CRO in einer stark regulierten Branche: Vorsichtsmaßnahmen bei einer KI-Umstellung – Worauf Sie achten sollten

John Stamatopoulos ist CRO eines Series-B-Unternehmens für Fernversorgung namens Brook Health, wo er KI einsetzt, um nahezu jede Funktion innerhalb der Umsatzpipeline zu optimieren.

Wir haben uns mit John zusammengesetzt, um zu erfahren, wie er eine Echtzeit-Signalerkennungsmaschine entwickelt hat, die seinen gesamten Workflow auf den Kopf gestellt hat. Er hat uns erklärt, wie das System funktioniert, und uns auf die Probleme hingewiesen, auf die Umsatzleiter beim Einsatz von KI achten müssen.

Die Umsatzorganisation

Mein Name ist John Stamatopoulos und ich bin Chief Revenue Officer bei Brook Health, wo wir uns darauf konzentrieren, kontinuierliche Fernversorgung und das Management chronischer Erkrankungen für Gesundheitssysteme im ganzen Land zugänglich, skalierbar und nachhaltig zu machen.

Brook Health ist ein Remote-Care-Unternehmen im Series B-Growth-Stage, das speziell für Gesundheitssysteme und Ärztegruppen entwickelt wurde, um das Management chronischer Erkrankungen in großem Maßstab zu operationalisieren. Unser Umsatzmodell ist B2B-Enterprise. Wir schließen Verträge direkt mit Gesundheitssystemen, IDNs und großen Arztpraxen ab. Unsere wiederkehrenden Einnahmen sind hauptsächlich an ärztliche Einzelleistungen geknüpft. Wir arbeiten zusammen mit Kliniker:innen, um deren Einnahmen zu steigern, und haben einen zugehörigen Gebührentarif für die von uns erbrachten Dienstleistungen.

Die von mir geführte Umsatzorganisation umfasst Vertrieb, Partnerschaften und Kundenmanagement mit Teammitgliedern in den gesamten USA. Unsere GTM-Struktur orientiert sich an einem Gesundheitssystem-Verkaufsmodell. Wir haben die Zyklen verkürzt, müssen aber weiterhin mehrere Entscheidungs­träger einbinden und ein Wertversprechen vermitteln, das sowohl beim CFO, als auch beim CMO und dem operativen Leiter, der das Programm umsetzt, gleichzeitig Anklang finden muss.

Unser Modell ist interessant, weil wir nicht einfach nur Software oder Geräte verkaufen. Wir verkaufen eine klinische und operative Fähigkeit. Das bedeutet, dass Customer Success keine Supportfunktion nach dem Verkauf ist, sondern ein Co-Deployment-Partner, der die Ergebnisse vorantreibt, die unsere Verträge messen. Umsatzbindung und -ausweitung werden in diesen klinischen Beziehungen erzielt, die grundlegend bestimmen, wie ich das Team aufbaue und wie wir über Pipeline, Forecasting und Wachstum denken.

Wir haben das Modell bereits bewiesen und sind nun in der Skalierungsphase. Genau an diesem Wendepunkt sind GTM-Disziplin, KI-gestützte Verbesserungen und bereichsübergreifende Abstimmung besonders wichtig.

Aufbau einer Echtzeit-Signalerkennungsmaschine

Mein Weg bis zu diesem Punkt war alles andere als gradlinig, was ihn umso relevanter macht. Den ersten Teil meiner Karriere habe ich in der Pharma-Großindustrie und bei Medizintechnik verbracht, den zweiten in der Gründung digitaler Gesundheitsunternehmen. Ich habe Go-to-Market-Teams in mehreren Remote-Care-Organisationen aufgebaut und restrukturiert, mich an Veränderungen bei der CMS-Erstattung, an wertorientierte Vertragszyklen und die ständige Komplexität des Verkaufs an Gesundheitssysteme angepasst – Kunden, Partner und Wettbewerber zugleich.

