Lead Scoring in HubSpot: So priorisierst du deine B2B-Leads mit KI

Was ist Lead Scoring?

Lead Scoring ist ein Bewertungssystem, das jedem Lead Punkte für Merkmale und Verhalten zuweist – ab einem definierten Schwellenwert gilt der Kontakt als vertriebsreif und wird ans Sales-Team übergeben. Statt jede Anfrage gleich zu behandeln, entsteht eine klare Rangfolge nach Abschlusswahrscheinlichkeit.

In der Praxis kombinierst du dafür zwei Dimensionen. Fit beantwortet die Frage: Passt dieser Lead überhaupt zu uns? Hier zählen Merkmale wie Branche, Unternehmensgröße oder Jobtitel. Engagement beantwortet die Frage: Wie stark ist das Interesse gerade? Hier zählen Aktionen wie besuchte Seiten, Formular-Submissions oder E-Mail-Interaktionen. Ein Geschäftsführer aus deiner Zielbranche, der sich dreimal die Preisseite ansieht, bekommt mehr Punkte als ein Student, der ein Whitepaper für die Bachelorarbeit herunterlädt – und genau diese Differenz entscheidet, wen dein Vertrieb zuerst anruft.

Wichtig für die Zusammenarbeit zwischen Marketing und Vertrieb: Der Score-Schwellenwert markiert typischerweise den Übergang vom Marketing Qualified Lead (MQL) zum Sales Qualified Lead (SQL). Ohne diese gemeinsam definierte Grenze diskutieren beide Teams dauerhaft darüber, was ein „guter Lead“ ist.

Das ist neu: HubSpot schlägt Scoring-Regeln per KI vor

Seit dem Juli-Update 2026 analysiert HubSpot die Conversion-Historie deines Portals und schlägt daraus konkrete Scoring-Regeln vor – inklusive Confidence-Level und fertigem Punktwert, die du per Klick in dein Modell übernimmst (Quelle: HubSpot Product Updates, Juli 2026).

Das ist ein größerer Schritt, als es zunächst klingt. Bisher war der Aufbau eines Scoring-Modells vor allem Bauchgefühl: Du hast geschätzt, dass ein Demo-Formular 20 Punkte wert ist und ein Blogbesuch 2. Jetzt zeigt dir HubSpot, welche Events in deinem Portal tatsächlich mit Conversions korrelieren – laut HubSpot Knowledge Base inklusive der zugehörigen Conversion-Rates. Unterstützt werden unter anderem Formular-Submissions, Seitenbesuche, E-Mail-Öffnungen, Workflow-Einschreibungen und CTA-Klicks.

Dazu kommt ein neuer Ansichtsmodus, der bestehende Regeln als natürlichsprachliche Zusammenfassung darstellt – Punkte, Zeitraum, Häufigkeit und Werte auf einen Blick statt verschachtelter Kriterien-Logik. Gerade wenn mehrere Personen am Modell arbeiten, macht das die Pflege deutlich einfacher.

[DEIN INPUT: Hast du die KI-Vorschläge schon in einem Kundenportal oder eurem eigenen Portal getestet? Wie brauchbar sind die vorgeschlagenen Regeln und Confidence-Level in der Praxis – und wo musstest du nachjustieren?]

Manuell, prädiktiv oder KI-gestützt: Welcher Ansatz passt zu dir?

Die kurze Antwort: Manuelles Scoring gibt dir volle Kontrolle, prädiktives Scoring volle Automatisierung – die neuen KI-Regelvorschläge sind der Mittelweg aus beidem und für die meisten B2B-Unternehmen der sinnvollste Einstieg.

Ehrlicherweise gilt: Wenn dein Portal kaum Conversion-Daten enthält, hat auch die KI nichts zu analysieren. Die Vorschläge sind so gut wie die Historie, aus der sie lernen – ein junges Portal mit 30 Kontakten liefert keine belastbaren Muster.

So baust du ein Lead-Scoring-Modell in HubSpot auf

Der bewährte Weg in fünf Schritten: Zielkunden definieren, Fit- und Engagement-Kriterien festlegen, Punktwerte vergeben, Schwellenwert mit dem Vertrieb abstimmen und das Modell regelmäßig gegen echte Abschlüsse prüfen.

