
SaaS-CRO teilt die Arbeitsabläufe, die SDRs erweitern – sie aber nicht ersetzen

Mukul Kaushik
CRO bei Trackier

Erfahren Sie, wie ein SaaS-CRO KI nutzt, um SDRs zu unterstützen, Prognosen zu verbessern und den Umsatzbetrieb zu optimieren, während Vertrauen, Coaching und Kundenbeziehungen weiterhin von Menschen geprägt werden.
Mukul Kaushik
CRO bei Trackier

Key Takeaways
KI-Integration: Die Einführung von KI in SDR-Arbeitsabläufen verbessert die Priorisierung von Kundenkonten und die Effizienz der Kundenansprache erheblich.
Menschliche Komponente: Trotz der Fortschritte der KI bleiben Beziehungsmanagement und Vertrauen wesentliche Bestandteile erfolgreicher Umsatzstrategien.
Proaktives Management: KI liefert Echtzeiteinblicke und prädiktive Auslöser, sodass Teams proaktiv statt reaktiv handeln können.
Prozessdisziplin: Datenqualität und regelmäßige Aktualisierungen im CRM sind entscheidend für eine wirksame KI-Implementierung im Umsatzbetrieb.
Veränderungsmanagement: Eine erfolgreiche Einführung von KI erfordert, die Erwartungen des Teams zu berücksichtigen und Arbeitsabläufe so zu verbessern, dass menschliches Urteilsvermögen unterstützt wird.
Mukul Kaushik ist CRO bei einem SaaS-Unternehmen namens Trackier und leitet außerdem den Umsatz für die Produkte Apptrove und Affnook.
Wir haben uns mit Mukul zusammengesetzt, um zu erfahren, wie er seine SDRs mit KI unterstützt. Das hat er uns erzählt.
Expansion in neue Märkte
Hallo zusammen, ich bin Mukul Kaushik. Ich bin CRO bei Trackier und leite den Umsatz für unsere Produkte Apptrove und Affnook.
Wir sind in den Bereichen Performance-Marketing, Mobile Measurement und Affiliate-Technologie tätig und bedienen Werbetreibende, Werbenetzwerke, Agenturen, Gaming-Unternehmen und App-Vermarkter weltweit. Derzeit befinden wir uns in einer Phase starken Wachstums und großer Expansion und konzentrieren uns stark auf die internationale Skalierung in Regionen wie Indien, Südostasien, der MENA-Region, Europa und Amerika. Unser Umsatzmodell basiert hauptsächlich auf SaaS, mit Abonnement- und Unternehmensverträgen, die von der Größe und Nutzung des Kunden abhängen.
Die Umsatzorganisation umfasst Vertrieb, Partnerschaften, Kundenerfolg und strategische Wachstumsinitiativen. Wir arbeiten mit einer Mischung aus eingehenden, ausgehenden, partnergeführten und veranstaltungsbasierten GTM-Strategien, insbesondere weil unsere Branche stark auf Beziehungen und Ökosystemen basiert.
Unser aktueller Fokus liegt darauf, traditionellen Unternehmensvertrieb mit KI-gestützten Workflows für SDR-Funktionen, Berichterstattung, Prognosen und Kundenintelligenz zu verbinden. Gleichzeitig verfolgen wir weiterhin einen beratenden, beziehungsorientierten Ansatz für unser Wachstum.
More Articles
Bessere Systeme und schnellere Erkenntnisse
Es geht nicht mehr nur darum, ein größeres Vertriebsteam zu haben, sondern um bessere Systeme, schnellere Erkenntnisse und rasches Handeln.

