So erstellen Sie eine Lead-Liste, die Antworten erhält (Workflow 2026)

Letzte Woche hat mir ein Mitglied unseres Sales-Teams eine Tabelle mit 4.000 Kontakten gezeigt, die sie von einem Datenanbieter gekauft hatten. Antwortrate nach zwei Wochen Outreach? 0,3 %. Bounce-Rate? Über 12 %. Diese Liste hat richtig Geld gekostet und fast nichts gebracht.

Die meisten Lead-Listen im Jahr 2026 sind von vornherein zum Scheitern verurteilt. Der , der auf 31 Millionen im Jahr 2025 versendeten E-Mails basiert, nennt für Cold-Email-Sequenzen eine durchschnittliche Antwortrate von nur 4,5 % — und das ist der Durchschnitt, also liegen viele Kampagnen deutlich darunter. Gleichzeitig zeigt , dass typische Vertriebsmitarbeiter nur 40 % ihrer Arbeitswoche tatsächlich verkaufen; die restlichen 60 % gehen für Admin, Recherche und — Sie ahnen es — Prospektion drauf.

Wenn Sie also Zeit in den Aufbau einer Liste stecken, sollte sie auch Antworten liefern. Dieser Leitfaden führt Sie durch den kompletten Workflow für 2026: Ihr ICP definieren, Leads auch außerhalb von LinkedIn finden, eine saubere Vorlage aufsetzen, Daten verifizieren, damit Ihre Bounce-Rate nicht Ihre Absenderreputation kaputtmacht, Leads vor dem Versand bewerten und die Liste langfristig aktuell halten. Und ich habe das Ganze nach Budget aufgebaut, damit Sie heute mit 0 € starten können.

• Schwierigkeit: Einsteiger
• Benötigte Zeit: ca. 2–3 Stunden für die ersten 50–100 Leads
• Was Sie brauchen: Chrome-Browser, , Google Sheet oder Tabellenkalkulation und schriftlich festgehaltenes ICP

Was ist eine Lead-Liste – und warum scheitern die meisten?

Eine Lead-Liste ist ein strukturiertes Datenset potenzieller Käufer — also von Personen und Unternehmen, die Sie ansprechen möchten. Typischerweise enthält sie Felder auf Personenebene (Name, Jobtitel, E-Mail, Telefonnummer, LinkedIn-URL) und auf Unternehmensebene (Branche, Größe, Umsatz, Standort). Sie ist das Fundament jeder Outbound-Vertriebsaktivität.

Wo viele Teams falsch abbiegen: Sie verwechseln eine Lead-Liste mit einem bloßen Kontaktdump. Eine nützliche Lead-Liste beantwortet die Fragen Warum dieses Unternehmen? und Warum genau diese Person, und zwar jetzt? Eine gekaufte Liste von irgendeinem Anbieter liefert oft nur: „Hier ist eine E-Mail-Adresse, die vielleicht noch existiert.“ Der Unterschied im Ergebnis ist riesig.

Lead-Listen sind außerdem Teil eines größeren Lebenszyklus. Ein Lead ist jemand, der zu Ihrem Markt passen könnte. Ein MQL (Marketing Qualified Lead) zeigt eine gewisse Passung oder Interaktion. Ein SQL (Sales Qualified Lead) ist für den direkten Follow-up bereit. Eine Opportunity ist ein aktiver Deal. Ihre Lead-Liste ist der Start dieses Funnels — und wenn die Spitze voller Müll ist, leidet alles darunter.

Die häufigsten Gründe, warum Lead-Listen scheitern:

• Veraltete Daten: , dass mindestens . Das heißt: Fast ein Viertel Ihrer Kontakte ist nach zwölf Monaten nicht mehr verlässlich.
• Falsche Kontakte: Rollenadressen (info@, sales@) statt direkter Ansprechpartner. Unklare Titel wie „Staff“, die nichts über Entscheidungsbefugnis verraten.
• Keine Zielkriterien: Masse, die sich als Strategie verkleidet. Wie ein Forenuser es formulierte: „Oft verwechseln wir Volumen mit Qualität.“
• Keine Verifikation: Der zeigt, dass sagen, dass weniger als die Hälfte ihrer CRM-Daten korrekt und vollständig ist, und .
• Volumen statt Qualität: zeigen, dass Kampagnen mit 21–50 Empfängern im Schnitt eine erreichen, während Kampagnen mit 501+ Empfängern nur schaffen. Kleiner und präziser schlägt größer und ungenauer.

