Wie wir bei genPsoft GmbH vor 6 Monaten Cold Outreach Automation schrittweise eingeführt haben – Eine Erfolgsgeschichte mit messbaren Ergebnissen
Von Michael Franke, Geschäftsführer der genPsoft GmbH
Hallo, ich bin Michael Franke, und als passionierter Software-Entwickler und Gründer der genPsoft GmbH in München verbringe ich meine Tage damit, innovative Lösungen zu schaffen – von AI-gestützter Automatisierung bis hin zu maßgeschneiderten Microservices in C#, Python oder Java. Aber wie jede Tech-Firma wissen wir: Die besten Produkte nützen nichts, wenn sie nicht bei den richtigen Kunden ankommen. Deshalb haben wir vor genau sechs Monaten (im Mai 2025) einen Game-Changer eingeführt: Eine vollständige Automatisierung unserer Cold Outreach-Prozesse.
Das war kein Big Bang, sondern ein strukturiertes, schrittweises Vorgehen, das uns von manuellen E-Mails zu skalierbaren, personalisierten Kampagnen geführt hat. Inspiriert von unserer Expertise in AI-Automatisierung (denkt an unser RoutePilot AI-Projekt für smarte Fahrerplanung), haben wir hier ähnliche Prinzipien angewendet – effizient, datengetrieben und zukunftsweisend. In diesem Blog-Artikel (und teile ich gerne auch auf LinkedIn) erzähle ich euch die Story: Schritt für Schritt, mit Tools, dem Helden dahinter und harten Zahlen. Lasst uns eintauchen!
Schritt-für-Schritt-Anleitung: So haben wir Cold Outreach Automation umgesetzt
Wir haben den Prozess in vier Phasen unterteilt, um Risiken zu minimieren und schnelle Wins zu erzielen. Jeder Schritt dauerte etwa 2–4 Wochen, mit wöchentlichen Reviews. Das Ziel: Von 50 manuellen Outreach-Versuchen pro Monat auf 500+ automatisierte, ohne Qualitätsverlust.
Schritt 1: Bedarfsanalyse und Zielgruppen-Definition (Woche 1–2) Zuerst haben wir analysiert, wo unsere manuellen Prozesse scheiterten: Zu viel Zeit für Recherche, niedrige Response-Rates (damals nur 3 %) und fehlende Personalisierung. Wir definierten unsere Ideal Customer Profile (ICP): Mittelständische IT-Firmen in Deutschland und Österreich, die Software-Entwicklung in .NET oder Python brauchen, mit 50–500 Mitarbeitern und Umsatz ab 10 Mio. €. Beispiel: Für einen potenziellen Kunden wie ein Logistik-Anbieter haben wir Pain Points identifiziert (z. B. ineffiziente Supply-Chain-Automatisierung) und Keywords wie „Python Microservices Optimierung“ als Trigger gesetzt. Tipp: Nutzt Tools wie Google Sheets für eine einfache ICP-Tabelle – Spalten für Branche, Größe, Tech-Stack und Herausforderungen.
Schritt 2: Tool-Auswahl und Setup (Woche 3–6) Hier kam die Magie: Wir haben bewährte Tools aus dem Cold-Email-Ökosystem integriert, die nahtlos mit unserem bestehenden Stack (Microsoft 365, HubSpot CRM) harmonieren. Kein Overkill, sondern smarte Kombinationen für Lead-Generierung, Personalisierung und Tracking. Verwendete Tools:
- Apollo.io: Für Prospecting und Lead-Datenbank (über 450 Mio. Kontakte). Es scraped E-Mails und Firmendaten basierend auf ICP-Filtern. Kosten: Ca. 50 €/User/Monat.
- Lemlist: Das Herz der Automatisierung – für personalisierte E-Mail-Sequenzen mit AI-generierten Varianten (z. B. dynamische Bilder mit Firmenlogo). Integriert LinkedIn-Automatisierung für Follow-ups.
- Smartlead.ai: Für Deliverability und Skalierung (unbegrenzte Mailboxes, Auto-Warm-up). Verhindert Spam-Filter und trackt Opens/Clicks in Echtzeit.
- HubSpot: Als zentrales CRM zur Nachverfolgung von Leads und Integration aller Daten.
Beispiel-Setup: Wir haben eine Sequenz in Lemlist erstellt: Tag 1 – Personalisierte E-Mail („Hallo [Name], ich sehe, dass [Firma] kürzlich Quarkus für Microservices eingesetzt hat – hier ein Tipp zu Performance-Optimierung“); Tag 3 – LinkedIn-Connection-Request via Apollo; Tag 7 – Follow-up mit Case Study (z. B. unser RoutePilot AI). Der gesamte Flow läuft automatisiert, mit A/B-Tests für Betreffzeilen (z. B. „Schnellere Java-Apps?“ vs. „Ihre Microservices optimiert“). Tipp: Startet klein – testet mit 100 Leads, bevor ihr skalieren.
