Eine gekaufte Tabelle, 4.000 Kontakte, nach zwei Wochen Outreach eine Antwortrate von mageren 0,3 % und über 12 % Bounces: So lautete kürzlich die Bilanz eines Kollegen aus unserem Sales-Team. Die Liste kostete ein hübsches Sümmchen und brachte praktisch nichts ein.
Damit steht dieser Fall stellvertretend für die meisten Lead-Listen des Jahres 2026 – sie sind von Anfang an verloren. Der State of Email Outreach von Hunter, ausgewertet über 31 Millionen im Jahr 2025 versendete E-Mails, beziffert die durchschnittliche Antwortrate von Cold-Email-Sequenzen auf nur 4,5 %. Und weil das der Durchschnitt ist, dümpeln zahlreiche Kampagnen noch deutlich darunter. Parallel dazu hält Salesforce im State of Sales 2026 fest, dass typische Vertriebsmitarbeiter nur 40 % ihrer Arbeitswoche wirklich verkaufen – die übrigen 60 % verschlingen Admin, Recherche und, wenig überraschend, die Prospektion.
Wenn Sie also Zeit in eine Liste investieren, soll sie auch Antworten bringen. Genau dafür gibt es diesen Leitfaden: Er führt Sie durch den kompletten Workflow für 2026 – vom ICP über das Auffinden von Leads jenseits von LinkedIn, eine saubere Vorlage, die Verifizierung der Daten (damit Ihre Bounce-Rate nicht Ihre Absenderreputation ruiniert), das Bewerten der Leads vor dem Versand bis hin zur dauerhaften Pflege. Aufgebaut habe ich alles entlang des Budgets, sodass Sie heute mit 0 € loslegen können.
- Schwierigkeit: Einsteiger
- Benötigte Zeit: ca. 2–3 Stunden für die ersten 50–100 Leads
- Was Sie brauchen: Chrome-Browser, Thunderbit-Erweiterung, Google Sheet oder Tabellenkalkulation und schriftlich festgehaltenes ICP
Lead-Listen mit KI-Scraping erstellen Get Started Free
Was ist eine Lead-Liste – und warum scheitern die meisten?
Im Kern ist eine Lead-Liste ein strukturiertes Datenset potenzieller Käufer – also der Personen und Unternehmen, die Sie ansprechen wollen. Üblich sind Felder auf Personenebene (Name, Jobtitel, E-Mail, Telefonnummer, LinkedIn-URL) und auf Unternehmensebene (Branche, Größe, Umsatz, Standort). Auf dieser Liste baut jede Outbound-Aktivität auf.
Der Denkfehler vieler Teams: Sie setzen eine Lead-Liste mit einem bloßen Kontaktdump gleich. Eine brauchbare Liste beantwortet dagegen zwei Fragen – Warum dieses Unternehmen? und Warum genau diese Person, und warum jetzt? Eine bei irgendeinem Anbieter gekaufte Liste sagt meist nur: „Hier ist eine E-Mail-Adresse, die es vielleicht noch gibt.“ Im Resultat liegen Welten zwischen beidem.
Eingebettet ist die Liste zudem in einen größeren Lebenszyklus. Ein Lead könnte zu Ihrem Markt passen. Ein MQL (Marketing Qualified Lead) zeigt erste Passung oder Interaktion, ein SQL (Sales Qualified Lead) ist reif für den direkten Follow-up, und eine Opportunity ist ein laufender Deal. Am Anfang dieses Funnels steht Ihre Lead-Liste – und wenn die Spitze aus Müll besteht, zieht sich das durch alles darunter.
Diese Ursachen lassen Lead-Listen am häufigsten scheitern:
- Veraltete Daten: Laut ZeroBounce veralten mindestens 23 % einer E-Mail-Liste binnen eines Jahres. Nach zwölf Monaten ist also fast ein Viertel Ihrer Kontakte nicht mehr verlässlich.
- Falsche Kontakte: Rollenadressen (info@, sales@) statt echter Ansprechpartner. Schwammige Titel wie „Staff“, die nichts über Entscheidungsbefugnis aussagen.
- Keine Zielkriterien: Masse, die sich als Strategie tarnt. Ein Forennutzer brachte es auf den Punkt: „Oft verwechseln wir Volumen mit Qualität.“
- Keine Verifikation: Der CRM Data Report 2024 von Validity belegt, dass 24 % der CRM-Admins weniger als die Hälfte ihrer CRM-Daten für korrekt und vollständig halten und 31 % schlechte CRM-Daten mit mindestens 20 % Umsatzeinbußen pro Jahr beziffern.
- Volumen statt Qualität: Hunter-Daten zeigen, dass Kampagnen mit 21–50 Empfängern im Schnitt 6,2 % Antwortrate erreichen, während es bei 501+ Empfängern nur 2,4 % sind. Klein und präzise schlägt groß und ungenau.
Die Lead-Listen-Vorlage: So sollte Ihre Tabelle wirklich aussehen
Ich habe Dutzende „How to build a lead list“-Guides durchgearbeitet, und immer dieselbe Lücke: Alle raten zu „Kontaktdaten, Firmendaten und einem Lead Score“ – aber niemand zeigt, wie die Tabelle konkret aussehen soll. Genau das hole ich hier nach.