All das hat mich gelehrt, dass Umsatzführung im Gesundheitswesen im Grunde ein Datenproblem ist, das sich als Beziehungsproblem tarnt. Die Deals, die ins Stocken geraten, stagnieren nicht, weil jemand Sie nicht mochte; sie stocken, weil Sie Ihre Lösung nicht mit dem richtigen klinischen Ergebnis oder dem passenden finanziellen Auslöser im richtigen Moment im passenden Gespräch in Verbindung bringen konnten. Genau hier verändert KI alles.

Vorher war vorausschauende Prognose nur ein CRM-Dashboard; jetzt ist unser Technologie-Stack eine Echtzeit-Signalerkennungsmaschine, die Ihnen sagt, welches Gesundheitssystem in neun Monaten einen Vertragsabschluss erneuern muss, welcher CMO gerade eine Initiative zur Bevölkerungsgesundheit gestartet hat und welcher klinische Fürsprecher den Rückhalt des Managements verliert. Wenn Sie diese Intelligenz in die Abläufe Ihres Vertriebs-, Marketing- und Account-Management-Teams integrieren, führen Sie keine Umsatzfunktion mehr, sondern ein Umsatz-Organismus. Im Idealfall einer, der lernt, sich anpasst und wächst.

Ich habe nicht nach dem klassischen SaaS-Playbook Karriere gemacht. Mein Weg führte durch die Komplexität von Pharma, Medizintechnik und digitaler Gesundheitsversorgung, wo Patientenergebnisse auf dem Spiel stehen und Vertriebszyklen Monate bis Jahre dauern, nicht Wochen. Das erklärt, warum dieser KI-Moment für mich so bedeutsam ist: Die Teams, die es schaffen, Menschen mit technischer Raffinesse in stark regulierten Umgebungen zu unterstützen, werden die nächste Dekade der Kommerzialisierung im Gesundheitswesen prägen.

Wie KI die gesamte Umsatzpipeline verbessert

Vor einem Jahr waren unsere Pipeline-Reviews rein intuitionsgetrieben. Die Vertriebsmitarbeitenden gaben mündliche Updates, und ich triangulierte zwischen E-Mails im CRM, Meetingnotizen, Bauchgefühl und Deal-Alter, um echte Chancen von Wunschdenken zu unterscheiden. Bei komplexen Verkaufsprozessen im Gesundheitssystem mit langen Zyklen und vielen Entscheidungsträgern ist das eine riskante Art, eine Umsatzorganisation zu führen.

Wir haben einen vernetzten Vertriebs-Tech-Stack aufgebaut, der jede Ebene der Umsatzgenerierung und -verwaltung unterstützt. Das beginnt mit Definitive Healthcare, das Marktinformationen und Daten von Gesundheitssystemen direkt über eine individuelle Integration in HubSpot einspeist, wobei diese Integration spezifische Felder für einzelne Deals ausfüllt. Jeder Account-Datensatz spiegelt den realen Kontext wider und nicht nur das, was ein Vertriebsmitarbeiter nach einem Gespräch manuell eingetragen hat.

Von dort aus melden wir das Konto automatisch in einer Outreach-Sequenz an. Verfügen wir über direkte Kontaktdaten, führt HubSpot die Sequenz durch. Falls nicht, schließt LinkedIn Sales Navigator die Lücke und verschafft unseren Mitarbeitenden selbst bei einem Kaltstart einen warmen Zugang zur richtigen Führungskraft. So oder so wacht der Vertriebsmitarbeiter mit einer priorisierten Liste an Zielen, vorab ausgefülltem Account-Kontext und bereits laufender Outreach-Sequenz auf.

Was bisher einen halben Tag Recherche und manuelle Dateneingabe kostete, geschieht nun über Nacht. Die Aufgabe des Mitarbeiters verlagert sich von der Basisarbeit hin zu besseren Gesprächen, sobald sich eine Tür öffnet. Dieser Workflow hat in seiner einfachsten Ausprägung unsere Effizienz beim Übergang von Marktwissen zu einer aktiven Pipeline nachhaltig verbessert.

