Priorisieren Sie zuerst Customer Acquisition Cost (CAC), Customer Lifetime Value (CLTV), Marketing-Sourced Pipeline, Cost per Lead (CPL) beziehungsweise MQL-Konversionsraten sowie Return on Marketing Investment (ROMI). Zusammen zeigen diese fünf Kennzahlen, wie viel ein Lead kostet, wie viel ein Kunde wert ist und wie stark Marketing tatsächlich zum Umsatz beiträgt. Welche davon Priorität bekommt, hängt von Ihrem Geschäftsziel und der jeweiligen Funnel-Stufe ab.

Kurz gesagt:

• Begrenzen Sie jedes Ziel auf drei bis sechs Kernkennzahlen und wählen Sie diese nach Geschäftsziel sowie Trichterstufe; kontobasiertes Marketing braucht Kennzahlen je Zielkonto statt bloßer Interessentenzahlen.
• Der Kundenwert sollte mindestens dreimal so hoch wie die Akquisitionskosten sein; prüfen Sie zusätzlich, ob sich diese Kosten innerhalb eines zum Verkaufszyklus passenden Zeitraums amortisieren.
• Bei langen Kaufentscheidungen über mehrere Kanäle verzerren Erstkontaktmodelle und Letztkontaktmodelle die Zuordnung; starten Sie mit festen Gewichtungen und ergänzen Sie gezielte Tests.
• Verknüpfen Sie CRM, Werbekonten, Webanalyse und Finanzdaten, bevor Sie Kosten oder Vertriebspipeline bewerten; für die Geschäftsführung genügen meist Pipelinebeitrag, CAC und ROMI.

Inhaltsverzeichnis

• Kern-KPIs im B2B: Definitionen, Formeln und kurze Beispiele
• Wie Sie die richtigen KPIs auswählen und an Geschäfts- und Funnel-Zielen ausrichten
• Attribution und Messmodelle: Praxisgerechte Wahl (Crawl-Walk-Run)
• Ziele, Benchmarks und Kosten: So setzen Sie realistische Targets
• Dashboarding & Reporting: Datenquellen, Visualisierungen und Management-Reporting
• Umsetzungsfahrplan: 30/90/180-Tage-Roadmap, Datenqualität und Verantwortlichkeiten
• Kurzperspektive: Trends 2026, KI, Sichtbarkeit und Outcome-Messung
• Kurzangebot: Unterstützung durch Xpert Marketing bei Strategie, Tracking und Dashboarding
• FAQ
• Quellen

Kern-KPIs im B2B: Definitionen, Formeln und kurze Beispiele

Jede Kennzahl beantwortet eine andere Frage. Wer sie vermischt, verliert die Aussagekraft, deshalb lohnt sich ein kurzer Blick auf Definition und Berechnung.

• Customer Acquisition Cost (CAC): Gesamte Vertriebs- und Marketingkosten geteilt durch die Anzahl neu gewonnener Kunden in einem Zeitraum. Beispiel: 50.000 € Ausgaben, 25 neue Kunden ergeben einen CAC von 2.000 €.
• Customer Lifetime Value (CLTV): Durchschnittlicher Umsatz pro Kunde multipliziert mit der durchschnittlichen Kundenbindungsdauer, abzüglich Kosten. Ein Kunde mit 10.000 € Jahresumsatz und drei Jahren Bindung liefert grob 30.000 € CLTV vor Kostenabzug.
• Cost per Lead (CPL): Kampagnenkosten geteilt durch Anzahl generierter Leads, unabhängig von deren Qualität.
• Marketing Qualified Lead (MQL) und Sales Qualified Lead (SQL): MQL beschreibt einen Lead, der definierte Interessens- oder Fit-Kriterien erfüllt, SQL einen Lead, den Vertrieb als bearbeitungsreif einstuft. Die MQL-zu-SQL-Quote zeigt, wie gut Marketing und Vertrieb Kriterien abgestimmt haben.
• Conversion Rate: Anteil der Leads oder Besucher, die eine definierte nächste Stufe erreichen, etwa vom MQL zum SQL oder vom Website-Besuch zur Demo-Anfrage.
• Marketing-Sourced Pipeline: Summe der Opportunity-Werte, die auf eine Marketing-Erstberührung zurückgehen. Diese Kennzahl verbindet Marketingaktivität direkt mit Vertriebspipeline.
• Sales Cycle Length: Durchschnittliche Zeit von Erstkontakt bis Geschäftsabschluss, oft nach Segment oder Lead-Quelle unterschieden.
• ROMI (Return on Marketing Investment) und ROAS (Return on Ad Spend): ROMI setzt den durch Marketing erzielten Gewinn ins Verhältnis zu den Marketingkosten, ROAS misst den Umsatz je ausgegebenem Werbe-Euro. Beide eignen sich zur Rechtfertigung von Budgets gegenüber der Geschäftsführung, allerdings mit unterschiedlichem Fokus: ROMI bezieht Gewinnmargen ein, ROAS nicht.

