So baust du eine B2B-Lead-Liste auf.

Schritt 1: Definiere das ICP, bevor du ein Tool öffnest

Der häufigste Fehler beim Listenaufbau passiert vor der ersten Suche: Man zielt auf „Firmen, die das theoretisch nutzen könnten“ statt auf Firmen, die es nachweislich tun. Starte mit Belegen. Nimm deine letzten zwanzig gewonnenen Deals und schreib auf, was sie gemeinsam haben: Branche, Mitarbeiterklasse, Region, den Titel, der unterschrieben hat, und den Titel, der das Projekt vorangetrieben hat. Wenn du noch keinen Umsatz hast, nimm die öffentlichen Kunden deines nächsten Wettbewerbers als Näherung. Das Ergebnis sollte ein oder zwei Sätze ohne Adjektive sein: „Logistik- und Speditionsunternehmen, 50 bis 500 Mitarbeitende, in DACH und Benelux, bei denen der Käufer ein Head of Operations oder COO ist.“

Sei bei Ausschlüssen genauso klar, etwa Agenturen, gemeinnützige Organisationen, Firmen unter einer Mindestgröße und Länder, in die du rechtlich nicht verkaufen darfst. Ausschlüsse halten eine Liste eng, wenn die Filter breit werden.

Schritt 2: Übersetze das ICP in Firmenfilter

Wandle jetzt jeden Teil des ICP-Satzes in einen Datenbankfilter um: Branche, Mitarbeiterbereich, Land oder Region und ein Titel- oder Senioritätsmuster für die Kontaktebene. Bei der Branche geht die Übersetzung am häufigsten schief, weil die meisten Datenbanken auf Klassifizierungscodes beruhen, die nicht dazu passen, wie du über einen Markt denkst. „Logistik“ kann ein einzelnes Label sein oder ein Dutzend benachbarter, etwa Spedition, Lagerhaltung, Letzte-Meile-Zustellung, Zollabwicklung. Durchsuche die Branchentaxonomie in einfachen Worten danach, an wen du verkaufst, und sieh dir eine Stichprobe passender Firmen an, bevor du einem Filter vertraust. Zehn Minuten Stichproben bei Firmennamen sparen tausend falsch adressierte Nachrichten.

Schreib für Titel Muster statt exakter Zeichenketten. Derselbe Käufer ist in einer Firma „Head of Operations“, in einer anderen „VP Ops“ und in einer dritten „COO“. Entscheide bewusst, ob du Entscheider, Champions oder beide willst, und halte sie in getrennten Segmenten, damit sich die Ansprache unterscheiden kann.

Ein durchgerechnetes Beispiel: von einem Satz zu einem testbaren Segment

Angenommen, du verkaufst Software zur Routenplanung an europäische Logistikunternehmen. Der Satz ist nicht die Liste. Die Liste entsteht erst, wenn jeder Teil des Satzes eine Datenbankregel und eine ausdrückliche Ausschlussregel hat.

Erweitere das Universum nicht, nur weil die erste Zählung klein aussieht. Finde zuerst die Ursache. Die Branchenzuordnung kann zu eng sein, die Titellogik kann Abkürzungen übersehen, oder der Markt ist tatsächlich klein. Jede Ursache verlangt eine andere Korrektur.

Schritt 3: Schätze den Markt ab, bevor du Credits ausgibst

Bevor du etwas exportierst, schau dir die Zählung an. Jede vernünftige Plattform sagt dir, wie viele Firmen und Kontakte zu deinen Filtern passen, ohne dir die Antwort zu berechnen, und diese Zahl ist ein Plausibilitätstest für deine ganze Strategie. Wenn dein „enges ICP“ 400.000 Kontakte liefert, sind deine Filter unschärfer als dein ICP. Zieh sie enger, bis die Zahl wie ein Markt aussieht, den du wirklich bearbeiten kannst. Wenn 800 herauskommen, hast du etwas Wichtigeres entdeckt als ein Problem beim Listenaufbau: Dein adressierbarer Markt trägt deine Pipeline-Rechnung womöglich nicht, und das erfährst du besser aus einer Zählung als aus einem Quartal mit verfehlter Quote.

Zählungen sind auch der ehrliche Weg, Datenanbieter zu vergleichen: Wende bei jedem dieselben realen Filter an und sieh, wer deinen Markt wirklich abdeckt, nicht wer die größte globale Zahl behauptet. (Mehr dazu in unserem Leitfaden zum Anbietervergleich.)

1. 1

   Prüfe die Live-Marktzählung, bevor du Credits ausgibst

   Argorant zeigt die Zahl passender Personen, bevor ein Käufer Kontaktdaten freischaltet oder exportiert.

Schritt 4: Priorisiere Segmente, statt das ganze Universum zu exportieren

Widerstehe der Versuchung, die ganze passende Menge auf einmal zu ziehen. Teile den Markt in Segmente nach Branche, Land und Mitarbeiterklasse und sortiere sie nach erwarteter Passung. Exportiere zuerst das beste Segment, in einer Größe, die deine Versandinfrastruktur in zwei bis drei Wochen tatsächlich verarbeiten kann (bei den meisten Teams 500 bis 2.000 Kontakte). Das bringt drei Dinge: Deine Kosten passen zu deiner Versandkapazität, du bekommst eine Feedbackschleife (Antwortraten pro Segment zeigen dir, wo du als Nächstes investieren solltest), und ein Fehler in der Ansprache verbrennt nur ein Segment statt des ganzen Markts.

