Einleitung: Vom Kaltaufschlag zum vorbereiteten Gespräch
Die Neukundenakquisition im Firmenkundengeschäft ist für viele Berater die unbeliebteste Aufgabe der Woche – und gleichzeitig die wichtigsten. Der Mittelstand in der Region ist umkämpfter denn je: Direktbanken, FinTechs und spezialisierte Banken werben mit digitalen Prozessen, schnellen Entscheidungen und Nischenprodukten. Die Regionalbank punktet mit Nähe, Netzwerk und Beratungstiefe. Doch diese Stärken entfalten sie nur, wenn der Berater gut vorbereitet in den Termin geht.
Genau hier setzt Künstliche Intelligenz an. Nicht als Ersatz für den Berater, sondern als Rechercheassistent, Vorbereitungspartner und Sparringspartner. Wer früher zwei Stunden für die Vorbereitung eines einzigen Akquisitionstermins brauchte, kann heute in 20 Minuten ein Gesprächsvorbereitungsdossier erstellen, das die entscheidenden Fragen kennt, den passenden Gesprächsanlass liefert und die ersten Bonitätsindikatoren einschätzt.
Dieser Artikel zeigt, wie Firmenkundenberater KI konkret entlang des Akquisitionsprozesses einsetzen können – von der Identifikation geeigneter Zieladressen über den Bedarfscheck bis zur Vorbereitung des Gesprächs selbst. inklusive praktischer Prompt-Vorlagen, die direkt ausprobiert werden können.
Warum sich KI-Vorbereitung im Firmenkundenvertrieb lohnt
Bevor wir in die konkreten Anwendungsfälle einsteigen, lohnt ein Blick auf die eigentlichen Probleme der Akquisition:
- Unklare Zielauswahl: Berater besuchen oft „irgendwelche“ Firmen aus dem Bestandsumfeld oder aus Listen, ohne echte Eignung zu prüfen.
- Fehlender Gesprächsanlass: Der Anruf „Ich wollte mich mal vorstellen“ ist bei inhabergeführten Mittelständlern, die täglich Anrufe von Vertrieblern erhalten, zum Scheitern verurteilt.
- Oberflächliche Bedarfserkennung: Branchenkenntnis, Lebenszyklus und konkrete Investitionsanlässe des Unternehmens bleiben unberücksichtigt.
- Zeitdruck: Zwischen Betreuungsmandaten, Kreditentscheidungen und Regulatorik bleibt für echte Vorbereitung wenig Zeit.
KI adressiert alle vier Probleme gleichzeitig. Sie verdichtet öffentlich verfügbare Informationen, strukturiert Denkprozesse, erzeugt Gesprächsanlässe aus realen Ereignissen und liefert Entscheidungsvorlagen. Wichtig dabei: KI ersetzt keine Bonitätssystematik, keine Bankinterna und keine persönliche Beziehung – sie macht beides nur schneller und fundierter nutzbar.
Ein Grundsatz sollte dabei immer gelten: Vertrauliche Kundendaten, Bankinterna und personenbezogene Daten aus internen Systemen gehören nicht in öffentliche KI-Tools. Die hier beschriebenen Prompts arbeiten mit öffentlich zugänglichen Informationen (Websites, Handelsregister, Presse, Social Media) und mit Anonymisierungen. Wer eine vom Institut zugelassene KI-Lösung nutzt, kann den Spielraum entsprechend erweitern – die Datenschutzs- und Compliance-Vorgaben des Hauses haben immer Vorrang.
Schritt 1: Zieladressen identifizieren – vom Rasterleisten zur Shortlist
Was KI hier leistet
Die klassische Gebietsanalyse („Welche Firmen in meinem Zuständigkeitsgebiet passen zu uns?“) ist mühsam: Gewerbedateien durchforsten, Adresslisten kaufen, Websites einzeln prüfen. KI kann diesen Prozess dramatisch verkürzen, indem sie Suchkriterien operationalisiert:
- Strukturmerkmale: Branche, Umsatzgrößenordnung, Mitarbeiterzahl, Rechtsform (GmbH, GmbH & Co. KG, inhabergeführt)
- Eignungsmerkmale: Hoher Beratungsbedarf (z. B. Handel, Bau, Gesundheitswesen), komplexere Finanzierungsbedarfe, Außenwirtschaftsaktivität
- Erreichbarkeitsmerkmale: Firmenchef aktiv in Presse/Netzwerk sichtbar, Unternehmen tritt auf Messen auf, aktive Social-Media-Präsenz
Praktisches Vorgehen
Der Berater definiert sein Idealbild des Zielkunden – und lässt die KI daraus ein operationalisierbares Suchraster machen. Im zweiten Schritt werden die Kriterien gegen verfügbare Quellen geprüft: Handelsregisterdaten, Firmenwebsites, Jobportale (Stellenanzeigen verraten Wachstum!), lokale Presse, Messeausstellerlisten.
