Grundlagen & Einführung

Beim Thema Intent-Signale werden Begriffe regelmäßig durcheinandergeworfen, und weil die meisten Quellen aus dem Marketing der Anbieter stammen, verschwimmen dabei auch die Grenzen des Verfahrens. Diese Seite sortiert die Begriffe und benennt, was hinter jedem steckt. Wie man mit den Signalen arbeitet, steht auf der Seite zur praktischen Anwendung; wie sie technisch entstehen, unter Technologie und Integration.

Signal, Datensatz, Score

Ein Intent-Signal ist eine einzelne beobachtete Handlung mit Zeitstempel: ein Aufruf der Preisseite, ein geöffnetes Datenblatt, eine Suchanfrage, ein Klick auf eine Anzeige, ein Besuch einer Vergleichsseite. Es ist ein Ereignis, nichts weiter.

Intent-Daten ist der Sammelbegriff für die aufbereitete Menge solcher Ereignisse, meist über mehrere Quellen und über einen Zeitraum hinweg aggregiert. Aus einzelnen Handlungen wird dabei ein Verlauf.

Ein Intent-Score ist die Verdichtung dieses Verlaufs zu einer Zahl. Ein Score ist immer eine Modellannahme: Jemand hat entschieden, dass ein Preisseitenbesuch mehr zählt als ein Blogbesuch. Diese Gewichtung ist eine Hypothese über Ihr Geschäft, kein Naturgesetz, und sie gehört überprüft, sobald genug abgeschlossene Vorgänge vorliegen.

Wer diese drei Ebenen auseinanderhält, versteht die meisten Anbieterversprechen besser. Ein hoher Score bedeutet: Das Modell hält diesen Account für interessant. Nicht mehr.

Explizite und implizite Signale

Explizite Signale entstehen, wenn jemand aktiv etwas preisgibt: ein ausgefülltes Formular, eine Demo-Anfrage, eine Anmeldung zum Newsletter, eine Frage im Chat. Sie sind eindeutig und selten.

Implizite Signale entstehen nebenbei, aus dem beobachteten Verhalten: welche Seiten aufgerufen wurden, wie lange, wie oft, in welcher Reihenfolge. Sie sind häufig und mehrdeutig. Der ganze Aufwand rund um Intent-Daten dreht sich darum, aus vielen mehrdeutigen Beobachtungen ein Muster zu gewinnen, das der Aussagekraft eines expliziten Signals nahekommt.

Drei Herkünfte

First-Party-Daten stammen aus Ihren eigenen Kanälen: Website, Shop, Newsletter, CRM, Support. Sie sind die genauesten Daten, die Sie bekommen können, weil sie sich direkt auf Ihr Angebot beziehen und Sie die Erhebung kontrollieren. Ihr Nachteil ist der Ausschnitt: Sie sehen nur, wer schon bei Ihnen war. Wer gerade beim Wettbewerb liest, taucht nicht auf.

Second-Party-Daten sind die First-Party-Daten eines anderen, die Sie mit dessen Zustimmung nutzen. Typisch sind Bewertungs- und Vergleichsportale oder Fachmedien, auf denen Ihre Kategorie recherchiert wird. Sie liefern Hinweise aus der Phase, in der Anbieter verglichen werden, sind aber an die Reichweite dieser einen Quelle gebunden.

Third-Party-Daten werden von Anbietern über viele Websites hinweg zusammengetragen und als Datenstrom verkauft. Der Reiz liegt in der frühen Erkennung: Ein Account kann auffallen, bevor er je bei Ihnen war. Die Kehrseite ist mangelnde Nachprüfbarkeit. Sie sehen das Ergebnis, nicht die Erhebung, und Sie haften trotzdem für die Verarbeitung. Herkunft, Rechtsgrundlage und Aktualität sind vor dem Einkauf zu klären, nicht danach.

Herkunft	Phase	Stärke	Grenze
Third-Party	frühe Recherche	breite Sicht, Accounts vor dem Erstkontakt	Erhebung nicht nachprüfbar, meist nur grob
Second-Party	Anbietervergleich	konkreter Kategoriebezug	an eine Quelle gebunden
First-Party	konkrete Prüfung	genau, kontrollierbar, aktuell	nur, wer bereits da war

In der Praxis beginnt fast jedes sinnvolle Vorhaben bei First-Party-Daten. Sie kosten nichts außer Sorgfalt, ihre Rechtsgrundlage lässt sich klären, und sie zeigen sofort, ob überhaupt genug Bewegung vorhanden ist, um daraus etwas abzuleiten.