Empfohlene Startspalten
Diese Spalten gehören vom ersten Tag an in Ihre Lead-Listen-Tabelle:
| Spalte | Inhalt | Gute Daten | Schlechte Daten |
|---|---|---|---|
| Vollständiger Name | Echter Name der Person | "Jordan Lee" | "Sales Team" |
| Jobtitel | Konkrete aktuelle Rolle | "VP of Sales" | "Staff" |
| Unternehmen | Rechtlicher oder Handelsname | "Acme Logistics" | "Acme?" |
| Branche | Standardisierte Kategorie | "B2B SaaS" | "Tech-ish" |
| Unternehmensgröße | Mitarbeiterbereich | "51-200" | Leer |
| Direkte geschäftliche E-Mail | "jordan@acme.com", verifiziert | "info@acme.com" | |
| Telefon | Direkte oder Hauptnummer, formatiert | E.164-Format | Gemischte lokale Formate |
| LinkedIn-URL | Profil- oder Unternehmensseite | Vollständige URL | Suchergebnis-URL |
| Lead-Quelle | Herkunft des Datensatzes | "G2-Kategorieseite, Mai 2026" | "Internet" |
| Intent-Signal | Warum jetzt | "Stellt 3 SDRs ein", "neue Finanzierung" | Leer |
| Lead-Score | Numerische Priorisierung | 70/100 mit Regeln | Bauchgefühl |
| Zuletzt kontaktiert | Datum des Outreach | "2026-05-26" | "Vor Kurzem" |
| Notizen | Relevanter Kontext | "Nutzt Shopify Plus" | Langer, unstrukturierter Text |
Beispiel einer Lead-Liste (anonymisiert)
In der Praxis sieht eine ausgefüllte Liste etwa so aus – 10 Zeilen mit unterschiedlichen Personas:
| Vollständiger Name | Jobtitel | Unternehmen | Branche | Größe | Quelle | Intent-Signal | Score | |
|---|---|---|---|---|---|---|---|---|
| Alex M. | VP Sales | Mid-market SaaS vendor | SaaS | 201-500 | direkte verifizierte E-Mail | G2-Kategorie | Stellt AEs ein | 78 |
| Priya S. | Head of Ops | DTC apparel brand | Ecommerce | 51-200 | direkte verifizierte E-Mail | Shopify Showcase | Fulfillment wird ausgebaut | 72 |
| Marcus T. | Founder | Local agency | Professional services | 11-50 | direkte verifizierte E-Mail | Clutch | Neue Bewertungen | 66 |
| Elena R. | Revenue Ops Manager | Cybersecurity startup | SaaS | 51-200 | Catch-all markiert | Konferenz-Speaker-Liste | Series A | 61 |
| Ben C. | Owner | HVAC contractor | Local services | 11-50 | Hauptbüro-E-Mail | Google Business | Viele neue Bewertungen | 48 |
| Mina K. | Director of Partnerships | Marketplace company | Ecommerce | 201-500 | direkte verifizierte E-Mail | Event-Agenda | Sponsert die Veranstaltung | 74 |
| Diego P. | Real Estate Broker | Regional brokerage | Real estate | 11-50 | direkte verifizierte E-Mail | Branchenverzeichnis | Neue Office-Seite | 58 |
| Sarah N. | Customer Support Lead | B2B software company | SaaS | 51-200 | Rollenadresse entfernt | Capterra | Wenige Support-Bewertungen | 44 |
| Omar A. | IT Manager | Manufacturing firm | Manufacturing | 501-1000 | direkte verifizierte E-Mail | Team-Seite des Unternehmens | Hinweis auf ERP-Migration | 69 |
| Lena W. | Growth Marketing Lead | Fintech startup | SaaS | 51-200 | direkte verifizierte E-Mail | Product Hunt | Neuer Launch | 71 |
Was jede Spalte bedeutet — und wie „gute“ Daten aussehen
Vier Spalten verdienen ein genaueres Hinsehen:
- Jobtitel: „VP of Sales“ verrät Ihnen, dass hier Budgetverantwortung liegt. „Staff“ verrät nichts. Achten Sie konsequent auf konkrete Titel, an denen sich Entscheidungsbefugnis oder Einfluss ablesen lässt.
- E-Mail: Eine persönliche Geschäftsadresse (jordan@acme.com) ist viel wert. Eine Rollenadresse (sales@acme.com) taugt für Cold Outreach kaum etwas – sie landet in einem geteilten Postfach, das niemand wirklich im Blick hat.
- Lead-Quelle: Diese Spalte sparen sich die meisten – dabei ist sie auf lange Sicht die wichtigste. Wer dokumentiert, woher jeder Lead stammt, erkennt, welche Kanäle Antworten liefern und nicht nur Tabellenzeilen. „G2-Kategorieseite, Mai 2026“ hilft weiter. „Internet“ nicht.