Prompt-Beispiel 1 – Suchprofil schärfen:
„Du bist Spezialist für Firmenkundenvertrieb einer Sparkasse im ländlichen Raum. Ich möchte Neukunden im Mittelstand gewinnen. Beschreibe ein operationalisierbares Suchraster für potenzielle Firmenkunden: 5 Branchen mit hoher Finanzierungs- und Beratungsintensität, je 3 erkennbare Indikatoren für potenziellen Bedarf (z. B. aus Stellenanzeigen, Presse, Website) und 2 typische passgenaue Sparkassen-Produkte je Branche. Region: Kreis mit ca. 200.000 Einwohnern, Struktur: Mittelstand, Handwerk, Landwirtschaft, Gesundheitswesen.“
Prompt-Beispiel 2 – Firmenliste qualifizieren:
„Ich habe eine Liste von 30 Firmennamen [Liste einfügen]. Ordne jede Firma nach Attraktivität für eine Sparkasse im Firmenkundenbereich ein (A/B/C) mit kurzer Begründung aus öffentlich verfügbaren Merkmalen: Rechtsform, vermutete Größenklasse, Branchenumfeld, Anzeichen für Beratungsbedarf. Kennzeichne, welche Informationen du nicht sicher einordnen kannst und ich verifizieren muss.“
Wichtiger Hinweis
Öffentliche KI-Chatbots haben keinen Live-Zugriff auf Handelsregister oder Firmendatenbanken. Die KI hilft bei der Strukturierung und Qualifizierung, die eigentlichen Daten liefert der Berater aus seinen Quellen (North Data, firmenwissen, IHK-Verzeichnisse, Messekataloge). Die Kombination ist der Effizienzhebel: Datenquelle + KI-Auswertung.
Schritt 2: Bedarfscheck – was braucht das Unternehmen wirklich?
Aus zwei Sätzen wird ein Bedarfsprofil
Ein Blick auf die Website eines Maschinenbauers genügt einer KI, um ein fundiertes Hypothesenpapier zum erwarteten Bedarf zu erstellen: Wachstumsphase (Stellenanzeigen, neue Halle), Exportquote (Referenzkunden im Ausland), Investitionszyklen (Maschinentechnik), typische Finanzierungsstrukturen der Branche.
Der Berater geht nicht mehr mit einer vagen Ahnung, sondern mit einem strukturierten Bedarfshypothesen-Papier in die Planung:
Prompt-Beispiel 3 – Bedarfsprofil je Zieladresse:
„Erstelle mir ein Gesprächsvorbereitungs-Dossier für eine Akquisition bei folgendem Unternehmen: [Firmenname, Branche, Website-Text bzw. Kurzbeschreibung, ggf. Bekanntes zu Mitarbeitern, Standorten, Produkten]. Gliedere nach: (1) vermuteter Status im Unternehmenslebenszyklus, (2) typische Finanzierungs- und Beratungsbedarfe in dieser Phase und Branche, (3) konkrete Ereignisse/Beobachtungen, die auf einen aktuellen Bedarf hindeuten könnten, (4) drei Fragen, die ich im Erstgespräch stellen sollte, um die Hypothesen zu prüfen, (5) mögliche Einwände des Unternehmens gegenüber seiner Hausbank und wie ich darauf reagiere.“
Branchen- und Anlass-Fibel als wiederverwendbares Asset
Besonders effizient: Der Berater lässt sich einmalig eine „Bedarfsbibliothek“ für seine Kernbranchen erstellen und speichert sie in seiner eigenen Wissensdatei. Bei jedem neuen Termin muss dann nur noch das Unternehmen gegen die Bibliothek gespiegelt werden.
