Positiv-Quoten im DACH-Outbound: Branchen-Benchmarks 2026

„Was ist eine gute Antwortrate?” ist ohne Kontext unbeantwortbar

Es ist die häufigste Frage im Outbound — und die am häufigsten falsch beantwortete: Was ist eine gute Antwortrate? Die ehrliche Antwort lautet: Ohne Branchen-Kontext ist die Frage nicht zu beantworten. Eine Quote, die im B2B-Software-Vertrieb enttäuschend wäre, kann in einem gesättigten Dienstleistungsmarkt ein Spitzenwert sein. Wer seine Kampagne gegen einen kontextlosen Durchschnitt aus einem US-Blogpost benchmarkt, zieht daraus mit hoher Wahrscheinlichkeit die falschen Schlüsse — und optimiert dann an der falschen Stelle.

Dieser Artikel liefert zwei Dinge: eine saubere Trennung der Metriken, mit denen Outbound-Kampagnen gesteuert werden — und konkrete Branchen-Benchmarks für Positiv-Quoten im DACH-Raum, gezogen aus unserem anonymisierten Kampagnen-Datenbestand mit Stand Juni 2026.

Positiv-Quote, Reply-Rate, Meeting-Rate: Was misst was?

Drei Metriken werden im Outbound routinemäßig durcheinandergeworfen, obwohl sie völlig unterschiedliche Fragen beantworten:

• Reply-Rate: Anteil der kontaktierten Personen, die überhaupt antworten — egal was. Sie misst, ob Nachrichten ankommen und eine Reaktion auslösen.
• Positiv-Quote: Anteil der positiven oder interessierten Antworten an allen erhaltenen Antworten. Sie misst, ob die Reaktionen, die kommen, in die richtige Richtung gehen.
• Meeting-Rate: Anteil der Kontaktierten, mit denen ein Termin zustande kommt. Sie misst das Ende des Outbound-Funnels — hängt aber von Faktoren ab, die weit hinter der ersten Nachricht liegen.

Der entscheidende Punkt: Die Reply-Rate zählt auch Absagen, Abmeldewünsche und Beschwerden mit. Eine Kampagne kann ihre Reply-Rate steigern und gleichzeitig schlechter werden — etwa wenn eine provokantere Betreffzeile mehr Reaktionen provoziert, der Zuwachs aber aus genervten Absagen besteht. Wer nur auf die Reply-Rate schaut, belohnt Lärm.

Die Positiv-Quote ist deshalb die ehrlichere Steuerungsgröße für die Frage, die im Outbound wirklich zählt: Treffen wir die richtigen Leute mit der richtigen Botschaft? Sie filtert das Rauschen heraus und lässt nur die Signale übrig, aus denen Pipeline entsteht. Und sie ist früher verfügbar und weniger verzerrt als die Meeting-Rate, die zusätzlich von Kalender-Logistik, Follow-up-Disziplin und Sales-Zyklus abhängt — warum am Ende trotzdem die Abschlussqualität zählt, haben wir unter Meeting-to-Close-Rate als Nordstern eingeordnet. Für die Ebene davor, die rohen Antwortraten nach Kanälen, lohnt der Blick auf die Cold-E-Mail-Reply-Rates im B2B.

Wichtig für alles Folgende: Die Positiv-Quote ist eine Quote auf Antworten, nicht auf Kontakte. 100 Kontakte, 10 Antworten, davon 4 interessiert = 40 Prozent Positiv-Quote bei 10 Prozent Reply-Rate. Wer die beiden Bezugsgrößen vermischt, vergleicht Äpfel mit Birnen — dazu unten mehr.

Die Benchmarks: Positiv-Quoten im DACH-Outbound (Stand Juni 2026)

Die folgenden Werte stammen aus unserem laufenden Kampagnen-Betrieb: anonymisierte Benchmarks über alle aktiven Workspaces, aggregiert auf Branchen-Ebene. Kein Kunde sieht dabei die Daten eines anderen — was branchenübergreifend geteilt wird, sind ausschließlich aggregierte Quoten und bewährte Muster, nie Rohdaten.