Die Lead-Listen-Vorlage: So sollte Ihre Tabelle wirklich aussehen

Ich habe Dutzende „How to build a lead list“-Guides gelesen, und ein Punkt stört mich jedes Mal: Alle sagen „Fügen Sie Kontaktdaten, Firmendaten und einen Lead Score hinzu“ — aber niemand zeigt, wie die Tabelle tatsächlich aussehen soll. Hier ist also genau das, was allen fehlt.

Empfohlene Startspalten

Ihre Lead-Listen-Tabelle sollte ab dem ersten Tag diese Spalten enthalten:

Beispiel einer Lead-Liste (anonymisiert)

So sieht eine ausgefüllte Liste in der Praxis aus — 10 Zeilen mit unterschiedlichen Personas:

Was jede Spalte bedeutet — und wie „gute“ Daten aussehen

Einige Spalten verdienen eine genauere Erklärung:

• Jobtitel: „VP of Sales“ sagt Ihnen, dass diese Person Budgetverantwortung hat. „Staff“ sagt gar nichts. Achten Sie immer auf konkrete Titel, die Entscheidungsbefugnis oder Einfluss erkennen lassen.
• E-Mail: Eine persönliche geschäftliche E-Mail (jordan@acme.com) ist Gold wert. Eine Rollenadresse (sales@acme.com) ist für Cold Outreach fast wertlos — sie landet in einem gemeinsamen Postfach, das niemand aktiv beobachtet.
• Lead-Quelle: Diese Spalte überspringen die meisten — dabei ist sie langfristig die wichtigste. Wenn Sie dokumentieren, woher jeder Lead kommt, erkennen Sie, welche Kanäle Antworten bringen und nicht nur Zeilen in der Tabelle. „G2-Kategorieseite, Mai 2026“ ist nützlich. „Internet“ nicht.
• Intent-Signal: Das ist die „Warum jetzt?“-Spalte. Ein Unternehmen, das gerade eine Series A erhalten hat, drei SDR-Stellen ausgeschrieben hat oder ein neues Produkt gelauncht hat, ist ein deutlich heißerer Lead als ein stilles Unternehmen ohne Anzeichen von Bewegung. Wenn Sie kein Intent-Signal finden, ist der Lead möglicherweise nicht priorisierungswürdig.

Wie Thunderbits AI Suggest Fields Ihre Vorlage für Sie erstellt

Einer der Punkte, auf die ich mit besonders stolz bin: Sie müssen nicht raten, welche Spalten Sie anlegen sollen. Wenn Sie Thunderbit auf einer beliebigen Seite mit potenziellen Leads öffnen — etwa einem Verzeichnis, einer Team-Seite eines Unternehmens oder einer Liste von Konferenz-Speakern — und auf „AI Suggest Fields“ klicken, liest die KI die Seite aus und erzeugt automatisch passende Spaltennamen und Datentypen. Wenn auf der Seite Namen, E-Mails, Titel und Unternehmensinfos stehen, schlägt Thunderbit genau diese Spalten vor.

Das ist besonders hilfreich für Einsteiger, die auf ein leeres Tabellenblatt starren und denken: „Welche Felder soll ich überhaupt erfassen?“ Thunderbit beantwortet diese Frage anhand der tatsächlich vorhandenen Daten auf der Quellseite. Danach klicken Sie auf „Scrape“ und exportieren direkt nach , Excel, Airtable oder Notion.

So definieren Sie Ihr Ideal Customer Profile (ICP), bevor Sie eine Lead-Liste bauen

Der größte Fehler, den ich bei Teams sehe — und den ich selbst auch schon gemacht habe — ist, eine Liste zu bauen, bevor klar ist, wer überhaupt darauf gehört. Am Ende haben Sie eine Tabelle voller Namen, aber keine Klarheit, warum irgendjemand davon sich für Ihr Produkt interessieren sollte.

Ihr ICP beschreibt das Unternehmen und die Person, die am ehesten bei Ihnen kauft, den größten Nutzen aus Ihrem Produkt zieht und langfristig bleibt. Es ist keine Persona-Übung, sondern ein Targeting-Filter.

ICP-Bestandteile

Praktische Übung: Schauen Sie sich Ihre besten 5–10 bestehenden Kunden an. Was haben sie gemeinsam? Branche? Größe? Titel der Person, die den Vertrag unterschrieben hat? Schreiben Sie 3–5 gemeinsame Merkmale auf. Das ist Ihr erster ICP-Entwurf.

