Sales Tipps für Vertriebsprofis – Sascha Kronberg

KI-Schrott im Vertrieb: Wenn AI deinen Output schlechter macht

Geschrieben von Sascha Kronberg | Jul 1, 2026 7:40:23 AM

Dein Verkäufer schickt KI-Schrott zum Kunden — und weiß es nicht.

 

Die E-Mail klingt professionell. Die Zusammenfassung wirkt schlüssig. Nur: Die Zahlen stimmen nicht. Das Zitat ist erfunden. Und der Kunde merkt es vor dem Abschluss.

 

KI-generierter Output kann den Vertrieb schneller machen. Oder er macht ihn gefährlicher. Der Unterschied liegt nicht am Tool — er liegt daran, ob dein Team gelernt hat, KI-Output zu prüfen.

 

FAQ

 

  • F: Was ist „AI Slop"?
  • A: AI Slop bezeichnet KI-generierten Inhalt, der oberflächlich überzeugend wirkt, aber inhaltlich fehlerhaft, generisch oder erfunden ist — oft ohne dass der Nutzer es merkt.
  • F: Betrifft das wirklich den Vertrieb?
  • A: Ja. Verkäufer nutzen KI für Recherchen, E-Mails, Gesprächsvorbereitung und Proposals. Unkontrollierter KI-Output landet direkt beim Kunden.




Warum KI-Output im Vertrieb besonders riskant ist

 

Ich saß mal in einem Proposal-Review. Ein Verkäufer hatte eine Wettbewerbsanalyse vom KI-Tool bekommen — sah solide aus. Drei Seiten. Quellen dabei. Problem: Zwei der zitierten Studien existierten nicht. Eine URL führte auf eine 404-Seite. Der Kunde hatte es vor uns entdeckt.

 

Das war kein Vertrauensschaden. Das war ein Dealbreaker.

 

Warum KI selbstsicher falsch liegt

 

Große Sprachmodelle sind darauf trainiert, plausibel zu klingen — nicht wahr zu sein. Sie generieren Antworten, die konsistent, flüssig und überzeugend wirken. Auch dann, wenn sie halluzinieren.

 

Der gefährlichste KI-Output im Vertrieb ist nicht der offensichtlich falsche. Er ist der, der fast richtig ist.

 

Das Validierungsproblem

 

Laut einem Forbes-Artikel von Scott Schwartz fehlt in den meisten Vertriebsteams ein strukturierter Validierungsprozess für KI-Output. Verkäufer vertrauen dem Ergebnis — weil es schnell kommt und professionell klingt.

 

Das ist menschlich. Und gefährlich.

 

Wann ist KI-Output im Vertrieb besonders riskant?

 

  • Wettbewerbsanalysen mit Zahlen und Marktanteilen
  • Studienreferenzen in Proposals und Präsentationen
  • Individuelle Kundenrecherchen vor Discovery Calls
  • ROI-Berechnungen und Benchmarks

 

Artikel 2 — Vertriebstraining ROI: So misst du den Erfolg einer Schulung

 

FAQ

 

  • F: Wie häufig halluziniert eine KI?
  • A: Das hängt vom Modell und der Aufgabe ab. Bei Faktenfragen zu spezifischen Zahlen, Zitaten und URLs liegt die Fehlerrate teilweise im zweistelligen Prozentbereich — je nach Modell und Prompt.
  • F: Ist KI im Vertrieb dann grundsätzlich ein Risiko?
  • A: Nein — aber nur mit Validierungs-Routine. Ohne diese Routine schafft jedes KI-Tool Blindvertrauen.




Die Lösung: 5 Validierungs-Prompts als Team-Standard

 

Scott Schwartz empfiehlt in seinem Forbes-Beitrag fünf konkrete Validierungsschritte, die Vertriebsteams als Standard einführen können. Ich habe sie für die Praxis angepasst.

 

Schritt 1: Reasoning nachvollziehen (Trace Reasoning)

 

Frag die KI: "Wie bist du zu dieser Antwort gekommen? Zeig mir die Zwischenschritte."

 

Wenn das Reasoning unlogisch oder lückenhaft ist — vertraue dem Output nicht. Wenn die KI sagt "Das ist allgemein bekannt" ohne Quelle: rote Flagge.

 

Praxisbeispiel

 

Dein Verkäufer bekommt KI-Output: "Unternehmen mit mehr als 200 Mitarbeitern verlieren durchschnittlich 23% Umsatz durch schlechtes CRM-Management." Er fragt: "Woher kommt die 23%-Zahl?" — Die KI gibt keine belastbare Quelle an. Falsch, nicht weiterverwenden.

 

Schritt 2: Quellen prüfen (Check Sources)

 

Jede Zahl, jede Studie, jedes Zitat: URL öffnen. Existiert die Seite? Steht da wirklich drin, was die KI behauptet?

