<p>In diesem Praxisguide erfährst du, wie du mit n8n und modernen KI-Modellen deine komplette Kundenakquise automatisierst: Leads erfassen, anreichern, qualifizieren, priorisieren und mit personalisierten E-Mails nachfassen. Schlank aufgebaut, rechtssicher gedacht und praxisorientiert.</p>\n<h2>Warum n8n für KI-gestützte Akquise?</h2>\n<p>n8n ist ein flexibles Automatisierungs-Tool mit über 400 Integrationen, eigenem Expression-System und Self-Host-Option. In Kombination mit KI-Modellen lassen sich Entscheidungen (Qualifizierung, Routing, Textgenerierung) automatisieren und transparent nachvollziehen. Die offene Architektur eignet sich ideal für KMU, die klein starten und schrittweise skalieren möchten.</p>\n<h2>End-to-End-Architektur der Akquise</h2>\n<p>So fließen Daten vom ersten Kontakt bis zum Abschluss. Die folgende Tabelle zeigt typische Phasen, Trigger und Aktionen.</p>\n<table>\n <tr>\n <th>Phase</th>\n <th>Beispiel-Trigger</th>\n <th>Aktion/Tool</th>\n </tr>\n <tr>\n <td>Lead-Erfassung</td>\n <td>Formular/Webhook</td>\n <td>n8n Webhook, CRM-Eintrag</td>\n </tr>\n <tr>\n <td>Anreicherung</td>\n <td>Neue E-Mail</td>\n <td>Firmendaten-API, Domain-Check</td>\n </tr>\n <tr>\n <td>Qualifizierung</td>\n <td>Lead-Daten vorhanden</td>\n <td>KI-Scoring, Intenterkennung</td>\n </tr>\n <tr>\n <td>Routing</td>\n <td>Score/Segment</td>\n <td>Zuweisung im CRM, Kanban-Stage</td>\n </tr>\n <tr>\n <td>Outreach</td>\n <td>Qualifiziert</td>\n <td>Personalisierte E-Mail via SMTP/API</td>\n </tr>\n <tr>\n <td>Follow-up</td>\n <td>Keine Antwort</td>\n <td>Wartepfad, neues Follow-up</td>\n </tr>\n <tr>\n <td>Analyse</td>\n <td>Event-Logging</td>\n <td>Sheet/DB, KPI-Dashboard</td>\n </tr>\n</table>\n<h2>Mini-Anleitung: Deinen ersten n8n Akquise-Flow bauen</h2>\n<ul>\n <li>Webhook anlegen: In n8n einen "Webhook"-Trigger erstellen (POST). URL im Formular-Tool hinterlegen.</li>\n <li>Validieren: "IF"-Node prüft, ob E-Mail und Nachricht vorhanden sind. Fallback: Danke-Mail, Log ins Sheet.</li>\n <li>Normalisieren: "Function"-Node formatiert Namen und extrahiert Domain.</li>\n</ul>\n<pre><code>// Function-Node (JavaScript)\nconst email = $json.email || "";\nconst name = ($json.name || "").trim();\nconst domain = email.split("@")[1] || "";\nreturn [{...$json, name, domain}];\n</code></pre>\n<ul>\n <li>KI-Qualifizierung: Per "HTTP Request" an dein Modell (z. B. OpenAI/Azure oder lokales LLM über Ollama). Bitte API-Key als Credential in n8n speichern.</li>\n</ul>\n<pre><code>{\n "model": "gpt-4o-mini",\n "messages": [\n {"role": "system", "content": "Du bist ein B2B-Sales-Assistent. Antworte nur als kompaktes JSON."},\n {"role": "user", "content": "Bitte qualifiziere diesen Lead: {{ $json.email }} | Nachricht: {{ $json.message }}. Kategorien: intent (cold/warm/hot), budget (low/med/high), score (0-100)"}\n ],\n "temperature": 0.2\n}\n</code></pre>\n<ul>\n <li>Parsen & Routen: "IF"-Node auf Score >= 70 leitet zu direktem Outreach. Sonst Nurturing-Sequenz.