Die Datengrundlage für diese Kennzahlen liegt verteilt in mehreren Systemen: CRM für Opportunity- und Abschlussdaten, Ad-Accounts für Kampagnenkosten, Web-Analytics für Trafficverhalten und Marketing-Automation-Plattformen für Lead-Scoring und Nurturing-Historie. Ohne eine saubere Verknüpfung dieser Quellen bleiben CAC- oder Pipeline-Zahlen Schätzungen statt belastbarer Kennzahlen.

Wie Sie die richtigen KPIs auswählen und an Geschäfts- und Funnel-Zielen ausrichten

Ein KPI ist nur so nützlich wie seine Verbindung zu einem Geschäftsziel. Laut OpenStax funktionieren KPIs als Scorecard mit festem Zielwert und Zeitrahmen, während einfache Metriken lediglich Prozesse beschreiben.

Ein praktikables Vorgehen:

1. Geschäftsziel definieren: Neukundenwachstum, Expansion im Bestandskundengeschäft oder Markenaufbau.
2. Relevante Funnel-Stufe bestimmen: Awareness, Lead-Generierung, Opportunity oder Retention.
3. KPI-Typ zuordnen: Output-Kennzahlen wie Leadvolumen, Outcome-Kennzahlen wie Pipeline-Beitrag oder Effizienz-Kennzahlen wie CAC.
4. Auf drei bis sechs Kern-KPIs je Zielbereich beschränken, damit Reporting handhabbar bleibt.
5. Verantwortliche benennen und einen Zeithorizont für die Zielerreichung festlegen, etwa Quartal oder Halbjahr.

Für klassische Leadgenerierung passen CPL, MQL-zu-SQL-Rate und Sales Cycle Length gut zusammen. Demand-Gen-Teams schauen stärker auf Marketing-Sourced Pipeline und Conversion Rate über mehrere Touchpoints. Account-Based Marketing verlangt eigene Account-Level-Kennzahlen wie Engagement-Score pro Zielaccount und Pipeline-Beitrag je Account statt reiner Lead-Zahlen. Bei Markenaufbau rücken Sichtbarkeits- und Reichweitenindikatoren in den Vordergrund, auch wenn sie sich schwerer in Umsatz übersetzen lassen.

Profi-Tipp: Legen Sie für jeden KPI schriftlich fest, wer ihn verantwortet und wie oft er überprüft wird, sonst verwässert die Kennzahl innerhalb weniger Monate.

Attribution und Messmodelle: Praxisgerechte Wahl (Crawl-Walk-Run)

Attribution entscheidet, welchem Touchpoint eine Conversion zugeschrieben wird, und genau hier liegt die größte Fehlerquelle im B2B-Reporting. First-Touch- und Last-Touch-Modelle sind einfach umzusetzen, ignorieren aber alle Zwischenschritte einer typischerweise langen B2B-Journey. Regelbasierte und gewichtete Modelle verteilen Credit über mehrere Punkte, multitouch-Modelle versuchen diese Verteilung datenbasiert abzubilden.

• First-Touch und Last-Touch: schnell einsetzbar, aber stark verzerrt bei mehrstufigen Journeys.
• Regelbasierte und gewichtete Modelle: pragmatischer Mittelweg mit manuell festgelegten Gewichtungen.
• Multitouch-Attribution: genauere Credit-Verteilung, dafür komplexer in Aufbau und Pflege.
• Experimentelle Ansätze wie Lift-Studien und ökonometrische Modelle: ergänzen Attribution dort, wo Daten allein keine Kausalität zeigen.

Gartner empfiehlt für den Einstieg ein Crawl-Walk-Run-Modell: Organisationen starten mit einfachen Heuristiken, bauen schrittweise Multitouch-Attribution auf und ergänzen bei wachsender Reife experimentelle Testverfahren.

**Multitouch-Attribution liefert eine genauere Credit-Verteilung über den gesamten Funnel, bleibt laut AMA aber methodisch anspruchsvoll, besonders wenn Kanaldaten fragmentiert sind. Für viele mittelständische B2B-Teams reicht deshalb zunächst ein regelbasiertes Modell, ergänzt durch gezielte A/B-Tests oder Lift-Studien, bevor in vollständige Multitouch- oder KI-gestützte Modelle investiert wird. Diese Kombination aus Attribution und Experimenten liefert belastbarere Aussagen als ein reines Datenmodell allein.