Außerdem haben wir alles mit Gmail und Zoom verbunden und nutzen Call-Intelligence-Features, um die Gesprächsführung unserer Teams zu überwachen und die Stimmung der Käufer in Echtzeit zu messen. Diese Transparenz hat meine Art zu coachen verändert und beeinflusst, wie schnell wir bei einem abdriftenden Deal gegensteuern können.

Zusätzlich setzen wir Claude ein, um Arbeiten zu automatisieren und zu beschleunigen, die uns früher ausgebremst haben: ROI-Modelle bauen, Fallstudien entwerfen, individuelle Präsentationen für ein spezielles Gesundheitssystem oder IDN blitzschnell zusammenstellen und sicherstellen, dass keine Nachverfolgung vergessen wird. Was früher Tage an Vorbereitung benötigt hat, dauert heute nur noch Stunden.

Alles, was nach der Erstellung der Pipeline folgt, hat sich verbessert. Gespräche zur Prognose wurden ehrlich, weil die Daten sauber waren. Unsere Erfolgsquote stieg bei Deals, die früher einfach im Sande verlaufen wären. Unser Team verbringt erheblich weniger Zeit mit Verwaltungsaufgaben und deutlich mehr vor Entscheidern.

Wie KI die Zielidentifikation und Personalisierung neu definiert

Vor dem Einsatz von KI war die Identifikation der richtigen Zielgruppen manuell und zeitaufwändig. Vertriebsmitarbeiter verbrachten Stunden damit, Daten zu vergleichen, um herauszufinden, welche Gesundheitssysteme bereit für einen nächsten Schritt waren. Gute Ziele wurden übersehen, weil die Zeit fehlte, sie alle zu finden.

Heute wird dieser Prozess weitgehend automatisiert. Definitive Healthcare versorgt unser CRM mit Daten zu Gesundheitssystemen und Ärztegemeinschaften, die anhand unseres idealen Kundenprofils gefiltert werden. Patientenstruktur, Chroniker-Quote, technologische Infrastruktur, Geografie – alle Parameter werden bewertet und priorisiert, ohne dass ein Vertriebsmitarbeiter einen Finger rühren muss. Wir finden Chancen, die vor einem Jahr unsichtbar gewesen wären.

Auch die Personalisierung hat sich massiv verändert. Wenn ein Gesundheitssystem beispielsweise gerade eine Initiative zum Thema Bevölkerungsmanagement gestartet oder einen neuen CMO eingestellt hat, zieht die KI diesen Kontext automatisch in den Outreach hinein. Die Ansprache bezieht sich dann auf etwas Konkretes und Aktuelles aus deren Welt – und nicht auf einen allgemeinen Mehrwert, der für jeden gelten könnte.

Genau zu wissen, wen man ansprechen sollte, und wirklich relevante Botschaften zu liefern, verändert den Einstieg in ein Gespräch grundlegend.

Wie KI-Integration die Umsatzergebnisse verbessert

John Shares

Die eigentliche Herausforderung ist die Akzeptanz. Der Tech-Stack funktioniert nur, wenn das Team ihn konsequent nutzt.

Wir haben mit KI echte Erfolge erzielt. Die Durchlaufzeiten haben sich spürbar verkürzt. Wenn Ihr Team über saubere Daten, klare Account-Pläne, Kaufsignale und KI-basierte Nachfassprozesse verfügt, kommen Deals schneller voran. Wir warten nicht mehr darauf, dass Vertriebsmitarbeiter vor dem CFO-Meeting manuell ein ROI-Modell bauen oder sich an einen Follow-up erinnern – diese Aufgaben laufen automatisch ab und halten das Momentum zwischen den Kontaktpunkten aufrecht.

