Engager auf LinkedIn-Posts in Termine verwandeln
Wer unter Ihrem LinkedIn-Post kommentiert oder liket, ist ein warmer Lead. Das Playbook: Tabellenaufbau, Sequenz als Graph, CTA-Test und manuelle Freigabe.
Nicht der fremde Feed, der eigene Post
LinkedIn Keyword-Monitoring beobachtet den ganzen Feed nach Kaufsignalen zu bestimmten Begriffen — überall auf LinkedIn, unabhängig davon, wer gepostet hat. Dieses Playbook ist enger und dadurch wärmer: Es nimmt ausschließlich die Menschen, die auf Ihre eigenen Posts reagiert haben — liken, kommentieren — und macht aus ihnen eine Ansprache-Liste. Kein Ratespiel über Interesse: Die Person hat sich bereits öffentlich zu genau dem Thema geäußert, über das Sie gerade posten.
Unten steht die Methodik, Schritt für Schritt. Zahlen nennen wir hier bewusst keine: Quoten hängen an Branche, Absender-Reichweite und Angebot, und eine einzelne Sequenz wäre ohnehin kein Beleg. Was Sie messen sollten, steht am Ende.
Schritt 1: Die Engager-Tabelle aufsetzen
Der Ausgangspunkt ist eine Tabelle mit einer Quelle, die Post-Reaktionen einsammelt: Für jeden neuen Post des Absenders werden Liker und Kommentatoren automatisch als neue Zeilen angelegt. Läuft das über mehrere Wochen und postet der Absender regelmäßig, wächst diese Tabelle schnell in den vierstelligen Bereich — Sie bauen also von Anfang an für Volumen, nicht für eine Handvoll Zeilen.
Die Spaltenstruktur, die die Rohdaten in ansprechbare Leads verwandelt:
- Name, LinkedIn, Position, Firma, Headline — automatisch aus dem LinkedIn-Profil aufgelöst, sobald die Reaktion einläuft.
- Reaktion + Post — hält fest, was die Person getan hat und worauf: „LIKE auf Post vom …”, „EMPATHY auf …”, „PRAISE auf …”. LinkedIn kennt mehrere Reaktionstypen, und in der Praxis kommen sie alle vor — das ist der konservierte Kontext, der später den Opener trägt.
- Qualifizierung — eine KI-Spalte, die Position, Firma und Headline gegen das ICP prüft und in Klartext begründet, warum ja oder nein.
- Anrede — generiert automatisch die korrekte Anrede-Form („Sehr geehrte Frau …”, „Sehr geehrter Herr …”) aus dem aufgelösten Namen.
- Qualifiziert? — das binäre Gate (Ja/Nein), das entscheidet, ob eine Zeile überhaupt in die Sequenz darf.
- Intent, Gesamt-Score — zusätzliche Gewichtung, wenn Sie über ein reines Ja/Nein hinaus priorisieren wollen.
- Enroll — die terminale Spalte: Erst ihr Ausführen schreibt die Zeile tatsächlich in eine Sequenz ein. Nichts passiert automatisch vorher.
Praktischer Hinweis: Ein Teil der gesourcten Zeilen wird immer als „Failed” zurückkommen — die Anreicherung schlägt bei manchen Profilen fehl (privates Profil, gelöschter Account, nicht auflösbare Firma). Das ist normal und keine Fehlkonfiguration; planen Sie es als festen Schwund ein.
Schritt 2: Die Sequenz — Graph statt starrer Liste
Die eigentliche Ansprache läuft als Graph, nicht als lineare Schritt-Liste — das erlaubt Bedingungen (schon vernetzt? schon geantwortet?) statt jeder Person exakt dieselbe Kette aufzuzwingen.
Der Ablauf, Knoten für Knoten:
- Start → Bedingung: „Keine Nachricht im Verlauf”. Wer schon einmal angeschrieben wurde, wird nicht doppelt bearbeitet.
- Bedingung: „Auf LinkedIn vernetzt”. Schon vernetzte Kontakte bekommen direkt Schritt 3, alle anderen zuerst eine Einladung.
- LinkedIn-Einladung ohne Note — in der Regel höhere Annahmequote als eine Einladung mit Text.
- Bedingung: „Verbindung angenommen” — mit einem Zeitfenster, etwa 14 Tage. Nicht angenommen innerhalb der Frist heißt: Ende, kein weiterer Touch.
- Dankes-Nachricht nach Annahme, referenziert die Vernetzung.
- CTA-Nachricht — hier läuft der A/B-Split (nächster Abschnitt).
Schritt 3: CTA gegeneinander testen, aber die Fallzahl ernst nehmen
Der letzte Knoten ist die Stelle, an der sich ein Test lohnt: zwei CTA-Varianten, die dieselbe Zielgruppe unterschiedlich ansprechen — etwa ein konkretes Inhaltsangebot gegen die Vorstellung einer Lösung. Beide Arme laufen parallel, die Zuteilung ist zufällig.