Ziele, Benchmarks und Kosten: So setzen Sie realistische Targets

Realistische KPI-Ziele entstehen aus drei Quellen: der eigenen historischen Leistung, Kohortenanalysen und Branchenbenchmarks. Historische Daten zeigen, was unter den eigenen Bedingungen überhaupt erreichbar ist, Kohortenanalysen zeigen, wie sich Kundenwert über Zeit entwickelt, und Branchenbenchmarks liefern einen externen Vergleichspunkt.

• CAC-Grenzwerte: Der CAC sollte deutlich unter dem erwarteten CLTV liegen, ein häufig genanntes Zielverhältnis ist CLTV mindestens dreimal so hoch wie CAC.
• Amortisationszeit: Die Zeit, bis ein Kunde die Akquisitionskosten durch seinen Umsatz wieder einspielt, sollte zum Verkaufszyklus passen, sonst entsteht ein Liquiditätsrisiko.
• Budgetdruck verändert Prioritäten: Viele B2B-Revenue-Marketer berichten laut Marketing Charts von spürbarem Budgetdruck und richten ihre Kennzahlen deshalb stärker auf umsatznahe Größen wie ROMI und CAC aus, um Ausgaben gegenüber Vorstand und CFO zu rechtfertigen.

Dieselbe Quelle zeigt, dass ein erheblicher Teil der befragten Teams Performance-Analyse als größtes Verbesserungsfeld nennt, oft weil Datensammlung und verwertbare Insights auseinanderfallen. Zielwerte sollten deshalb regelmäßig überprüft werden, nicht nur einmal jährlich festgelegt.

Dashboarding & Reporting: Datenquellen, Visualisierungen und Management-Reporting

Ein funktionierendes KPI-Dashboard verbindet mehrere Datenquellen: CRM für Pipeline und Abschlüsse, Ad-Accounts für Kampagnenkosten, Web-Analytics für Trafficverhalten, Marketing-Automation für Lead-Scoring und das Finanzsystem für tatsächliche Umsatzzahlen. Ohne diese Verknüpfung bleibt jede Einzelkennzahl isoliert und schwer interpretierbar.

• KPI-Cluster nach Funnel-Stufe ordnen: Awareness-Kennzahlen getrennt von Pipeline- und Effizienzkennzahlen darstellen.
• Echtzeit-Daten für operative Steuerung nutzen, periodische Zusammenfassungen für strategische Reviews.
• Visualisierungen einfach halten: Trendlinien und Zielvergleiche sind aussagekräftiger als überladene Tabellen.

Eine praktische Anleitung zu Marketing-Dashboards zeigt, wie sich diese Cluster technisch umsetzen lassen, ohne das Reporting zu überladen.

Für die Geschäftsführung zählt am Ende nicht die Kennzahl selbst, sondern ihre Übersetzung in Umsatzsprache. Laut AMA ist ROMI anfällig für Fehlinterpretation, wenn es isoliert betrachtet wird, aussagekräftiger sind oft marginale ROMI-Werte oder Pipeline-Beitrag über mehrere Perioden.

Profi-Tipp: Bereiten Sie für CFO-Reportings maximal drei Kennzahlen vor, Pipeline-Beitrag, CAC-Entwicklung und ROMI, statt ein vollständiges Dashboard zu präsentieren.

Umsetzungsfahrplan: 30/90/180-Tage-Roadmap, Datenqualität und Verantwortlichkeiten

Ein KPI-System entsteht nicht über Nacht. Ein stufenweiser Fahrplan verhindert, dass Teams sich in Tool-Auswahl verlieren, bevor die Grundlagen stehen.

1. Tage 1 bis 30: Bestehende Datenquellen inventarisieren, Tracking-Lücken identifizieren, Baselines für CAC, CPL und Conversion Rate festlegen, Owner je KPI benennen.
2. Tage 31 bis 90: Ein erstes Attributionsmodell einführen, gezielte A/B-Tests starten, erste Reporting-Automatisierungen zwischen CRM und Dashboard aufsetzen.
3. Tage 91 bis 180: ROMI-Modellierung verfeinern, klare Daten-Governance etablieren, Dashboarding vollständig automatisieren und regelmäßige Reviews einplanen.

Ein technischer Leitfaden zu serverseitigem Tracking hilft dabei, Datenqualität und Compliance-Anforderungen bereits in der ersten Phase zu berücksichtigen. Kontrollfragen für die Datenqualität sollten regelmäßig gestellt werden: Stimmen CRM- und Ad-Account-Daten überein? Gibt es doppelte Leads? Werden Opportunity-Werte konsistent erfasst?

