Das Commercial Intelligence Operating Model (CI-034)

Wie Unternehmen Commercial Intelligence organisatorisch verankern können

Mit dem Commercial Intelligence Prozess aus dem vorherigen Beitrag haben wir beschrieben, wie aus Marktverständnis, Unternehmensbeobachtung und Opportunity Signals schrittweise eine konkrete Vertriebsentscheidung entstehen kann. Damit ist jedoch noch nicht geklärt, wie dieser Prozess im Unternehmen dauerhaft funktioniert.

Denn genau hier scheitern viele daten- und KI-gestützte Vertriebsinitiativen. Die Technologie funktioniert, erste Analysen liefern interessante Ergebnisse und vielleicht entstehen sogar einige gute Opportunities. Nach einigen Wochen wird die Recherche jedoch seltener aktualisiert, Signale werden nicht konsequent bewertet und niemand fühlt sich wirklich dafür verantwortlich, das Wissen aus Vertriebsgesprächen wieder in das System zurückzuführen.

Das Problem liegt dann nicht in der Datenqualität oder der KI.

Es fehlt ein Operating Model.

Ein Commercial Intelligence Operating Model beschreibt deshalb nicht nur, welche Informationen benötigt werden. Es regelt, wer Commercial Intelligence betreibt, wie Entscheidungen entstehen, wie Marketing und Vertrieb eingebunden werden und wie das System aus realen Ergebnissen lernt.

Erst dadurch wird Commercial Intelligence von einer interessanten Methode zu einer dauerhaften Fähigkeit des Unternehmens.

Commercial Intelligence ist keine Aufgabe des Vertriebs allein

Es wäre naheliegend, Commercial Intelligence vollständig im Vertrieb anzusiedeln. Schließlich sollen am Ende neue Geschäftschancen entstehen und Vertriebsmitarbeiter entscheiden, welche Accounts angesprochen werden.

Doch ein großer Teil des notwendigen Wissens liegt außerhalb des Vertriebs.

Produktmanagement versteht, welche technischen Anwendungen und Produktmerkmale für das eigene Angebot relevant sind. Marketing kennt Zielgruppen, Themen und Marktreaktionen. Vertrieb besitzt Erfahrung darüber, welche Situationen tatsächlich zu Projekten führen und welche Signale sich im Kundengespräch als irrelevant herausstellen. Service und technische Experten kennen wiederum Probleme, die beim Kunden häufig erst nach Jahren sichtbar werden. Strategie oder Geschäftsführung bringen Wissen über zukünftige Märkte und Wachstumsfelder ein.

Commercial Intelligence entsteht deshalb genau an der Schnittstelle dieser Perspektiven.

Das bedeutet nicht, dass künftig jede Analyse von einem großen interdisziplinären Gremium beschlossen werden muss. Es bedeutet vielmehr, dass das System auf Wissen aus mehreren Bereichen angewiesen ist und dieses Wissen strukturiert zusammengeführt werden muss.

Die organisatorische Frage lautet deshalb nicht nur: „Wer nutzt Commercial Intelligence?“

Entscheidender ist:

Wer besitzt welches Wissen, und wie gelangt dieses Wissen kontinuierlich in das gemeinsame Modell?

Jemand muss die kommerzielle Suchlogik besitzen

Im Zentrum des Operating Models braucht es deshalb eine klare Verantwortung für die Commercial Intelligence Logik.

Diese Rolle muss nicht zwingend eine neue Stellenbezeichnung sein. Gerade in mittelständischen Unternehmen kann sie zunächst bei Vertriebsleitung, Business Development, Marketing oder einer kleinen strategischen Einheit liegen. Entscheidend ist weniger der organisatorische Titel als die Verantwortung.

Jemand muss sicherstellen, dass Bedarfsprofile aktuell bleiben, neue Marktannahmen geprüft und relevante Opportunity Signals nicht zufällig definiert werden.

Wenn ein Hersteller technischer Komponenten einen neuen Markt erschließen möchte, reicht es nicht, diesen Markt lediglich als zusätzliche Branche in einer Datenbank anzulegen. Das Unternehmen muss verstehen, welche Produkte dort hergestellt werden, welche technischen Situationen zum eigenen Angebot passen und welche Veränderungen typischerweise auf entstehenden Bedarf hindeuten.