Auch die Leadgenerierung ist schneller geworden. Definitive Healthcare speist unser CRM, LinkedIn Sales Navigator ergänzt fehlende Kontakte – so identifizieren, priorisieren und erreichen wir die richtigen Ziele schneller als je zuvor im manuellen Prozess. Am oberen Ende des Funnels ist alles sauberer, und der Übergang vom Interessenten zur aktiven Chance hat sich verbessert.

Die Vorhersagegenauigkeit ist besser, wobei Standardisierung, nicht nur KI, dafür verantwortlich ist. Wir haben einen Prozess geschaffen, der Datenhygiene und die konsequente Einhaltung der Phasen fordert. Die KI unterstützt diese Disziplin und kompensiert nicht deren Fehlen.

Die eigentliche Herausforderung ist die Akzeptanz. Der Tech-Stack funktioniert nur, wenn das Team ihn konsequent nutzt. Dafür waren Coaching, kontinuierliche Begleitung und die direkte Verknüpfung der Tool-Nutzung mit den Leistungserwartungen notwendig. Dieser kulturelle Wandel dauerte länger als die technische Umsetzung.

Warum der Mensch immer Teil des Prozesses bleibt

Also informiert oder standardisiert KI die meisten operativen Abläufe unserer Umsatzfunktion. Pipeline-Priorisierung, Deal-Scoring, Forecasting, Gebietsplanung, Abwanderungsrisiko, Aktivitätsverfolgung und Nachverfolgungssequenzen laufen alle durch unseren Technologie-Stack. KI bringt Signale an die Oberfläche, markiert Abweichungen und sorgt dafür, dass das Team sich an den Prozess hält.

Das war eine bewusste Entscheidung. In einer skalierenden Organisation ist der schnellste Weg, Umsatz zu verlieren, die operative Disziplin von individuellen Gewohnheiten abhängig zu machen. Die Standardisierung und Automatisierung der Mechanismen schaffen eine Basis, auf der jeder unabhängig von der Betriebszugehörigkeit ein gleichbleibend hohes Leistungsniveau erreicht.

Trotzdem treffen Menschen die Entscheidungen dort, wo Vertrauen, Urteilsvermögen und Beziehungskontext das eigentliche Produkt sind. Zum Beispiel, wenn der klinische Fürsprecher und der CFO nicht auf einer Linie sind. Zu wissen, wann man sich zurückzieht, wann man eskalieren muss und wann es sinnvoll ist, einen Vertrag zum Schutz eines langfristigen Accounts umzustrukturieren. Preisgespräche, die kontextbezogen, beziehungsorientiert und politisch sensibel innerhalb eines Gesundheitssystems sind.

KI kann den ROI berechnen und ein Argument aufbauen. Menschen hingegen erfassen die Stimmung im Raum. KI steuert das System, und Menschen steuern die Beziehungen. Im Gesundheitswesen geht das eine nicht ohne das andere.

Warum KI die Erwartungen im B2B-Marketing nicht erfüllt

Es gibt auch Bereiche, in denen KI nicht so funktioniert hat, wie erhofft.

Als wir uns stärker auf KI-generierte Inhalte und automatisierte Ansprache fokussierten, sanken unsere Impressionen. Führungskräfte im Gesundheitswesen sind anspruchsvolle Käufer, die jede Schablonen-Sequenz und jede KI-aufbereitete E-Mail schon gesehen haben. Wenn Inhalte generiert statt authentisch wirken, geht die Beteiligung zurück. Und verschärfend kommt hinzu, dass KI oft den Kontext nicht kennt und so zwar technisch korrekte, aber im individuellen Beziehungsrahmen völlig unpassende Nachrichten produzieren kann. KI kann Inhalte in großen Mengen erzeugen, aber Quantität ist nicht gleichbedeutend mit Resonanz.

