Cost per SQL im Outbound: DACH-Benchmark und Rechnung
Was kostet ein Sales Qualified Lead im B2B-Outbound? Die ehrliche Kostenrechnung für DACH — Tools, Daten, SDR und Agentur vs. GTM-System, mit Formel.
Die einzige Outbound-Zahl, die wirklich steuert
Viele Outbound-Diskussionen drehen sich um Reply-Rates und Terminzahlen. Die betriebswirtschaftlich entscheidende Kennzahl ist aber eine andere: Cost per SQL — was es kostet, einen Sales Qualified Lead zu erzeugen, also einen qualifizierten, kauffähigen Interessenten, der ins ICP passt. Diese Zahl verbindet Aufwand und Ergebnis und macht verschiedene Modelle — interner SDR, Agentur, GTM-System — überhaupt erst vergleichbar.
Dieser Artikel liefert die ehrliche Rechnung: welche Kosten wirklich hineingehören, wie die Formel aussieht, welche Größenordnungen im DACH-Raum realistisch sind und warum Cost per SQL der Cost per Lead überlegen ist. Vorweg die wichtigste Warnung: Es gibt keine allgemeingültige Euro-Zahl. Wer eine Fremdzahl als Ziel übernimmt, misst sich an einer fremden Realität. Belastbar ist nur die eigene Rechnung.
Warum Cost per SQL, nicht Cost per Lead
Ein Lead ist nur ein Kontakt — eine E-Mail-Adresse, ein Datensatz. Ein SQL ist ein Interessent, den der Vertrieb als kaufwürdig eingestuft hat. Der Unterschied ist entscheidend, weil sich Cost per Lead durch bloßes Volumen künstlich drücken lässt: mehr billige Adressen, mehr Reichweite, niedrigere Kosten pro Lead — bei sinkender Qualität. Die Cost per SQL steigt in diesem Fall heimlich, weil aus den vielen billigen Leads kaum qualifizierte werden.
Cost per SQL misst das, was zählt: die vollen Kosten, um einen kauffähigen Interessenten zu erzeugen. Genau deshalb ist sie manipulationssicherer und die bessere Steuerungsgröße. Und sie zwingt dazu, die Qualifizierung ernst zu nehmen — den Schritt, an dem die meisten Outbound-Programme Geld verlieren, ohne es zu merken. Wo dieser Schritt bricht, behandelt der Artikel zur Reply-Termin-Lücke im B2B-Outbound.
Die vollständige Kostenaufstellung
Der häufigste Fehler ist, nur die sichtbaren Kosten zu rechnen — die Tool-Lizenz, den Agentur-Retainer. Die echte Cost per SQL enthält vier Blöcke:
| Kostenblock | Was hineingehört | Wird oft vergessen |
|---|---|---|
| Daten | Anreicherung, Listen, Verifizierung, Signale | Qualität der Daten treibt die Quote |
| Tools | Sende-Infrastruktur, Sequencing, CRM, Warmup | Mehrere Tools summieren sich |
| Personal / Agentur | SDR-Gehalt + Nebenkosten oder Retainer + Marge | Nebenkosten, Führung, Ausfall |
| Zeit / Aufbau | Einarbeitung, Setup, Playbook-Entwicklung | größter versteckter Posten |
Gerade der vierte Block — Aufbau- und Einarbeitungszeit — wird fast immer unterschätzt. Ein neuer SDR ist nicht ab Tag eins produktiv; die ersten Monate haben eine hohe Cost per SQL, die erst mit der Lernkurve sinkt. Eine detaillierte Aufschlüsselung dieser Posten für SaaS liefert der Artikel zu den Outbound-Kosten für SaaS.
