KI verändert, wofür Kunden bezahlen
Erfahren Sie, wie eine Leiterin der Umsatzorganisation KI nutzt, um Vertriebsabläufe, Preisgestaltung und Prognosen zu transformieren, und dabei beweist, dass Vertrauen, Verhandlungen und Kundenbeziehungen weiterhin das Wachstum im Unternehmensbereich vorantreiben.
Eliana Angelova
Leiterin der Umsatzorganisation bei Ison Xperiences
Auswirkungen der KI: KI ermöglicht es Ison Xperiences, Preise auf Grundlage von Ergebnissen festzulegen und dadurch Kundenbindung und Umsatz zu verbessern.
Umsatzverschiebung: Das Unternehmen ist deutlich gewachsen und hat seinen Offshore-Umsatz innerhalb von zwei Jahren von null auf 20 % gesteigert.
Entwicklung des Vertriebs: Eine vertriebsstrategie auf Grundlage von Ergebnissen erhöht die Erfolgsquote bei Vertragsabschlüssen mit Unternehmen und bringt die Organisationsziele in Einklang.
Veränderung der Arbeitsabläufe: KI verbessert die Zielgruppenansprache bei Leads und die Nachverfolgung von Vertragsabschlüssen und verlagert den Fokus von Gebietslisten auf Datensignale.
Bedeutung von Vertrauen: KI hat Schwierigkeiten bei der Ausweitung von Kundenkonten; vertrauensvolle Beziehungen sind entscheidend für den Erfolg von Zusatzverkäufen.
Eliana Angelova ist CRO bei Ison Xperiences, einem Unternehmen für Kunden-Experience-Management mit 1.600 virtuellen Agenten im produktiven Einsatz.
Wir haben uns mit ihr zusammengesetzt, um zu erfahren, wie KI Vertrieb und Preisgestaltung verändert. Das hat sie uns erzählt.
Vom Verkauf von Agentenplätzen zum Verkauf von Ergebnissen
Ich bin Eliana Angelova, CRO bei Ison Xperiences mit Sitz in Dubai.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Ison Xperiences ist ein Unternehmen für Kunden-Experience-Management und betreut den gesamten Lebenszyklus der Kundeninteraktion. Dank der allgemein verfügbaren KI-Tools automatisieren wir umfangreiche interne Prozesse. Wir haben unsere eigene KI-IP entwickelt. Das ist bei den meisten BPOs nicht üblich; die meisten kaufen Standardlösungen von der Stange und versehen sie mit ihrer eigenen Marke. Wir haben SenshAI entwickelt, unsere Omnikanal-Plattform zur Unterstützung von Agenten. Außerdem haben wir hAIve für Versicherungen, Three60 CRM für das Forderungsmanagement und iQumex für die Qualitätssicherung entwickelt. Das sind keine Prototypen. Sie sind produktiv im Einsatz und werden heute von 1.600 virtuellen Agenten genutzt. Dies bildet die Grundlage unseres hAI-Frameworks – Mensch plus KI.
Als CRO erzählen die entscheidenden Kennzahlen die wahre Geschichte der Transformation. Vor zwei Jahren gab es keinen Umsatz aus dem Ausland. Heute macht er ungefähr 20 % unseres Geschäfts aus. Wir sind von einem ausländischen Lieferstandort auf sieben gewachsen. Wir bearbeiten jeden Monat mehr als 50 Millionen Kundeninteraktionen in 25 Ländern und in über 60 Sprachen. Das ist nicht nur Größe; es ist die Infrastruktur, die uns für globale Unternehmenskunden relevant macht, die mehrsprachige, über mehrere Zeitzonen hinweg erbrachte und an Ergebnissen ausgerichtete Leistungen benötigen.
Dank KI können wir auf derselben Ausschreibungsliste wie Unternehmen antreten, die zehnmal so groß sind wie wir.