Die andere Lücke ist die Entwicklung von wirklich neuen Märkten. KI ist exzellent darin, Bestehendes zu optimieren. Aber neue Märkte zu identifizieren und eine Geschichte zu erzählen, um eine neue Tür zu öffnen, erfordert weiterhin menschliche Kreativität und Marktintuition, die unsere Tools bisher nicht leisten.

Die übergreifende Erkenntnis: KI verstärkt, was bereits funktioniert. Wo Strategie oder Botschaft schwach ist, skaliert KI die Schwäche genau so effizient wie die Stärke.

Warum Umsatzverantwortliche den gesamten KI-Workflow durchlaufen müssen

Man muss die Folgen von Effizienzsteigerungen in einem Bereich auch für nachgelagerte Abteilungen verstehen. Automatisiert und beschleunigt man einen Teil des Umsatzprozesses, merkt man oft erst spät, wenn dadurch an anderer Stelle mehr Arbeit entsteht.

Als wir die Lead-Generierung und Aktivitäten am oberen Vertriebstrichter beschleunigt haben, wurde das Volumen so groß, dass unser Customer Success und die Onboarding-Teams es nicht mehr bewältigen konnten. Das Tool hat genau wie vorgesehen funktioniert. Wir hatten nur nicht vorher bedacht, was dieser Erfolg von benachbarten Teams abverlangen würde, bevor wir den Schalter umgelegt haben.

Vor der Einführung sollte man den gesamten Workflow durchgehen und fragen, wer noch mehr zu tun bekommt, wenn es funktioniert.

Worauf Sie achten sollten, wenn Ihr Team KI einsetzt

Darauf sollten Sie bei Ihrem Team achten:

• Sie könnten sich abgewöhnen, zu prüfen, was sie versenden. Der Inhalt wirkt poliert, also nehmen viele an, er sei korrekt. Im Enterprise-Vertrieb an das Gesundheitswesen kann jedoch ein einziger faktischer Fehler oder ein unpassender Satz in einer Nachricht an eine CMO eine Beziehung ruinieren, an der Sie Monate gearbeitet haben. Wir haben das Korrekturlesen und die Überprüfung fest als unverzichtbaren Schritt im Workflow verankert – nicht als nachträglichen Gedanken.

• Sie könnten überwältigt werden und nutzen das System dann stillschweigend nicht mehr. Das beginnt meist mit Informationsüberflutung. Die Tools liefern mehr Daten, mehr Signale und mehr Aufgaben als das Team gewohnt ist. Fehlen klare Anweisungen, worauf sie sich zuerst konzentrieren sollten, schalten viele ab, anstatt sich einzuarbeiten. Das zeigt sich an sinkenden CRM-Aktivitäten, unbearbeiteten Sequenzen und Mitarbeitern, die zu ihren alten Gewohnheiten vor der Tool-Einführung zurückkehren.
• Sie könnten dem Prozess misstrauen. Manche bleiben bei ihren alten Routinen, egal wie viele Dashboards man ihnen bereitstellt. Sie nicken zwar im Training mit, arbeiten dann aber weiter parallel in ihrem eigenen System. Die Lösung liegt nicht in besserer Technik, sondern in besserem Onboarding. Führen Sie Ihr Team mit einem einzigen Workflow ein, machen Sie ihn einfach, erzielen Sie schnell Erfolge und bauen Sie so Vertrauen auf, bevor Sie Komplexität hinzufügen.

Warum sich der Deal Room weiterentwickeln muss

Der Deal Room muss nach wie vor neu gestaltet werden – insbesondere was mit einem Geschäft nach einer intensiven Qualifizierung passiert. In den meisten Umsatzorganisationen ist diese Phase nach wie vor sehr manuell. Vertriebsmitarbeitende koordinieren Nachverfolgung, erstellen Unterlagen, terminieren Stakeholder und managen interne Freigaben weitgehend eigenständig. Hier kann KI übernehmen – genau an dieser Stelle verschenken viele CROs Effizienzpotenzial.