Diese Logik entwickelt sich weiter.

Vielleicht zeigen die ersten Vertriebsprojekte, dass ein bestimmtes Signal wesentlich stärker ist als ursprünglich angenommen. Vielleicht erweist sich ein anderes als kaum relevant. Neue Produkte verändern das Bedarfsprofil, während neue Technologien zusätzliche Zielkunden erschließen.

Ohne einen klaren Besitzer würde dieses Wissen erneut über verschiedene Abteilungen verteilt bleiben.

Commercial Intelligence braucht deshalb eine organisatorische Instanz, die nicht jeden Vertriebsprozess steuert, aber dafür verantwortlich ist, dass das Modell zur Identifikation zukünftiger Geschäftschancen systematisch weiterentwickelt wird.

Das Bedarfsprofil wird zu einem gemeinsamen Unternehmensmodell

Damit verändert sich auch die Bedeutung des Bedarfsprofils.

Es ist nicht einfach ein Filter, den Vertrieb einmal definiert und anschließend in einer Suchmaschine hinterlegt. Es enthält einen Teil des kommerziellen Wissens des Unternehmens.

Darin steckt die Erfahrung, welche Anwendungen besonders gut zum eigenen Angebot passen, welche technischen Voraussetzungen vorhanden sein müssen und welche Unternehmenssituationen häufig zu Investitionen führen.

Diese Informationen verändern sich jedoch laufend.

Vertrieb lernt in Kundengesprächen, dass bestimmte Probleme anders entstehen als bisher angenommen. Produktmanagement erkennt neue Anwendungen. Marketing stellt fest, dass bestimmte Themen bei einer Gruppe von Unternehmen besonders starkes Interesse erzeugen.

Genau deshalb sollte das bedarfsprofil nicht als statisches Dokument behandelt werden.

Es ist ein lebendes Modell.

Je besser die Organisation darin wird, dieses Modell gemeinsam weiterzuentwickeln, desto genauer wird Commercial Intelligence.

Damit entsteht gleichzeitig eine interessante Nebenwirkung: Wissen, das früher hauptsächlich in den Köpfen einzelner erfahrener Mitarbeiter vorhanden war, wird schrittweise für die gesamte Organisation nutzbar.

Marktbeobachtung muss kontinuierlich werden

Der nächste organisatorische Baustein betrifft die Beobachtung des Commercial Space.

Wenn Commercial Intelligence lediglich dann gestartet wird, wenn Vertrieb gerade zu wenig Leads besitzt, entsteht erneut eine episodische Recherche. Das Unternehmen sucht einige Wochen intensiv nach neuen Accounts und beendet die Aktivität wieder, sobald genügend Ergebnisse vorhanden sind.

Damit geht jedoch ein wesentlicher Vorteil verloren.

Viele Opportunity Signale besitzen gerade deshalb Wert, weil sie früh erkannt werden.

Eine neue Produktlinie, eine Standorterweiterung oder der Aufbau zusätzlicher technischer Kompetenzen kann Monate vor einer konkreten Ausschreibung sichtbar werden. Wenn die Organisation den Markt nur punktuell untersucht, erkennt sie diese Entwicklung möglicherweise erst dann, wenn auch deren Wettbewerber längst aufmerksam geworden sind.

Commercial Intelligence braucht deshalb einen anderen Rhythmus.

Der relevante Markt wird kontinuierlich beobachtet, während die Intensität der Analyse je nach Account und Signal unterschiedlich sein kann. Ein Unternehmen ohne erkennbare Veränderung benötigt möglicherweise nur gelegentliche Neubewertung. Ein Account mit mehreren aktuellen Signalen sollte dagegen deutlich enger verfolgt werden.

Damit entsteht kein permanenter manueller Rechercheaufwand und genau hier hilft KI, große Teile der Beobachtung zu skalieren.

Organisatorisch bedeutet dies jedoch, dass Commercial Intelligence nicht mehr als Rechercheprojekt gedacht werden darf. Es wird zu einem dauerhaften kommerziellen Monitoring-Prozess.

KI beobachtet, Menschen bewerten

Diese kontinuierliche Beobachtung führt zu einer wichtigen Arbeitsteilung.