Prompt-Beispiel 4 – Branchenbibliothek aufbauen:
„Erstelle eine kompakte Bedarfsbibliothek für Firmenkundenberater einer Sparkasse zu den Branchen [z. B. Bau, Handel, Gesundheitswesen, Logistik]. Je Branche: typische Finanzierungsanlässe, Saisonmuster, branchenspezifische Risiken, relevante Förderprogramme, passende Bankleistungen (von der klassischen Investitionsfinanzierung über Liquiditätsinstrumente bis Leasing/Forfaitierung), und je ein spezifischer Gesprächsaufhänger für die Erstansprache.“
Schritt 3: Der konkrete Gesprächsanlass – der entscheidende Türöffner
Aus Beobachtung wird Anlass
Der häufigste Grund für gescheiterte Erstansprachen ist nicht Unfreundlichkeit, sondern Belanglosigkeit. Ein Mittelständler nimmt sich Zeit für ein Gespräch, wenn ein konkreter, relevanter Anlass da ist. KI hilft, aus verstreuten öffentlichen Signalen genau solche Anlässe zu formen:
| Öffentliches Signal | Möglicher Gesprächsanlass |
|---|---|
| Freie Stellen für Fachkräfte | „Sie suchen händeringend Fachkräfte – wie wirkt sich das auf Ihre Auftragslage und Ihren Kapitalbedarf aus?“ |
| Pressebericht über neue Produktion | „Erweiterung im Gange – wie ist die Finanzierung der Folgeinvestitionen gedacht?“ |
| Ausstellerliste Messe | „Sie expandieren in den Markt X – decken Ihre Zahlungsbedingungen und Währungsabsicherung das schon ab?“ |
| Jubiläum im Handelsregister | „Sie sind X Jahre aktiv – beschäftigen Sie schon Nachfolge-/Sicherheitsfragen, die eine Bank neutral begleiten kann?“ |
| Neuer Geschäftsführer | „Neue Impulse – passt Ihre Finanzierungsstruktur noch zum eingeschlagenen Kurs?“ |
| Branchentrend/Regulierung | „Ab 2027 gilt XYZ – haben Sie geprüft, was das für Ihren Finanzbedarf bedeutet?“ |
Prompt-Beispiel 5 – Gesprächsanlässe generieren:
„Für folgendes Unternehmen [Kurzprofil einfügen] und folgende öffentliche Beobachtungen [z. B. Stellenanzeige, Pressemeldung, Jubiläum einfügen] entwickle mir: (1) drei konkrete Gesprächsanlässe, sortiert nach vermuteter Wirkung beim Geschäftsführer, (2) je einen Telefonaufhänger-Satz von maximal 25 Wörtern, der den Anlass in einer Zeile erklärt und neugierig macht, ohne verkaufsmäßig zu klingen, (3) je einen Fallback-Anlass, falls der Hauptanlass vom Unternehmen anders gesehen wird.“
Warming-up per Vorlauf
Kann man zusätzliche Anlässe aktiv herbeiführen? Auch hier hilft die KI bei der Kampagnenplanung: Einladung zu einem Fachimpuls („Digitale Rechnungspflicht im Mittelstand“), Regionalstudie, Business-Frühstück. Die KI entwirft Einladungstexte, Follow-up-Sequenzen und Fazilitationsfragen – der Berater bleibt Absender und Gesicht, die KI ist Ghostwriter.
Prompt-Beispiel 6 – Einladungstext:
„Schreibe eine Einladung per E-Mail an Geschäftsführer von mittelständischen Handelsunternehmen in [Region] zu einem 90-minütigen Frühstücksimpuls zum Thema [z. B. ‚Zahlungsverhalten 2027 – wie Sie sich als Handel absichern‘]. Tonfall: regionale Sparkasse, respektvoll, ohne Marketingfloskeln, mit konkretem Nutzenversprechen in der ersten Zeile. Maximal 130 Wörter plus Betreffzeile. Ziel: Terminvereinbarung, nicht Verkauf.“
Schritt 4: Erste Bonitätseinschätzung – seriös vortasten
Was KI darf – und was nicht
Ein transparenter Gedanke: Jede seriöse Bonitätseinschätzung braucht strukturierte Daten – Bilanzen, Zahlen aus Jahresabschlüssen, Auskünfte. Öffentliche KI-Chatbots können und dürfen diese nicht liefern. Was KI aber sehr gut kann:
- Öffentliche Signalquellen strukturieren: Presseberichte über Vollstreckungen, Negativschlagzeilen, Geschäftsführerwechsel in kurzer Abfolge, gescheiterte Barkapitalerhöhungen, gestundete Verfahren – die KI ordnet ein, welche öffentlichen Signale bonitätsrelevant sind.