Branche (DACH)	Positiv-Quote
B2B-Software	51 %
Solar / Erneuerbare Energien	38 %
GTM-Services	27 %
Schnitt über alle aktiven Workspaces	23 %

Zwei Lesehinweise, bevor Sie Ihre eigene Kampagne daneben legen:

Erstens: Der Schnitt von 23 Prozent liegt unter den drei ausgewiesenen Branchen, weil er alle aktiven Kampagnen enthält — auch schwierige Nischen, frühe Test-Segmente und Kampagnen in der Kalibrierungsphase. Die Branchenwerte darüber zeigen, was in eingeschwungenen Setups erreichbar ist.

Zweitens: Diese Zahlen sind Orientierung, keine Garantie. Sie beschreiben, was in einer Branche mit sauberem ICP, spezifischem Messaging und funktionierender Zustellbarkeit möglich ist. Eine einzelne Kampagne kann darüber oder darunter liegen, ohne dass eine der beiden Abweichungen automatisch etwas beweist.

Warum Branchen so unterschiedlich performen

Ein Spread von 27 Prozentpunkten zwischen B2B-Software und dem Gesamtschnitt ist kein Zufall und kein Qualitätsurteil über einzelne Teams. Er hat strukturelle Ursachen:

Buying-Trigger-Dichte. Branchen unterscheiden sich massiv darin, wie oft bei Zielkunden ein akuter Anlass zum Kauf entsteht. Wo Funding-Runden, Team-Wachstum, Regulatorik-Änderungen oder Ausschreibungen laufend neue Kaufsituationen erzeugen, trifft Outbound häufiger auf offene Türen. Wo der Bedarf nur alle paar Jahre entsteht, sind die meisten Angeschriebenen schlicht gerade nicht im Markt — und antworten entsprechend seltener positiv. Wie man solche Anlässe systematisch nutzt, beschreibt der Artikel zu signal-basiertem Outbound.

Wettbewerbsdruck im Posteingang. Entscheider in stark umworbenen Segmenten — etwa GTM- und Sales-Dienstleistungen — bekommen täglich Kaltakquise von Anbietern, die exakt dasselbe versprechen. Jede zusätzliche Nachricht konkurriert dort gegen einen abgestumpften Filter. In Branchen, in denen qualifizierter Outbound noch selten ist, wirkt dieselbe handwerkliche Qualität deutlich stärker.

Deal-Größe und Erklärungsbedarf. Je größer und erklärungsbedürftiger das Angebot, desto höher die Hürde für ein spontanes „Ja, erzählen Sie mehr”. Ein klar umrissenes Software-Problem mit bekannter Lösungskategorie erzeugt schneller positive Antworten als ein Angebot, das der Empfänger erst gedanklich einordnen muss.

Timing-Sensitivität. Manche Branchen kaufen in Zyklen — Budgetjahre, Förderfenster, Saisongeschäft. Solar und Erneuerbare sind ein gutes Beispiel: Trifft die Ansprache in ein offenes Entscheidungsfenster, sind die Quoten hoch; außerhalb davon fällt dieselbe Kampagne deutlich ab. Der Branchenwert mittelt über beide Zustände.

Die Konsequenz: Ein Benchmark ist nur innerhalb derselben Branche eine sinnvolle Vergleichsgröße. Eine GTM-Services-Kampagne mit 27 Prozent Positiv-Quote performt auf Benchmark — die gleiche Zahl wäre in B2B-Software ein deutliches Warnsignal.

Die eigene Quote fair benchmarken

Bevor Sie Ihre Kampagne gegen die Tabelle oben halten, drei Bedingungen, ohne die der Vergleich wertlos ist:

Gleiche Definition. Prüfen Sie, was Ihr System als „positiv” zählt. Zählt ein „Gerade nicht, aber melden Sie sich in Q4” als positiv oder neutral? Zählt eine Weiterleitung an einen Kollegen? Unterschiedliche Klassifikationslogiken verschieben die Quote um zweistellige Prozentpunkte. Benchmarken Sie nur gegen Werte, deren Definition Sie kennen — die hier ausgewiesene ist: positive/interessierte Antworten geteilt durch alle Antworten.