</li>\n <li>CRM-Eintrag: "HubSpot/Pipedrive/Airtable"-Node legt Lead an, Fügt Score/Tags hinzu.</li>\n <li>E-Mail senden: "SMTP"/"Postmark"/"SendGrid"-Node nutzt personalisierte Vorlage (siehe unten).</li>\n</ul>\n<h2>KI-Modelle vergleichen: Cloud vs. Lokal</h2>\n<p>Wähle ein Modell nach Datenschutz, Kosten und Qualität. Eine kompakte Orientierung:</p>\n<table>\n <tr>\n <th>Variante</th>\n <th>Stärken</th>\n <th>Kosten/Datenschutz</th>\n </tr>\n <tr>\n <td>OpenAI/Anthropic (Cloud)</td>\n <td>Beste Qualität, Tools, hohe Zuverlässigkeit</td>\n <td>Nutzungsgebühr je Token, Daten extern</td>\n </tr>\n <tr>\n <td>Azure OpenAI (Region EU)</td>\n <td>Compliance, Unternehmens-SLAs</td>\n <td>Ähnlich Cloud, bessere Governance</td>\n </tr>\n <tr>\n <td>Lokale LLMs (z. B. Ollama)</td>\n <td>Volle Datenkontrolle, kalkulierbare Kosten</td>\n <td>Server-Ressourcen nötig, Qualität variiert</td>\n </tr>\n</table>\n<h2>Lead-Qualifizierung mit n8n und KI</h2>\n<p>Ziel: Relevanz und Kaufbereitschaft schnell einschätzen. So setzt du ein robustes Scoring auf:</p>\n<ul>\n <li>Features: Keywords im Text (z. B. "Budget", "Zeitleiste"), Firmengröße (aus Domain), Branche.</li>\n <li>KI-Ausgabe erzwingen: Bitte um kompaktes JSON mit fixem Schema.</li>\n <li>Grenzwerte definieren: z. B. Score >= 70 = Verkaufschance, 40–69 = Nurturing, < 40 = Archiv.</li>\n</ul>\n<pre><code>// Erwartetes JSON der KI\n{\n "intent": "warm", \n "budget": "med", \n "score": 72,\n "reason": "Projektstart in 6-8 Wochen, klare Anforderungen"\n}\n</code></pre>\n<h2>Personalisierte E-Mails & Follow-ups</h2>\n<p>Mit KI generierst du Betreffzeilen und personalisierte Pitches – basierend auf Problem, Branche und Use-Case. In n8n kannst du Vorlagen mit Variablen nutzen.</p>\n<pre><code>// E-Mail-Vorlage (Text)\nBetreff: {{ $json.company }} × {{ $json.firstName }}: 3 konkrete Ideen\n\nHallo {{ $json.firstName }},\n\nich habe mir {{ $json.company }} angesehen und basierend auf deiner Nachricht drei schnelle Hebel identifiziert:\n1) {{ $json.idea1 }}\n2) {{ $json.idea2 }}\n3) {{ $json.idea3 }}\n\nWenn sinnvoll, zeige ich dir in 15 Min., wie wir das mit n8n + KI umsetzen.\nOffen für Dienstag 10:00 oder Mittwoch 14:00?\n\nViele Grüße\n{{ $json.senderName }}\n</code></pre>\n<ul>\n <li>Sequenzen: Pfade für Keine-Antwort (Warte 3 Tage, Follow-up), Interesse (Kalender-Link), Kein Interesse (Nurturing).</li>\n <li>Regeln: Nur Double-Opt-in-Listen oder legitimes Interesse; stets Abmeldeoption anbieten.</li>\n</ul>\n<h2>Tracking, Metriken und A/B-Tests</h2>\n<p>Lege Kennzahlen fest und logge sie automatisiert (z. B. in Google Sheets, Postgres, Data Studio).