1. Zielkundenprofil schärfen. Bevor du Punkte vergibst, brauchst du ein klares Bild, wer kaufen soll. Welche Branchen, welche Unternehmensgrößen, welche Rollen? Alles Weitere leitet sich daraus ab.
2. Fit-Kriterien festlegen. Vergib Punkte für Eigenschaften, die deine besten Kunden gemeinsam haben – und ziehe Punkte ab für klare Ausschlusskriterien (Negativ-Scoring), etwa private E-Mail-Adressen oder Bewerbungen.
3. Engagement-Kriterien ergänzen. Hier spielen die neuen KI-Vorschläge ihre Stärke aus: Statt zu raten, welche Aktionen kaufbereite Leads zeigen, übernimmst du die Events, die HubSpot aus deiner Conversion-Historie identifiziert hat – und behältst trotzdem die Kontrolle über jeden Punktwert.
4. Schwellenwert mit dem Vertrieb definieren. Ab wie vielen Punkten geht ein Lead an Sales? Diese Grenze legst du nicht im Marketing-Alleingang fest, sondern gemeinsam – sonst landet das Scoring in der Schublade.
5. Regelmäßig kalibrieren. Vergleiche quartalsweise, ob hoch bewertete Leads tatsächlich häufiger abschließen. Wenn nicht, sind deine Punktwerte falsch – nicht deine Leads schlecht.

[DEIN INPUT: Wie geht ihr bei River Online in Kundenprojekten konkret vor – welche Fit- und Engagement-Kriterien haben sich bei euren B2B-Kunden als am aussagekräftigsten erwiesen? Gern ein anonymisiertes Beispiel.]

Voraussetzungen: Welche HubSpot-Lizenz brauchst du?

Das Lead-Scoring-Tool mit den KI-Vorschlägen ist ab Marketing Hub Professional bzw. Sales Hub Professional verfügbar – in den Free- und Starter-Versionen steht es nicht zur Verfügung (Quelle: HubSpot Knowledge Base, Stand August 2026). Was die Editionen sonst unterscheidet, zeigt unser Beitrag zum Marketing Hub 2026.

Für die Praxis heißt das: Wenn du aktuell auf Starter unterwegs bist, ist Lead Scoring allein selten der Grund für ein Professional-Upgrade. Sinnvoll wird es, wenn du ohnehin Workflows, Automatisierung und Reporting aus der Professional-Stufe nutzt – dann fügt sich Scoring nahtlos ein: Der Score triggert Workflows, rotiert Leads ins richtige Vertriebsteam und speist deine MQL-Reports.

[DEIN INPUT: Ab welcher Lead-Menge pro Monat lohnt sich Lead Scoring aus deiner Erfahrung überhaupt? Gibt es eine Faustregel, die du Kunden an die Hand gibst, bevor sie in Professional investieren?]

Die ehrliche Grenze: Lead Scoring erzeugt keine Leads

Lead Scoring priorisiert Kontakte, die bereits in deinem CRM sind – es generiert keinen einzigen neuen Lead. Wer zu wenige Anfragen hat, löst mit einem Scoring-Modell das falsche Problem.

Das klingt banal, ist aber der häufigste Denkfehler bei HubSpot-Projekten: Erst wird in Lizenzen und Setup investiert, dann stellt sich heraus, dass monatlich eine Handvoll Leads reinkommen – und es schlicht nichts zu priorisieren gibt. HubSpot ist das Nurturing- und Automatisierungs-Tool, nicht die Leadquelle. Die Reihenfolge sollte deshalb sein: erst eine stabile Leadquelle über Google Ads oder SEO aufbauen, dann mit Scoring und Automatisierung dafür sorgen, dass aus dem Lead-Volumen planbar Termine und Abschlüsse werden.

Umgekehrt gilt genauso: Wer 200 Leads im Monat generiert und alle gleich behandelt, verbrennt Vertriebszeit an den falschen Kontakten. Ab diesem Punkt ist ein sauberes Scoring-Modell kein Nice-to-have mehr, sondern der Hebel, der über die Conversion vom Lead zum Termin entscheidet.

Fazit: Erst Leadquelle, dann Scoring – aber dann richtig

Das Juli-Update macht Lead Scoring in HubSpot deutlich zugänglicher: Die KI-Vorschläge ersetzen das Rätselraten bei Punktwerten durch Muster aus deinen echten Conversion-Daten – die Verantwortung für Schwellenwerte, Negativ-Scoring und die Abstimmung mit dem Vertrieb bleibt aber bei dir.

Wenn beides zusammenkommt – eine planbare Leadquelle und ein Scoring-Modell, das dein Vertrieb wirklich nutzt – wird aus HubSpot das, was es sein soll: eine Maschine, die aus Anfragen Kunden macht. Genau diese Kombination bauen wir als HubSpot-Agentur für B2B-Unternehmen auf. Lass uns in einem Erstgespräch anschauen, ob dein Engpass gerade beim Lead-Volumen oder bei der Qualifizierung liegt – und was davon zuerst dran ist.