- Bonitätsrelevantes Wissen aufbauen: Sie erklärt dem Berater (und Kunden) Branchenrisiken, typischen Finanzierungsbedarf, Frühindikatoren.
- Fragebögen für das Erstgespräch vorbereiten: Die richtigen Fragen zur finanziellen Situation ergeben oft mehr als jede externe Datenquelle.
Prompt-Beispiel 7 – Vorbereitung auf kritische Punkte:
„Ich bereite ein Erstgespräch mit einem potenziellen Firmenkunden aus [Branche] vor. Ich will im Gespräch die finanzielle Situation respektvoll, aber zielführend ausleuchten. Erstelle mir: (1) acht Fragen zur aktuellen Geschäftslage und Finanzierung, die ein Unternehmer als professionell (nicht kontrollierend) empfindet, (2) drei Frühindikatoren in dieser Branche, auf deren Ansprache ich achten sollte, (3) eine Empfehlung, wie ich sensibel kläre, ob es für ein erstes Finanzierungsmandat einen konkreten Anlass gibt, ohne aufdringlich zu wirken.“
Der Effizienzhebel nach dem Termin
Der zweite große Bonitäts-Nutzen von KI liegt nach dem Erstgespräch: Der Berater kann seine Gesprächsnotizen in strukturierte Zusammenfassungen, Risikoindikatoren und nächste Schritte verwandeln lassen – die Basis für die interne Kreditvorprüfung und für ein fundiertes Follow-up beim Kunden.
Prompt-Beispiel 8 – Gesprächsnotizen strukturieren:
„Ich gebe dir meine unstrukturierten Notizen aus einem Erstgespräch mit einem potenziellen Firmenkunden [Notizen einfügen – anonymisiert, ohne Kundendaten Dritter]. Erstelle daraus: (1) eine Zusammenfassung der aktuellen Geschäftslage, (2) einen Katalog identifizierter Bedarfe mit Priorität und vermutetem Zeithorizont, (3) mögliche Vertriebsfolgeaktivitäten, (4) eine Checkliste der für die interne Bonitätsvorprüfung noch fehlenden Unterlagen.“
Schritt 5: Vertrieblich relevante Ansprechpartner – den richtigen Menschen erreichen
Zielgenau statt „Sehr geehrte Damen und Herren“
Im Mittelstand entscheidet oft der Geschäftsführer oder Inhaber selbst über die Bankverbindung. Bei größeren Unternehmen ist es der Kaufmännische Leiter oder CFO. KI hilft, die Ansprechpartner-Struktur zu durchdringen:
- Recherche-Assistenz: Die KI formuliert präzise Suchstrategien für LinkedIn, XING, Firmenwebsite und Presse („Wer ist Geschäftsführer der X GmbH? Welches Team wird auf der Website genannt? Wer spricht auf Messen?“).
- Relevanz-Check: Nicht jeder Name auf der Website ist vertriebsrelevant. Die KI gewichtet Rollenprofile nach Entscheidungskompetenz für Bankangelegenheiten.
- Ansprachetexte: Auf den konkreten Menschen zugeschnittene Kurzprofile, Briefe, LinkedIn-Nachrichten – vom Ghostwriter-Prinzip.