KI kann große Mengen von Unternehmen überwachen, Veränderungen erkennen und Informationen aus verschiedenen Quellen zusammenführen. Sie kann dabei helfen, Muster zu identifizieren und Accounts zu markieren, bei denen sich etwas Relevantes verändert.

Die Entscheidung über die kommerzielle Bedeutung sollte jedoch nicht vollständig automatisiert werden.

Ein Signal kann technisch korrekt erkannt und trotzdem geschäftlich bedeutungslos sein. Eine neue Produktionshalle kann für einen bestimmten Anbieter eine große Chance darstellen, während sie für einen anderen keinerlei Relevanz besitzt. Auch eine Kombination mehrerer Signale kann eine plausible Hypothese erzeugen, ohne dass daraus tatsächlich ein Projekt entsteht.

Das Operating Model muss deshalb festlegen, an welcher Stelle menschliches Urteilsvermögen notwendig wird.

Dabei geht es nicht darum, jede gefundene Information manuell zu kontrollieren. Vielmehr sollten diejenigen Accounts genauer geprüft werden, bei denen die Systeme eine erhöhte kommerzielle Relevanz erkennen.

KI übernimmt damit vor allem Breite und Geschwindigkeit und Menschen übernehmen Kontext und Entscheidung.

Diese Arbeitsteilung ist zentral, weil sie verhindert, dass Commercial Intelligence zu einem weiteren automatisierten Lead-Generator wird, der lediglich größere Mengen vermeintlich interessanter Unternehmen produziert.

Marketing und Vertrieb brauchen eine gemeinsame Aktivierungslogik

Sobald eine relevante Entwicklung erkannt wird, stellt sich die nächste organisatorische Frage: Was passiert mit diesem Account?

Genau hier müssen Marketing und Vertrieb miteinander verbunden werden.

Ein Unternehmen kann bereits gut zum Bedarfsprofil passen und erste Opportunity Signale zeigen, ohne dass ein unmittelbarer Vertriebsansatz sinnvoll wäre. Vielleicht beginnt gerade erst eine Entwicklung, deren tatsächliche Bedeutung noch nicht klar ist. In diesem Stadium kann Marketing gezielt relevante Inhalte bereitstellen und beobachten, ob zusätzliches Interesse entsteht.

Verdichten sich die Signale oder zeigt der Account selbst zusätzliche Aktivität, kann der Vertriebszeitpunkt näher rücken.

Damit benötigen Marketing und Vertrieb nicht nur dieselben Daten, sondern eine gemeinsame Vorstellung davon, welche Reifegrade unterschiedliche Aktivitäten auslösen.

Die Übergabe erfolgt dann nicht mehr ausschließlich nach dem klassischen Muster „Marketing Lead wird Sales Lead“.

Ein Account kann über längere Zeit innerhalb des Commercial Space beobachtet werden und abhängig von seiner Entwicklung zwischen verschiedenen Formen der Aktivierung wechseln.

Das Operating Model sorgt dafür, dass dabei kein Informationsverlust entsteht. Das Marketing sollte wissen, warum ein Account relevant geworden ist. Der Vertrieb sollte sehen, welche Themen dort bereits Resonanz erzeugt haben. Umgekehrt müssen Erkenntnisse aus Kundengesprächen wieder für Marketing und zukünftige Analysen verfügbar sein.

So entsteht aus zwei getrennten Prozessen ein gemeinsamer kommerzieller Kreislauf.

Das CRM bleibt wichtig, aber es übernimmt eine andere Aufgabe

Auch technologisch braucht Commercial Intelligence eine klare Rollenverteilung. Das CRM bleibt die zentrale Plattform für bekannte Kunden, Ansprechpartner, Aktivitäten und aktive Sales Opportunities. Dort wird dokumentiert, was zwischen Unternehmen und Vertrieb tatsächlich geschieht.

Commercial Intelligence arbeitet davor. Es beobachtet Unternehmen, die möglicherweise noch nie mit dem eigenen Vertrieb in Kontakt standen, und versucht zu erkennen, wann aus einem Teil des Marktes ein relevanter Account wird.

Diese Unterscheidung verhindert ein praktisches Problem:

Wenn jedes Unternehmen mit einem schwachen Opportunity Signal sofort in das CRM übertragen wird, füllt sich das System erneut mit tausenden Accounts, die niemand aktiv bearbeitet. Das CRM verliert dadurch seine Funktion als operatives Vertriebsinstrument.