Firmendaten vs. Personendaten: Was ist wichtiger?

Firmendaten sind Informationen auf Unternehmensebene: Branche, Größe, Umsatz, Standort. Demografische Daten (im B2B-Kontext) sind Informationen auf Personenebene: Titel, Seniorität, Funktion, Abteilung. Für B2B-Lead-Listen grenzen Firmendaten das Unternehmen ein und Personendaten den Ansprechpartner. Sie brauchen beides. Ein perfektes Unternehmen mit dem falschen Kontakt ist eine verschwendete Zeile. Ein perfekter Kontakt im falschen Unternehmen ist genauso nutzlos.

Noch ein Punkt, der erwähnenswert ist: , basierend auf , zeigen eine durchschnittliche Entscheidungsgruppe von rund . Eine gute Lead-Liste enthält also oft mehr als einen Kontakt pro Zielkonto — aber nicht so viele, dass Ihr Outreach wie Spam wirkt.

Mehr als LinkedIn: Wo Sie Leads auf Websites, in Verzeichnissen und in sozialen Medien finden

Eine Content-Lücke, die mich bei der Recherche überrascht hat: 5 von 6 der bestplatzierten Artikel zum Thema „How to build a lead list“ schicken Leser zuerst zu LinkedIn Sales Navigator als primäre Quelle. Und ja, Sales Navigator ist stark. Aber auch teuer ( für Core), und echte Nutzer klagen oft über Exportbeschränkungen, überladene Oberflächen und Scraping-Probleme.

Die Realität 2026 ist: Leads gibt es überall — nicht nur auf LinkedIn. Unternehmenswebsites, Branchenverzeichnisse, Event-Seiten, Bewertungsportale und sogar Social-Media-Profile sind wertvolle Quellen für Kontaktdaten, oft aktueller und präziser als jede bezahlte Datenbank.

Vergleich von Lead-Quellen

Nützliche Verzeichnisse nach Branche

Google-Suchoperatoren für die Lead-Findung

Die sind kostenlos und überraschend stark. Ein paar Beispiele:

• site:clutch.co/agencies "B2B SaaS" "United States" — findet Agenturlistings auf Clutch, gefiltert nach Kategorie und Standort
• site:company.com ("email" OR "contact") "VP Sales" — findet Kontaktseiten auf der Website eines bestimmten Unternehmens, auf denen ein VP Sales erwähnt wird
• intitle:"sponsors" "SaaS" "2026" "conference" — findet Sponsorenseiten von SaaS-Konferenzen im Jahr 2026
• site:g2.com/categories "sales engagement" "mid-market" — findet G2-Kategorieseiten für Sales-Engagement-Tools im Mid-Market

dokumentiert Exact-Match-Anführungszeichen und Operatoren wie site:, sodass Sie die Syntax dort prüfen können.

Wie Sie Kontakte von jeder Website mit einem AI Web Scraper extrahieren

Hier passt Thunderbit perfekt in den Workflow. Für jede der obigen Quellen — eine Clutch-Liste, eine Unternehmens-Team-Seite, eine Speaker-Liste — ist der Ablauf gleich:

1. Öffnen Sie die Seite in Chrome mit installierter .
2. Klicken Sie auf „AI Suggest Fields“. Thunderbits KI liest die Seite und schlägt Spalten wie Name, E-Mail, Telefon, Titel und Unternehmen vor.
3. Prüfen Sie die vorgeschlagenen Felder und fügen Sie bei Bedarf welche hinzu oder entfernen Sie welche.
4. Klicken Sie auf „Scrape“.
5. Exportieren Sie nach Google Sheets, Excel, Airtable oder Notion.

Der große Vorteil: Thunderbit funktioniert auch auf unübersichtlichen, nicht standardisierten Websites, für die es keine fertige Scraper-Vorlage gibt. Die KI liest jede Seite neu und passt sich der jeweiligen Struktur an. Thunderbits kostenlose ermöglichen die Extraktion mit einem Klick von jeder Seite — im Free-Tarif unbegrenzt.

Mit Subpage Scraping Ihre Lead-Liste anreichern

Ein Workflow, den ich oft nutze: Zuerst eine Verzeichnisseite scrapen (z. B. eine Liste von Unternehmen auf Clutch), dann mit Thunderbits Subpage Scraping jede einzelne Unternehmensseite besuchen und zusätzliche Daten ziehen — E-Mails, Telefonnummern, Mitarbeiterzahl, Tech-Stack, Beschreibungen.

