Demand Detection: Nachfrage finden statt erzeugen
Demand Detection findet Nachfrage über Kaufsignale, statt sie teuer zu erzeugen: das 5-Stufen-Funnel-Modell, Timing-Regeln und Bauanleitung für B2B.
Ihre Zielkunden kaufen bereits — nur nicht bei Ihnen
Die meisten Outbound-Programme im B2B behandeln alle Accounts gleich: dieselbe Liste, dieselbe Sequenz, derselbe Pitch. Das Ergebnis kennt jedes Vertriebsteam — Reply-Rates unter zwei Prozent, verbrannte Domains, frustrierte SDRs. Die übliche Reaktion darauf ist, an der Ausführung zu drehen: neue Betreffzeile, mehr Follow-ups, ein anderer Sequencer.
Der Fehler liegt aber selten in der Ausführung. Er liegt im Modell dahinter. Demand Generation versucht, Nachfrage zu erzeugen — teuer, langsam und mit hohem Streuverlust. Demand Detection dreht das um: Sie findet Nachfrage, die bereits existiert, und spricht genau die Accounts an, bei denen gerade ein Auslöser vorliegt.
Der Unterschied zwischen einem und acht Prozent Reply-Rate ist selten die Formulierung. Es sind der Zeitpunkt und das Signal. Dieser Leitfaden erklärt das Modell, die konkreten Signal-Typen, die drei Timing-Ebenen und wie Sie den Funnel in Ihrem eigenen Stack aufbauen.
Demand Generation vs. Demand Detection: zwei Denkmodelle
Beide Ansätze haben ihre Berechtigung, adressieren aber unterschiedliche Phasen und Budgets. Der Unterschied ist kein Werkzeug-, sondern ein Logikunterschied.
| Dimension | Demand Generation | Demand Detection |
|---|---|---|
| Grundannahme | Nachfrage muss geschaffen werden | Nachfrage existiert bereits |
| Zielgruppe | Breiter Markt, mehrheitlich nicht kaufbereit | Accounts mit aktivem Auslöser |
| Zeithorizont | Monate (Bekanntheit aufbauen) | Tage (Signal-Fenster nutzen) |
| Primäre Metrik | Reichweite, Leads, Pipeline-Beitrag | Termine pro 100 Ziel-Accounts |
| Kostenprofil | Hoch, weil Nachfrage erst entsteht | Niedriger, weil Nachfrage schon da ist |
Für den Aufbau von Kategorie-Bekanntheit über die Zeit bleibt Demand Generation relevant — mehr dazu im Beitrag zur Demand Generation Agentur. Im Outbound-Alltag ist Demand Detection jedoch der schnellere Hebel, weil die Nachfrage nicht erst erzeugt werden muss.
Welche Kaufsignale zählen — und die Frische-Regel
Ein Kaufsignal ist ein beobachtbares Ereignis, das auf aktiven Bedarf hinweist, bevor der Account selbst anfragt. Vier Kategorien liefern im B2B die belastbarsten Auslöser:
- Hiring-Signale. Ein Unternehmen, das SDRs oder eine neue Vertriebsleitung einstellt, investiert gerade in Go-to-Market. Das ist das perfekte Zeitfenster für GTM-Tools und -Services.
- Digitale Signale. Website-Besuche von Ziel-Accounts, Engagement mit LinkedIn-Posts, Content-Downloads. Ausführlich behandelt im Beitrag zu signal-basiertem Outbound.
- Strukturelle Signale. Funding-Runden, neue Führungskräfte, Expansion in neue Märkte.
- CRM-Signale. Lookalikes zu bereits gewonnenen Kunden — wer Ihren besten Bestandskunden ähnelt, hat mit hoher Wahrscheinlichkeit dasselbe Problem.
Wie Sie solche Signale systematisch erfassen und bewerten, zeigt der Leitfaden zu Buyer Intent Data.
Entscheidend ist nicht nur der Signal-Typ, sondern seine Haltbarkeit. Die Frische-Regel: Ein Signal ist drei bis sieben Tage heiß. Nach etwa vier Wochen ist es kalt — und eine verspätete Ansprache wirkt recherchiert statt relevant. Ein vier Wochen altes Signal richtet damit oft mehr Schaden an als gar keins.
Der Funnel: fünf Stufen, eine Metrik
Der Demand-Detection-Funnel misst nicht Leads, sondern Termine pro 100 Ziel-Accounts. Er besteht aus fünf Stufen:
- Detect — Signale identifizieren Accounts automatisch: Hiring, Web-Traffic, Engagement.
- Warm — ein bis zwei Wochen Sichtbarkeit vor dem ersten Kontakt: LinkedIn-Retargeting, Founder-Content, Document Ads. Ziel sind drei bis fünf Touchpoints, bevor die erste Mail rausgeht.
- Open — eine personalisierte Outbound-Sequenz, die das Signal referenziert („Sie stellen gerade SDRs ein …”).
- Convert — Reply-Handling, Nurture-Content, Terminbuchung.