Commercial Intelligence braucht deshalb eine vorgelagerte Ebene, in der Unternehmen beobachtet, analysiert und priorisiert werden können. Erst wenn ein Account einen definierten Reifegrad erreicht, wird er in einen aktiven Marketing- oder Vertriebsprozess überführt. Dadurch entsteht zwischen dem gesamten Markt und der klassischen Pipeline eine neue Schicht.

Sie beantwortet die Frage, welche Unternehmen überhaupt Aufmerksamkeit verdienen, bevor sie zu einer bestätigten Opportunity werden.

Der Vertrieb muss Ergebnisse zurückmelden

Ein Commercial Intelligence Operating Model funktioniert jedoch nur dann dauerhaft, wenn es einen konsequenten Rückkanal aus dem Vertrieb gibt.

Die interessanteste Information entsteht häufig erst im Kundengespräch. Vielleicht stellte sich heraus, dass eine vermutete Kapazitätserweiterung tatsächlich zu einem großen Investitionsprojekt führt. Vielleicht war das Signal richtig, aber der Bedarf betrifft eine ganz andere Technologie. Oder die Analyse war vollständig falsch und die gefundene Veränderung besitzt für den Kunden keinerlei Bedeutung.

All diese Ergebnisse sind wertvoll.

Wenn sie lediglich im Kopf des Vertriebsmitarbeiters bleiben oder irgendwo in einer Gesprächsnotiz verschwinden, kann Commercial Intelligence daraus nichts lernen. Das Operating Model muss deshalb dafür sorgen, dass solche Erkenntnisse strukturiert zurückfließen.

Dabei sollte die Rückmeldung möglichst einfach bleiben. Der Vertrieb darf nicht mit zusätzlichen Verwaltungsaufgaben belastet werden, nur damit ein Analysesystem bessere Daten erhält. Die eigentliche Herausforderung besteht deshalb darin, Feedback möglichst eng in bestehende Vertriebsprozesse einzubauen.

Wenn aus einem priorisierten Account eine echte Opportunity wird, sollte das System verstehen, welche ursprünglichen Hypothesen bestätigt wurden. Kommt kein Gespräch zustande oder stellt sich der vermutete Bedarf als falsch heraus, ist auch das eine relevante Information.

Mit der Zeit entsteht daraus ein empirisches Verständnis dafür, welche Signale tatsächlich zu Geschäft führen.

Commercial Intelligence braucht einen festen Arbeitsrhythmus

Damit Commercial Intelligence nicht im Tagesgeschäft verschwindet, braucht es außerdem einen klaren organisatorischen Rhythmus. Dieser Rhythmus muss kein zusätzliches wöchentliches Großmeeting bedeuten. Viel sinnvoller ist es, bestehende Routinen zu erweitern.

In einem Vertriebsmeeting kann beispielsweise nicht nur die aktuelle Pipeline betrachtet werden, sondern auch, welche neuen relevanten Accounts außerhalb der Pipeline entstanden sind. Marketing kann seine Planung daran ausrichten, welche Themen und Entwicklungen innerhalb des Commercial Space gerade häufiger auftreten. Produktmanagement kann wiederum Erkenntnisse darüber erhalten, welche neuen Anforderungen sich im Markt abzeichnen.

So wird Commercial Intelligence schrittweise Teil normaler Unternehmenssteuerung. Besonders wichtig ist dabei die zeitliche Perspektive. Klassische Pipeline Reviews schauen überwiegend auf Geschäft, das bereits bekannt ist. Commercial Intelligence Reviews schauen zusätzlich auf das Geschäft, das möglicherweise erst entsteht.

Diese beiden Perspektiven ergänzen sich. Die eine hilft, den aktuellen Umsatz zu steuern. Die andere hilft zu verstehen, wo zukünftiger Umsatz entstehen könnte.

Für den Mittelstand braucht es dafür keine neue Großabteilung

Gerade im industriellen Mittelstand könnte der Eindruck entstehen, dass ein solches Operating Model eine zusätzliche Abteilung mit Analysten, Data Scientists und Research-Spezialisten erfordert. Das muss nicht der Fall sein. Ein pragmatischer Einstieg kann sehr klein beginnen.

