Zwei Leute. Zwei Hälften desselben Problems.

Ich habe in den letzten zehn Jahren mit über 150 B2B-SaaS- und AI-Startups gearbeitet, die meisten zwischen 1 und 10 Mio. ARR. Ich bin Angel Investor, ich schreibe Bücher über B2B-Vertrieb, und ich mache die Funky Flywheels Show – einen Podcast, in dem ich seit Jahren mit Foundern und Revenue-Leadern über genau das rede, was auf dieser Seite steht.

Was ich in diesen Jahren gelernt habe, ist unspektakulär: Die meisten Unternehmen in dieser Größe haben kein Vertriebsproblem. Sie haben ein Klarheitsproblem. Sie können nicht in einem Satz sagen, für wen sie welches Problem lösen und woran der Kunde merkt, dass es gelöst ist. Und weil das unklar ist, verkaufen vier AEs vier Versionen desselben Produkts, das Marketing produziert auf Verdacht, und der Founder schließt weiterhin die wichtigen Deals selbst.

Das ist reparierbar. Nicht mit Kreativität, sondern mit Struktur und mit dem Willen, es einmal ehrlich durchzutesten. Genau das mache ich: ICP, Value Proposition, Messaging, Sales-Prozess, Führung. Und ich rechne dabei immer von deinem Businessplan nach unten, weil mich interessiert, ob deine Ziele mit dem aktuellen Setup überhaupt noch erreichbar sind.

Ich sage Founderinnen und Foundern regelmäßig Dinge, die sie nicht hören wollen. Das ist der Teil des Jobs, für den man mich eigentlich bezahlt.

Ich bin seit über 15 Jahren im B2B unterwegs und habe seit 2019 mehr als 50 Go-to-Market-Projekte gebaut – von Seed bis Series B. Gebaut heißt: selbst. Nicht über ein Team, nicht über Dritte. Ich sitze im CRM, im Datenmodell, in den Workflows, und ich schreibe die Automatisierungen, die daraus entstehen.

Was mir dabei jedes Mal auffällt: Die Arbeit, die im Vertrieb tatsächlich Zeit frisst, ist keine Vertriebsarbeit. Es ist Recherche, Listenaufbau, Datenpflege, Reporting, Nachfassen. Acht bis vierzehn Stunden pro AE pro Woche, für die niemand einen AE eingestellt hat. Diese Arbeit lässt sich heute zu einem großen Teil aus der Rolle herausnehmen – aber nur, wenn darunter ein Datenfundament liegt, das trägt.

Genau da gehen die meisten AI-Projekte kaputt. Nicht an den Modellen, sondern daran, dass es kein System gab, in das man sie einbauen konnte. Ein Agent auf schlechten Daten ist kein Fortschritt, er ist ein schnelleres Missverständnis. Deshalb fange ich immer beim Knowledge Hub an: bei einer zentralisierten Wahrheit, auf die jeder Mensch und jeder AI-Skill zugreift.

Bewusst weglassen gehört dazu. Ich baue keine hundert kleinen Automatisierungen, die in einem Jahr niemand mehr versteht. Ich baue wenige Dinge, die zusammenhängen und in deiner Organisation bleiben.