Prompt-Beispiel 9 – Ansprache zielgenau vorbereiten:
„Ich möchte [Geschäftsführer/CFO] eines mittelständischen Unternehmens [Branche, Größenordnung] erreichen. Aus öffentlichen Quellen weiß ich: [z. B. promovierter Ingenieur, aktiv im Lions Club, bloggt über Lean Management]. Schreibe mir: (1) eine persönliche E-Mail von max. 120 Wörtern, die auf zwei der genannten Merkmale Bezug nimmt und einen konkreten Gesprächsanlass [X] nennt, (2) eine Alternative per LinkedIn-Nachricht von max. 60 Wörtern, (3) einen Kurzvorschlag für den Fall, dass der Termin-Sekretariat-Check mit ‚kein Bedarf‘ abgewimmelt wird – wie reagiere ich freundlich dranbleibend?“
Multi-Domain-Vorbereitung: ein Termin – mehrere Stakeholder
Bei inhabergeführten Firmen ist der Gesprächspartner selten allein relevant: der Lebenspartner (Unternehmensnachfolge, private Vermögensstruktur), die Prokuristen, die Buchhaltung. KI kann vorab eine Stakeholder-Map erstellen, ohne dass dies kontrollierend wirkt.
Prompt-Beispiel 10 – Stakeholder-Map:
„Erstelle eine Stakeholder-Analyse für die Vorbereitung eines Akquisitionsgesprächs bei einem inhabergeführten mittelständischen Unternehmen [Kurzprofil]. Berücksichtige auch die private Ebene des Inhabers (Vermögensstruktur, Nachfolge, private Bankgeschäfte). Ordne nach: Kernentscheider (Bank-Themen), Influencer, potenzielle private Zusatzthemen. Kennzeichne für jede Gruppe, welches Sparkassen-Angebot relevant sein könnte und wie ich sie im Erstgespräch respektvoll einbeziehe.“
Schritt 6: Das Gespräch selbst – KI als Sparringspartner
Simulieren statt improvisieren
Ein oft unterschätzter KI-Einsatz: das Rollenspiel. Die KI spielt den unter Druck stehenden Geschäftsführer, der „keinen Bedarf“ hat, und der Berater trainiert seine Gesprächsführung – so oft er will, ohne Risiko.
Prompt-Beispiel 11 – Rollenspiel-Gesprächssimulation:
„Spielt für mich einen Geschäftsführer eines Maschinenbauunternehmens mit 40 Mitarbeitern und guter eigener Kapitaldecke, der keinerlei Interesse hat, von seiner Hausbank zu wechseln und in erster Linie Zeit sparen will. Du bist direkt, knapp, leicht skeptisch, mit gelegentlichem trockenem Humor. Ich starte das Gespräch – bleib in der Rolle, bis ich ‚Stopp‘ sage. Nach dem Stopp: gib mir Feedback zu meinen Fragen, Zuhörverhalten und Abschlussversuchen.“
Der 90-Sekunden-Aufhänger für den Gang ins Unternehmen
Nicht jede Akquisition braucht einen Termin – der klassische Vor-Ort-Besuch im Gewerbegebiet bleibt eine Stärke der Sparkasse. KI kann helfen, spontane Tür-und-Angel-Gespräche vorzubereiten.
Prompt-Beispiel 12 – Tür-und-Angel-Vorbereitung:
„Ich plane unangekündigte Vor-Ort-Besuche in einem Gewerbegebiet mit gemischter Struktur (Handwerk, Handel, Dienstleister). Erstelle mir: (1) einen 30-sekündigen Elevator-Aufhänger für den Gang zum Empfang, der neugierig macht und nicht als ‚Banken-Vertreter‘ entlarvt wird, (2) drei Varianten je nach Firmenart (Handwerksbetrieb vs. Handel vs. Dienstleistung), (3) einen respektvollen Ausstiegssatz für den Fall, dass nur die Empfangsdame da ist – inklusive Idee, wie ich trotzdem einen Nutzen hinterlasse (z. B. Karte mit Anlass, Kontoinformation).“
Schritt 7: Nachbereitung undnachgelagerter Vertrieb – der unterschätzte Follow-up
Vom Einzeltermin zur Pipeline
Die beste Vorbereitung verpufft ohne Follow-up. KI hilft hier auf zwei Ebenen:
- Pipeline-Pflege: Gesprächsergebnisse in strukturierte CRM-taugliche Einträge verwandeln (Bedarf, Priorität, Zeithorizont, nächste Aktivität).