Entscheidend ist zunächst, dass einige zentrale Personen gemeinsam definieren, wonach gesucht werden soll und wie Ergebnisse in bestehende Prozesse gelangen. Häufig reichen eine klare fachliche Verantwortung, die Beteiligung von Marketing und Vertrieb sowie technologische Unterstützung für Recherche und Monitoring. Die Organisation kann anschließend mit den Erfahrungen wachsen.

Wenn Commercial Intelligence für mehrere Produktbereiche, Regionen oder Geschäftseinheiten relevant wird, kann daraus schrittweise eine stärkere zentrale Funktion entstehen. Diese sollte jedoch nicht selbst jede Opportunity bearbeiten.

Ihre Aufgabe wäre vielmehr, Methodik, Datenqualität, KI-Systeme und Commercial Intelligence Modelle bereitzustellen, während die Fachbereiche ihre Markt- und Kundenexpertise einbringen. Damit entsteht ein föderiertes Modell. Das zentrale System schafft gemeinsame Standards und Infrastruktur, während das kommerzielle Wissen möglichst nah am jeweiligen Markt bleibt. Gerade für Unternehmen mit unterschiedlichen Produkten und Märkten ist diese Kombination oft sinnvoller als eine vollständig zentralisierte Intelligence-Abteilung.

Governance entscheidet über Vertrauen

Je stärker KI in die Commercial Intelligence einbezogen wird, desto wichtiger wird außerdem Governance.

Vertriebsmitarbeiter müssen verstehen können, warum ein Account priorisiert wurde. Wenn ein System lediglich einen Score ausgibt, ohne die zugrunde liegenden Informationen sichtbar zu machen, entsteht schnell Skepsis. Deshalb sollte jede wichtige Empfehlung auf nachvollziehbarer Evidenz beruhen.

• Welche Quelle wurde gefunden?

• Wie aktuell ist sie?

• Welche Information wurde daraus entnommen?

• Welche Schlussfolgerung ist bestätigt und welche lediglich eine Hypothese?

Diese Transparenz ist nicht nur eine technische Qualitätsfrage. Sie entscheidet darüber, ob Vertrieb das System tatsächlich nutzt.

Ein erfahrener Verkäufer wird seine Marktkenntnis nicht gegen eine Black Box austauschen. Er wird aber sehr wohl ein System akzeptieren, das ihm relevante Informationen schneller liefert und nachvollziehbar erklärt, warum ein Unternehmen genauer betrachtet werden sollte.

Das Operating Model muss deshalb auch festlegen, welche Qualitätsanforderungen für Daten und Hypothesen gelten. Commercial Intelligence braucht nicht nur Geschwindigkeit. Es braucht Vertrauen.

Erfolg wird nicht an der Datenmenge gemessen

Damit kommen wir zurück zur Frage der Kennzahlen.

Ein Commercial Intelligence Team wäre schlecht beraten, seinen Erfolg daran zu messen, wie viele Unternehmen analysiert oder wie viele Opportunity Signals gefunden wurden. Die entscheidende Frage lautet, ob daraus bessere kommerzielle Entscheidungen entstehen.

• Werden mehr relevante Accounts erkannt?

• Steigt der Anteil der priorisierten Unternehmen, aus denen qualifizierte Gespräche entstehen?

• Werden Opportunities früher erkannt?

• Verbringt Vertrieb weniger Zeit mit offensichtlich ungeeigneten Accounts?

Diese Fragen verbinden Commercial Intelligence unmittelbar mit dem geschäftlichen Ergebnis. Damit erhält auch das Operating Model einen klaren Fokus. Es soll nicht möglichst viel Intelligence produzieren. Es soll dafür sorgen, dass die Organisation relevante Geschäftschancen früher erkennt und systematischer nutzt.

Vom Prozess zur Unternehmensfähigkeit

Wenn all diese Elemente zusammenkommen, verändert sich Commercial Intelligence grundlegend. Es ist dann kein Rechercheprojekt mehr, das einzelne Mitarbeiter bei Bedarf starten. Es ist auch kein zusätzliches Dashboard und kein KI-Tool, das gelegentlich Unternehmen vorschlägt.

Es wird zu einer gemeinsamen kommerziellen Fähigkeit.