So verwandeln Sie eine einfache Verzeichniste in eine angereicherte, sofort nutzbare Lead-Liste, ohne manuell klicken zu müssen. Aus „Hier sind 50 Firmennamen“ wird in einem automatisierten Durchlauf „Hier sind 50 Unternehmen mit Kontakt-E-Mails, Teamgrößen und Beschreibungen“. Wenn Sie mehr über erfahren möchten, haben wir das ausführlich behandelt.

Wie Sie Schritt für Schritt eine Lead-Liste aufbauen (der Workflow 2026)

Nachfolgend der komplette Workflow — zugeschnitten auf eine nicht-technische Vertriebs- oder Ops-Person, die heute eine echte Lead-Liste erstellen will.

Schritt 1: Ihr ICP sauber festlegen

Bevor Sie irgendein Tool öffnen, schreiben Sie Ihre ICP-Kriterien auf (siehe den ICP-Abschnitt oben). Branche, Unternehmensgröße, Geografie, Käufer-Titel, Trigger und Ausschlusskriterien. Das dauert 15–30 Minuten und spart Stunden unnötigen Scrapings.

Schritt 2: Ihre Lead-Quellen auswählen

Wählen Sie auf Basis Ihres ICP und Budgets 2–3 Lead-Quellen aus der Vergleichstabelle. Meine Empfehlung: Starten Sie zuerst mit den kostenlosen Quellen. Wenn Sie SaaS-Unternehmen ansprechen, probieren Sie G2-Kategorieseiten und Unternehmens-Teamseiten. Wenn Sie lokale Unternehmen anvisieren, beginnen Sie mit Google Business-Ergebnissen und Yelp. Bezahlte Quellen wie Sales Navigator sollten erst dazukommen, wenn Sie die kostenlosen Möglichkeiten ausgeschöpft haben.

Schritt 3: Leads per KI-Scraping oder manueller Suche extrahieren

Für jede Quelle gilt folgende Methode:

• Websites und Verzeichnisse: Nutzen Sie Thunderbits AI Web Scraper. Seite öffnen, „AI Suggest Fields“ klicken, Spalten prüfen, „Scrape“ klicken. Für bekannte Websites gibt es , die Felder automatisch konfigurieren.
• LinkedIn: Nutzen Sie die Sales Navigator-Suche und Exportfunktionen oder Thunderbit für .
• Google: Nutzen Sie erweiterte Suchoperatoren und scrapen Sie anschließend die Ergebnisseiten oder besuchen Sie die einzelnen Trefferseiten.

Exportoptionen: Google Sheets, Excel, Airtable, Notion, CSV, JSON.

Schritt 4: Daten verifizieren und bereinigen

Dieser Schritt ist nicht optional. Den vollständigen Verifizierungs-Workflow erkläre ich weiter unten im eigenen Abschnitt, aber die Kurzfassung lautet: Rollen-E-Mails entfernen, Duplikate löschen, mit einem Verifikationstool prüfen, Catch-all-Domains markieren und vor jeder Kampagne erneut verifizieren.

Schritt 5: Leads bewerten und priorisieren

Wenden Sie vor dem Outreach ein einfaches Scoring-Modell an (unten detailliert beschrieben). So sprechen Sie zuerst die wertvollsten Leads an — nicht einfach die, die zufällig ganz oben in der Tabelle stehen.

Schritt 6: In Ihr CRM oder Outreach-Tool exportieren

Überführen Sie die bereinigte und bewertete Liste in Ihr CRM (HubSpot, Salesforce, Pipedrive) oder Ihre Outreach-Plattform (lemlist, Mailshake, Apollo). Thunderbit exportiert direkt nach Sheets, Airtable und Notion, die sich über native Integrationen oder Zapier mit CRMs synchronisieren lassen.

Schritt 7: Outreach starten und Ergebnisse verfolgen

Personalisieren Sie Ihren Outreach auf Basis der erfassten Daten. Erwähnen Sie die Branche des Prospects, greifen Sie das Intent-Signal auf („Mir ist aufgefallen, dass Sie SDRs einstellen“) und passen Sie das Nutzenversprechen an den Schmerzpunkt an. Verfolgen Sie Antwortraten, Bounces und Conversions — und speisen Sie diese Daten in Ihr ICP- und Scoring-Modell für die nächste Runde zurück.