Meine berufliche Entwicklung konzentrierte sich auf den Bereich Performance-Marketing und Mobile Attribution – ich arbeitete mit Werbetreibenden, Affiliates, Gaming-Unternehmen und App-Vermarktern in verschiedenen Märkten. Ich begann im klassischen Vertrieb und Partnermanagement. Mit der Zeit wechselte ich zum Aufbau von Umsatzteams, zur Skalierung globaler Beziehungen und zur Entwicklung von Produkten auf Grundlage der Kundenbedürfnisse.
Vor einigen Jahren trafen Umsatzverantwortliche die meisten Entscheidungen auf Basis von Erfahrung, Intuition und erheblichem manuellem Aufwand. Heute verändert KI unsere Arbeitsweise beinahe täglich – von der Prospektion und Personalisierung bis hin zu Analysen, Prognosen und der Kundenkommunikation.
Meine wichtigste Erkenntnis während dieser KI-Welle war, wie viel schneller kleine, fokussierte Teams vorankommen können, wenn sie KI effektiv einsetzen. Es geht nicht mehr nur darum, ein größeres Vertriebsteam zu haben, sondern um bessere Systeme, schnellere Erkenntnisse und rasches Handeln.
Dennoch bin ich weiterhin überzeugt, dass es bei der Führung im Umsatzbereich letztlich um Menschen geht. Beziehungen, Vertrauen, das Verständnis für die Herausforderungen der Kunden und langfristige Partnerschaften sind nach wie vor am wichtigsten. KI kann uns effizienter machen, aber der menschliche Faktor schafft nachhaltige Unternehmen.
Wie KI den Vertrieb über ausgehende Kontakte und den Umsatzbetrieb beeinflusst

Im vergangenen Jahr haben wir KI in unsere Arbeitsabläufe für den Vertrieb über ausgehende Kontakte und den Umsatzbetrieb eingeführt. Zuvor war ein großer Teil unseres Prozesses manuell – SDRs verbrachten viel Zeit mit der Recherche von Kundenkonten, dem Verfassen von Kontaktaufnahmen und der Aktualisierung von Salesforce. Sie erstellten außerdem Berichte, und die Überprüfungen durch die Führungskräfte stützten sich stark auf manuell zusammengestellte Daten.
Nachdem wir KI in mehrere Ebenen des Umsatzprozesses integriert haben, unterstützt sie SDRs nun dabei, Kundenkonten zu priorisieren, Kaufsignale zu erkennen, die Kontaktaufnahme zu personalisieren und Teile der Nachfassaktionen zu automatisieren. Gleichzeitig haben wir einen großen Teil der Berichterstattung in Salesforce automatisiert, wodurch wir einen übersichtlicheren Echtzeit-Einblick in die Entwicklung von Abschlüssen und die Aktivitäten des Teams erhalten.
Hier ist unser KI-gestützter Umsatzarbeitsablauf:
- KI identifiziert und priorisiert Kundenkonten mit hoher Kaufabsicht anhand von Interaktionssignalen und der Übereinstimmung mit unserem ICP.
- Anschließend unterstützt sie SDRs dabei, die Kontaktaufnahme zu personalisieren und Nachfassaktionen zu automatisieren.
- Sobald Interessenten in die Pipeline gelangen, automatisiert die Salesforce-KI die Berichterstattung und verfolgt die Aktivitäten zu Abschlüssen in Echtzeit.
- Wir erhalten prädiktive Signale, wenn sich ein Abschluss verlangsamt, die Interaktion zurückgeht oder ein Kundenkonto eine stärkere Kaufabsicht zeigt.
Hier sind die Werkzeuge, die wir verwenden:
- Salesforce AI für Prognosen
- 11x.ai für die Kontaktaufnahme
- Sales Navigator für Kontosignale
- Apollo zur Datenanreicherung
Prädiktive Auslöser und Prognosen hatten den größten Einfluss. Statt erst am Ende des Quartals festzustellen, dass ein Geschäft ins Stocken geriet, erhalten wir jetzt frühzeitig Signale, wenn das Engagement zurückgeht, sich Antwortmuster ändern oder ein Geschäft erste Risikomerkmale zeigt. Ebenso hilft KI dabei, Konten zu identifizieren, bei denen auf Grundlage des bisherigen Verhaltens und der Aktivitätsmuster eine höhere Wahrscheinlichkeit für eine Konvertierung besteht.
Dadurch wurde das Team deutlich proaktiver statt reaktiv. Manager verbringen weniger Zeit damit, Aktualisierungen nachzuverfolgen, und mehr Zeit mit der Betreuung der Teams und dabei, Geschäfte voranzubringen. Gespräche über Prognosen basieren nun stärker auf Daten und weniger ausschließlich auf Intuition.
Was KI in Umsatzprozessen nicht nachbilden kann

