Sofortantwort
MQL & SQL einfach erklärt
Die zwei Stufen der Lead-Qualifizierung zwischen Marketing und Sales.
- Kurz gesagt
- MQL: Lead zeigt genug Engagement für intensiveres Marketing-Nurturing
- Typischer Einsatz
- Lead Handoff, Funnel-Analyse, Marketing-Attribution
- Wichtig zu wissen
- Klare Definitionen und SLAs zwischen Marketing und Sales sind entscheidend
MQL & SQL im Überblick
MQL und SQL sind die zwei wichtigsten Stufen im B2B-Lead-Funnel. Sie definieren, wann ein Lead von Marketing zu Sales übergeben wird – und verhindern, dass Sales Zeit mit unqualifizierten Leads verschwendet.
Der Funnel:
Visitor → Lead → MQL → SQL → Opportunity → Customer
↓ ↓ ↓
Marketing | Sales
|
HandoffMQL (Marketing Qualified Lead):
- Hat Interesse gezeigt (Content heruntergeladen, Newsletter abonniert)
- Passt zum Ideal Customer Profile (richtige Branche, Größe)
- Noch nicht kaufbereit, braucht Nurturing
SQL (Sales Qualified Lead):
- Hat Kaufabsicht signalisiert (Demo angefragt, Pricing angesehen)
- Budget, Authority, Need, Timeline (BANT) teilweise erfüllt
- Bereit für direktes Sales-Gespräch
Warum ist die Unterscheidung wichtig?
| Ohne MQL/SQL | Mit MQL/SQL |
|---|---|
| Sales ruft jeden Lead an | Sales fokussiert auf kaufbereite Leads |
| Viel Zeitverschwendung | Höhere Effizienz |
| Marketing-Sales-Konflikte | Klare Verantwortlichkeiten |
| Keine Funnel-Transparenz | Messbare Conversion Rates |
Technisch betrachtet
MQL-Kriterien definieren
Demografisch/Firmografisch (Fit):
- Unternehmensgröße: 50-500 Mitarbeiter ✓
- Branche: SaaS, Tech ✓
- Position: Manager+ ✓
- Region: DACH ✓
Verhaltensbezogen (Engagement):
- 3+ Blog-Artikel gelesen ✓
- Whitepaper heruntergeladen ✓
- Newsletter abonniert ✓
- Webinar besucht ✓
Scoring-Schwellenwert:
MQL = Fit Score ≥ 30 UND Engagement Score ≥ 40SQL-Kriterien definieren
Zusätzlich zu MQL:
- Pricing-Seite besucht
- Demo/Trial angefragt
- Kontaktformular ausgefüllt
- Sales-relevante Fragen gestellt
BANT-Framework:
- Budget: Haben sie Budget?
- Authority: Ist es der Entscheider?
- Need: Haben sie ein echtes Problem?
- Timeline: Wann wollen sie kaufen?
Scoring-Schwellenwert:
SQL = MQL + Intent Score ≥ 50Der Handoff-Prozess
Marketing → Sales Übergabe:
- Lead erreicht SQL-Schwellenwert
- Automatische Benachrichtigung an Sales
- Lead wird im CRM zugewiesen
- Sales kontaktiert innerhalb von X Stunden (SLA)
- Sales akzeptiert oder lehnt ab (mit Begründung)
SLA-Beispiel:
Marketing verpflichtet sich:
- X SQLs pro Monat liefern
- Vollständige Kontaktdaten
- Lead Score und Engagement-Historie
Sales verpflichtet sich:
- SQLs innerhalb 4 Stunden kontaktieren
- Feedback zu Lead-Qualität geben
- Abgelehnte Leads begründenZusätzliche Lead-Stufen
Manche Unternehmen verfeinern den Funnel:
| Stufe | Beschreibung |
|---|---|
| Lead | Kontaktdaten bekannt |
| MQL | Marketing-qualifiziert |
| SAL | Sales Accepted Lead (Sales hat akzeptiert) |
| SQL | Sales-qualifiziert (nach erstem Gespräch) |
| Opportunity | Konkreter Deal |
| Customer | Abgeschlossen |
Metriken & Benchmarks
Conversion Rates:
| Conversion | Benchmark | Optimierungshebel |
|---|---|---|
| Lead → MQL | 5-15% | Lead-Qualität, Nurturing |
| MQL → SQL | 15-30% | MQL-Definition, Nurturing |
| SQL → Opportunity | 30-50% | SQL-Definition, Sales-Skills |
| Opportunity → Customer | 20-40% | Sales-Prozess, Produkt-Fit |
Velocity-Metriken:
- Time to MQL: Wie schnell wird ein Lead zum MQL?
- Time to SQL: Wie lange dauert Nurturing?
- Sales Cycle Length: MQL → Customer
Häufige Probleme
1. Zu viele MQLs, zu wenige SQLs:
- MQL-Definition zu locker
- Nurturing nicht effektiv
- Lösung: MQL-Kriterien verschärfen
2. Sales ignoriert MQLs:
- Lead-Qualität zu niedrig
- Kein Vertrauen in Marketing
- Lösung: Feedback-Loop, bessere Kriterien
3. Keine klare Definition:
- Jeder versteht MQL/SQL anders
- Lösung: Dokumentiertes SLA
4. Nur Quantität, nicht Qualität:
- Marketing optimiert auf MQL-Anzahl
- Lösung: SQL und Revenue als Zielmetrik