Budget zuerst: So bauen Sie eine Lead-Liste von 0 € bis Enterprise

Das häufigste Problem, das ich von Gründern in frühen Phasen und kleinen Sales-Teams höre: „Wie baue ich eine Lead-Liste, ohne teure Tools zu kaufen?“ Fairer Punkt. ZoomInfo-Verträge beginnen schnell im fünfstelligen Jahresbereich. Sales Navigator kostet 99+ $ pro Monat. Apollo und Lusha bieten Free-Tiers, sperren aber die wirklich nützlichen Funktionen hinter Paywalls.

Die ehrliche Antwort: Sie kommen kostenlos erstaunlich weit. Für Skalierung braucht es aber etwas Investition. So kann man die Stufen betrachten.

Preise Stand Mai 2026 — bitte vor dem Kauf die aktuellen Tarife prüfen.

Was Sie kostenlos erreichen können — und wo Grenzen kommen

Mit Thunderbits Free-Tier (6 Seiten KI-Scraping pro Monat), dem kostenlosen E-Mail-Extraktor und Telefon-Extraktor (unbegrenzt, 1-Klick), Google-Suchoperatoren und einer einfachen LinkedIn-Suche kann ein Solo-Founder realistisch in einem Nachmittag eine Liste mit 50–100 Leads bauen. Ich habe Teammitglieder das schon machen sehen.

Die Grenzen liegen bei: Volumen (Seiten pro Monat im Free-Tier), Tiefe des Enrichments (ohne bezahlte Tools fehlen Intent-Daten oder Tech-Stack-Infos) und E-Mail-Verifikation in großem Umfang (kostenlose Verifikationstools sind meist begrenzt). Wenn diese Grenzen spürbar werden, lohnt sich der Wechsel in die günstige Stufe — schalten Subpage Scraping, Bulk Scraping, Pagination und Scheduled Scrapers frei.

Der Bounce-Rate-Fix: Ein Verifikations-Workflow für Daten, der wirklich funktioniert

Ich habe Forenbeiträge von Nutzern gesehen, die von bei gekauften Listen berichten. Das ist nicht nur verschwendete Arbeit — das ist aktiv gefährlich. Hohe Bounce-Raten ruinieren Ihre Absenderreputation, sodass selbst Ihre guten Mails im Spam landen.

sagen: Eine gesunde Bounce-Rate liegt unter 2 %, unter 1 % ist sehr gut. zeigt, dass fast die Hälfte der Versender Bounce-Raten von 2–5 % meldet, während . Wenn Sie über 5 % liegen, ist Ihre Absenderreputation in Gefahr.

Der Verifikations-Workflow, den ich empfehle:

1. Rollen-E-Mails entfernen: Löschen Sie alle info@-, sales@-, support@- oder admin@-Adressen, außer Sie wollen bewusst Shared Inboxes ansprechen (was bei Cold Outreach selten sinnvoll ist).
2. Formatfehler entfernen: Duplikate, Tippfehler, fehlende Domains, tote Domains. Ein schnelles Sortieren und Filtern in der Tabelle deckt das meiste davon auf.
3. Mit einem E-Mail-Verifikationstool prüfen: Hunter, ZeroBounce, NeverBounce, Bouncer oder Kickbox. Diese Tools pingen den Mailserver an, um zu prüfen, ob das Postfach existiert, ohne eine E-Mail zu senden.
4. Catch-all-Domains markieren oder entfernen: , dass Catch-all-Adressen eine riskante Kategorie sind — sie nehmen E-Mails auf Serverebene an, ohne zu bestätigen, dass ein bestimmtes Postfach existiert. Wenn Sie das einzelne Postfach nicht verifizieren können, markieren Sie den Datensatz und behandeln Sie ihn als weniger zuverlässig.
5. Vor jeder Kampagne erneut verifizieren: Daten veralten schnell. Wenn Ihre Liste älter als 30–90 Tage ist, verifizieren Sie sie vor dem Versand erneut.
6. Zuerst in kleinen Batches senden: Beobachten Sie Bounce- und Complaint-Raten bei den ersten 50–100 Mails. Skalieren Sie erst, wenn die Qualität stabil bleibt.

Warum Ihre Lead-Quelle die Datenqualität beeinflusst

Nicht alle Lead-Daten sind gleich gut. Eine E-Mail von der öffentlichen Team-Seite eines Unternehmens — also dort, wo die Person ihre Kontaktdaten bewusst hinterlegt hat — ist in der Regel frischer und genauer als eine Adresse aus einer Aggregator-Datenbank, die seit Monaten nicht aktualisiert wurde.