Die Formel
Die Rechnung selbst ist simpel — die Kunst liegt darin, alle Kosten ehrlich zu erfassen:
Cost per SQL = volle Kosten eines Zeitraums
─────────────────────────────
Zahl der SQLs in diesem ZeitraumEin illustratives Rechenbeispiel (frei gewählte Zahlen, keine Benchmark):
- Volle Monatskosten: Daten 800 € + Tools 600 € + SDR (vollkostenbasiert) 7.500 € + anteilige Aufbauzeit 1.100 € = 10.000 €
- SQLs im Monat: 20
- Cost per SQL: 10.000 € / 20 = 500 €
Ob 500 € gut oder schlecht sind, entscheidet allein der Deal-Wert: Bei 2.000 € ACV ist das ruinös, bei 30.000 € ACV hervorragend. Deshalb ist die Cost per SQL nie isoliert zu bewerten, sondern immer im Verhältnis zum Deckungsbeitrag eines Abschlusses.
Die vier Modelle im Kostenvergleich
Die Kostenstruktur unterscheidet sich je nach Modell grundlegend:
| Modell | Kostenprofil | Lernkurve | Was am Ende bleibt |
|---|---|---|---|
| Interner SDR | hohe Fixkosten, langsamer Start | steigt, aber personengebunden | Team-Wissen (fragil bei Wechsel) |
| Outbound-Agentur | Retainer + Marge, schneller Start | beim Anbieter | Ergebnisliste |
| Reine Tools (DIY) | niedrige Lizenz, hoher Zeitaufwand | beim eigenen Team | Setup, wenn Personal bleibt |
| GTM-System + Betreiber | mittlere Fixkosten, schneller Start | im eigenen Workspace | lernendes System |
Der oft übersehene Punkt ist die Lernkurve: Beim SDR ist sie an eine Person gebunden und geht bei Kündigung verloren; bei der Agentur bleibt sie beim Anbieter; bei einem GTM-System bleibt sie im eigenen Workspace und senkt die Cost per SQL über die Zeit. Die grundsätzliche Abwägung zwischen Selbstbauen, Kaufen und Beauftragen vertieft der Artikel Build vs. Buy im AI-Outbound, und die konkrete Gegenüberstellung von Tool und Dienstleistung der Artikel Outbound-Tools vs. Service.
Was die Cost per SQL wirklich senkt
Cost per SQL sinkt nicht durch mehr Volumen, sondern durch bessere Quoten entlang der Kette. Die wirksamsten Hebel:
- Schärferes ICP. Weniger, aber passendere Kontakte erhöhen den Anteil, aus dem SQLs werden — der stärkste Einzelhebel.
- Bessere Qualifizierung. Zeit nicht in Kontakte investieren, die nie SQL werden. Das senkt die Kosten pro qualifiziertem Lead direkt.
- Relevantere Ansprache. Ein Aufhänger, der den echten Schmerz trifft, hebt Reply- und Positiv-Quote — dieselben Kosten, mehr SQLs.
- Erhaltene Lernkurve. Ein System, das aus jedem Ergebnis lernt, wird über Monate treffsicherer, statt bei jedem Personalwechsel bei null zu beginnen.
Wie viele Kontakte realistisch hinter einem Termin und damit hinter einem SQL stehen, ordnet der Benchmark Cold Emails pro B2B-Termin ein — eine nützliche Eingangsgröße, um die eigene Cost per SQL zu plausibilisieren.
Wo CegTec einzuordnen ist
CegTec betreibt mit GTM Goat ein kontextbewusstes GTM-System, das auf qualifizierte Ergebnisse statt auf Volumen optimiert. Der Effekt auf die Cost per SQL kommt aus drei Richtungen: schärferes Targeting gegen das ICP, eingebaute Qualifizierung vor dem Termin und eine Lernschleife, die im eigenen Workspace bleibt und die Treffsicherheit über die Zeit erhöht. Jede Außenwirkung läuft über einen menschlichen Freigabe-Punkt, DSGVO-konform. Outbound und Terminierung sind unsere am tiefsten belegte Kompetenz — der wirtschaftliche Vorteil liegt nicht in niedrigeren Listenpreisen, sondern in einer sinkenden Cost per SQL, weil das gelernte Wissen Ihnen gehört.