Schritt 5: Prüfe, bevor irgendetwas bei einem Absender ankommt

Eine ungeprüfte Liste verwandelt Bounce-Risiko in Schaden an der Absenderreputation, und dieser Schaden überdauert jede einzelne Kampagne. Die Regel: Keine Adresse kommt ohne aktuelles Prüfergebnis in deinen Sequencer, am besten aus einer Live-SMTP-Abfrage statt aus einem Stempel, den der Anbieter vor Monaten bei der Erfassung vergeben hat. Bei Argorant ist dieser Schritt in den Export eingebaut: Jede Adresse wird in dem Moment abgefragt, in dem du herunterlädst, ungültige Zeilen werden herausgefiltert und kosten null Credits, und Catch-all-Domains sind ein separates Opt-in, statt stillschweigend unter „gültig“ gemischt zu werden. Weil die Prüfung beim Export stattfindet, zeigt das Ergebnis immer den aktuellen Zustand des Postfachs. Die vollständige Methodik ist unter wie wir prüfen dokumentiert.

Wenn du Listen aus anderen Quellen aufbaust, gilt dasselbe Prinzip: Plane die Prüfung als festen Kostenpunkt ein und prüfe kurz vor der Nutzung erneut. Die Absenderrichtlinien von Google verlangen außerdem Domain-Authentifizierung und empfehlen, Spamrate und Reputation zu beobachten, wenn das Volumen steigt. Eine saubere Liste ersetzt weder SPF, DKIM, DMARC noch den Umgang mit Opt-outs oder kontrolliertes Versandvolumen. Siehe die Gmail-Absenderrichtlinien.

1. 1

   Nur gültige Adressen wählen oder Catch-all separat hinzunehmen

   Die Exportzusammenfassung hält gültige und Catch-all-Ergebnisse getrennt und zeigt herausgefilterte ungültige oder nicht prüfbare Zeilen vor dem Download.

Schritt 6: Reichere für Personalisierung an, nicht zum Horten

Anreicherung heißt, einem Kontakt Kontext hinzuzufügen: Firmengröße, Standort, Branche, also die Felder, auf die sich dein Text tatsächlich bezieht. Die Disziplin besteht darin, nur anzureichern, was du nutzt. Eine erste E-Mail nutzt realistisch vier oder fünf Felder: Name, Titel, Firma, Branche, vielleicht Stadt oder eine Größenklasse. Vierzig Spalten ungenutzter Firmendaten verbessern die Antwortrate nicht; sie blähen dein CRM auf und erschweren deine Compliance. Artikel 5 der DSGVO verlangt, dass personenbezogene Daten angemessen, erheblich, auf das notwendige Maß beschränkt, sachlich richtig und auf dem neuesten Stand sind. Exportiere die Felder, die deine Sequenzen nutzen, und lass die Datenbank für den Rest das maßgebliche System bleiben. Lies den offiziellen DSGVO-Text.

Schritt 7: Exportiere in deinen Sequencer oder dein CRM

Ordne beim Import die Felder ausdrücklich zu, besonders die eigenen Variablen deiner Sequenzen, denn ein kaputtes Merge-Feld („Hi {{first_name}}“) ist der schnellste Weg, ein Segment zu verbrennen. Gleiche vor dem Start mit deinem CRM und deiner Sperrliste ab: bestehende Kunden, offene Verkaufschancen, Menschen, die sich früher abgemeldet haben. Und halte die Herkunft fest. Markiere jeden importierten Kontakt mit seinem Quellsegment und Exportdatum, damit du bei eingehenden Antworten weißt, welche Hypothese funktioniert und wann das Prüfergebnis eines Kontakts veraltet ist.

Schritt 8: Aktualisiere nach Zeit und Belegen

Eine Liste veraltet aus mehreren Gründen: Menschen wechseln den Job, Firmen ändern ihre Größe, Postfächer verschwinden, und dein ICP entwickelt sich weiter. Es gibt keine ehrliche, allgemeingültige monatliche Verfallsrate für jedes Segment. Speichere Exportdatum und Prüfzeitpunkt, prüfe vor der Wiederverwendung erneut, führe gespeicherte Suchen in festem Rhythmus erneut aus und vergleiche die Differenz. Beende ein Segment, wenn sich Titel, Zustellbarkeit oder Relevanz deutlich verschlechtert haben, statt dich nur auf ein willkürliches Alter zu verlassen.

Die moderne Variante: Lass einen Agent die Schleife ausführen

Alles oben lässt sich auch als Gespräch ausdrücken. Argorant bietet in jedem bezahlten Plan einen MCP-Server und eine API sowie eine CLI auf npm (npx argorant). Damit können Claude, GPT oder dein eigener Agent genau diesen Workflow ausführen: das ICP in einfacher Sprache beschreiben, den Agent daraus Filter machen lassen, Zählungen prüfen, Segmentgrößen vergleichen, Stichproben in der Vorschau ansehen und erst dann einen geprüften Export auslösen. Das Prinzip „erst zählen, dann Credits ausgeben“ wird selbstverständlich. Der Agent kann kostenlos an Filtern feilen und Credits nur für den finalen, abgeschätzten, geprüften Abruf ausgeben. Wenn dein Team in einem KI-first-Stack arbeitet, sieh dir an, wie Agents sich verbinden. Wenn du den Workflow durchrechnest: Pläne beginnen unter 100 $/Monat. Teams, die nur Agent-Zugriff brauchen, können stattdessen das vorausbezahlte Guthaben mit 0,035 $ pro Kontakt ohne Abo nutzen. Siehe Preise.