Drei Umsatzsäulen
Meine Umsatzorganisation ruht auf drei Säulen: Vertriebsvorbereitung und Lösungen, Vertrieb sowie Implementierung nach dem Verkauf. Ich habe sie bewusst so strukturiert, weil bei komplexem B2B-Outsourcing der Auftrag mit dem Vertragsabschluss nicht endet – die Implementierung schafft Vertrauen oder zerstört es, und ich möchte, dass die Umsatzführung, die das Versprechen gegeben hat, dafür verantwortlich ist.
Unser Vertriebsteam ist geografisch aufgestellt. Wir decken Indien und APAC, China, EMEA, Afrika und Südamerika sowie Deutschland ab und expandieren aktiv. Derzeit habe ich fünf offene Positionen in Märkten, die für unsere Wachstumsstrategie entscheidend sind: zwei in den USA, eine in Kenia, eine in Südafrika und eine im Nahen Osten. Dieses Team befindet sich also im Aufbau.
Vertriebsvorbereitung und Lösungen sind bewusst neben dem Vertrieb angesiedelt und nicht ihm untergeordnet. Die Geschäfte, die wir anstreben, sind komplex genug, um vom ersten Gespräch an einen Lösungsarchitekten und einen Markteinführungsstrategen einzubeziehen – nicht erst in der Angebotsphase. Diese Funktion ermöglicht es uns, Ergebnisse statt Agentenplätze zu verkaufen.
Aus Markteinführungsperspektive gehen wir nach Branchen vor: Telekommunikation und Technologie, BFSI und Finanztechnologie, E-Commerce und Einzelhandel, Medien, Reisen und Gastgewerbe. Das ist bewusst so gewählt, weil sich die Geschichte der KI-Transformation in jeder Branche unterscheidet und allgemeine Verkaufsargumente keine Unternehmenskunden gewinnen.
Wir befinden uns auf dem Weg vom bedeutenden Wettbewerber zum führenden Unternehmen in der Everest PEAK Matrix. Jede Einstellungsentscheidung, jeder Markteintritt und jede Markteinführungswette, die wir eingehen, soll diesen Wandel belegen.
Wie KI das Geschäftsmodell verändern kann
KI hat unsere Preisgestaltung verändert … Sobald wir genügend KI in den Betrieb integriert hatten, konnten wir Ergebnisse vorhersagen und steuern, anstatt nur Kapazitäten nach dem Volumen zu planen. Sobald man Ergebnisse steuern kann, kann man die Preise daran ausrichten.
KI hat unsere Preisgestaltung verändert. Vor drei Jahren drehte sich das standardmäßige Geschäftsgespräch im BPO um Agentenplätze: Sie benötigen 200 Agenten, hier ist die Preisliste, hier sind die Personalkosten. Der Kunde trug das Volumenrisiko, und der Anbieter hatte keinen wirklichen Anreiz, die Kontaktzahl zu reduzieren. Mehr Kontakte bedeuteten mehr Agenten und damit mehr Umsatz. Es ist ein kaputtes Modell.
Sobald wir genügend KI in den Betrieb integriert hatten, konnten wir Ergebnisse vorhersagen und steuern, anstatt nur Kapazitäten nach dem Volumen zu planen. Sobald man Ergebnisse steuern kann, kann man die Preise daran ausrichten. Deshalb haben wir unsere Verträge auf ergebnisbasierte Preise umgestellt, die an die Verkürzung der AHT, CSAT-Werte und die Lösung beim Erstkontakt gekoppelt sind. Der Kunde bezahlt jetzt für das Ergebnis und nicht für die Anzahl der Mitarbeiter.
Die kommerziellen Auswirkungen dieser Veränderung sind in zweierlei Hinsicht erheblich. Erstens gewinnen wir jetzt mehr Geschäfte, insbesondere mit europäischen und US-amerikanischen Unternehmenskunden, die gut genug informiert sind, um zu wissen, dass ein sitzbasiertes Vertragsmodell lediglich eine verwaltete Arbeitskostenabrechnung ist. Wenn wir auftreten und sagen: „Wir berechnen auf Grundlage der Ergebnisse und übernehmen das Leistungsrisiko“, ist das ein völlig anderes Gespräch. Zweitens binden wir Kunden auf andere Weise, denn wenn wir für Ergebnisse verantwortlich sind, verbessern wir den Betrieb kontinuierlich, anstatt ihn lediglich aufrechtzuerhalten. Verlängerungen werden dadurch deutlich stabiler. Dies sichert langfristig beständige Umsätze.
