Content Hub → KI und der Dark Funnel

Warum 70 bis 80 Prozent des B2B-Kaufprozesses unsichtbar ablaufen, was KI daran wirklich ändert und wo die DSGVO die Grenze zieht.

KI und der Dark Funnel

30 min Lesezeit

Inhalt

01.

KI und der Dark Funnel: Wie Maschinen sehen, was Menschen nicht tracken

02.

Das Problem: Was klassisches Tracking nicht sieht

03.

Wie KI das Bild verändert

04.

DSGVO: Der EU-Unterschied

05.

Von Daten zu Pipeline: Was konkret passiert

Content Übersicht minimieren

Content Hub teilen:

KI und der Dark Funnel: Wie Maschinen sehen, was Menschen nicht tracken

Die bekannte Faustregel, ein B2B-Käufer sei „57 Prozent durch die Buying Journey, bevor er den Vertrieb kontaktiert“, ist ein Mythos. Sie stammt aus einer CEB/Google-Studie von 2011 und wurde bereits 2015 als irreführender Durchschnitt entlarvt. Die Realität 2026 ist unbequemer: Laut Gartner verbringen B2B-Käufer nur 17 Prozent ihrer gesamten Kaufzeit im direkten Kontakt mit potenziellen Anbietern, auf einen einzelnen Vertriebsmitarbeiter entfallen dabei nur 5 bis 6 Prozent der Kaufzeit. Rund 80 Prozent des Kaufprozesses finden statt, bevor Sie überhaupt wissen, dass ein Unternehmen aktiv nach einer Lösung sucht.

80 %

der Buyer Journey laufen ohne direkten Anbieterkontakt ab (Gartner)

~61 %

der Journey vergehen, bevor der erste Anbieterkontakt entsteht (6sense, 2025)

86 %

der B2B-Käufe stocken irgendwann im Prozess (Forrester, 2024)

Das Problem: Was klassisches Tracking nicht sieht

Der Begriff B2B Dark Funnel bezeichnet genau diese unsichtbare Phase: die Recherche, die Ihr CRM nie erfasst, weil kein Formular ausgefüllt, kein Whitepaper heruntergeladen und keine Demo gebucht wurde. Forrester verortet diesen Anteil bei 70 bis 80 Prozent der Journey. 6sense zufolge entsteht der erste aktive Kontakt mit einem Anbieter erst nach rund 61 Prozent der Buyer Journey.

Das ist kein taktisches, sondern ein strukturelles Problem. Wer nur Formularabschlüsse zählt, sieht die kleine Gruppe, die gerade aktiv sucht, und bleibt blind für den Großteil, der noch recherchiert. Das erklärt auch, warum so viele Deals nie ins Rollen kommen: 86 Prozent der B2B-Käufe kommen im Laufe des Prozesses irgendwann ins Stocken (Forrester, State of Business Buying 2024, n über 16.000). Der Engpass liegt deshalb selten in der einzelnen Kampagne, sondern in der Strecke zwischen anonymer Recherche und qualifizierter Übergabe.

Wie KI das Bild verändert

Hier setzt die KI gestützte Lead Identifikation an. Der bekannteste Baustein ist die Reverse-IP-Auflösung: Ein Algorithmus ordnet die IP-Adresse eines Websitebesuchs einem Unternehmen zu. Das funktioniert ohne Cookies und unabhängig von Consent Bannern oder dem Inkognitomodus. So lassen sich anonyme Websitebesucher zumindest auf Unternehmensebene sichtbar machen.

REALISMUS STATT HYPE

Auf Unternehmensebene liegt die Match Rate bei 20 bis 40 Prozent, auf Personenebene nur bei 5 bis 15 Prozent. Anbieterangaben von 60 bis 90 Prozent halten unabhängigen Tests nicht stand.

In Deutschland drückt zusätzlich die höchste Ad-Blocker-Quote Europas (knapp 49 Prozent) auf die Reichweite,
ebenso Homeoffice, VPNs und Mobilfunknetze.