- Intent-Signal: Die „Warum jetzt?“-Spalte. Ein Unternehmen frisch nach einer Series A, mit drei ausgeschriebenen SDR-Stellen oder einem neuen Launch ist ein erheblich heißerer Lead als ein stilles Unternehmen ohne erkennbare Bewegung. Finden Sie kein Intent-Signal, lohnt der Lead die Priorisierung womöglich nicht.
Wie Thunderbits AI Suggest Fields Ihre Vorlage für Sie erstellt
Worauf ich bei Thunderbit besonders stolz bin: Sie müssen nicht raten, welche Spalten überhaupt sinnvoll sind. Öffnen Sie Thunderbit auf einer beliebigen Seite mit potenziellen Leads – einem Verzeichnis, der Team-Seite eines Unternehmens, einer Speaker-Liste – und klicken Sie auf „AI Suggest Fields“, liest die KI die Seite aus und legt automatisch passende Spaltennamen samt Datentypen an. Stehen dort Namen, E-Mails, Titel und Unternehmensinfos, schlägt Thunderbit genau diese Spalten vor.
Gerade Einsteiger profitieren davon, die sonst ratlos auf ein leeres Tabellenblatt blicken: „Welche Felder soll ich überhaupt erfassen?“ Thunderbit beantwortet das anhand der real vorhandenen Daten der Quellseite. Anschließend klicken Sie auf „Scrape“ und exportieren direkt nach Google Sheets, Excel, Airtable oder Notion.
Thunderbit AI Suggest Fields ausprobieren
So definieren Sie Ihr Ideal Customer Profile (ICP), bevor Sie eine Lead-Liste bauen
Der größte Fehler, den ich bei Teams beobachte – und selbst schon begangen habe –, ist der Listenbau, bevor klar ist, wer überhaupt daraufgehört. Am Ende liegt eine Tabelle voller Namen vor Ihnen, aber kein Gespür dafür, warum sich auch nur einer davon für Ihr Produkt interessieren sollte.
Ihr ICP umreißt das Unternehmen und die Person, die am ehesten kaufen, den größten Nutzen ziehen und langfristig bleiben. Das ist keine Persona-Spielerei, sondern ein Targeting-Filter.
ICP-Bestandteile
| ICP-Bestandteil | Frage | Beispiel |
|---|---|---|
| Branche | In welchen Kategorien besteht das Problem? | B2B SaaS, Ecommerce, Professional Services |
| Unternehmensgröße | Welche Größen können jetzt kaufen? | 51–500 Mitarbeiter |
| Geografie | Wo können wir gut verkaufen und unterstützen? | USA, Kanada, UK |
| Umsatzbereich | Welcher Umsatzbereich passt? | 5 Mio.–100 Mio. USD ARR |
| Käufer-Titel | Wer trägt Schmerz und Budgetverantwortung? | VP Sales, RevOps, Head of Ops |
| Trigger | Was macht den Zeitpunkt dringend? | Hiring, Finanzierung, Migration, schlechte Bewertungen |
| Schmerzpunkt | Welches Problem spüren sie? | Manuelles Listbuilding, veraltete Daten, langsame Enrichment-Prozesse |
| Ausschlusskriterium | Wer sollte ausgeschlossen werden? | Studierende, Hobbyprojekte, Wettbewerber |
Praktische Übung: Nehmen Sie sich Ihre 5–10 besten Bestandskunden vor. Wo überschneiden sie sich? Branche, Größe, der Titel der Person, die unterschrieben hat? Notieren Sie 3–5 gemeinsame Merkmale – das ist Ihr erster ICP-Entwurf.
Firmendaten vs. Personendaten: Was ist wichtiger?
Firmendaten beschreiben die Unternehmensebene: Branche, Größe, Umsatz, Standort. Demografische Daten betreffen im B2B-Kontext die Personenebene: Titel, Seniorität, Funktion, Abteilung. Bei B2B-Lead-Listen grenzen Firmendaten das Unternehmen ein, Personendaten den Ansprechpartner. Beides ist nötig. Ein perfektes Unternehmen mit dem falschen Kontakt ist eine vertane Zeile – und ein perfekter Kontakt im falschen Unternehmen genauso wertlos.
Ein weiterer Aspekt lohnt die Erwähnung: Sopros Prospecting-Daten 2025, gestützt auf 119,57 Millionen Prospecting-Touchpoints, nennen eine durchschnittliche Entscheidungsgruppe von rund 4,14 Stakeholdern. Eine gute Liste umfasst daher oft mehr als einen Kontakt je Zielkonto – aber nicht so viele, dass Ihr Outreach nach Spam aussieht.
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 der 6 bestplatzierten Artikel zu „How to build a lead list“ schicken Leser zuerst zum LinkedIn Sales Navigator als Hauptquelle. Stark ist das Tool zweifellos. Aber eben auch teuer (rund 99 US-Dollar oder mehr pro Monat für Core), und in der Praxis klagen Nutzer häufig über Exportlimits, überfrachtete Oberflächen und Scraping-Hürden.
Die Realität 2026 lautet: Leads finden sich überall, nicht allein auf LinkedIn. Unternehmenswebsites, Branchenverzeichnisse, Event-Seiten, Bewertungsportale und sogar Social-Media-Profile sind ergiebige Quellen für Kontaktdaten – oft aktueller und treffsicherer als jede gekaufte Datenbank.
