SaaS Mid-Market · Testimonial
B2B Vertical SaaS · rund 14 Mio. € ARR

Keine SDRs. Kein Outbound-Prozess. Also baute ich den Prozess, der SMB planbar machte.

Bei einem B2B Vertical-SaaS-Unternehmen mit rund 14 Mio. € ARR war das SMB-Segment praktisch ungenutzt. Kein Outbound, nur Inbound und Empfehlungen. Ich übernahm es als Full-Cycle Account Executive: Prospecting, Ansprache, Demo, Abschluss. Alles auf einer Person. Es gab kein Budget für neue SDRs. Also baute ich den Prozess, der die Arbeit tragen musste: Profile ziehen, relevante Signale erkennen, personalisierte Erstnachrichten vorbereiten, über PhantomBuster versenden. Dieselbe Architektur, die heute im Outreach Agent Playbook dokumentiert ist. Zuerst gebaut, später aufgeschrieben.

Verifiziert auf
2.198
Personalisierte LinkedIn-Ansprachen
40%
Reply Rate über Zyklen
rund 55 Stunden
Zeitersparnis pro Outreach-Welle
Branche: B2B Vertical SaaS
Segment: SMB Outbound neu aktiviert
Zeitraum: 12 bis 24 Monate
Rolle: Full-Cycle AE / Operator-Builder

Ein Segment ohne Prozess. Eine Quote ohne Team.

Ich kam als Enterprise Account Executive ins Unternehmen. Nachdem Enterprise lief, übernahm ich das SMB-Segment — einen Bereich, der vorher nie aktiv bearbeitet wurde. Es gab keinen Prozess. Keine zugeordneten SDRs. SMB-Umsatz kam über Inbound und Empfehlungen, wenn er eben kam. Die strategische Entscheidung war gefallen: SMB aktivieren. Die operative Realität war klar: ohne neue Hires.

Ich war Full-Cycle auf dem Segment. Prospecting, Ansprache, Qualifikation, Demo, Verhandlung, Abschluss — eine Person, jeder Schritt. Die Standardantwort wäre gewesen: Listen manuell bauen, 50 Vorlagen pro Tag verschicken, hoffen. Diese Rechnung hält keine zwölf Monate und keine Quote aus. Und sie hält auch nicht die Personalisierung aus, auf die dieses Segment überhaupt reagiert.

LinkedIn ist Social Media. Du schreibst keine Titel und Positionen an. Du schreibst Menschen an. Sobald das klar ist, fühlen sich generische Templates strukturell falsch an. Der einzige Weg, der skaliert: Personalisierung behalten, den manuellen Engpass entfernen. Personalisierung bei Volumen ist ein Systemproblem, kein Copywriting-Problem.

Warum ich gebaut habe, statt zu kaufen oder einzustellen.

Drei Optionen lagen auf dem Tisch. SDRs einstellen. Einen Tool-Stack wie Apollo oder Outreach.io lizenzieren. Oder den Workflow selbst bauen. Die erste Option gab es nicht: kein Headcount-Budget. Und selbst wenn es das gegeben hätte, schreibt kein einzelner SDR 2.000 sauber personalisierte Nachrichten im Monat in der Tiefe, die dieses Segment braucht. Die zweite Option war verlockend, aber zu flach: Standardtools reduzieren Personalisierung oft auf Vornamen und Branchenvariablen. Genau das wird ignoriert. Also baute ich.

Rahmenbedingungen, die das Design erzwangen

  • Lean. Keine unnötige Tool-Steuer. Kein Anbieter, der nicht innerhalb einer Woche ersetzbar wäre.
  • Spezifisch. Personalisierung musste an echten Menschen hängen: Posts, Unternehmen, Empfehlungen, Kontext — nicht an Template-Variablen.
  • Besitzbar. Der Prozess musste dem Unternehmen gehören. Keine Black-Box-Agentur, keine Seat-Logik. Workflow in n8n, Daten in Sheets, Nachrichtenerstellung über eigene Prompts, Versand über PhantomBuster.
  • Übertragbar. Die Architektur musste eine einzelne Person überleben. Wer später übernimmt, soll einen laufenden Prozess erben, keine Persönlichkeitsshow.

Vier Bausteine. Ein Ablauf. Schlank gebaut.

Die Architektur war bewusst minimal. Vier Bausteine, jeder mit einer klaren Aufgabe, verbunden über einen Ablauf. Dieselbe Grundform ist heute im Outreach Agent Playbook Schritt für Schritt dokumentiert. Dieser Fall war der Ursprung.

01 · Signale ziehen (n8n)

Die Scraping-Logik lief in n8n. Für jeden Zielkontakt zog der Workflow öffentlich sichtbare LinkedIn-Informationen: Profil, Rolle, Unternehmen, aktuelle Posts, Aktivitäten, Empfehlungen, gemeinsame Kontakte und Profilbeschreibungen. Wenn das Unternehmen eine öffentliche Website hatte, kamen Mission, News und sichtbare Tech-Stack-Signale dazu. Alles landete in einem Google Sheet, eine Zeile pro Prospect.

02 · Nachrichten vorbereiten (Claude API)

Jede Zeile ging mit einem Prompt an die Claude API. Der Prompt kombinierte drei konkrete Bezugspunkte: eine aktuelle Aktivität, ein gemeinsames Signal und einen branchenspezifischen Schmerzpunkt. Das Ergebnis war eine Erstnachricht, die sich wie Mensch zu Mensch las — nicht wie eine Vorlage. Ein manueller Feinschliff vor dem Versand fing alles ab, was nicht sauber landete.