Das ist einer der Gründe, warum ich lieber von live öffentlichen Seiten scrape als mich nur auf statische Datenbanken zu verlassen. Da Thunderbits KI die Website jedes Mal frisch liest und nicht auf eine veraltete Datenbank zugreift, sind die extrahierten E-Mail-Adressen und Telefonnummern meist aktueller. Der Phone Number Extractor formatiert Nummern außerdem in den E.164-Standard um, was Importfehler in CRMs reduziert.

Frische Quellen ersetzen keine Verifikation — aber sie bedeuten, dass Sie mit sauberem Rohmaterial starten.

Checkliste vor der Kampagne

Bevor Sie auf irgendeine Kampagne auf „Senden“ klicken:

• [ ] Alle E-Mails innerhalb der letzten 30 Tage verifiziert
• [ ] Keine Rollenadressen (info@, sales@) in der Versandliste
• [ ] Keine Duplikate
• [ ] Bounce-Rate der letzten Kampagne geprüft
• [ ] Opt-out-/Unsubscribe-Mechanismus vorhanden
• [ ] Suppression List synchronisiert (alle bisherigen Opt-outs werden respektiert)

Erst bauen, dann bewerten: Ein einfaches Lead-Scoring-Modell für kleine Teams

Jeder Leitfaden sagt „Priorisieren Sie Ihre Leads“ — und erklärt dann nicht, wie.

Wenn Sie Solo-Founder oder ein Sales-Team mit drei Personen sind, brauchen Sie weder Salesforce Einstein noch eine prädiktive Scoring-Engine. Sie brauchen eine Spalte in Ihrer Tabelle mit einer transparenten Formel.

Das Scoring-Modell

Rechenbeispiel

Lead A: VP Sales in einem SaaS-Unternehmen mit 120 Mitarbeitern, stellt SDRs ein, E-Mail verifiziert, Quelle: Karriere-/Team-Seite des Unternehmens.
Score: 20 (Branche) + 10 (Größe) + 15 (Titel) + 15 (Intent) + 10 (verifiziert) + 10 (Quelle) = 80 → Diese Woche priorisieren.

Lead B: „Staff“ in einem Hobby-Unternehmen mit 5 Personen, Rollenadresse, kein Intent-Signal.
Score: 0 + 0 + 0 + 0 + 0 - 10 (Rollenadresse) - 5 (generischer Titel) = -15 → Überspringen oder löschen.

Das lässt sich ganz einfach als Formel in Google Sheets abbilden, etwa so:

1=IF(D2="SaaS",20,0)+IF(AND(E2>=51,E2<=500),10,0)+IF(REGEXMATCH(B2,"VP|Head|Director|Founder"),15,0)+IF(J2<>"",15,0)+IF(K2="Verified",10,IF(K2="Catch-all",-10,0))

Ganz ohne Salesforce.

Wie Sie KI nutzen, um Leads während des Scrapings zu labeln und zu scoren

Eine Funktion, die mein Team in Thunderbit eingebaut hat und die ich fürs Scoring wirklich nützlich finde, sind die Field AI Prompts. Beim Konfigurieren des Scrapes können Sie jeder Spalte eine Anweisung geben — zum Beispiel: „Klassifiziere die Seniorität dieses Leads als Decision-Maker, Influencer oder Individual Contributor basierend auf Jobtitel und Seitenkontext.“

Thunderbit labelt die Daten schon während der Extraktion, nicht erst danach. Wenn Sie also nach Sheets exportieren, sind die Senioritätsklasse, der Unternehmenstyp oder das Branchentag schon vorhanden — bereit für Ihre Scoring-Formel. Das spart den manuellen Tagging-Schritt, der Scoring sonst schnell mühsam macht.

Sie können außerdem Subpage Scraping nutzen, um die Daten aus der Ursprungsliste anzureichern: erst ein Verzeichnis scrapen und dann die einzelnen Unternehmensseiten besuchen, um Mitarbeiterzahl, Finanzierungsstatus oder Tech-Stack zu erfassen — alles Faktoren, die in Ihr Scoring-Modell einfließen.