Vergleich von Lead-Quellen
| Lead-Quelle | Ideal für | Methode | Kosten |
|---|---|---|---|
| Unternehmenswebsites / Über-uns-Seiten | Nischen-B2B, lokale Dienstleistungen, Agenturen | Team-/Kontaktseiten besuchen, Namen/E-Mails/Telefonnummern extrahieren | Kostenlos |
| Branchenverzeichnisse (Clutch, G2, Yelp) | Service-basierte Leads, vertikale Ökosysteme | Nach Kategorie/Standort filtern, Listings scrapen | Kostenlos bis günstig |
| Teilnehmer-/Speaker-Listen von Events | Hochintentionale B2B-Prospects | Konferenzprogramme, Sponsorenseiten, Webinar-Anmeldungen | Kostenlos bis kostenpflichtig |
| Bewertungsportale (G2, Capterra, Google Business) | SaaS und lokale Unternehmen | Kategorien durchsuchen, Unternehmenskontakte extrahieren | Kostenlos |
| Social Media (Instagram, X) | B2C, Personal Brands, lokale Unternehmen | Öffentliche Bios, Business-Seiten | Kostenlos |
| Google-Site-Operatoren | Long-Tail-Recherche, gezielte Kontaktseiten | Erweiterte Suchanfragen | Kostenlos |
| LinkedIn (Basis) | Professionelle Recherche | Manuelle Suche, öffentliche Profile | Kostenlos |
| LinkedIn Sales Navigator | Reife Outbound-Teams | Erweiterte Filter, gespeicherte Leads, TeamLink | 99+ $/Monat |
Nützliche Verzeichnisse nach Branche
| Branche | Quellen, die sich lohnen zu scrapen |
|---|---|
| SaaS | G2, Capterra, Product Hunt, SaaSworthy, AWS Marketplace, Kategorien im Chrome Web Store |
| Ecommerce | Shopify Stores/Showcases, BuiltWith-Listen, Klaviyo-Partnerverzeichnisse |
| Immobilien | Maklerverzeichnisse, Brokerage-Office-Seiten, öffentliche MLS-Seiten, Handelskammer-Verzeichnisse |
| Professional Services | Clutch, DesignRush, UpCity, GoodFirms, lokale Verzeichnisse für Rechts-/Steuerberufe |
| Lokale Unternehmen | Google Business-Ergebnisse, Yelp, Gelbe Seiten, BBB, Seiten lokaler Kammern |
| Events | Sponsor-/Ausstellerseiten, Speaker-Listen, Agenda-Seiten, Webinar-Landingpages |
Google-Suchoperatoren für die Lead-Findung
Sie kosten nichts und sind erstaunlich schlagkräftig. Vier Beispiele:
site:clutch.co/agencies "B2B SaaS" "United States"— findet Agenturlistings auf Clutch, gefiltert nach Kategorie und Standortsite:company.com ("email" OR "contact") "VP Sales"— findet Kontaktseiten auf der Website eines bestimmten Unternehmens, auf denen ein VP Sales erwähnt wirdintitle:"sponsors" "SaaS" "2026" "conference"— findet Sponsorenseiten von SaaS-Konferenzen im Jahr 2026site:g2.com/categories "sales engagement" "mid-market"— findet G2-Kategorieseiten für Sales-Engagement-Tools im Mid-Market
Die Google-Suchhilfe dokumentiert die Exact-Match-Anführungszeichen und Operatoren wie site:, falls Sie die Syntax nachschlagen möchten.
Wie Sie Kontakte von jeder Website mit einem AI Web Scraper extrahieren
An dieser Stelle fügt sich Thunderbit nahtlos in den Workflow. Für jede der genannten Quellen – eine Clutch-Liste, eine Team-Seite, eine Speaker-Liste – läuft es identisch ab:
- Öffnen Sie die Seite in Chrome mit installierter Thunderbit-Erweiterung.
- Klicken Sie auf „AI Suggest Fields“. Thunderbits KI liest die Seite und schlägt Spalten wie Name, E-Mail, Telefon, Titel und Unternehmen vor.
- Prüfen Sie die vorgeschlagenen Felder und ergänzen oder entfernen Sie bei Bedarf welche.
- Klicken Sie auf „Scrape“.
- Exportieren Sie nach Google Sheets, Excel, Airtable oder Notion.
Der entscheidende Pluspunkt: Thunderbit kommt auch mit unübersichtlichen, nicht standardisierten Websites zurecht, für die keine fertige Scraper-Vorlage existiert. Die KI liest jede Seite frisch ein und passt sich ihrer Struktur an. Thunderbits kostenlose Email Extractor- und Phone Number Extractor-Tools extrahieren per Klick von jeder Seite – im Free-Tarif ohne Limit.
Mit Subpage Scraping Ihre Lead-Liste anreichern
Ein Ablauf, den ich oft fahre: Erst eine Verzeichnisseite scrapen (etwa eine Unternehmensliste auf Clutch), dann per Thunderbits Subpage Scraping jede einzelne Unternehmensseite ansteuern und Zusatzdaten ziehen – E-Mails, Telefonnummern, Mitarbeiterzahl, Tech-Stack, Beschreibungen.