Die Identifikation anonymer B2B Websitebesucher geht jedoch über die IP Adresse hinaus. Ein zweiter Baustein ist die Analyse öffentlich zugänglicher Signale, etwa aus Stellenausschreibungen, Technologiewechseln, Finanzierungsrunden oder regulatorischen Fristen.

Praxisansatz: Synthetic Leads (ALEX & GROSS)

Synthetic Leads erweitern den Blick von der eigenen Website auf den offenen Markt. Ein Anbieter für Cybersicherheit nutzt beispielsweise Fristen im Zusammenhang mit NIS2 als Muster für ein mögliches Kaufsignal, um betroffene Unternehmen zu identifizieren, lange bevor eine Ausschreibung läuft.

Eine wichtige Grenze bleibt jedoch bestehen: IP Matching liefert nur einen Firmennamen, nicht automatisch eine konkrete Kontaktperson. Für eine belastbare Ansprache braucht es zusätzlich eine separate Schicht zur Datenanreicherung.

KONTAKT

Finden Sie heraus, welche Unternehmen bereits Interesse zeigen, welche Signale wirklich belastbar sind und wie Sie daraus bessere Ansatzpunkte für Ihre Vertriebsarbeit gewinnen.

Kostenloses Erstgespräch

DSGVO: Der EU-Unterschied

Beim DSGVO konformen B2B Tracking zeigt sich der Unterschied zwischen europäischen und US amerikanischen Ansätzen besonders deutlich. Company-Level-IP-Auflösung ist in Deutschland überwiegend zulässig, weil die IP einer juristischen Person grundsätzlich kein personenbezogenes Datum ist. Der Zugriff auf das Endgerät ist davon getrennt zu betrachten. § 25 TDDDG verlangt dafür grundsätzlich eine Einwilligung. Das Verwaltungsgericht Hannover entschied 2025, dass bereits die Übertragung einer IP Adresse beim Aufruf einer Website als ein solcher Zugriff gewertet werden kann.

US Tools setzen häufig auf die Erkennung einzelner Personen über Cookies und Identitätsgraphen. Eine solche Verarbeitung ist in Europa häufig einwilligungspflichtig. Diese Tools haben zusätzlich ein Abdeckungsproblem. Nicht englischsprachige Intent Signale machen laut Forrester typischerweise weniger als 20 Prozent des erfassten Signalvolumens aus. Entsprechend lückenhaft ist die Abdeckung des deutschen Mittelstands in Datenbanken mit US Schwerpunkt. Europäische, GDPR native Ansätze mit Fokus auf Firmenebene und öffentliche Quellen sind im DACH-Raum sowohl rechtlich robuster als auch datenseitig überlegen. Das ersetzt jedoch nicht die individuelle rechtliche Prüfung. Datenschutzbeauftragte sollten vor der Einführung eingebunden werden und nicht erst danach.

Von Daten zu Pipeline: Was konkret passiert

Ein erkanntes Unternehmen ist noch keine Pipeline. Der Wert entsteht in der Kette danach. KI gestützte Buyer Intent Analysen priorisieren erkannte Accounts nach ihrer Kaufwahrscheinlichkeit. Predictive Lead Scoring gewichtet Verhaltenssignale und firmografische Merkmale zu einem Score. Erst dieser Score entscheidet darüber, wann welcher Account an den Vertrieb übergeben wird.

Die Effekte sind real, sollten aber nüchtern betrachtet werden. Unabhängige Benchmarks zeigen einen Anstieg der Conversion Rate von 8,4 auf 21,3 Prozent. Anbieter Eigenstudien nennen deutlich höhere Steigerungen vom Zweifachen bis zum Sechsfachen, meist jedoch ohne transparente Kontrollgruppe. Realistisch zeigen sich erste Priorisierungseffekte nach 60 bis 90 Tagen. Messbare Effekte auf die Pipeline sind meist erst nach 6 bis 12 Monaten zu erwarten.

In der Praxis verändert das die Arbeitsteilung. Für das Marketing rückt die Priorisierung von Accounts an die Stelle der reinen Leadmenge. Für Inside Sales zählt das richtige Timing der Übergabe mehr als die Anzahl der Kontaktversuche.