Wann Sie Ihre Scores überarbeiten sollten

Lead-Scores sind nichts, was man einmal festlegt und dann vergisst. Überarbeiten Sie sie monatlich oder nach jeder größeren Kampagne. Wenn ein Lead positiv antwortet, ändert sich der Score (dann ist es ein aktives Gespräch, kein kalter Lead mehr). Wenn eine E-Mail bounced, passen Sie die Bewertung an. Wenn ein Unternehmen, das vor sechs Monaten eingestellt hat, inzwischen Personal abgebaut hat, hat sich das Intent-Signal verändert.

So halten Sie Ihre Lead-Liste aktuell (Automatisierung und Pflege)

Eine Lead-Liste ist kein Einmalprojekt.

Ich habe bereits erwähnt, dass . Kontakte wechseln den Job, Unternehmen ändern die Richtung, E-Mail-Adressen werden unzuverlässig. Wenn Sie im Mai eine gute Liste bauen und sie bis Oktober nicht anfassen, ist ein großer Teil davon schon veraltet.

Pflege-Rhythmus

Einen geplanten Scrape für laufende Lead-Generierung einrichten

Hier kommt Thunderbits Scheduled Scraper ins Spiel. Statt Verzeichnisse jeden Monat manuell erneut zu besuchen, können Sie einen wiederkehrenden Scrape einrichten. Das Setup ist einfach: Beschreiben Sie das Intervall in natürlicher Sprache (z. B. „jeden Montag um 8 Uhr“), geben Sie die Website-URLs ein und klicken Sie auf „Schedule“. Thunderbits KI wandelt Ihre Formulierung in einen Zeitplan um und führt den Scrape automatisch aus — die frischen Ergebnisse werden direkt in Ihr verbundenes Google Sheet oder Ihre Airtable-Base exportiert.

Anwendungsfälle, die in der Praxis gut funktionieren:

• Ein Sales-Team scraped monatlich eine Clutch-Kategorieseite erneut, um neue Agenturen zu erfassen, die in den Markt eintreten.
• Ein Ecommerce-Operations-Team überwacht wöchentlich ein Wettbewerber-Verzeichnis auf neue Produkteinträge.
• Ein SaaS-Founder aktualisiert vor jedem monatlichen Outbound-Batch eine G2-Kategorieseite, um neu gelistete Unternehmen zu finden.

Der Cloud-Modus von Thunderbit kann , sodass auch große Verzeichnisse schnell aktualisiert werden. Mehr dazu finden Sie in unserem Leitfaden zur .

Ein kurzer Hinweis zu Compliance und Datenschutz

Ich halte mich hier kurz, weil es nicht der Schwerpunkt dieses Leitfadens ist — aber es ist wichtig.

• CAN-SPAM (USA): Gilt für alle kommerziellen E-Mails, einschließlich B2B. Laut der kann jede einzelne rechtswidrige E-Mail Strafen von bis zu auslösen. Anforderungen: korrekte Header, nicht irreführende Betreffzeilen, gültige Postanschrift, klarer Opt-out und Opt-outs innerhalb von 10 Werktagen respektieren.
• DSGVO (EU/UK): Benannte geschäftliche E-Mail-Adressen können personenbezogene Daten sein. Das , dass B2B-Marketing die Identität nicht verschleiern darf, ein gültiges Opt-out bieten muss und Einwände respektieren muss.
• CCPA/CPRA (Kalifornien): Betont Hinweis, Zweckbindung, Datenminimierung und Verbraucherrechte. Die enthält die aktuellen Details.
• Google- und Yahoo-Senderregeln: von Bulk-Sendern, Spam-Raten unter 0,30 % zu halten, SPF/DKIM/DMARC zu nutzen und One-Click-Unsubscribe zu unterstützen. .

Kurz gesagt: Scrapen Sie nur öffentlich verfügbare Daten, umgehen Sie keine Login-Mauern ohne Erlaubnis, bieten Sie immer eine Opt-out-Möglichkeit an, pflegen Sie Suppression Lists und prüfen Sie die lokalen rechtlichen Anforderungen. Thunderbit scraped öffentlich verfügbare Seiten — die Nutzer sind dafür verantwortlich, wie sie die Daten einsetzen.

Fazit und wichtigste Erkenntnisse

Beim Lead-Listen-Workflow 2026 geht es nicht darum, mehr Namen zu finden — sondern eine kleinere, frischere, verifizierte und quellenbewusste Outreach-Datenbank aufzubauen, die tatsächlich Antworten bringt.