So wird aus einem schlichten Verzeichnis eine angereicherte, sofort einsatzbereite Liste, ganz ohne manuelles Klicken. Aus „Hier sind 50 Firmennamen“ wird in einem automatisierten Durchlauf „Hier sind 50 Unternehmen mit Kontakt-E-Mails, Teamgrößen und Beschreibungen“. Wer tiefer einsteigen will: Web Scraping ohne Programmierung haben wir ausführlich behandelt.
Wie Sie Schritt für Schritt eine Lead-Liste aufbauen (der Workflow 2026)
Es folgt der vollständige Workflow – zugeschnitten auf eine nicht-technische Vertriebs- oder Ops-Person, die heute eine echte Lead-Liste erstellen will.
Schritt 1: Ihr ICP sauber festlegen
Noch bevor Sie irgendein Tool öffnen, halten Sie Ihre ICP-Kriterien schriftlich fest (siehe den ICP-Abschnitt weiter oben): Branche, Unternehmensgröße, Geografie, Käufer-Titel, Trigger und Ausschlusskriterien. Diese 15–30 Minuten sparen Ihnen Stunden überflüssigen Scrapings.
Schritt 2: Ihre Lead-Quellen auswählen
Greifen Sie nach ICP und Budget 2–3 Quellen aus der Vergleichstabelle heraus. Mein Rat: Erst die kostenlosen ausschöpfen. Bei SaaS-Zielgruppen bieten sich G2-Kategorieseiten und Team-Seiten an, bei lokalen Unternehmen Google Business-Ergebnisse und Yelp. Bezahlte Quellen wie Sales Navigator kommen erst dazu, wenn die kostenlosen Möglichkeiten erschöpft sind.
Schritt 3: Leads per KI-Scraping oder manueller Suche extrahieren
Pro Quelle gilt diese Methode:
- Websites und Verzeichnisse: Thunderbits AI Web Scraper einsetzen. Seite öffnen, „AI Suggest Fields“ klicken, Spalten prüfen, „Scrape“ klicken. Für bekannte Websites stehen Instant Data Scraper-Vorlagen bereit, die die Felder automatisch setzen.
- LinkedIn: Suche und Export im Sales Navigator nutzen oder Thunderbit, um öffentlich sichtbare LinkedIn-Profile zu scrapen.
- Google: erweiterte Suchoperatoren nutzen und dann die Ergebnisseiten scrapen oder die einzelnen Treffer ansteuern.
Exportoptionen: Google Sheets, Excel, Airtable, Notion, CSV, JSON.
Schritt 4: Daten verifizieren und bereinigen
Dieser Schritt ist Pflicht. Den kompletten Verifizierungs-Workflow erläutere ich weiter unten in einem eigenen Abschnitt – kurz gefasst heißt das: 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
Legen Sie vor dem Outreach ein einfaches Scoring-Modell an (Details weiter unten). So sprechen Sie zuerst die wertvollsten Leads an – und nicht einfach jene, die zufällig oben in der Tabelle stehen.
Schritt 6: In Ihr CRM oder Outreach-Tool exportieren
Übertragen Sie die bereinigte, 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 per nativer Integration oder Zapier mit CRMs synchronisieren.
Schritt 7: Outreach starten und Ergebnisse verfolgen
Personalisieren Sie auf Basis der erfassten Daten. Nennen Sie die Branche des Prospects, greifen Sie das Intent-Signal auf („Mir ist aufgefallen, dass Sie SDRs einstellen“) und schneiden Sie das Nutzenversprechen auf den Schmerzpunkt zu. Verfolgen Sie Antwortraten, Bounces und Conversions – und füttern Sie diese Erkenntnisse für die nächste Runde in Ihr ICP- und Scoring-Modell zurück.
Budget zuerst: So bauen Sie eine Lead-Liste von 0 € bis Enterprise
Die Frage höre ich am häufigsten von Gründern in der Frühphase und kleinen Sales-Teams: „Wie baue ich eine Lead-Liste, ohne teure Tools zu kaufen?“ Berechtigt. ZoomInfo-Verträge erreichen rasch fünfstellige Jahresbeträge, Sales Navigator schlägt mit 99+ $ pro Monat zu Buche, und Apollo wie Lusha bieten zwar Free-Tiers, verstecken aber das wirklich Nützliche hinter Paywalls.