Was hat sich also verbessert? Die Abschlussquoten bei Unternehmenskunden, die Vertragslaufzeiten, die Qualität der Kundenbeziehungen und die interne Disziplin. Wenn Ihre Umsätze an die KPIs Ihrer Kunden geknüpft sind, richtet sich die gesamte Organisation an derselben Kennzahl aus. AI hat nicht nur unser Produkt verändert. AI hat unser Geschäftsmodell verändert.
Ein Workflow zur Gewinnung von Neukunden aus der Praxis
Ich führe Sie heute durch unseren neuen Workflow zur Gewinnung von Neukunden, denn es handelt sich um unseren am stärksten veränderten Workflow.
- Alles beginnt mit der Auswahl von Kundenkonten. Wir starten nicht mehr mit einer Gebiets- und Kaltakquiseliste. AI identifiziert Zielkunden auf Grundlage der Eignung nach Unternehmensmerkmalen, Kaufsignalen und Übereinstimmung mit dem jeweiligen Sektor. Das Modell findet Kundenkonten mit Signalen für eine Kaufabsicht: Veränderungen in der Führungsebene, Expansionsankündigungen und Aktivitäten bei der Beschaffung von Technologie. Das Team beginnt mit einer priorisierten Auswahlliste und nicht mit einem leeren Blatt.
- Von dort aus personalisieren wir die Kontaktaufnahme in großem Maßstab. Wenn wir den ersten Kontakt herstellen, kennen wir bereits die wahrscheinlichen Problembereiche des Kundenkontos, dessen Technologie-Stack und die relevanten Ansprechpartner.
- Sobald ein Kundenkonto in die Pipeline gelangt, aktualisieren wir dessen Bewertung kontinuierlich anhand des Engagements. Wenn ein Geschäft ins Stocken gerät, weist das Modell darauf hin. Das Team entdeckt kein totes Geschäft erst am Ende des Quartals. Es erkennt das Signal frühzeitig und kann handeln.
- In der Angebotsphase nutzt das Presales-Team diese Erkenntnisse, um ein ergebnisbasiertes Geschäftsmodell zu entwickeln: die für diesen Kunden relevanten KPIs, die Zusagen unserer Bereitstellungsplattform und die optimale Preisgestaltung. Und alles basiert auf Daten, nicht auf Intuition. Das Lösungsteam arbeitet mit AI, die Zugriff auf jedes frühere Geschäft hat, das wir gewonnen oder verloren haben, auf jedes Bereitstellungsmodell, das wir eingesetzt haben, auf jede Preisstruktur, die wir verwendet haben, und auf jedes Kundenergebnis, zu dem wir uns verpflichtet haben.
- Und nach dem Abschluss verfolgen wir die Umsetzung nach dem Verkauf anhand der KPIs, zu denen wir uns verpflichtet haben. Wenn wir vom Kurs abkommen, sehen wir das, bevor es der Kunde bemerkt. Das macht die Verlängerung zu einem völlig anderen Gespräch.
AI ist keine Magie. Die Magie entsteht, wenn man aufhört, Informationen in Silos zu halten.
Warum Führungskräfte im Vertrieb den Unterschied zwischen AI-Tools und AI-Lösungen verstehen müssen
Anfangs verwechselten wir AI-Tools mit AI-Lösungen.
Das MIT veröffentlichte in diesem Jahr eine Studie, die es genau benennt. Ein generatives AI-Tool hilft Einzelpersonen, schneller zu arbeiten, indem es Notizen zusammenfasst, E-Mails entwirft und auf Gespräche vorbereitet. Eine generative AI-Lösung wird in einen Prozess integriert, verändert die Arbeitsweise und misst die Auswirkungen auf Geschäftsebene.
Die meisten Organisationen beginnen mit Tools und nennen das Transformation. Wir machten dasselbe. Die Menschen nutzten AI, um ihre bestehenden Aufgaben etwas schneller zu erledigen, und hielten das fälschlicherweise für strategischen Fortschritt.