Unternehmen statt Person

Im deutschsprachigen Raum ist das die wichtigste Unterscheidung der ganzen Disziplin. Verfahren, die Website-Besucher Unternehmen zuordnen, arbeiten auf der Ebene der Organisation: Sie stellen fest, dass ein Zugriff aus dem Netz einer bestimmten Firma kam, nicht wer dort gesessen hat.

Das ist keine technische Bescheidenheit, sondern der Punkt, an dem sich die Bewertung entscheidet. Solange die Auswertung beim Unternehmen endet, hat sie einen anderen Charakter als eine, die einzelne Personen wiedererkennt. Sobald Signale mit Namen, E-Mail-Adressen oder CRM-Kontakten verknüpft werden, verlassen Sie diese Ebene. Ob und unter welchen Bedingungen das zulässig ist, ist eine Rechtsfrage und gehört vorab geklärt.

Für die Praxis heißt es außerdem: Sie erfahren, dass sich ein Unternehmen mit einem Thema befasst. Ob das die Fachabteilung, die IT, ein Praktikant oder ein Wettbewerber war, steht nicht darin.

Abgrenzung zu firmografischen und demografischen Daten

Firmografische Daten beschreiben die Organisation: Branche, Mitarbeiterzahl, Umsatzklasse, Standort, Rechtsform. Sie beantworten, ob ein Unternehmen überhaupt zu Ihrem Angebot passt. Diese Angaben sind stabil und veralten langsam.

Demografische Daten beschreiben Personen: Funktion, Abteilung, Verantwortungsebene. Sie beantworten, wen man ansprechen sollte.

Intent-Daten beantworten die dritte Frage: wann. Sie sind flüchtig und verlieren binnen Wochen an Wert.

Erst zusammen ergeben die drei ein Bild. Ein passendes Unternehmen ohne aktuelles Interesse ist eine Adresse für später. Ein starkes Signal aus einem Unternehmen, das gar nicht zum Angebot passt, ist Rauschen. Beides falsch zu behandeln kostet Vertriebszeit.

Woran sich die Qualität eines Signals bemisst

Aktualität. Ein Hinweis von gestern ist etwas anderes als einer von vor drei Monaten. Recherchephasen sind kurz; wer zu spät kommt, findet eine getroffene Entscheidung vor.

Häufigkeit. Ein einzelner Besuch ist Zufall. Mehrere Zugriffe aus demselben Unternehmen innerhalb weniger Tage sind ein Muster.

Tiefe. Ein Aufruf der Startseite sagt weniger als ein Aufruf von Preisen, technischen Daten oder Referenzen. Welche Seiten in Ihrem Fall Tiefe anzeigen, hängt vom Angebot ab und lässt sich aus abgeschlossenen Vorgängen ableiten.

Passung. Ohne Abgleich mit dem Wunschkundenprofil ist jedes Signal wertlos. Der Abgleich ist der erste Filter, nicht der letzte.

Was ein Signal nicht sagt

Es sagt nicht, dass jemand kaufen will. Recherche geschieht auch aus Neugier, für eine Studienarbeit, zur Marktbeobachtung oder weil ein Wettbewerber nachsieht, was Sie kosten.

Es sagt nicht, wer ansprechbar ist. Zwischen dem Unternehmen und einer richtigen Kontaktperson liegt Arbeit.

Es sagt nichts über Budget, Zeitpunkt oder Zuständigkeit. Diese Qualifizierung nimmt Ihnen kein Datensatz ab.

Und es ist nicht vollständig. Ein erheblicher Teil der Zugriffe lässt sich keinem Unternehmen zuordnen – aus dem Homeoffice, über Mobilfunk, über Anbieter mit großen gemeinsamen Adressbereichen. Die technischen Gründe dafür stehen auf der Seite zur Technik. Wer eine Abdeckung von neunzig Prozent verspricht, sollte erklären können, wie er auf diese Zahl kommt.

Die Voraussetzung, die oft fehlt

Bevor Intent-Daten überhaupt etwas bringen, muss die eigene Messung stimmen. Wenn Seitenaufrufe nicht sauber erfasst werden, interne Zugriffe mitgezählt werden oder Bots durchrutschen, entstehen keine Signale, sondern Artefakte. Wie eine belastbare Erhebung aufgebaut wird, steht auf der Seite zur Web-Analytics.

Einen Überblick über die gesamte Themenstrecke gibt die Einstiegsseite zu den B2B-Intent-Signalen. Wenn Sie einschätzen möchten, wie viel Substanz in Ihren eigenen Daten steckt, schreiben Sie uns kurz – dort können Sie auch direkt einen Termin buchen.