21,3 %

Conversion Rate von intent priorisierten Accounts zu Opportunities

8,4 %

Conversion Rate ohne Intent Priorisierung (The Starr Conspiracy, 2025)

6 – 12

Monate bis zu messbaren Pipeline Effekten, realistisch veranschlagt

Praxisansatz: EVERLEAD (ALEX & GROSS)

EVERLEAD verzahnt diese Schritte in einer Plattform. Dazu gehören eine DSGVO konforme IP Auflösung auf Unternehmensebene mit Consent Management, ein gemeinsames Dashboard für Marketing und Vertrieb sowie automatisierte Übergaben. Diese liefern dem Vertrieb in Echtzeit den relevanten Gesprächskontext, anstatt Kontaktstrecken manuell zu verwalten.

Wie das in der Praxis aussieht, zeigt ein anonymisiertes Projektbeispiel. Bei einem Anbieter für Industrieautomation wurde die digitale Reichweite mit persönlicher Qualifizierung durch Inside Sales verbunden. Automatisierte E Mail Strecken übergaben Accounts erst dann an erfahrene Mitarbeitende im Inside Sales, wenn definierte Verhaltenssignale vorlagen. Der entscheidende Hebel war ein besseres Timing der Übergabe und nicht eine höhere Zahl an Kontaktversuchen.

Fazit

Was KI im Dark Funnel heute wirklich leisten kann: Sie macht einen relevanten Teil des anonymen Firmen Traffics sichtbar, priorisiert Accounts nach ihrer Kaufabsicht und erkennt anhand öffentlicher Signale früh, welche Unternehmen in Bewegung sind.

Was sie nicht kann: einzelne Personen zuverlässig identifizieren, die häufig beworbenen Match Rates von 90 Prozent erreichen oder die rechtliche Prüfung ersetzen. B2B Intent Data ist ein Werkzeug zur Priorisierung und kein Autopilot.

Der konkrete nächste Schritt lautet: Prüfen Sie, wie hoch der Anteil anonymer Websitebesuche von Unternehmen aus Ihrem Ideal Customer Profile tatsächlich ist. Diese Zahl entscheidet, ob sich die Identifikation anonymer Websitebesucher für Sie lohnt, bevor Sie über ein Tool nachdenken.

KONTAKT

Lassen Sie uns gemeinsam prüfen, wo in Ihrem Dark Funnel konkretes Pipelinepotenzial steckt.

Kostenloses Erstgespräch

Häufige Fragen

Was ist der Dark Funnel im B2B?

Der Dark Funnel B2B bezeichnet den Teil der Kaufrecherche, den klassisches Tracking nicht erfasst, weil er ohne Formular, Download oder direkten Anbieterkontakt abläuft. Studien verorten diesen Anteil bei 70 bis 80 Prozent der Buyer Journey (Forrester, Analystenangabe).

Ist B2B-IP-Tracking in Deutschland DSGVO-konform?

Company-Level-IP-Auflösung gilt als überwiegend zulässig, weil die IP einer juristischen Person meist kein personenbezogenes Datum ist. Der Zugriff aufs Endgerät ist nach § 25 TDDDG jedoch grundsätzlich einwilligungspflichtig. Eine anwaltliche Einzelfallprüfung vor dem Rollout ist ratsam (informierte Einordnung, keine Rechtsberatung).

Wie zuverlässig erkennt KI anonyme Website-Besucher?

Auf Firmenebene erreichen Tools realistisch 20 bis 40 Prozent Match-Rate, auf Personenebene nur 5 bis 15 Prozent (unabhängige Tests). Anbieterclaims von 60 bis 90 Prozent halten diesen Tests nicht stand.

Worin unterscheiden sich Intent Data und Predictive Lead Scoring?

Intent Data B2B liefert die Rohsignale der Kaufabsicht, etwa Website-Verhalten oder öffentliche Marktsignale. Predictive Lead Scoring gewichtet diese Signale zu einem Score, der die Reihenfolge der Bearbeitung bestimmt. Das eine ist die Datenquelle, das andere die Priorisierungslogik.