Wir arbeiten auf einen unbemannten virtuellen Deal-Room hin. Sobald ein Deal eine definierte Phase erreicht, übernimmt das System die operativen Abläufe. KI erstellt und aktualisiert das ROI-Modell, generiert individuelle Materialien für jede Ansprechperson, steuert die Nachverfolgung, überwacht Engagement-Signale und meldet, wenn menschliches Eingreifen erforderlich ist.

Ich habe im Laufe dieses Gesprächs immer wieder betont, dass Menschen Teil des Prozesses bleiben müssen, und daran halte ich fest. Dennoch möchte ich das nuancieren. Ein gut vorbereitetes Video oder ein geführter Ablauf, der sich an die Denkweise und Kommunikationsart einer bestimmten Person anlehnt, kann diese zuverlässig in entscheidenden Deal-Phasen vertreten. Es muss nicht immer eine Person live anwesend sein, aber deren Perspektive, Urteil und Stimme müssen präsent sein. KI und Video können das heute auf eine Weise transportieren, die vor zwei Jahren noch undenkbar war.

Organisationen, die ihre Deal-Rooms auf dieser Basis neu gestalten, sind nicht nur effizienter. Sie werden strukturell schwerer zu übertreffen sein.

Warum Claude Cowork unverzichtbar ist

Claude Cowork ist mein unverzichtbares Tool.

Seine Bandbreite macht es für mich unersetzlich. Es funktioniert in allen Bereichen – operativ, kreativ, strategisch und taktisch. In nur einer Sitzung kann ich ein ROI-Modell entwickeln, eine Präsentation entwerfen, eine Vertragsnarration ausarbeiten und eine Go-to-Market-Strategie skizzieren. Nichts anderes in unserem Toolstack kann das.

Alle anderen Tools, die wir verwenden, sind für eine Aufgabe gebaut. Claude verbindet all diese Aufgaben. Diese Flexibilität sorgt dafür, dass ich darauf nie verzichten würde. Es erfüllt nicht immer alle meine Erwartungen, scheint aber dennoch am meisten zu leisten.

So budgetieren Sie KI und treffen funktionsübergreifende Entscheidungen

Niemand spricht offen darüber, wie man für KI budgetiert und wie man Entscheidungen über Tools trifft, die abteilungsübergreifend eingesetzt werden – dabei ist das für jede CRO eine Herausforderung.

Ein paar gezielte Tool-Investitionen sind schnell teuer geworden. Wenn jedes Teammitglied ein bevorzugtes Produkt findet und es eigenständig abrechnet, entsteht schnell ein fragmentierter, teurer und oft inkompatibler Toolstack – und oft bemerkt es zunächst niemand.

Wir haben uns für eine Standardisierung entschieden, was die richtige Entscheidung war. Doch selbst mit Standards lernen wir immer noch, wie man Kosten präzise vorhersagen kann. Tokenverbrauch, Nutzerlizenzen, Integrationsgebühren – die Abrechnungsmodelle von KI-Tools sind nicht selbsterklärend und ihre Kosten skalieren auf unvorhersehbare Weise, bis das Budget plötzlich überschritten ist.

Der funktionsübergreifende Aspekt ist eine weitere Herausforderung. Manchmal kann man das Tool eines Teams nicht mit der gesamten KI-Infrastruktur verbinden, weil das für ein anderes Team ein Compliance- oder Sicherheitsrisiko darstellen würde. Am Ende gibt es dann Automatisierungsinseln, die nicht miteinander kommunizieren – und das untergräbt das vernetzte Umsatzsystem, das man eigentlich schaffen wollte.

Mein Rat ist, frühzeitig eine abteilungsübergreifende KI-Governance-Gruppe zu bilden, ein zentrales Budget festzulegen, noch bevor einzelne Teams Geld ausgeben, und die Tool-Auswahl als unternehmensweite statt als abteilungsbezogene Entscheidung zu behandeln. Die meisten dieser Erkenntnisse haben wir auf die harte Tour gewonnen.

