Lead-Qualität messen: MQL, SQL und Conversion verstehen

„Wir haben genug Leads“ ist im B2B selten das eigentliche Thema. Die entscheidende Frage lautet: Wie viele davon werden zu Kunden? Wer Lead-Qualität nicht misst, optimiert im Blindflug — er belohnt den Kanal mit der größten Menge statt den mit den besten Abschlüssen und wundert sich, warum der Vertrieb trotz voller Pipeline seine Ziele verfehlt.

Dieser Beitrag erklärt die zwei zentralen Reifegrade eines Leads, die vier Kennzahlen, auf die es ankommt, ein konkretes Rechenbeispiel — und die typischen Messfehler, die selbst erfahrene Teams in die Irre führen.

Was unterscheidet MQL und SQL?

Nicht jeder Lead ist gleich weit. Zwei Begriffe trennen die Phasen sauber:

Marketing Qualified Lead (MQL)

Ein Kontakt, der Interesse gezeigt hat — etwa durch eine Anfrage über ein Branchenportal — und grundsätzlich zur Zielgruppe passt. Beispiel: Ein Bauunternehmen fragt auf einem Fachportal eine mobile Heizzentrale für die Bautrocknung an. Das Interesse ist dokumentiert, aber Budget, Zeitrahmen und Entscheidungsweg sind noch ungeprüft.

Sales Qualified Lead (SQL)

Derselbe Lead, nachdem der Vertrieb ihn geprüft und als echte Verkaufschance akzeptiert hat: Der Bedarf ist real, das Budget vorhanden, der Zeitrahmen konkret. Der Übergang vom MQL zum SQL ist der wichtigste Qualitätsfilter überhaupt — hier zeigt sich, ob eine Quelle Substanz liefert oder nur Volumen.

Welche Kennzahlen zeigen Lead-Qualität wirklich?

• MQL-zu-SQL-Rate: Wie viele Anfragen halten der Prüfung durch den Vertrieb stand? Eine niedrige Rate deutet auf Qualitätsprobleme an der Quelle hin — falsche Zielgruppe, unklare Erwartungen oder ungeprüfte Datensätze.
• SQL-zu-Kunde-Rate (Conversion): Wie viele akzeptierte Chancen führen zum Abschluss? Das ist der ehrlichste Indikator für Lead-Qualität, weil er sich nicht durch großzügige Qualifizierung schönen lässt.
• Reaktionszeit: Wie schnell wird ein neuer Lead kontaktiert? Geschwindigkeit korreliert stark mit der Abschlusswahrscheinlichkeit — dazu unten mehr.
• Kosten pro SQL bzw. pro Kunde: Erst auf dieser Ebene wird sichtbar, welcher Kanal wirklich rentabel ist. Ein scheinbar günstiger Lead, der nie konvertiert, ist der teuerste im Portfolio — welche Abrechnungsmodelle dem entgegenwirken, zeigen wir unter Preise.

Wichtig zur Einordnung: Absolute Zielwerte gibt es nicht — ob eine MQL-zu-SQL-Rate gut ist, hängt von Markt, Ticketgröße und Definition ab. Aussagekräftig sind die Kennzahlen im Vergleich: zwischen Kanälen, zwischen Quellen und über die Zeit.

Die Lead-Menge schmeichelt dem Report. Die Conversion-Rate sagt die Wahrheit.

Wie berechnen Sie die Kennzahlen? Ein Rechenbeispiel

Die Formeln sind einfach — entscheidend ist, sie konsequent auf jede Quelle einzeln anzuwenden. Ein vereinfachtes Beispiel mit angenommenen Zahlen:

Ein Anbieter erhält in einem Quartal 100 Anfragen aus einer Quelle. Der Vertrieb akzeptiert davon 60 als echte Verkaufschancen — die MQL-zu-SQL-Rate liegt bei 60 Prozent. Aus den 60 Chancen werden 15 Kunden — eine SQL-zu-Kunde-Rate von 25 Prozent. Insgesamt wurde also jede siebte Anfrage zum Kunden.

Nun dieselbe Rechnung für eine zweite Quelle: 300 Anfragen, aber nur 45 akzeptierte Chancen (15 Prozent) und 5 Kunden. Obwohl diese Quelle dreimal so viele Leads liefert, bringt sie ein Drittel der Abschlüsse — und bindet nebenbei Vertriebszeit für 255 aussortierte Datensätze. Wer nur die Lead-Menge vergleicht, hätte die falsche Quelle ausgebaut. Erst die Kostenrechnung pro Kunde — eingekaufter Preis plus verbrauchte Arbeitszeit — macht den Unterschied sichtbar.