Hier der komplette Workflow in Kurzform:

1. ICP definieren, bevor Sie irgendein Tool benutzen.
2. 2–3 Lead-Quellen wählen — zuerst kostenlos (Verzeichnisse, Unternehmensseiten, Google-Operatoren), bevor Sie Datenbanken bezahlen.
3. Leads mit KI-Scraping extrahieren — Thunderbits 2-Klick-Prozess funktioniert auf praktisch jeder öffentlichen Seite.
4. Eine saubere Vorlage aufsetzen mit Quellen-Tracking, Intent-Signalen und Scoring-Spalten.
5. Verifizieren und bereinigen — Rollen-E-Mails entfernen, Duplikate löschen, Verifikation durchführen, Catch-alls markieren.
6. Scoren und priorisieren — mit einem transparenten Tabellenmodell, nicht nach Bauchgefühl.
7. In CRM/Outreach exportieren — auf Basis der gesammelten Daten personalisieren.
8. Ergebnisse tracken — Bounces, Antworten, Conversions nach Lead-Quelle.
9. Kontinuierlich aktualisieren — vor Kampagnen erneut verifizieren, hochwertige Quellen regelmäßig neu scrapen.

Die Daten sprechen für sich: bei der Antwortrate um fast das Dreifache. Eine verifizierte Liste mit 200 Leads schlägt fast immer eine veraltete Datenbank mit 5.000 Kontakten.

Bereit für Ihre erste Liste? Das bietet Ihnen 6 Seiten KI-Scraping pro Monat, unbegrenzte kostenlose E-Mail- und Telefon-Extraktion sowie den Export nach Google Sheets oder Excel. Das reicht, um heute Nachmittag Ihre ersten 50–100 Leads zu erstellen.

FAQs

Wie viele Leads sollte meine erste Lead-Liste enthalten?

Starten Sie mit 50–100 gut zielgerichteten, verifizierten Leads statt mit Tausenden unqualifizierten Kontakten. Hunter-Daten zeigen, dass Kampagnen mit kleineren, enger gefassten Empfängerlisten (21–50) im Schnitt 6,2 % Antwortrate erreichen — fast dreimal so viel wie Kampagnen mit 501+ Empfängern. Qualität verstärkt sich; Volumen verwässert.

Sollte ich eine Lead-Liste kaufen oder selbst aufbauen?

Selbst aufzubauen ist fast immer die bessere Wahl. Gekaufte Listen bringen höhere Risiken mit sich: veraltete Daten, Spam-Traps, undurchsichtige Herkunft und Compliance-Risiken. Selbst erstellte Listen mit KI-Scraping und manueller Recherche liefern frischere, relevantere Daten, weil Sie aus live verfügbaren öffentlichen Seiten ziehen, auf denen die Kontakte aktuell sind. Wenn Sie doch kaufen, verlangen Sie Transparenz über Erfassungsdatum, Verifikationsdatum, Rechtsgrundlage und Aktualisierungsprozess.

Was ist der beste kostenlose Weg, eine Lead-Liste aufzubauen?

Kombinieren Sie erweiterte Google-Suchoperatoren (site:, intitle:, Exact-Match-Abfragen) mit Thunderbits Free-Tier — 6 Seiten KI-Scraping pro Monat plus unbegrenzte kostenlose E-Mail- und Telefon-Extraktion — und einer einfachen LinkedIn-Suche. Damit decken Sie Unternehmensseiten, Verzeichnisse, Event-Listen und Profile ab, ohne einen Cent auszugeben.

Wie oft sollte ich meine Lead-Liste aktualisieren?

Verifizieren Sie E-Mails vor jeder Kampagne erneut, besonders wenn die Liste älter als 30 Tage ist. Führen Sie mindestens quartalsweise eine komplette Aktualisierung durch — Quellen neu scrapen, Firmendaten aktualisieren, tote Leads entfernen. ZeroBounce berichtet, dass mindestens 23 % einer E-Mail-Liste innerhalb eines Jahres veralten. „Einmal aufsetzen und vergessen“ ist also der sichere Weg zu steigenden Bounce-Raten.

Was ist eine gute Antwortrate für Cold Outreach aus einer Lead-Liste?

Auf Basis von Benchmarks aus 2025–2026 gilt: 3–5 % positive Antwortrate ist gut, 5–8 % stark und 8 %+ hervorragend. Der wichtigste Faktor ist die Listenqualität — Targeting, Verifikation und Personalisierung. Eine gut aufgebaute Liste mit verifizierten E-Mails, klaren Intent-Signalen und persönlicher Ansprache schlägt dauerhaft eine größere Liste mit generischen Kontakten und Standardtexten.

Mehr erfahren