03 · Versand (PhantomBuster)

PhantomBuster übernahm die LinkedIn-Aktionen: Kontaktanfragen mit personalisierter Nachricht, Versandsequenzen innerhalb der Plattformlimits und Antworterkennung. Die Versandmechanik war der einzige Teil, den ich nicht selbst bauen wollte. PhantomBuster löste ihn gut genug, also kaufte ich diese Ebene statt sie zu entwickeln.

04 · Das Sheet als Wahrheit

Jeder Prospect, jede Aktion, jede Antwort lebte in einem Google Sheet. Der Status änderte sich mit jedem Schritt: gezogen, vorbereitet, gesendet, angenommen, geantwortet, qualifiziert, Demo gebucht. Das Sheet war Queue und Nachweis zugleich. Nichts Wichtiges lag nur im Kopf einer Person oder in einem Tool, das nicht exportierbar war.

Ein Prozess, der ansprang. Und eine Pipeline, die weiterlief.

Die ersten qualifizierten Leads kamen innerhalb der ersten Woche nach Go-live. Nach vier bis sechs Wochen lief die Pipeline in einem Rhythmus, den ich bearbeiten konnte, ohne an Demos und Abschlüssen zu brechen. Die Zahlen über die Zusammenarbeit: 2.198 personalisierte Kontaktanfragen gesendet, 903 angenommen, 40% Reply Rate in der verbundenen Kohorte, rund 55 Stunden Zeitersparnis pro Outreach-Welle gegenüber manueller Arbeit.

Antworten kommen bis heute rein. Kontaktanfragen aus meiner Zeit tauchen weiter im Posteingang auf — Long-Tail-Wirkung aus einem System, das nicht aufhörte, nur weil ich nicht mehr daran arbeitete. Genau das ist der Unterschied zwischen einer Kampagne und einem Asset.
SMB-Segment
Aktiviert. Ein Umsatzweg, der vorher nicht existierte.

Ein System, beobachtet aus der Führungsperspektive.

Die Arbeit passierte nicht im luftleeren Raum. Der RVP Sales, der mich eingestellt hatte und während der Zeit mein direkter Manager war, beschrieb den Segmentaufbau später in seinen eigenen Worten. Namen sind auf Wunsch des Unternehmens anonymisiert:

Dieser Fall ist der Prototyp des Outreach Agent. Bevor er einen Namen hatte.

Alles, was heute im Outreach Agent Playbook dokumentiert ist — die Vier-Baustein-Form, die Personalisierungslogik, der schlanke Stack, der Gedanke „Menschen, nicht Titel“ — wurde hier zuerst in der Praxis gebaut. Nicht im Workshop erdacht. Nicht theoretisch entworfen. Gebaut, weil die Rechnung sonst nicht aufgegangen wäre.

Das ist der Kern der MSA-Logik: erst als Operator bauen, dann dokumentieren — nie andersherum. Die Architektur muss Kontakt mit einem echten Segment, echter Quote und echter Verantwortung überleben, bevor sie als System verkauft werden darf.

Implementations-Ledger

Was im deutschen Mid-Market-SaaS installiert wurde.

14 Mio. € Umsatz. Sales-Team lebte fast nur von Inbound und Empfehlung. Was wurde aufgesetzt, damit AEs proaktive Pipeline bauen konnten.

Komponente
Vorher
Installiert
Nachher
Lead-Quelle
Inbound + Empfehlung
LinkedIn-Outbound-Prozess
Mischpipeline · Eigenanteil sichtbar
AE-Pipeline
Marketing-abhängig
Individuelle Outbound-Routine pro AE
AE-Eigenverantwortung etabliert
Funnel-Top
Hängt an Marketing
AEs füllen Top-of-Funnel selbst
Resilient gegen Marketing-Schwankungen
Forecast
Schwankungsbreit
Wöchentliche Pipeline-Review
Belastbar · Board-fähig

Status: Sales-Team operiert mit AE-individueller Outbound-Pipeline. Eigenanteil deutlich gestiegen.

Was der Fall zeigt

Vier Prinzipien, bewiesen in der Praxis bevor sie Methode wurden.

01
System schlägt Headcount.

Für dieses Segment wurde kein SDR eingestellt. Der Ablauf übernahm Arbeit, die sonst ein kleines SDR-Team gebraucht hätte — mit einer Tiefe, die manuell kaum haltbar gewesen wäre. Architektur kann fehlenden Headcount nicht immer ersetzen, aber sie kann ihn oft vorwegnehmen.

02
Personalisierung skaliert, wenn sie echt ist.

40% Reply Rate ist keine generische Massen-Outbound-Rechnung. Sie entsteht, wenn jede Erstnachricht an etwas hängt, das der Prospect wirklich geschrieben, gesagt oder gebaut hat — nicht an einer Template-Variable.

03
Schlanker Stack, voller Besitz.

n8n, Google Sheets, PhantomBuster, Claude API. Keine unnötige Abo-Last, kein Plattform-Lock-in, keine Black Box. Jeder Baustein ersetzbar, jeder Workflow exportierbar, jeder Prompt intern editierbar.

04
Erst gebaut, dann dokumentiert.

Methodik, die nie mit echter Quote in Kontakt war, bleibt Theorie. Dieses System wurde im laufenden Vertrieb gebaut, unter Druck geschärft und erst danach dokumentiert. Genau deshalb ist es heute installierbar.

Verifiziert durch unabhängige Bewertungen 4,5 / 5 verifiziert ·
Outbound bauen?

Die Architektur ist dokumentiert. Die Umsetzung muss zu deinem Segment passen.

Das Outreach Agent Playbook zeigt das System Schritt für Schritt: Workflow, Prompt-Struktur, Versandlogik und Sheet-Aufbau. Du kannst es selbst bauen oder MSA setzt es für dein Segment auf. Beides beginnt mit einem klaren Blick auf deine Zielgruppe.

Erstgespräch buchen