Ausreichend Volumen. Quoten auf kleinen Zahlen sind Rauschen. Wer nach 60 Kontakten und fünf Antworten eine Positiv-Quote berechnet, misst Zufall. Als Größenordnung, wie belastbares Volumen aussieht: In einer Kampagne für Jochen Schweizer mydays gingen 2.728 Kontakte in die Ansprache, mit 6,3 Prozent Reply-Rate und nur 1,0 Prozent Unsubscribe-Rate — bei solchen Stichproben sind Quoten interpretierbar, und die niedrige Abmelderate zeigt zugleich, dass Volumen und Präzision kein Widerspruch sind.

Segment-getrennt messen. Eine Kampagne, die zwei Personas oder zwei Branchen mischt, produziert einen Mittelwert, der für keine der beiden gilt. Das eigentliche Signal — Segment A funktioniert, Segment B nicht — verschwindet im Durchschnitt. Getrennte Messung pro Segment ist die Voraussetzung dafür, dass aus der Quote eine Entscheidung werden kann.

Unter Benchmark — was jetzt?

Liegt die eigene Positiv-Quote nach fairen Kriterien deutlich unter dem Branchenwert, gibt es eine bewährte Prüfreihenfolge — vom größten zum kleinsten Hebel:

1. ICP schärfen. Die häufigste Ursache niedriger Positiv-Quoten ist nicht schlechtes Texten, sondern falsche Empfänger: Firmen ohne das Problem, Rollen ohne Budget-Bezug, Segmente ohne Kaufanlass. Bevor am Messaging gedreht wird, gehört die Zielgruppen-Definition auf den Prüfstand — das Handwerkszeug dazu steht im Leitfaden zur ICP-Definition im B2B.
2. Messaging spezifischer machen. Generische Nachrichten erzeugen generische Reaktionen — also überwiegend Absagen. Je präziser die Nachricht die Branche, die Situation und den mutmaßlichen Anlass des Empfängers trifft, desto höher der Anteil interessierter Antworten. Spezifität schlägt Kreativität.
3. Kanal-Mix prüfen. Manche Zielgruppen sind per E-Mail praktisch unerreichbar, antworten aber auf LinkedIn — und umgekehrt. Wer nur einen Kanal fährt, misst unter Umständen nicht die Qualität seiner Ansprache, sondern die Kanal-Präferenz seiner Zielgruppe.

Und ein ehrlicher Vorbehalt zum Schluss dieser Liste: Es gibt Konstellationen, in denen auch eine handwerklich saubere Kampagne unter dem Branchen-Benchmark bleibt — etwa weil das Angebot in einer Nische mit strukturell wenig Kaufanlässen sitzt. Benchmarks zeigen das Erreichbare, sie ersetzen keine Geschäftsmodell-Diagnose.

Woher solche Benchmarks kommen — und wie man mit ihnen arbeitet

Belastbare Branchen-Benchmarks entstehen nicht aus Umfragen, sondern aus laufendem Betrieb: aus vielen parallelen Kampagnen, deren Antworten einheitlich klassifiziert und deren Quoten über Branchen aggregiert werden. Genau so entstehen die Zahlen in diesem Artikel — als anonymisierte Auswertung über die aktiven Workspaces auf GTM Goat, unserem GTM-System für den DACH-Raum. Der praktische Nutzen liegt dabei weniger in der Tabelle selbst als in dem, was dahinter steht: Wer in einer Branche startet, muss nicht bei null herausfinden, welche Ansprache dort funktioniert, sondern beginnt mit Mustern, die sich in dieser Branche bereits bewährt haben — während die eigene Positiv-Quote von Anfang an sauber und segmentgetrennt gemessen wird. Wie ein solches System aus jeder Antwort lernt, beschreibt der Artikel zum Closed-Loop Outbound.

Wenn Sie wissen wollen, wo Ihre Branche steht und was Ihre aktuelle Quote im Vergleich bedeutet: Über Kontakt lässt sich das anhand Ihrer Zahlen konkret einordnen.