- Learn — welche Signale und Botschaften führten zu Terminen? Diese Erkenntnis fließt zurück in die Qualifizierung.
Der entscheidende Punkt: Marketing und Sales arbeiten auf derselben Account-Liste mit derselben Metrik. Es gibt keinen MQL/SQL-Handoff und damit keine Übergabeverluste. Warum eine geschlossene Rückkopplung das eigentliche Fundament ist, vertieft der Beitrag zu Closed-Loop Outbound.
Timing: die drei Ebenen
Timing ist im Demand-Detection-Funnel der größte einzelne Hebel. Es lohnt sich, ihn in drei Ebenen zu zerlegen.
Ebene 1 — Wann starten. Signalgetrieben statt batchweise. Ein Website-Besuch löst die erste Mail innerhalb von 24 bis 48 Stunden aus. Ein frisches Hiring-Signal verträgt einen Start binnen einer Woche. Der teuerste Moment im Outbound ist das gute Signal, das drei Wochen im CRM liegt, bis jemand Zeit hat.
Ebene 2 — Spacing der Sequenz. Tag 1 → 4 → 9 → 16 → 25. Ansteigende Abstände, maximal fünf Touches, und jeder Schritt trägt einen neuen inhaltlichen Angle statt eines „wollte nur nachfassen”.
Ebene 3 — Kanal-Versatz. Ein LinkedIn-Connect ohne Pitch geht zwei Tage vor der ersten Mail raus — Gesicht vor Pitch. E-Mail führt, LinkedIn flankiert, Ads laufen durchgehend als Frequenz-Layer. Wie diese Kanäle als eine Konversation zusammenspielen, beschreibt der Beitrag zu Multichannel-Outbound.
Dazu gehören klare Stopp-Regeln: Auf eine Antwort werden alle Kanäle sofort pausiert. Bei ausbleibender Reaktion folgt ein Cooldown von 60 bis 90 Tagen, und ein Re-Entry erfolgt nur mit einem neuen Signal.
Air Cover: Ads als Verstärker, nicht als Leadgen
Paid Ads haben in diesem Modell genau eine Aufgabe: Bekanntheit bei genau den Accounts, die bereits in der Pipeline sind — nicht Kaltakquise über Formulare.
- LinkedIn: Company-Listen aus der eigenen Pipeline hochladen, Thought-Leader-Ads vom Founder-Profil statt Company-Posts. Für kleine, scharfe Listen reichen 20 bis 30 Euro pro Tag.
- Meta: ein günstiger Frequenz-Layer mit deutlich niedrigeren Tausend-Kontakt-Preisen, gespeist aus denselben Custom Audiences.
- Die Kopplung: Der Pipeline-Status steuert die Audience. Kontaktiert bekommt Awareness-Ads, „replied” bekommt Case Studies, ein gebuchter Termin wird pausiert. Automatisch synchronisiert, nie von Hand gepflegt.
Der Effekt ist kein direkter Lead. Es ist der Account, der die Mail anders öffnet, weil er den Namen schon dreimal gesehen hat. Ein bis zwei Prozentpunkte mehr Reply-Rate entscheiden im Outbound über rentabel oder ruinös.
So bauen Sie den Funnel — in sechs Schritten
Der Funnel lässt sich CRM-agnostisch und ohne neue Plattform umsetzen.
- Signal-Quellen anschließen. Drei reichen zum Start: Website-De-Anonymisierung für Firmen-Traffic, ein Hiring- oder News-Feed für strukturelle Signale und das LinkedIn-Engagement Ihrer eigenen Founder-Posts. Jede Quelle schreibt in eine Account-Tabelle, nicht in drei getrennte Tools.
- Account-Liste als Single Source bauen. Eine Tabelle, eine Zeile pro Account, mit den Spalten Signal-Typ, Signal-Datum, Frische-Status und Pipeline-Status. Diese Tabelle ist der gemeinsame Nenner von Marketing und Sales.
- Frische-Regel automatisieren. Signal-Datum plus sieben Tage bedeutet heiß, plus 28 Tage bedeutet kalt. Kalte Signale fallen automatisch aus der aktiven Ansprache — ohne manuelles Aufräumen.
- Sequenz an den Signal-Typ koppeln. Pro Signal-Typ eine Vorlage mit passendem Opener. Das Signal steht in der ersten Zeile, nicht das Produkt.
- Ads-Audience an den Pipeline-Status hängen. Ein täglicher Export der Account-Liste nach Pipeline-Status in die Ad-Plattformen — Sync statt Handpflege.
- Feedback zurückschreiben. Jeder Termin bekommt zwei Felder zurück in die Tabelle: welches Signal und welche Botschaft ihn ausgelöst haben. Nach 30 Tagen sehen Sie, welche Signal-Typen Termine erzeugen und welche nur Rauschen sind. Das ist die Lernschleife.
Ein Minimal-Setup aus Website-De-Anonymisierung, einer Tabelle und einer signalgekoppelten Sequenz schlägt jeden generischen Batch-Blast — bevor Sie überhaupt Ads dazuschalten.