Ehrlich gesagt: Kostenlos kommt man erstaunlich weit. Für Skalierung braucht es dann doch etwas Investition. So lassen sich die Stufen betrachten.
| Stufe | Kosten | Methoden | Tools |
|---|---|---|---|
| Kostenlos (0 $) | 0 $ | Google-Operatoren, manuelles LinkedIn, Unternehmenswebsites, Thunderbit Free-Tier (6 Seiten + kostenlose E-Mail-/Telefon-Extraktoren) | Thunderbit Free, Google, LinkedIn Basic |
| Günstig (<50 $/Monat) | 0–50 $ | KI-Scraping in größerem Umfang, Basis-Enrichment, E-Mail-Verifizierung | Thunderbit Starter/Pro, Hunter Starter (34 $/Monat), Bouncer/NeverBounce PAYG |
| Mittelklasse (50–200 $/Monat) | 50–200 $ | Sales Navigator, bessere Filter, CRM-Integration | Sales Navigator Core (~99 $/Monat), Apollo Paid, Lusha |
| Enterprise (200+ $/Monat) | 200+ $ | Intent-Daten, Enrichment-Suites, Compliance-Workflows | ZoomInfo (Preis auf Anfrage), Cognism (Preis auf Anfrage), Clearbit |
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- und Telefon-Extraktor (unbegrenzt, 1-Klick), Google-Suchoperatoren und einer einfachen LinkedIn-Suche baut ein Solo-Founder realistisch an einem Nachmittag eine Liste mit 50–100 Leads. Ich habe Teammitglieder genau das tun sehen.
Die Grenzen liegen woanders: beim Volumen (Seiten pro Monat im Free-Tier), bei der Tiefe des Enrichments (ohne bezahlte Tools fehlen Intent-Daten oder Tech-Stack-Infos) und bei der E-Mail-Verifikation im großen Maßstab (kostenlose Tools sind meist gedeckelt). Sobald diese Grenzen drücken, lohnt der Umstieg in die günstige Stufe – Thunderbits Bezahlpläne schalten Subpage Scraping, Bulk Scraping, Pagination und Scheduled Scrapers frei.
Der Bounce-Rate-Fix: Ein Verifikations-Workflow für Daten, der wirklich funktioniert
In Foren berichten Nutzer von fast 70 % Bounce-Rate bei gekauften Listen. Das ist nicht nur vergeudete Arbeit, sondern aktiv schädlich: Hohe Bounce-Raten ruinieren Ihre Absenderreputation, sodass selbst Ihre guten Mails im Spam stranden.
lemlists Benchmarks zufolge ist eine Bounce-Rate unter 2 % gesund, unter 1 % sehr gut. Die Mailshake-Umfrage 2025 zeigt, dass fast die Hälfte der Versender bei 2–5 % liegt, während 15 % über 6 % melden. Jenseits der 5 % gerät Ihre Absenderreputation in Gefahr.
Diesen Verifikations-Workflow empfehle ich:
- Rollen-E-Mails entfernen: Streichen Sie alle info@-, sales@-, support@- oder admin@-Adressen, sofern Sie nicht bewusst Shared Inboxes ansprechen wollen (bei Cold Outreach selten sinnvoll).
- Formatfehler entfernen: Duplikate, Tippfehler, fehlende und tote Domains. Schnelles Sortieren und Filtern in der Tabelle deckt das meiste auf.
- Mit einem E-Mail-Verifikationstool prüfen: Hunter, ZeroBounce, NeverBounce, Bouncer oder Kickbox pingen den Mailserver an und prüfen ohne Versand, ob das Postfach existiert.
- Catch-all-Domains markieren oder entfernen: Laut ZeroBounce gehören Catch-all-Adressen zur riskanten Kategorie – sie nehmen Mails auf Serverebene an, ohne ein konkretes Postfach zu bestätigen. Lässt sich das einzelne Postfach nicht verifizieren, markieren Sie den Datensatz und behandeln ihn als weniger verlässlich.
- Vor jeder Kampagne erneut verifizieren: Daten veralten schnell. Ist Ihre Liste älter als 30–90 Tage, verifizieren Sie vor dem Versand erneut.
- Zuerst in kleinen Batches senden: Beobachten Sie Bounce- und Complaint-Raten bei den ersten 50–100 Mails und skalieren Sie erst, wenn die Qualität stabil bleibt.
Warum Ihre Lead-Quelle die Datenqualität beeinflusst
Lead-Daten sind nicht gleich Lead-Daten. Eine E-Mail von der öffentlichen Team-Seite – wo die Person ihre Kontaktdaten bewusst hinterlegt hat – ist in der Regel frischer und genauer als eine Adresse aus einer Aggregator-Datenbank, die monatelang niemand aktualisiert hat.
Genau deshalb scrape ich lieber von live öffentlichen Seiten als allein aus statischen Datenbanken. Weil Thunderbits KI die Website jedes Mal frisch liest und nicht auf eine veraltete Datenbank zugreift, sind die extrahierten E-Mail-Adressen und Telefonnummern in der Regel aktueller. Der Phone Number Extractor formatiert die Nummern obendrein in den E.164-Standard, was Importfehler in CRMs reduziert.
Frische Quellen ersetzen die Verifikation nicht – aber sie sorgen dafür, dass Sie mit sauberem Rohmaterial starten.
Checkliste vor der Kampagne
Bevor Sie bei irgendeiner 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 predigt „Priorisieren Sie Ihre Leads“ – und verschweigt dann, wie.
Als Solo-Founder oder Dreierteam brauchen Sie weder Salesforce Einstein noch eine prädiktive Scoring-Engine. Was Sie brauchen, ist eine Tabellenspalte mit einer nachvollziehbaren Formel.
