwicklungen ein und Zukunftshypothesen beschreiben mögliche Szenarien. Diese Ebenen dürfen nicht miteinander verwechselt werden.
Wissenschaftliche Grundlagen
Theorien zu selektiver Aufmerksamkeit und kognitiver Dissonanz erklären, warum Menschen Informationen filtern oder widersprechende Botschaften vermeiden. Sie liefern einen theoretischen Rahmen, aber noch keinen direkten Nachweis für die Wirkung einer bestimmten KI-Kampagne.
Empirische Befunde
Zwei Ergebnisse sind besonders konkret:
- Der quasi-experimentelle LinkedIn-Test der FH Campus 02 zeigte mehr Leads und einen niedrigeren Cost per Lead, aber keinen signifikanten Conversion-Effekt.
- Die Untersuchung des Brand Science Institute mit 519 Teilnehmenden zeigte einen negativen Zusammenhang zwischen wahrgenommener KI-Kontrolle und Handlungsbereitschaft (β = -0,43; p < 0,001).
Beide Befunde sind relevant, bleiben aber an Untersuchungsaufbau und Zielgrößen gebunden.
Praxisbeobachtungen und Expertenaussagen
Die Quellen nennen aus der Praxis Einsparungen von 50 bis 60 Prozent bei bestimmten Aufgaben sowie stark schwankende Conversion-Versprechen. Außerdem wird eine McKinsey-Angabe von 10 bis 15 Prozent Umsatzsteigerung aufgegriffen. Solche Angaben sind Hinweise, ersetzen in den vorliegenden Texten aber keinen einheitlichen kausalen Nachweis.
Zukunftshypothesen
GTM-Singularity, weitgehend autonome KI-Agenten und eine künftig wieder stärkere Präferenz für menschliche Interaktion stehen als teilweise gegensätzliche Prognosen nebeneinander. Auch das dynamische Resonanzmodell ist ein konzeptioneller Zukunftsvorschlag, kein bereits validierter Standard.
Die wichtigste Leseregel
Eine frühe Kennzahl darf nicht als Geschäftswirkung ausgegeben werden. Mehr Leads sind nicht automatisch mehr Abschlüsse; Korrelation ist nicht automatisch Ursache; eine Prognose ist nicht automatisch Zukunft.
Weiterführende Knowledge
- Evidenz: Mehr Leads, niedrigere Kosten: Was zeigt die empirische Studie?
- Evidenz: Hyperpersonalisierung: Wann wird Empfehlung zu psychologischer Reaktanz?
- Offene Frage: Wie lassen sich Korrelation, Kausalität und Langzeitwirkung unterscheiden?
- Gegenposition: Werden KI-Agenten den menschlichen Vertrieb ersetzen?
- Vertiefung: Ist der Sales Funnel tot – oder weiterhin nützlich?