Kurzperspektive: Trends 2026, KI, Sichtbarkeit und Outcome-Messung

KI übernimmt zunehmend Aufgaben in Attribution und Segmentierung, besonders im Account-Based Marketing, wo Muster in großen Datenmengen schneller erkannt werden als manuell. Der eigentliche Fortschritt liegt dabei nicht in mehr Dashboards, sondern in weniger, aber aussagekräftigeren Kennzahlen.

Unsere Einschätzung: Viele Teams messen weiterhin zu viele Vanity-Metrics wie reine Leadzahlen oder Impressionen, obwohl Vorstände längst nach Pipeline-Beitrag und ROMI fragen. Wer 2026 noch mit Output-Metriken allein argumentiert, verliert die Diskussion gegen Kollegen aus Vertrieb und Finance, die in Umsatzzahlen sprechen. Der entscheidende Schritt ist nicht die nächste KI-Funktion, sondern die konsequente Übersetzung jeder Marketingkennzahl in eine Sprache, die ein CFO ohne Rückfragen versteht.

— Xpert

Kurzangebot: Unterstützung durch Xpert Marketing bei Strategie, Tracking und Dashboarding

Ein KPI-System steht und fällt mit sauberer Instrumentierung, nicht mit der Anzahl der Kennzahlen. Genau hier setzen wir an: Mit Strategy & Consulting entwickeln wir gemeinsam mit Ihnen das passende KPI-Framework für Ihre Funnel-Stufen, mit Data & Analytics bauen wir belastbare Dashboards und Attributionsmodelle auf, die Ihre Zahlen CFO-tauglich machen.

Wenn Sie Tracking-Lücken vermuten oder Ihr Reporting noch zu viele Output-Metriken statt Umsatzbeiträge zeigt, lohnt sich ein erster Austausch. Werfen Sie einen Blick auf unsere Leistungsübersicht und vereinbaren Sie ein Erstgespräch zu Audit und Workshop für Ihr Marketing-Reporting.

FAQ

Was unterscheidet eine Metrik von einem Marketing-KPI?

Eine Metrik beschreibt einfach einen gemessenen Wert, etwa Klicks oder Impressionen, ohne direkten Bezug zu einem Geschäftsziel. Ein KPI ist laut OpenStax an ein konkretes Ziel mit Zielwert und Zeitrahmen gebunden und dient als Scorecard für Fortschritt.

Welche KPIs sollten B2B-Unternehmen zuerst einführen?

Für die meisten B2B-Unternehmen bieten CAC, CLTV, Marketing-Sourced Pipeline und Conversion Rate den besten Einstieg, weil sie Kosten, Kundenwert und Pipeline-Beitrag direkt verbinden. Welche Kennzahl Priorität bekommt, hängt vom aktuellen Geschäftsziel und der Funnel-Stufe ab.

Wann lohnt sich Multitouch-Attribution gegenüber einfachen Modellen?

Multitouch-Attribution lohnt sich, sobald Kaufentscheidungen über mehrere Kanäle und längere Zeiträume laufen, wie es laut AMA im B2B häufig der Fall ist. Für kleinere Organisationen empfiehlt Gartner zunächst ein Crawl-Walk-Run-Vorgehen mit einfachen Heuristiken, bevor komplexere Modelle eingeführt werden.

Wie misst man KPIs sinnvoll für Account-Based Marketing?

Im Account-Based Marketing stehen Account-Level-Kennzahlen im Vordergrund, etwa Engagement-Score pro Zielaccount und Pipeline-Beitrag je Account, statt reiner Lead-Zahlen. Diese Kennzahlen lassen sich nur mit sauberer Verknüpfung von CRM- und Account-Daten zuverlässig erfassen.

Wie oft sollten Marketing-KPIs überprüft werden?

Pipeline- und Effizienzkennzahlen wie CAC oder Conversion Rate sollten mindestens quartalsweise überprüft werden, operative Kennzahlen eher wöchentlich oder monatlich. Angesichts des Budgetdrucks, den Marketing Charts bei vielen B2B-Teams beschreibt, lohnt sich eine engmaschigere Überprüfung umsatznaher Kennzahlen.

Quellen

• Economic Uncertainty Roils B2B Revenue Marketers – Marketing Charts
• Combine Attribution and Testing to Advance B2B Marketing Measurement – Gartner
• Multitouch Attribution in the Customer Purchase Journey – AMA
• Principles of Marketing – OpenStax (Kapitel: Marketing Plan Progress Using Metrics)

Empfehlungen

• Google Ads Audit: Die Checkliste für sofortige Kostensenkung
• Server-Side Tracking: Technischer Leitfaden für mehr Datenqualität und Compliance