Fazit
Cost per SQL ist die ehrlichste Outbound-Kennzahl, weil sie Aufwand und qualifiziertes Ergebnis verbindet und sich nicht durch Volumen schönrechnen lässt. Wer sie sauber rechnet — mit allen vier Kostenblöcken, inklusive der versteckten Aufbauzeit — bekommt eine steuerbare Zahl statt eines Bauchgefühls. Gesenkt wird sie nicht durch mehr Reichweite, sondern durch schärferes ICP, bessere Qualifizierung, relevantere Ansprache und eine Lernkurve, die im eigenen Haus bleibt. Und bewertet wird sie immer im Verhältnis zum Deal-Wert. Wie ein GTM-System die Cost per SQL über die Zeit senkt, zeigt die Übersicht zu GTM Goat.
Jetzt Free Trial starten · 4 Wochen kostenlos, keine Kreditkarte. Lieber erst sehen, wie es läuft? Demo buchen.
Häufige Fragen
Was kostet ein SQL im B2B-Outbound im DACH-Raum?
Es gibt keine allgemeingültige Zahl — die Cost per SQL hängt von ACV, Branche, ICP-Schärfe und Modell ab und reicht realistisch von unter hundert bis über tausend Euro pro SQL. Statt eine Fremdzahl zu übernehmen, sollte man die eigene Cost per SQL rechnen: alle vollen Kosten eines Zeitraums (Tools, Daten, Personal/Agentur, Infrastruktur) geteilt durch die Zahl der in diesem Zeitraum erzeugten SQLs. Erst diese Zahl ist steuerbar.
Welche Kosten gehören in die Cost-per-SQL-Rechnung?
Alle, nicht nur die sichtbaren. Dazu zählen: Datenkosten (Anreicherung, Listen), Tool-Kosten (Sende-Infrastruktur, Sequencing, CRM), Personalkosten (SDR-Gehalt plus Nebenkosten oder Agentur-Retainer) und die oft vergessene Aufbau- und Einarbeitungszeit. Wer nur die Tool-Lizenz rechnet, unterschätzt die echte Cost per SQL um ein Vielfaches — die größten Posten sind meist Personal und Zeit.
Ist ein SDR oder eine Agentur günstiger pro SQL?
Das hängt vom Volumen und der Reife ab. Ein interner SDR im DACH-Raum kostet mit Tools und Infrastruktur grob 6.000 bis 10.000 Euro pro Monat und braucht Einarbeitung; die Cost per SQL ist am Anfang hoch und sinkt mit der Lernkurve. Eine Agentur startet schneller, rechnet aber Marge ein und nimmt das gelernte Wissen bei Vertragsende mit. Ein GTM-System mit Betreiber verschiebt die Kostenstruktur, weil die Lernkurve im eigenen Workspace bleibt statt bei jedem Wechsel neu zu beginnen.
Warum ist Cost per SQL aussagekräftiger als Cost per Lead?
Weil ein Lead nur ein Kontakt ist, ein SQL aber ein qualifizierter, kauffähiger Interessent. Cost per Lead lässt sich durch bloßes Volumen künstlich drücken — mehr billige Adressen, mehr Reichweite. Cost per SQL misst, was wirklich zählt: die Kosten, um einen Interessenten zu erzeugen, der ins ICP passt und Kaufpotenzial hat. Optimiert man auf Cost per Lead, sinkt oft die Qualität und die Cost per SQL steigt heimlich.
Ab welchem Deal-Wert lohnt sich Outbound überhaupt?
Als Faustregel wird Outbound-Terminierung ab etwa 5.000 Euro Annual Contract Value wirtschaftlich und ist ab rund 10.000 Euro fast immer der effizienteste Kanal. Der Grund ist einfache Ökonomie: Die Cost per SQL muss im Verhältnis zum Deckungsbeitrag eines Abschlusses stehen. Bei sehr niedrigen Deal-Werten sind Inbound und Product-Led Growth meist günstiger pro gewonnenem Kunden.