Das Scoring-Modell
| Signal | Punkte | Beispiel |
|---|---|---|
| Passt zur Zielbranche | +20 | SaaS, Mid-Market |
| Unternehmensgröße passt | +10 | 51–500 Mitarbeiter |
| Entscheider-Titel | +15 | VP Sales, Head of Ops |
| Klare Intent-Signale | +15 | Hiring, Finanzierung, Tool-Migration |
| E-Mail verifiziert | +10 | Verifikation bestanden |
| Gute direkte Quelle | +10 | Unternehmensseite, Speaker-Seite eines Events |
| Hat mit Ihren Inhalten interagiert | +10 | Guide heruntergeladen, Webinar teilgenommen |
| Catch-all / unverifizierte E-Mail | -10 | Riskanter Verifikationsstatus |
| Rollenadresse | -10 | info@, sales@ |
| Generischer Titel (keine klare Rolle) | -5 | "Staff" |
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.
In Google Sheets bilden Sie das mühelos als Formel ab, etwa so:
=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 verankert hat und die ich fürs Scoring wirklich schätze, sind die Field AI Prompts. Beim Konfigurieren des Scrapes geben Sie jeder Spalte eine Anweisung mit – etwa: „Klassifiziere die Seniorität dieses Leads als Decision-Maker, Influencer oder Individual Contributor basierend auf Jobtitel und Seitenkontext.“
Thunderbit labelt die Daten bereits während der Extraktion, nicht erst danach. Beim Export nach Sheets liegen Senioritätsklasse, Unternehmenstyp oder Branchentag also schon vor – fertig für Ihre Scoring-Formel. Das erspart den manuellen Tagging-Schritt, der Scoring sonst rasch zur Plackerei macht.
Ergänzend nutzen Sie Subpage Scraping, um die Daten der Ursprungsliste anzureichern: erst ein Verzeichnis scrapen, dann die einzelnen Unternehmensseiten ansteuern und Mitarbeiterzahl, Finanzierungsstatus oder Tech-Stack einsammeln – allesamt Faktoren für Ihr Scoring-Modell.
Wann Sie Ihre Scores überarbeiten sollten
Lead-Scores sind kein „einmal festlegen und vergessen“. Überarbeiten Sie sie monatlich oder nach jeder größeren Kampagne. Antwortet ein Lead positiv, ändert sich der Score (dann ist es ein aktives Gespräch, kein kalter Lead mehr). Bounct eine E-Mail, passen Sie die Bewertung an. Hat ein Unternehmen, das vor sechs Monaten eingestellt hat, inzwischen Personal abgebaut, hat sich auch das Intent-Signal verschoben.
So halten Sie Ihre Lead-Liste aktuell (Automatisierung und Pflege)
Eine Lead-Liste ist kein Einmalprojekt.
Wie erwähnt, veralten 23 % der E-Mail-Listen pro Jahr. Kontakte wechseln den Job, Unternehmen schwenken um, Adressen werden unzuverlässig. Bauen Sie im Mai eine gute Liste und rühren sie bis Oktober nicht an, ist ein erheblicher Teil schon überholt.
Pflege-Rhythmus
| Aufgabe | Häufigkeit | Warum | |---|---|---|---| | E-Mails verifizieren | Vor jeder Kampagne (mindestens monatlich) | Hard Bounces vermeiden | | Kontakte deduplizieren | Wöchentlich bei aktiver Prospektion | Doppelansprachen vermeiden | | Intent-Signale aktualisieren | Monatlich | Hiring/Finanzierung/Bewertungen ändern sich schnell | | Firmendaten aktualisieren | Quartalsweise oder halbjährlich | Größe, Umsatz und Tech-Stack verändern sich | | Suppression List synchronisieren | Täglich oder in Echtzeit | Opt-outs respektieren und Beschwerden reduzieren | | Quellen-Performance prüfen | Monatlich | Herausfinden, welche Kanäle Antworten bringen und nicht nur Zeilen |
Einen geplanten Scrape für laufende Lead-Generierung einrichten
Hier spielt Thunderbits Scheduled Scraper seine Stärke aus. Statt Verzeichnisse Monat für Monat manuell erneut zu besuchen, richten Sie einen wiederkehrenden Scrape ein. Das Setup ist denkbar einfach: Beschreiben Sie das Intervall in natürlicher Sprache (etwa „jeden Montag um 8 Uhr“), tragen Sie die Website-URLs ein und klicken Sie auf „Schedule“. Thunderbits KI übersetzt Ihre Formulierung in einen Zeitplan und führt den Scrape automatisch aus – die frischen Ergebnisse landen direkt in Ihrem verbundenen Google Sheet oder Ihrer Airtable-Base.
In der Praxis bewähren sich diese Anwendungsfälle:
- Ein Sales-Team scrapet monatlich eine Clutch-Kategorieseite erneut, um neu in den Markt eintretende Agenturen zu erfassen.
- Ein Ecommerce-Operations-Team überwacht wöchentlich ein Wettbewerber-Verzeichnis auf neue Produkteinträge.