 

Klingt aufwändig. Dauert für 3 Claims 5 Minuten. Rettet Deals.

 

Praxisbeispiel

 

Ein Proposal enthält drei Branchenstudien. Alle drei URLs werden geöffnet. Eine führt auf eine Unternehmens-Landing-Page ohne die genannte Studie. Herausnehmen — fertig.

 

Schritt 3: Konfidenz kalibrieren (Calibrate Confidence)

 

Frag die KI: "Wie sicher bist du dir bei dieser Aussage? Was könnte falsch sein?"

 

Moderne KI-Tools geben bei dieser Frage ehrlichere Antworten als ohne. Nutze es.

 

Praxisbeispiel

 

"Schreib mir die Top-3-CRM-Systeme für den DACH-Mittelstand." — Dann: "Wie aktuell sind deine Daten dazu? Gibt es Einschränkungen?" — Die KI räumt ein, dass ihre Trainingsdaten aus 2023 stammen. Du weißt: Für aktuelle Marktzahlen selbst recherchieren.

 

Schritt 4: Schlussfolgerung hinterfragen (Challenge Conclusion)

 

Frag die KI: "Was spricht gegen deine Empfehlung? Welche Gegenargumente gibt es?"

 

Das ist kein Vertrauensbruch gegenüber dem Tool. Das ist professionelle Qualitätssicherung.

 

Schritt 5: KI prüft KI (AI Reviews AI)

 

Gib den Output einer zweiten KI-Instanz und frag: "Prüfe diesen Text auf faktische Fehler, Unklarheiten und unbelastbare Behauptungen."

 

Nicht perfekt — aber ein zusätzlicher Filter, der offensichtliche Fehler eliminiert.

 

FAQ

 

  • F: Macht das KI-Nutzung nicht langsamer?
  • A: Am Anfang ja — um ca. 10–15 Minuten pro wichtigem Output. Mit Übung werden die 5 Prompts zur Routine und dauern 5 Minuten. Das ist wenig gegen einen verlorenen Deal.
  • F: Können diese Prompts in ein Leitfaden-Template einfließen?
  • A: Ja. Integriere sie als Pflicht-Checkliste in deinen Gesprächsleitfaden-Prozess — vor allem für Proposals und Wettbewerbs-Pitches.

 

Siehe auch Artikel 10 — Sales Enablement: Wie Tools und Training zusammenwirken




Häufige Fehler beim KI-Einsatz im Vertrieb

 

Fehler 1: KI-Output ohne Prüfung weitersenden

Der häufigste Fehler. "Es klingt gut" reicht nicht.

 

Fehler 2: Nur Texte, nicht Zahlen prüfen

Verkäufer prüfen Schreibfehler — aber nicht die Marktanteil-Prozente dahinter.

 

Fehler 3: KI-Nutzung ohne Team-Standard

Jeder nutzt KI anders. Kein gemeinsamer Validierungsprozess = kein einheitliches Qualitätsniveau.

 

Fehler 4: Tool-Wechsel statt Verhaltensänderung

Das Problem liegt nicht am Tool — es liegt an fehlender Qualitätssicherungs-Routine.

 

Fehler 5: Keine Konsequenz bei KI-Fehlern

Wenn Verkäufer ungeprüften KI-Output zum Kunden schicken — ohne Konsequenz — lernt das Team nie den richtigen Umgang.

 

FAQ

 

  • F: Wie führe ich einen KI-Qualitätsstandard im Team ein?
  • A: Starte mit einer 30-Minuten-Session: zeig zwei Beispiele von fehlerhaftem KI-Output (echte oder konstruierte Fälle), erkläre die 5 Validierungs-Prompts, legt gemeinsam fest, für welche Outputs sie Pflicht sind.




Fazit & nächster Schritt

 

KI macht Verkäufer schneller. Ohne Validierungs-Routine macht sie sie auch gefährlicher. Nicht weil die KI böse ist — sondern weil sie überzeugend halluziniert.

 

Die 5 Validierungs-Prompts sind kein Bürokratie-Aufwand. Sie sind professionelle Qualitätssicherung. Genauso wie du ein Angebot Korrektur liest, bevor du es absendest.

 

Dein nächster Schritt: Wähle einen Output-Typ, bei dem dein Team KI regelmäßig einsetzt (z.B. Proposals, Wettbewerbsanalysen). Teste nächste Woche die 5 Prompts darauf. Dann entscheide, ob du daraus einen Team-Standard machst.

 

 
Weiterführende Artikel

 

Artikel 13 — Vertriebstraining Wirksamkeit: Warum 70% verpuffen

Artikel 4 — Value Selling trainieren: Warum Rollenspiele scheitern




Quellen

 

  • Forbes Business Development Council / Scott Schwartz: AI Slop Could Be Costing Your Sales Team More Than You Think — Forbes, 2026-06-30