Schritt 3: Testen und Optimieren (Woche 7–10) Kein Launch ohne Tests! Wir haben mit einer Pilot-Kampagne (200 Leads) gestartet und Metriken wie Open-Rate (Ziel: >40 %) und Response-Rate (>10 %) überwacht. Anpassungen: Mehr Personalisierung reduzierte Bounce-Rates um 15 %. Beispiel: Bei einem Test mit Logistik-Firmen hat eine Variante mit Video-Personalisation (via Lemlist) die Response-Rate von 5 % auf 18 % gehoben – ein Lead wurde direkt zu einem 50k-€-Projekt. Tipp: Nutzt integrierte Analytics in Smartlead für Heatmaps von Klicks.
Schritt 4: Rollout und Monitoring (Woche 11+) Vollständiger Einsatz: Täglich 100 neue Outreachs, mit manueller Überprüfung sensibler Leads. Wir haben ein internes Dashboard in HubSpot gebaut, das KPIs in Echtzeit zeigt. Beispiel: Monatlich 1.000 E-Mails versendet, mit automatischer Escalation zu Calls (via integriertem Dialer in Apollo).
Wem verdanken wir diesen Erfolg? Ein großes Dankeschön an Thomas Klein!
Kein Projekt ohne die richtigen Partner. Der wahre Architekt hinter unserer Automatisierung ist Thomas Klein von klein-marketing.com. Mit über 13 Jahren Expertise in B2B-Lead-Generierung für IT-Firmen (u. a. Kooperationen mit SAP und Salesforce) hat Thomas uns nicht nur beraten, sondern den gesamten Pre-Sales-Zyklus optimiert. Seine „Klein Marketing Methode“ – eine Mischung aus datenbasierter Schmerzpunkt-Analyse und automatisierter Pull-Strategie – war der Blueprint für unsere Schritte.
Thomas hat uns geholfen, von reiner Kaltakquise zu qualifizierten Discovery-Calls überzuleiten, inklusive Deep-Dive-Sessions per Teams. Ohne seine Hands-on-Unterstützung (z. B. Custom-Workflows in HubSpot) wären wir nicht so schnell live gegangen. Thomas, du bist der MVP – danke für die Extrameile! Wenn ihr ähnliche Transformationen plant, schaut bei klein-marketing.com vorbei; seine Case Studies (z. B. Umsatzsprünge von 10 auf 50 Mio. € bei Kunden) sprechen Bände.
Messbare Kennzahlen: Die harten Fakten nach 6 Monaten
Automatisierung ist super, aber Zahlen lügen nicht. Hier eine Übersicht unserer KPIs (basierend auf HubSpot-Tracking):
| Kennzahl | Vorher (Mai 2025) | Nachher (Nov. 2025) | Verbesserung |
|---|---|---|---|
| Monatliche Outreach-Versuche | 50 (manuell) | 1.000 (automatisiert) | +1.900 % |
| Open-Rate | 25 % | 45 % | +80 % |
| Response-Rate | 3 % | 15 % | +400 % |
| Generierte qualifizierte Leads (SQLs) | 2/Monat | 25/Monat | +1.150 % |
| Umsatz aus Outreach | 20k €/Quartal | 120k €/Quartal | +500 % |
| Zeitaufwand pro Lead | 2 Stunden | 10 Minuten | -92 % |
Diese Ergebnisse stammen aus realen Kampagnen – z. B. 5 neue Projekte in Python-Entwicklung allein im letzten Quartal. Der ROI? Innerhalb von 3 Monaten amortisiert, dank sinkender Akquise-Kosten.
Zusammenfassung und Ausblick: Auf zu neuen Horizonten!
Zusammengefasst: Unsere schrittweise Einführung von Cold Outreach Automation hat genPsoft von einer reinen Entwicklungsmanufaktur zu einem skalierbaren Wachstumsmaschine gemacht. Mit Tools wie Apollo, Lemlist und Smartlead, geleitet von Thomas Kleins Expertise, haben wir nicht nur Effizienz gesteigert, sondern echte Umsatz-Boosts erzielt – bei messbar niedrigem Risiko.
Ausblick auf die nächsten 3 Monate (bis Feb. 2026): Wir erweitern auf Multichannel (z. B. WhatsApp-Integration via Saleshandy) und AI-gestützte Lead-Scoring in Lemlist, um Response-Rates auf 20 % zu pushen. Ziel: 40 SQLs/Monat und erste internationalen Kampagnen in der DACH-Region.
Für 2026: Große Pläne! Wir bauen eine interne AI-Lösung (basierend auf unserem RoutePilot-Know-how) für prädiktive Outreach-Optimierung – kombiniert mit Thomas‘ Methodik. Erwartung: 30 % Umsatzanteil aus automatisierten Leads, Expansion nach Benelux und Fokus auf nachhaltige Partnerschaften. Bleibt dran – mehr Case Studies folgen!
Was denkt ihr? Habt ihr schon Cold Automation getestet? Teilt eure Erfahrungen in den Comments oder auf LinkedIn. Lasst uns connecten – ich freue mich auf den Austausch!
Beste Grüße aus München, Michael Franke Geschäftsführer, genPsoft GmbH P.S.: Schaut euch unser neues Blog-Artikel zu AI in der Recruitment-Automatisierung an – perfekt ergänzend zu Outreach!