Mukuls Gedanken
Ein Kunde kauft möglicherweise aufgrund der Produktfunktionen, aber langfristige Partnerschaften bauen wir in der Regel durch Glaubwürdigkeit, Verständnis für den Geschäftskontext und menschliche Verbindung auf — etwas, das KI nicht vollständig nachbilden kann.
Heute verlassen wir uns in hohem Maße auf KI in Bereichen, in denen es um Mustererkennung, Geschwindigkeit und groß angelegte Datenanalysen geht, halten kritische strategische Entscheidungen jedoch weiterhin in menschlicher Hand.
Dinge wie Verhandlungen mit Großunternehmen, Preisstrategien für wichtige Konten, langfristige Partnerschaften, Einstellungsentscheidungen, Marktpositionierung und Beziehungsmanagement beruhen weiterhin stark auf menschlichem Urteilsvermögen und Erfahrung.
Gerade in unserer Branche sind Vertrauen und Beziehungen von großer Bedeutung. Ein Kunde kauft möglicherweise aufgrund der Produktfunktionen, aber langfristige Partnerschaften bauen wir in der Regel durch Glaubwürdigkeit, Verständnis für den Geschäftskontext und menschliche Verbindung auf — etwas, das KI nicht vollständig nachbilden kann.
Warum autonome SDRs noch nicht möglich sind
Eine weitere Aufgabe, die KI noch nicht bewältigen kann, ist der vollständig autonome Vertrieb im Outbound und das Beziehungsmanagement.
Anfangs waren wir begeistert von der Vorstellung, dass KI-SDRs große Teile der Akquise und Kontaktaufnahme eigenständig übernehmen. KI verbesserte die Effizienz, Personalisierung und Priorisierung von Konten. Im Vertrieb an Großunternehmen und im partnerschaftsorientierten Vertrieb, insbesondere in Branchen wie Performance-Marketing und Gaming, bestimmen Beziehungen jedoch nach wie vor die Konversionsraten deutlich stärker als Automatisierung allein.
KI kann beispielsweise eine hochoptimierte Kontaktaufnahme erstellen, hat aber weiterhin Schwierigkeiten, den tieferen Geschäftskontext, die zeitliche Sensibilität und die internen politischen Gegebenheiten auf Kundenseite zu verstehen oder über lange Vertriebszyklen echtes Vertrauen aufzubauen. In vielen Fällen klangen KI-generierte Nachrichten außerdem zu ähnlich oder übermäßig ausgefeilt, wodurch ihre Authentizität abnahm.
Warum Prozessdisziplin bei der Nutzung von KI unerlässlich ist

