1. Prozess-Audit statt Bauchgefühl
Viele B2B-SaaS-Teams mit 11 bis 50 Mitarbeitern stecken 40 bis 60 Prozent ihrer Sales-Zeit in manuelle Datenpflege. Leads aus Webinaren, Demos und E-Mails landen in HubSpot oder Salesforce, aber die Qualifizierung erfolgt per Hand. Das Ergebnis: Lange Reaktionszeiten, verlorene Opportunities und ein CRM, das nicht als Single Source of Truth funktioniert. Ein strukturierter Prozess-Audit identifiziert genau diese Engpässe. Forfis analysiert die bestehenden Workflows, misst die aktuelle Zykluszeit und Fehlerquote und priorisiert die Prozesse mit dem höchsten Automatisierungspotenzial. Das Audit dauert eine Woche und liefert eine konkrete Roadmap für den Piloten. Es ersetzt keine Strategie, sondern macht sie messbar. Die Kosten liegen bei 2.000 bis 3.000 EUR und sind im Piloten enthalten. Ohne dieses Fundament scheitern 70 Prozent aller KI-Projekte an unklaren Zielen oder fehlenden Daten.
2. Fokussierter Pilot auf Lead-Qualifizierung
Der Pilot läuft vier Wochen und fokussiert sich auf einen einzigen Workflow: die Lead-Qualifizierung. Forfis baut eine LangGraph-Logik, die neue Leads aus HubSpot liest, den Kontext analysiert und eine Klassifikation vornimmt. Die Logik prüft: Passt der Lead zum ICP? Gibt es Kaufsignale? Welche nächste Aktion ist sinnvoll? Das Ergebnis wird als Score und Kategorie in das CRM geschrieben. Ein menschlicher Reviewer prüft die ersten 100 Fälle, um die Genauigkeit zu validieren. Die Architektur ist model-agnostisch: Forfis nutzt OpenAI oder Anthropic-APIs, je nachdem, welches Modell die beste Genauigkeit liefert. Der Pilot endet mit einem Report, der die Zykluszeit und Fehlerquote vor und nach der Automatisierung gegenüberstellt. Typischerweise sinkt die Reaktionszeit von 24 Stunden auf unter 2 Stunden. Die Fehlerquote liegt nach dem Tuning unter 5 Prozent. Das ist die Baseline für die Skalierung.
3. LangGraph als Entscheidungslogik
LangGraph ist kein Framework, das man einfach installiert. Es ist eine State-Machine, die komplexe Entscheidungslogik abbildet. Forfis nutzt es, um die Lead-Qualifizierung in klare Zustände zu zerlegen: Eingang, Kontextanalyse, ICP-Prüfung, Kaufsignal-Erkennung, Score-Zuweisung, CRM-Writeback. Jeder Zustand hat definierte Eingaben und Ausgaben. Das macht die Logik testbar und debugbar. Im Gegensatz zu einfachen Prompt-Ketten kann LangGraph Verzweigungen, Schleifen und Fehlerbehandlung abbilden. Wenn ein Lead unvollständige Daten hat, geht die Logik in einen Wartezustand und bittet um Nachreichung. Wenn ein Kaufsignal erkannt wird, wird der Lead sofort als „Hot“ markiert und dem Sales-Team zugewiesen. Diese Struktur ist der Grund, warum der Pilot in vier Wochen fertig ist: Die Logik ist von Anfang an klar definiert, nicht erst nach dem dritten Iterationsschleife.
4. CRM-Anbindung ohne Reibungsverluste
Die Anbindung an HubSpot oder Salesforce erfolgt über die nativen REST-APIs. Forfis nutzt keine Middleware, die zusätzliche Latenz und Fehlerquellen einführt. Der Workflow ist: 1. Webhook empfängt neue Lead-Ereignisse aus dem CRM. 2. LangGraph-Logik verarbeitet den Lead. 3. Ergebnis wird über die CRM-API zurückgeschrieben. 4. Bestehende CRM-Workflows greifen auf die neuen Felder zu. Das System ist model-agnostisch: Wenn OpenAI nicht mehr die beste Genauigkeit liefert, kann Forfis auf Anthropic oder ein Open-Weight-Modell umstellen, ohne die CRM-Anbindung zu ändern. Die Latenz liegt bei 18 bis 40 ms pro Lead, je nach Modell und Datenmenge. Für ein Team mit 50 Leads pro Tag ist das vernachlässigbar. Die Anbindung dauert zwei Tage und wird im Piloten getestet. Kein CRM-Wechsel, keine Datenmigration, keine Downtime.
5. Messbare Baseline für die Skalierung
Der Pilot endet nicht mit dem Go-live. Forfis liefert einen Report mit drei Kernmetriken: Zykluszeit, Fehlerquote und Durchsatz. Diese Werte werden als Baseline für die Skalierung festgelegt. Der Report enthält auch eine Roadmap für die nächsten drei Automatisierungsschritte. Typische Kandidaten sind: Dokumentenextraktion aus Vertragsdaten, Ticket-Triage im Support, Datenpflege im CRM. Jeder Schritt wird mit derselben Methodik umgesetzt: Audit, Pilot, Messung. Die Kosten für die Skalierung liegen bei 5.000 bis 10.000 EUR pro Workflow. Die Managed Operation kostet 1.500 bis 2.500 EUR pro Monat und umfasst Monitoring, Modell-Updates und Support. Das ist der Unterschied zu einem einmaligen Projekt: Forfis bleibt im Betrieb und passt die Logik an, wenn sich die Lead-Quellen oder das ICP ändern. Die Baseline aus dem Piloten ist der Maßstab für jede weitere Verbesserung.
Leave a Reply