Das Unternehmen besitzt ein strukturiertes Wissen darüber, welche Bedarfssituationen zum eigenen Angebot passen. Es beobachtet seinen Commercial Space kontinuierlich, erkennt Veränderungen und kann diese Informationen im richtigen Kontext bewerten.

Marketing und Vertrieb arbeiten auf derselben Datenbasis und entscheiden gemeinsam, welche Accounts Aufmerksamkeit erhalten. Vertriebsfeedback verbessert wiederum die Modelle, mit denen zukünftige Opportunities gefunden werden. Mit jedem Durchlauf wird das System besser darin, Marktveränderungen in kommerzielle Entscheidungen zu übersetzen.

Genau das ist der Kern eines Commercial Intelligence Operating Models.

Fazit

Commercial Intelligence organisatorisch zu verankern bedeutet nicht, eine neue Abteilung zwischen Marketing und Vertrieb zu schaffen. Es bedeutet, eine Verantwortung dafür zu etablieren, wie ein Unternehmen zukünftige Geschäftschancen systematisch erkennt.

Dafür braucht es ein gemeinsames Bedarfsprofil, eine kontinuierliche Beobachtung des Commercial Space und eine klare Trennung zwischen automatisierter Analyse und menschlicher Bewertung. Marketing und Vertrieb müssen Accounts auf derselben Informationsbasis aktivieren können, während Erkenntnisse aus realen Gesprächen zurück in das System fließen.

Das CRM verwaltet die bekannten Beziehungen und Verkaufsprozesse. Commercial Intelligence beobachtet, was davor im Markt entsteht.

Verbunden werden beide durch einen organisatorischen Lernkreislauf, der aus Marktveränderungen Hypothesen, aus Hypothesen Gespräche und aus Gesprächen neues Wissen macht.

Wenn dieser Kreislauf funktioniert, besitzt ein Unternehmen etwas, das weit über bessere Leadgenerierung hinausgeht:

eine dauerhafte Fähigkeit, neue Geschäftsmöglichkeiten systematisch früher zu erkennen.

Und genau damit kommen wir zu der vielleicht spannendsten praktischen Frage dieser gesamten Serie.

Wie früh ist eigentlich früh?

Im nächsten Beitrag: Wie wir Unternehmen identifizieren, bevor Projekte offiziell sichtbar werden

Viele Vertriebsteams beginnen mit der Suche, sobald ein Projekt öffentlich wird. Vielleicht erscheint eine Ausschreibung, eine Investition wird angekündigt oder ein Unternehmen sucht bereits aktiv nach Lieferanten.

Zu diesem Zeitpunkt ist die Opportunity jedoch häufig längst entstanden.

Andere Anbieter kennen das Projekt möglicherweise bereits, Anforderungen wurden intern definiert und bestehende Beziehungen beeinflussen die Auswahl.

Commercial Intelligence versucht deshalb, früher anzusetzen.

Doch dafür müssen wir verstehen, welche Veränderungen typischerweise auftreten, bevor ein Projekt überhaupt als Projekt erkennbar wird.

Genau darum geht es im nächsten Beitrag:

CI-035: Wie wir Unternehmen identifizieren, bevor Projekte offiziell sichtbar werden.

An konkreten Praxisbeispielen werden wir untersuchen, wie aus frühen Veränderungen eine Bedarfshypothese entsteht und wie sich daraus ein Denkmodell für die systematische Früherkennung zukünftiger Opportunities entwickeln lässt.

👉 Empfehlung

Neben der manuellen Recherche haben wir Automatismen für Dich entwickelt:

bloo.research - Finde in Minuten die richtigen B2B-Unternehmen

bloo.radar - Erfahre, was Dein Wettbewerb als nächstes tut 
bevor er es tut.

🚀 Nächster Schritt

Wenn du KI nicht nur verstehen, sondern strukturiert in deinem Unternehmen einsetzen willst, dann:

👉 Informiere dich über unsere KI-Weiterbildung:
https://bloo.school

👉 Informiere dich über unsere Smart Market Fit Angebote:
https://bloola.com/smf - Der Smart Market Fit Kurs
https://bloola.com/smf-system - Das Smart Market Fit System für Unternehmen

👉 Oder erfahre mehr über unsere Beratungs- und Automatisierungslösungen:
https://bloola.com