Wir haben im vergangenen Jahr sowohl deutliche positive Effekte als auch einige Lernkurven erlebt, als wir KI in unsere Umsatzprozesse integriert haben.
Auf der positiven Seite waren die betriebliche Effizienz und Transparenz die größten Verbesserungen. KI-gestützte SDR-Prozesse halfen dem Team, den Zeitaufwand für wiederholte Recherche, die Personalisierung von Outbound-Nachrichten und Nachfassaktionen zu reduzieren und dadurch die Geschwindigkeit der Kontaktaufnahme sowie die Bearbeitung von Antworten insgesamt zu verbessern. Das Vertriebsteam verbringt nun mehr Zeit in tatsächlichen Kundengesprächen statt mit administrativen Aufgaben.
Nach der Automatisierung der Berichterstattung und der Einführung prädiktiver Signale in Salesforce konnten wir außerdem deutliche Verbesserungen bei der Prognosegenauigkeit und dem Pipeline-Management feststellen. Früher wurden Pipeline-Prüfungen manuell und reaktiv durchgeführt. Jetzt erhält die Führungsebene deutlich früher Einblick in Geschäftsrisiken, ins Stocken geratene Chancen, nachlassendes Engagement und Konten mit hoher Kaufabsicht. Dadurch wurden Entscheidungen schneller getroffen und Gespräche über Prognosen stärker datenbasiert.
Qualitativ konzentrieren sich Manager nun stärker auf Coaching und Strategie, statt der Pflege der CRM-Daten und manuellen Aktualisierungen hinterherzulaufen. Die gesamte Organisation ist proaktiver statt reaktiv geworden.
Gleichzeitig standen wir vor Herausforderungen. Wir erkannten früh, dass KI nur so gut ist wie die Qualität der Daten und Prozesse, auf denen sie basiert. Zu Beginn führten uneinheitliche CRM-Aktualisierungen und fragmentierte Daten manchmal zu irreführenden Signalen oder ungenauen Prognosen. Uns wurde klar, dass KI diese Probleme lediglich verstärkt, anstatt sie zu beheben, wenn CRM-Aktualisierungen uneinheitlich sind, Teams Phasen nicht ordnungsgemäß pflegen oder die Aktivitätsverfolgung unvollständig ist. Wir mussten zunächst die Prozessdisziplin verbessern, bevor die Ergebnisse der KI wirklich zuverlässig wurden.
Wir haben außerdem festgestellt, dass KI-Tools manchmal eine Illusion von Produktivität erzeugen – mehr Kontaktaufnahme, mehr Berichte, mehr Automatisierung –, ohne die tatsächlichen Umsatzergebnisse proportional zu verbessern. Deshalb haben wir viel bewusster damit begonnen, die tatsächlichen geschäftlichen Auswirkungen zu messen, anstatt nur Automatisierungskennzahlen zu betrachten.
Und schließlich haben wir festgestellt, dass übermäßige Automatisierung die Kontaktaufnahme manchmal roboterhaft wirken lassen kann.
Warum die Einführung von KI ein Veränderungsmanagement erfordert
Die Einführung war nur erfolgreich, wenn die Menschen verstanden, dass KI eine bessere Umsetzung unterstützt, statt menschliches Urteilsvermögen zu ersetzen.

Ich habe außerdem unterschätzt, wie viel internes Veränderungsmanagement erforderlich sein würde. Die Teams betrachteten KI anfangs entweder als Bedrohung oder als etwas, das automatisch wie durch Zauberhand alle Probleme lösen würde. In Wirklichkeit war die Einführung nur erfolgreich, wenn die Menschen verstanden, dass KI eine bessere Umsetzung unterstützt, statt menschliches Urteilsvermögen zu ersetzen.
Wenn ich das früher gewusst hätte, hätten wir zunächst mehr Zeit darauf verwendet, die Datenqualität im CRM zu verbessern, Arbeitsabläufe klar zu definieren und die Teams darin zu schulen, mit KI zusammenzuarbeiten. Dadurch hätten wir viel unübersichtliche Berichterstattung, unrealistische Erwartungen und anfängliche Verwirrung über die tatsächlichen Auswirkungen von KI vermieden.
Warum sich Umsatzteams verändern
Was ich gelernt habe, ist, dass die Skalierung des Umsatzes nicht länger eine Aufstockung der Mitarbeiterzahl erfordert.
Heute kann ein kleineres, KI-gestütztes Team häufig schneller und mit besserer Übersicht arbeiten als eine wesentlich größere traditionelle Vertriebsorganisation. KI kann einen Großteil der Recherche, Priorisierung, Berichterstattung, Prognosen und Workflow-Automatisierung in einem zuvor unmöglichen Umfang übernehmen.
Warum CROs ihre Teams menschlich halten müssen

Die CROs, die mit Stolz auf diesen Moment zurückblicken werden, sind nicht diejenigen, die sich am schnellsten bewegt haben. Es sind diejenigen, die ihre Teams menschlich gehalten haben, bewusst entschieden haben, wo KI eingesetzt werden sollte, und Aktivität nicht mit Fortschritt verwechselt haben.
Du hast schon früher Umbrüche gemeistert. Dieser Umbruch bringt mehr Tools mit sich, aber die Aufgabe bleibt dieselbe: Vertrauen aufbauen, echte Probleme lösen und Geschäfte abschließen.
Bleib auf dem Laufenden
Du kannst die Arbeit von Mukul Kaushik auf LinkedIn und Instagram verfolgen.
Weitere Experteninterviews folgen im CRO Club!