- Dranbleiben mit Anstand: Die KI entwirft Follow-up-Sequenzen mit echtem Mehrwert statt „Ich wollte nochmal nachhaken“: ein förderfähiger Programmtipp, eine Branchenstudie, ein konkreter Auslöser aus dem Erstgespräch („Sie sagten, im Herbst kommt die neue Maschine – hier ist die passende Strukturvarianzte“).
Prompt-Beispiel 13 – Follow-up mit Mehrwert:
„Aus folgenden Notizen aus einem Akquisitionsgespräch [Notizen einfügen] entwickle mir eine Follow-up-Struktur über 90 Tage: Drei Berührungspunkte mit echtem Mehrwert statt Nachfassen (z. B. konkrete Förderhinweise, ein prüfenswertes Strukturmodell, ein Einladungsanlass). Je Kontaktpunkt: Medium, konkreter Inhalt, Länge, Ziel. Bedingung: nicht aufdringlich, jeder Berührungspunkt muss dem Geschäftsführer einen Grund geben, mir zu antworten.“
Umsetzungshinweise: Was bei der Nutzung zu beachten ist
Datenschutz und Compliance zuerst
Die goldenen Regeln für den KI-Einsatz im Firmenkundenvertrieb:
- Keine Kundendaten in öffentliche Tools: Bestandskundendaten, Bonitätsdaten, interne Dokumente gehören ausschließlich in vom Institut freigegebene KI-Lösungen.
- Anonymisieren statt kopieren: Firmennamen durch „ein mittelständisches Unternehmen der Branche X“ ersetzen, wenn das Ziel ohnehin nur Struktur oder Argumente liefert.
- Ergebnisse verifizieren: KI kann falsche oder veraltete Firmeninformationen liefern (besonders „halluzinierte“ Geschäftsführer, Zahlen, Historien). Alles Muss-Feld verifizieren – besonders vor der ersten Nennung im Gespräch.
- Mensch bleibt Verantwortlicher: Die finale Ansprache, die produktspezifische Beratung und jede Bindungsentscheidung bleiben beim Berater. KI-Antworten sind Entwürfe, keine Faktenbescheide.
Der Werkzeugkasten: nicht nur Chat
Der Einstieg braucht keine teure Spezialsoftware. Drei Stufen:
- Basis (sofort): Freigegebene KI-Chatbots mit guten Prompts – decken 80 % der hier beschriebenen Anwendungsfälle ab.
- Erweitert: Instituts-interne KI-Lösungen oder Agenturen, die CRM- und Research-Datenbanken mit KI-Auswertung verbinden.
- Fortgeschritten: AutomatisierteMonitoring-Ansätze (z. B. automatisierte Übersicht über Zieladressen auf Basis von Presse- und Register-Meldungen).
Fazit: Struktur schlägt Zufall
Die Neukundenakquisition im Firmenkundenbereich wird nicht dadurch besser, dass mehr Kaltakquise betrieben wird – sondern dadurch, dass jeder Termin besser vorbereitet ist. KI macht genau das möglich: Sie verwandelt diffuse Suchlisten in qualifizierte Shortlists, reine Vermutungen in dokumentierte Bedarfshypothesen, belanglose Anrufe in konkrete Gesprächsanlässe und Bauchgefühl in strukturierte Vorbereitung.
Für Firmenkundenberater der Sparkassen ergibt sich ein doppelter Effekt: mehr Effizienz in der Vorbereitung (weniger Zeit pro Adresse, mehr Adressen pro Woche) und mehr Wirkung im Gespräch (weil jeder Auftritt zeigt, dass man sich mit dem Unternehmen beschäftigt hat – der stärkste Vertrauensvorschritt, den eine beratungsbasierte Bank haben kann).
Der Einsatz von KI ist dabei keine Zukunftsfrage mehr – sondern eine Frage der richtigen Prompts, der Disziplin im Datenschutz und der Bereitschaft, aus dem Werkzeug Chat ein echtes Vorbereitungstool zu machen. Der Artikel liefert die Prompts – das Ausprobieren ist der nächste Schritt.
Hinweis: Alle genannten Prompts funktionieren mit öffentlich verfügbaren Informationen und wurden so formuliert, dass sie ohne Zugriff auf vertrauliche Kundendaten einsatzfähig sind. Für die Nutzung innerhalb des Instituts gelten die jeweils dort festgelegten Compliance- und Datenschutzvorgaben.