Die Frage, die uns diese Zeit erspart hätte, ist einfach: „Verändert dies das Ergebnis oder nur die Geschwindigkeit der Eingabe?“ Wenn die Antwort lediglich Geschwindigkeit lautet, handelt es sich um ein Produktivitätstool und nicht um eine Geschäftsinitiative.
Beginnen Sie mit dem Geschäftsergebnis, das Sie verbessern müssen, und arbeiten Sie rückwärts zu der AI-Fähigkeit, die dieses Ergebnis voranbringt. Nicht umgekehrt.
Die Abgrenzung zwischen menschlicher Arbeit und AI-Arbeit
AI treibt derzeit vier Dinge für uns voran:
- Leadgenerierung: Die richtigen Zielkunden identifizieren, Signale für Kaufabsichten sichtbar machen und den oberen Teil des Trichters versorgen, damit das Team nicht blind auf Kundenakquise gehen muss.
- Priorisierung der Pipeline: Bewerten, wo Zeit investiert werden sollte – basierend auf Eignung und Interaktion.
- Prognosen: Ich lege dem Vorstand keine Zahl vor, bevor das Modell sie nicht validiert hat, denn Vertriebsleiter sind von Natur aus optimistisch.
- Abwanderungsrisiko: Signale im bestehenden Kundenstamm verfolgen, damit wir einem Problem zuvorkommen können, bevor es zum Gesprächsthema wird.
Was bleibt menschlich?
- Preisgestaltung bei komplexen Geschäften: Die endgültige Entscheidung beinhaltet Beziehungsdynamiken und strategisches Urteilsvermögen, über das ein Modell nicht verfügt.
- Verhandlungen: Immer.
- Gebietsplanung: Wir expandieren derzeit in den USA, und das war eine strategische Entscheidung, kein Algorithmus.
- Personal- und Einstellungsentscheidungen: Das ist immer menschlich.
Das einfache Prinzip lautet: KI übernimmt, was wiederholbar und datenreich ist. Menschen übernehmen, was komplex, kontextabhängig oder von großer Tragweite ist.
Wie KI neue Herausforderungen für den Umsatz schafft
Die guten Ergebnisse der KI sind zahlreich … Die Herausforderung besteht darin, dass KI eine Vertrauenslücke im Team schafft. Außerdem habe ich unterschätzt, wie viel Aufklärung bei den Kunden erforderlich ist.
Die guten Ergebnisse der KI sind zahlreich. Die Qualität der Leadgenerierung hat sich deutlich verbessert, weil wir früher bessere Zielkunden ansprechen. Die Genauigkeit der Prognosen ist gestiegen, weil wir modellvalidierte Zahlen anstelle des Bauchgefühls des Vertriebsteams verwenden. Die Umstellung auf ergebnisbasierte Preisgestaltung hat unsere Kundenbeziehungen gefestigt, denn wenn wir für die KPIs des Kunden verantwortlich sind, wird die Verlängerung zu einem völlig anderen Gespräch.
Die Herausforderung besteht darin, dass KI eine Vertrauenslücke im Team schafft. Wenn ein Modell einem Vertriebsmitarbeiter sagt, dass er ein Geschäft, an das er glaubt, nachrangig behandeln soll, führt das zu Reibung. Vertrauen in die Ergebnisse aufzubauen, braucht Zeit, und das Team ignoriert das Signal manchmal und liegt damit falsch. Das kostet uns.
Außerdem habe ich unterschätzt, wie viel Aufklärung bei den Kunden erforderlich ist. Ergebnisbasierte Preisgestaltung klingt in einem Verkaufsgespräch überzeugend, aber die Denkweise eines Kunden zu ändern, nachdem er zehn Jahre lang Lizenzen gekauft hat, erfordert ein echtes kommerzielles Gespräch. KI verändert unser Geschäftsmodell schneller, als der Markt bereit ist, dies aufzunehmen.