Warum ist die Reaktionszeit ein Qualitätsfaktor?

Die Reaktionszeit wirkt wie eine Vertriebskennzahl, ist aber in Wahrheit ein Qualitätshebel: Ein Interessent, der eine Anfrage stellt, ist genau in diesem Moment beim Thema — oft mit mehreren geöffneten Vergleichsangeboten. Mit jeder Stunde ohne Antwort sinkt die Erreichbarkeit, das Interesse kühlt ab, und der schnellere Wettbewerber führt das erste Gespräch. Derselbe Lead hat also je nach Reaktionszeit eine völlig unterschiedliche Abschlusswahrscheinlichkeit.

Deshalb behandeln wir Geschwindigkeit als Teil der Lead-Qualität: Die Lindenfield GmbH kontaktiert neue Anfragen werktags zwischen 8:00 und 16:30 Uhr in der Regel in unter 60 Sekunden — noch bevor der Interessent die nächste Website geöffnet hat.

Welche Fehler verzerren die Messung?

• Unterschiedliche Definitionen je Kanal: Wenn „qualifiziert“ bei jeder Quelle etwas anderes bedeutet, sind die Raten nicht vergleichbar. Eine schriftliche SQL-Definition — Bedarf, Budget, Zeitrahmen — ist Pflicht.
• Zu frühe Bewertung: B2B-Entscheidungen brauchen Wochen bis Monate. Wer eine Quelle nach 14 Tagen beurteilt, misst Erreichbarkeit statt Qualität — bewerten Sie Kohorten erst, wenn ihr Verkaufszyklus durchlaufen ist.
• Durchschnitt statt Kohorten: Ein Gesamtdurchschnitt über alle Quellen und Zeiträume verdeckt genau die Unterschiede, die Sie sehen wollen. Jede Quelle braucht ihre eigene Rechnung.
• Überlebende zählen: Wer nur gewonnene Kunden analysiert, übersieht, wo die Pipeline die meisten Chancen verliert. Die Absprungstellen zwischen MQL, SQL und Abschluss sind die eigentliche Diagnose.

Wie verbessern Sie schwache Kennzahlen?

Jede Kennzahl hat ihren eigenen Hebel. Eine schwache MQL-zu-SQL-Rate ist fast immer ein Quellenproblem: Die Anfragen passen nicht zur Zielgruppe oder wurden nie geprüft. Der wirksamste Schritt ist ein Wechsel zu Quellen mit echter Suchintention und manueller Vorqualifikation — worauf Sie dabei achten sollten, fasst unsere Checkliste unter B2B-Leads kaufen zusammen. Genau hier liegt auch der Grund, warum kaufbereite Inbound-Leads strukturell besser konvertieren als kalt angesprochene Kontakte.

Eine schwache SQL-zu-Kunde-Rate bei guter Lead-Qualität deutet dagegen auf den eigenen Prozess: zu langsame Reaktion, fehlendes Follow-up oder Angebote, die am geklärten Bedarf vorbeigehen. Und wer die Kosten pro Kunde senken will, sollte den Kundenwert mitdenken: In Märkten mit Vertragscharakter — etwa Mietwäsche und Textilservice — rechtfertigt ein einzelner gewonnener Vertrag deutlich mehr Aufwand pro Lead als ein Einmalgeschäft.

Kennzahlen entfalten ihren Wert erst, wenn sie zu Entscheidungen führen. Kontinuierliche Daten und Benchmarks zeigen, an welcher Stelle die Pipeline klemmt — und wo eine kleine Korrektur die größte Wirkung hat. Genau dieses datengetriebene Vorgehen ist Teil unseres Leistungsportfolios zur B2B-Leadgenerierung — und entscheidet darüber, welche Kanäle der Neukundengewinnung sich wirklich rechnen.

Fazit

Lead-Qualität ist messbar — wenn man die richtigen Kennzahlen betrachtet, sauber definiert und pro Quelle vergleicht. Wer MQL-zu-SQL-Rate, Conversion, Reaktionszeit und Kosten pro Kunde im Blick behält, erkennt früh, ob die Pipeline gesund ist, und investiert dort, wo Abschlüsse entstehen statt Volumen. Gern analysieren wir gemeinsam, wo in Ihrem Prozess das größte Potenzial liegt — in einer kostenlosen Erstberatung.