Was CROs vor KI-Umsatzinitiativen wissen sollten

Ich hätte gerne gewusst, wie viele interne Hürden vor dem Go-live eines einzigen Tools zu nehmen sind.

Wir hatten eine klare Vision von dem, was wir bauen wollten. Das Business Case war überzeugend. Ich habe nicht vollständig bedacht, wie viele Freigaben ich vor dem Einsatz von IT, Technik, Compliance und Cybersecurity benötige. Im Gesundheitswesen sind das keine bürokratischen Formalien. Es sind legitime Gatekeeper, die Patientendaten, Finanzsysteme und die Haftung der Organisation schützen. Aber die Zeit, die diese Prüfungen in Anspruch nehmen, kann unbemerkt den Schwung nehmen und das Team frustrieren.

Wäre mir das klar gewesen, hätte ich diese Gespräche mindestens zwei Quartale früher begonnen. Ich hätte Compliance und IT bereits in die Planung einbezogen – nicht erst bei der Auswahl der Anbieter. Und ich hätte meinem Team von Anfang an klar gemacht, dass die Implementierungszeit länger dauert als der Verkaufszyklus der Tools selbst.

Wir hätten uns das hektische Nacharbeiten ersparen können. Systeme auf PHI-Exposition prüfen, Daten-Grenzen festlegen, für Tools, die keine sensiblen Finanzdaten verarbeiten dürfen, getrennte Umgebungen bereitstellen – all das war nötig und richtig. Hätten wir es von Anfang an geplant, hätte es viel weniger gestört.

In einer regulierten Branche sind die internen Stakeholder Teil des Go-to-Market-Plans. Behandeln Sie sie vom ersten Tag an auch so.

Wie Umsatzverantwortliche KI begegnen sollten

Mein Rat? Fangen Sie klein an. Wählen Sie eine Sache aus und werden Sie darin richtig gut, bevor Sie die nächste Ebene hinzufügen. Wir haben uns zu viel und zu schnell vorgenommen, und manches davon war noch nicht ausgereift. Das Versprechen einer vollständig vernetzten, KI-gestützten Umsatzmaschine ist real, aber der Weg dahin ist schrittweise, nicht gleichzeitig.

Stellen Sie sich darauf ein, dass KI zunächst mehr Arbeit erzeugt, bevor sie sie reduziert. Wir mussten Systeme mit PHI überprüfen und absichern, klare Datenabgrenzungen schaffen und in manchen Fällen Teammitgliedern separate Computer bereitstellen, um sensible Finanzdaten isoliert zu halten. Wir gehen niemals ein Risiko mit Partner- oder Patientendaten ein. Dieser operative Aufwand ist real, und die meisten Anbieter erwähnen ihn in der Demo nicht.

Wenn Sie gefunden haben, was funktioniert, setzen Sie alles darauf. Bauen Sie Routinen auf, fördern Sie die Nutzung und lassen Sie die Effekte wirken, bevor Sie ein weiteres Tool hinzufügen. Die Teams, die gewinnen, sind nicht die mit den meisten Tools. Es sind diejenigen mit der größten Disziplin rund um die wenigsten — und richtigen — Tools.

Und zuletzt: Haben Sie realistische Erwartungen. KI verstärkt die Wirkung einer Umsatzstrategie, die bereits über solide Grundlagen verfügt. Wenn Ihre Pipeline schwach ist oder Ihre Botschaften nicht stimmen, bringt KI diese Probleme schneller ans Licht, aber sie löst sie nicht. Die CROs, die erfolgreich sind, nutzen KI, um ihr Denken zu schärfen — nicht, um es zu ersetzen.

Folgen Sie mit

Sie können die Arbeit von John Stamatopoulos auf LinkedIn verfolgen.

Weitere Experteninterviews folgen im The CRO Club!