Selbst-Check: Wie signalgetrieben ist Ihr Vertrieb?
Prüfen Sie ehrlich, wie viele der folgenden Aussagen heute zutreffen:
- Wir wissen, welche unserer Ziel-Accounts gerade einstellen.
- Wir sehen, welche Ziel-Accounts unsere Website besuchen.
- Unsere Outbound-Sequenzen starten ereignisbasiert, nicht batchweise.
- Marketing und Sales arbeiten auf derselben Account-Liste.
- Wir messen Termine pro Account, nicht Leads.
- Unsere Ads-Audiences aktualisieren sich automatisch mit der Pipeline.
Bei null bis zwei Treffern erzeugen Sie Demand, statt sie zu finden — das teuerste Modell. Bei drei bis vier steht das Fundament, aber der Loop ist noch nicht geschlossen. Bei fünf bis sechs arbeiten Sie bereits wie ein GTM-Intelligence-System.
Fazit
Demand Detection ist kein neues Tool, sondern ein anderes Modell: nicht Nachfrage erzeugen, sondern vorhandene Nachfrage über Kaufsignale finden und im richtigen Zeitfenster ansprechen. Der Funnel steht und fällt mit drei Prinzipien — Signale ernst nehmen, schnell auf ihre Frische reagieren und alles auf einer Account-Liste mit einer Metrik zusammenführen.
CegTec baut genau diesen Loop als System: Signale erkennen, Accounts wärmen, Sequenzen intelligent timen und Ergebnisse zurückspielen — CRM-agnostisch und ohne Migration. Wie ein kontextbewusstes GTM-System das im Betrieb umsetzt, zeigt die Übersicht zu GTM Goat. Wenn Sie wissen wollen, welche Ihrer Ziel-Accounts gerade Kaufsignale senden, sprechen Sie mit uns.
Häufige Fragen
Was ist der Unterschied zwischen Demand Generation und Demand Detection?
Demand Generation versucht, Nachfrage zu erzeugen — über Content, Werbung und Aufklärung bei einem breiten Publikum, das größtenteils noch nicht kaufbereit ist. Demand Detection dreht die Logik um: Sie findet Nachfrage, die bereits existiert, indem sie beobachtbare Kaufsignale auswertet und genau die Accounts anspricht, bei denen gerade ein Auslöser vorliegt. Generation baut Bekanntheit über Monate auf; Detection nutzt ein Zeitfenster von Tagen. Beide schließen sich nicht aus, aber Detection ist im Outbound der schnellere und günstigere Hebel, weil die Nachfrage nicht erst geschaffen werden muss.
Welche Kaufsignale sind im B2B am aussagekräftigsten?
Vier Kategorien haben sich bewährt: Hiring-Signale (ein Unternehmen, das SDRs oder Vertriebsleitung einstellt, investiert gerade in Go-to-Market), digitale Signale (Website-Besuche von Ziel-Accounts, LinkedIn-Engagement, Content-Downloads), strukturelle Signale (Funding-Runden, neue Führung, Markt-Expansion) und CRM-Signale (Lookalikes zu bereits gewonnenen Kunden). Entscheidend ist nicht nur der Signal-Typ, sondern die Frische: Ein Signal ist drei bis sieben Tage heiß und nach etwa vier Wochen kalt.
Wie schnell muss man auf ein Kaufsignal reagieren?
So schnell wie möglich, denn Signale zerfallen. Auf einen Website-Besuch eines Ziel-Accounts sollte die erste Nachricht innerhalb von 24 bis 48 Stunden folgen. Ein frisches Hiring-Signal verträgt einen Start binnen einer Woche. Ältere Signale sollten aus der aktiven Ansprache herausfallen, weil eine verspätete Reaktion recherchiert statt relevant wirkt — und damit oft mehr schadet als nützt.
Ersetzt Demand Detection klassisches Lead-Scoring?
Nein, es ergänzt es. Lead-Scoring bewertet, ob ein Account grundsätzlich zum ICP passt (der statische Fit). Demand Detection ergänzt die zeitliche Dimension: Passt der Account nicht nur, sondern ist gerade jetzt ein Auslöser aktiv? Die stärkste Priorisierung entsteht aus der Kombination — hoher ICP-Fit plus frisches Signal ist der beste Account, den Sie heute ansprechen können.
Braucht man für Demand Detection ein neues Tool oder eine neue Plattform?
Nein. Ein Minimal-Setup besteht aus einer Signal-Quelle (etwa Website-De-Anonymisierung), einer zentralen Account-Tabelle und einer signalgekoppelten Sequenz — CRM-agnostisch und ohne Migration. Der Mehrwert entsteht nicht durch ein einzelnes Werkzeug, sondern dadurch, dass Signale, Ansprache und Ergebnisse in einer Liste zusammenlaufen und eine Lernschleife bilden. Erst danach lohnt es sich, Air-Cover-Ads und weitere Signal-Quellen zu ergänzen.