Warum KI beim Ausbau von Kundenkonten an ihre Grenzen stößt
Und ich möchte noch Folgendes sagen: KI ist hinter unseren Erwartungen zurückgeblieben. Wir hatten erwartet, dass KI uns dabei hilft, systematischer Möglichkeiten für Upselling und Cross-Selling im bestehenden Kundenstamm zu identifizieren. Die Signale sichtbar machen, die Gespräche priorisieren, schneller handeln. Und die Signale sind vorhanden. Die Daten zeigen uns, wann ein Kunde wächst, wann sich seine Volumina verändern und wann es einen logischen nächsten Service gibt, den wir anbieten können.
Wir stellen jedoch fest, dass Daten bei BPO-Unternehmen keine Gespräche über den Ausbau der Geschäftsbeziehung auslösen. Vertrauen tut das. Und Vertrauen entsteht in der Beziehung, nicht im Modell. Die Kunden, die ihre Geschäftsbeziehung mit uns ausbauen, tun dies, weil eine Führungskraft zum Telefon greift, sich mit ihnen in einen Raum setzt und ein Gespräch führt, das in keinem Vertriebsleitfaden steht. KI kann das nicht reproduzieren und auch nicht beschleunigen.
Wie sich das Profil eines großartigen Vertriebsmitarbeiters durch KI verändert
Der beste Vertriebsmitarbeiter ist nicht mehr derjenige mit dem größten Netzwerk.
Im Enterprise-BPO bestand die vorherrschende Weisheit schon immer darin, erfahrene Veteranen mit umfangreichen Kontaktkarteien einzustellen, weil Beziehungen Geschäfte abschließen. Und Beziehungen sind weiterhin wichtig. Aber KI hat mir gezeigt, dass ein datenkompetenter, KI-gestützter Vertriebsmitarbeiter, der in ein Gespräch einsteigt, nachdem er bereits die Schmerzpunkte des Kundenkontos erfasst, dessen Kaufsignale verstanden und ein kommerziell präzises Angebot erstellt hat, den Veteranen, der sich allein auf eine gute persönliche Verbindung verlässt, dauerhaft übertreffen wird.
Das Profil eines erfolgreichen Umsatzexperten verändert sich, und wer an der alten Definition festhält, stellt für die Vergangenheit ein, nicht für die Zukunft.
Warum Daten und Zusammenarbeit die wichtigsten Erfolgsfaktoren für KI sind
Ich habe zwei Ratschläge:
Der erste ist, sich mit den Daten zu beschäftigen, bevor man sich mit den Werkzeugen beschäftigt. Eine MIT-Studie aus dem vergangenen Jahr ergab, dass 95 % der KI-Pilotprojekte in Unternehmen keine messbaren geschäftlichen Auswirkungen erzielten. Der Grund ist fast immer derselbe: Die Datenbasis unter dem Werkzeug ist inkonsistent, unvollständig oder nicht vertrauenswürdig. Clari stellte fest, dass 67 % der Führungskräfte im Umsatzbereich ihren eigenen Daten nicht vertrauen. Wenn das auf Sie zutrifft, wird kein KI-Werkzeug Sie retten. Schaffen Sie zuerst eine solide Grundlage.
Der zweite ist, sich mit Ihrer Technologieführung abzustimmen. Die Untersuchungen von Clari zeigen, dass die Abstimmung zwischen CRO und CIO der wichtigste Prädiktor für die Auswirkungen von KI auf den Umsatz ist. Die CROs, die erfolgreich sind, kaufen Werkzeuge nicht eigenständig. Sie entwickeln gemeinsam mit ihren Technologiepartnern eine einheitliche Datenstrategie und machen KI zu einer unternehmensweiten Fähigkeit – nicht zu einem Experiment der Vertriebsabteilung.
Setzen Sie KI insgesamt dazu ein, Ihr Denken zu schärfen, nicht um es zu ersetzen. Bleiben Sie neugierig, bleiben Sie nah an den Daten und hören Sie nie auf, eigene Einschätzungen zu treffen.
Folgen Sie
Sie können die Arbeit von Eliana Angelova auf LinkedIn verfolgen.
Weitere Experteninterviews folgen im The CRO Club!