Der wichtigste Teil ist die Auswertung, und der wird meist übersprungen. Ein Zwei-Arm-Test mit wenigen Dutzend Leads produziert zuverlässig einen Sieger, der keiner ist: Bei kleinen Fallzahlen überlappen sich die Konfidenzintervalle beider Arme so stark, dass die höhere Quote schlicht Zufall sein kann. Als Größenordnung: Wer bei einer Ausgangsquote im niedrigen einstelligen Prozentbereich eine Verdopplung statistisch belegen will, braucht grob einige Hundert Leads je Arm.
Die Lehre daraus: Ein A/B-Test mit wenigen Dutzend Leads ist eine erste Richtungsanzeige, kein Urteil. Lassen Sie ihn laufen, aber treffen Sie keine teuren Entscheidungen darauf — und misstrauen Sie jedem Werkzeug, das Ihnen bei 30 Leads einen Gewinner meldet, ohne die Unsicherheit dazuzuschreiben.
Was Sie messen sollten
Eine 30-Tage-Aggregation über die gesamte Sequenz sagt mehr als der A/B-Test allein. Sinnvoll sind:
- Erstkontakte, Antworten, Antwortquote über das Zeitfenster — die Kopfzahl, aber nur der Anfang.
- Positivquote innerhalb der Antworten: Wie viele davon sind Interesse und nicht Absage?
- Konversion je Knoten, nicht nur am Ende. Erfahrungsgemäß liegt der stärkste Hebel am Anfang der Kette — die Einladung entscheidet über alles Weitere, die Folgennachricht kann nur noch verlieren, was vorne gewonnen wurde.
- Fehler und gestoppte Leads als eigene Kennzahl. LinkedIn-Automatisierung hat eine reale Fehlerquote: abgelehnte Einladungen, entzogene Profile, Rate-Limit-Bremsen. Wer sie nicht misst, hält sie für einen Ausreißer.
Als Vergleichsanker eignet sich Ihre eigene kalte Baseline: dieselbe Zielgruppe, aber ohne Post-Bezug. Der Unterschied zwischen beiden ist die eigentliche Aussage dieses Playbooks — und die müssen Sie in Ihrem Markt selbst erheben.
Die eingebaute Sicherheitsbremse: manuelle Freigabe
Bevor irgendetwas versendet wird, gehört eine harte Gate-Bedingung dazwischen: Neue Leads warten, bis ein Mensch sie freigibt. Nichts sendet ungeprüft. In der Freigabe-Ansicht steht die fertig formulierte Nachricht im Klartext, bevor ein Klick sie rauslässt.
Warum das kein Sicherheitstheater ist, zeigt der häufigste Fehler in dieser Bauart: ein unaufgelöster Platzhalter im Schritt-Text, etwa eine leere Anrede-Spalte. Ohne die manuelle Prüfung geht eine Nachricht raus, in der sichtbar {{anrede}} steht statt einer Anrede. Genau dafür existiert die Bremse.
Rate-Limits ehrlich einplanen
LinkedIn begrenzt Verbindungsanfragen pro Konto und Tag — das ist keine Eigenheit eines Werkzeugs, sondern die Plattformgrenze. In der Praxis heißt das: Die Warteschlange wächst schneller, als sie sich abbaut, sobald ein Post gut läuft. Rechnen Sie in Wochen Rückstand, nicht in Stunden.
Die Konsequenz ist eine inhaltliche: Priorisierung nach Qualifizierungs-Score wird zur Notwendigkeit, nicht zur Kür. Wenn Sie ohnehin nur einen Bruchteil der Engager ansprechen können, sollte es der richtige Bruchteil sein.
So bauen Sie das selbst — mit unserem Stack oder jedem anderen
Die Methodik ist werkzeugunabhängig, auch wenn sie sich mit GTM Goat schneller aufsetzen lässt:
Mit GTM Goat: Tabelle mit einer Post-Engager-Quelle anlegen → Spalten für Anreicherung, Qualifizierung und Anrede als KI-Spalten hinzufügen → Sequenz im Graph-Modus mit Bedingungsknoten bauen → manuelle Freigabe aktiv lassen, bis Sie der automatischen Freigabe vertrauen.
Ohne GTM Goat, mit generischen Werkzeugen: LinkedIn zeigt Ihnen unter jedem eigenen Post, wer reagiert hat — das lässt sich manuell exportieren oder mit einem LinkedIn-Automatisierungstool (z. B. Expandi, Waalaxy, HeyReach) als Liste ziehen. Eine einfache Tabelle (Google Sheets reicht) mit den Spalten Name/Firma/Reaktion/Qualifiziert-Ja-Nein ersetzt die KI-Spalten durch eine manuelle Durchsicht — langsamer, aber mit identischer Logik: nur ansprechen, wer öffentlich Interesse gezeigt hat, den Bezug im Opener nennen, nie automatisch ohne Sichtprüfung senden.
In beiden Fällen gilt dieselbe Grenze: LinkedIns Tageslimit für Verbindungsanfragen gilt unabhängig vom Werkzeug.
Nächster Schritt
Wenn Sie diese Schleife nicht selbst pflegen, sondern betrieben haben möchten: GTM Goat ansehen oder die Preise durchrechnen. Für die breitere, keyword-basierte Variante über den ganzen Feed siehe LinkedIn Keyword-Monitoring.
Nächster Schritt
GTM Goat setzt genau das um, was Sie gerade gelesen haben.