- Ein SaaS-Founder frischt vor jedem monatlichen Outbound-Batch eine G2-Kategorieseite auf, um neu gelistete Unternehmen zu finden.
Thunderbits Cloud-Modus scrapet bis zu 50 Seiten gleichzeitig, sodass sich auch große Verzeichnisse zügig aktualisieren lassen. Mehr dazu in unserem Leitfaden zur KI-Lead-Generierung.
Ein kurzer Hinweis zu Compliance und Datenschutz
Ich fasse mich knapp, weil es nicht der Schwerpunkt dieses Leitfadens ist – wichtig ist es trotzdem.
- CAN-SPAM (USA): Gilt für jede kommerzielle E-Mail, auch im B2B. Laut FTC kann jede einzelne rechtswidrige Mail Strafen bis zu 53.088 US-Dollar nach sich ziehen. Pflicht sind korrekte Header, nicht irreführende Betreffzeilen, eine gültige Postanschrift, ein klarer Opt-out und das Respektieren von Opt-outs binnen 10 Werktagen.
- DSGVO (EU/UK): Benannte geschäftliche E-Mail-Adressen können personenbezogene Daten sein. Das ICO hält fest, dass B2B-Marketing die Identität nicht verschleiern darf, einen gültigen Opt-out bieten und Einwände respektieren muss.
- CCPA/CPRA (Kalifornien): stellt Hinweis, Zweckbindung, Datenminimierung und Verbraucherrechte in den Vordergrund. Die FAQ der California Privacy Protection Agency liefert die aktuellen Details.
- Google- und Yahoo-Senderregeln: Google verlangt von Bulk-Sendern Spam-Raten unter 0,30 %, SPF/DKIM/DMARC sowie One-Click-Unsubscribe. Yahoo setzt vergleichbare Regeln durch.
Kurz: Scrapen Sie nur öffentlich verfügbare Daten, umgehen Sie keine Login-Mauern ohne Erlaubnis, bieten Sie stets einen Opt-out, pflegen Sie Suppression Lists und prüfen Sie die lokalen rechtlichen Vorgaben. Thunderbit scrapet öffentlich verfügbare Seiten – die Verantwortung für die Nutzung der Daten liegt bei den Nutzern.
Fazit und wichtigste Erkenntnisse
Der Lead-Listen-Workflow 2026 zielt nicht auf mehr Namen, sondern auf eine kleinere, frischere, verifizierte und quellenbewusste Outreach-Datenbank, die tatsächlich Antworten liefert.
Der komplette Workflow in Kurzform:
- ICP definieren, bevor Sie irgendein Tool anfassen.
- 2–3 Lead-Quellen wählen – erst kostenlos (Verzeichnisse, Unternehmensseiten, Google-Operatoren), bevor Sie für Datenbanken zahlen.
- Leads per KI-Scraping extrahieren – Thunderbits 2-Klick-Prozess greift auf nahezu jeder öffentlichen Seite.
- Eine saubere Vorlage aufsetzen mit Quellen-Tracking, Intent-Signalen und Scoring-Spalten.
- Verifizieren und bereinigen – Rollen-E-Mails entfernen, Duplikate löschen, verifizieren, Catch-alls markieren.
- Scoren und priorisieren – mit einem transparenten Tabellenmodell statt nach Bauchgefühl.
- In CRM/Outreach exportieren – auf Basis der gesammelten Daten personalisieren.
- Ergebnisse tracken – Bounces, Antworten, Conversions nach Lead-Quelle.
- Kontinuierlich aktualisieren – vor Kampagnen erneut verifizieren, gute Quellen regelmäßig neu scrapen.
Die Daten sind eindeutig: Enge Segmente schlagen breite Massenmails 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 kostenlose Thunderbit-Tier gibt Ihnen 6 Seiten KI-Scraping pro Monat, unbegrenzte kostenlose E-Mail- und Telefon-Extraktion sowie den Export nach Google Sheets oder Excel. Das genügt, um schon heute Nachmittag die ersten 50–100 Leads zu erstellen.
AI Web Scraper für Lead-Listen ausprobieren Get Started Free
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 aufbauen ist fast immer die klügere Wahl. Gekaufte Listen bringen mehr Risiko mit: veraltete Daten, Spam-Traps, undurchsichtige Herkunft und Compliance-Fallen. 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. Falls 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. So 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, vor allem bei Listen, die älter als 30 Tage sind. Führen Sie mindestens quartalsweise eine Komplettaktualisierung durch – Quellen neu scrapen, Firmendaten auffrischen, tote Leads entfernen. ZeroBounce berichtet, dass mindestens 23 % einer E-Mail-Liste binnen 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?
Nach Benchmarks aus 2025–2026 gilt: 3–5 % positive Antwortrate ist gut, 5–8 % stark und 8 %+ hervorragend. Der wichtigste Hebel ist die Listenqualität – Targeting, Verifikation und Personalisierung. Eine sauber aufgebaute Liste mit verifizierten E-Mails, klaren Intent-Signalen und persönlicher Ansprache schlägt dauerhaft eine größere Liste mit generischen Kontakten und Standardtexten.
Mehr erfahren