</p>\n<table>\n <tr>\n <th>Metrik</th>\n <th>Umsetzung in n8n</th>\n <th>Zielwert (Start)</th>\n </tr>\n <tr>\n <td>Form-zu-Lead-Rate</td>\n <td>Zähler Webhook & CRM-Einträge</td>\n <td>20–40%</td>\n </tr>\n <tr>\n <td>Antwortquote</td>\n <td>Reply-Events erfassen</td>\n <td>8–15%</td>\n </tr>\n <tr>\n <td>Qualifizierungsquote</td>\n <td>Score ≥ 70 pro Lead</td>\n <td>25–35%</td>\n </tr>\n</table>\n<h2>Häufige Fehler und wie du sie vermeidest</h2>\n<ul>\n <li>Unklare Prompts: Erzwinge kompaktes JSON, setze Temperature niedrig (0–0,3).</li>\n <li>Zu viele Tools: Starte mit Webhook, CRM, E-Mail, KI – erst später erweitern.</li>\n <li>Fehlende Validierung: Prüfe Pflichtfelder und E-Mail-DNS (MX) vor Versand.</li>\n <li>Kein Logging: Logge jede Entscheidung (Score, Modell, Prompt-Version) für Debugging.</li>\n <li>DSGVO übersehen: Datenminimierung, Auftragsverarbeitung, Löschkonzepte beachten.</li>\n</ul>\n<h2>Checkliste: Von MVP zur skalierbaren n8n KI Automatisierung</h2>\n<ul>\n <li>MVP: 1 Formular → KI-Score → CRM → 2-stufige E-Mail-Sequenz.</li>\n <li>Datenqualität: Domain-Check, Dublettenprüfung, Pflichtfelder.</li>\n <li>Modelle: Start mit Cloud, später optional lokal (Ollama) migrieren.</li>\n <li>Versionierung: Prompt-Versionen und Flow-Änderungen dokumentieren.</li>\n <li>Skalierung: Queues/Batching, Rate-Limits, Retry-Strategien in n8n aktivieren.</li>\n</ul>\n<h2>Kostenüberblick (Richtwerte)</h2>\n<table>\n <tr>\n <th>Komponente</th>\n <th>Beispiel</th>\n <th>Kosten/Monat</th>\n </tr>\n <tr>\n <td>n8n Betrieb</td>\n <td>Self-Host (VPS) oder n8n Cloud</td>\n <td>10–30 €</td>\n </tr>\n <tr>\n <td>LLM API</td>\n <td>OpenAI/Azure/Anthropic</td>\n <td>5–100 € (Nutzung)</td>\n </tr>\n <tr>\n <td>E-Mail-Versand</td>\n <td>Postmark/SendGrid/SMTP</td>\n <td>10–40 €</td>\n </tr>\n <tr>\n <td>CRM</td>\n <td>HubSpot/Pipedrive/Airtable</td>\n <td>0–50 €</td>\n </tr>\n</table>\n<h2>Recht & DSGVO kurz erklärt</h2>\n<ul>\n <li>Rechtsgrundlage klären: Einwilligung (Opt-in) oder berechtigtes Interesse.</li>\n <li>AV-Verträge mit Anbietern (z. B. CRM, E-Mail, Cloud-LLM) abschließen.</li>\n <li>Datenminimierung: Nur nötige Felder speichern, Löschfristen definieren.</li>\n <li>Transparenz: Datenschutzhinweise, Abmeldelinks, Logging der Opt-ins.</li>\n <li>Sensible Daten vermeiden; keine inoffiziellen Datenquellen verwenden.</li>\n</ul>\n<h2>Nächste Schritte</h2>\n<ul>\n <li>Schritt 1: MVP-Flow in n8n bauen (Webhook → KI → CRM → E-Mail).</li>\n <li>Schritt 2: KPIs messen, Prompts iterieren, A/B-Tests für Betreff und Tonalität.</li>\n <li>Schritt 3: Skalieren (Queues, weitere Kanäle), optional lokales LLM.</li>\n</ul>\n<div class="cta">\n <strong>Brauchst du Unterstützung bei IT-, Automatisierungs- oder Webprojekten?</strong><br>\n <a href="/kontakt">Kontaktiere uns – wir beraten dich gerne.</a>\n</div>
%20(1).webp){kind=small}
