Alle haben ihre Operations im Griff. Zumindest laut LinkedIn.

Jedes Mal, wenn ich LinkedIn öffne, habe ich den Eindruck, dass alle ihre Go-to-Market-Operations im Griff haben.

• CRMs sind optimiert.
• Vertriebsprozesse sind verschlankt.
• Das Reporting ist automatisiert.
• KI-Agenten übernehmen Prospecting, Qualifizierung, Forecasting und offenbar alles dazwischen.

Die moderne Revenue Engine scheint von selbst zu laufen.

Und doch frage ich mich nach Jahren in Revenue Operations, Sales Operations und GTM-Infrastruktur, wie es tatsächlich unter der Haube aussieht.

Denn es gibt einen grundlegenden Unterschied zwischen dem Aufbau operativer Fähigkeiten und dem Erhalt operativer Exzellenz.

Und ich vermute, dass viele Unternehmen stark in Ersteres investieren und gleichzeitig mit Letzterem kämpfen.

Die operative Realität schafft es selten auf LinkedIn

In den meisten Unternehmen sind die Operations über die Zeit organisch gewachsen, und nur wenige sind grundlegend kaputt.

• Ein CRM, das vor drei Jahren eingeführt wurde, als das Vertriebsteam halb so groß war.
• Ein Vertriebsprozess, der für ein Geschäftsmodell entworfen wurde, das sich inzwischen verändert hat.
• Ein Reporting auf Basis von Definitionen, die verschiedene Abteilungen unterschiedlich auslegen.
• Eine Forecasting-Methodik, die einigermaßen gut funktioniert, vorausgesetzt, jemand verbringt vor dem Management-Meeting mehrere Stunden damit, die Zahlen manuell zu prüfen.
• Eine Integration, die eigentlich nur vorübergehend sein sollte und irgendwie geschäftskritisch geworden ist.
• Oder mein persönlicher Favorit: ein Google Sheet, auf das die Geschäftsführung zuerst schaut, bevor sie sich die Dashboards ansieht, an denen das BI-Team monatelang gebaut hat.

Keines dieser Probleme ist besonders ungewöhnlich.

Tatsächlich sind sie oft die natürliche Folge von Wachstum.

Unternehmen entwickeln sich schneller als die Prozesse und Systeme, die sie tragen.

Und weil sich operative Probleme selten als große strategische Risiken ankündigen, sammeln sie sich still an.

Bis sie anfangen, die Geschäftsentwicklung zu beeinträchtigen.

Revenue Operations ist viel mehr als das CRM

Ein hartnäckiges Missverständnis über Revenue Operations ist, dass es vor allem eine technische oder administrative Funktion sei: CRM-Administration, Reporting, Workflow-Automatisierung und Datenhygiene.

Das sind wichtige Aufgaben, aber sie sind nur ein Teil des Bildes.

Modernes Revenue Operations liegt an der Schnittstelle mehrerer Unternehmensfunktionen.

• Sales Operations stellt sicher, dass Vertriebsteams die Prozesse, Tools und Strukturen haben, die sie für erfolgreiches Verkaufen brauchen.
• Marketing Operations verbindet Demand Generation mit der Vertriebspipeline und hilft, die Wirksamkeit von Marketinginvestitionen zu messen.
• Customer Operations unterstützt die Prozesse rund um Onboarding, Adoption, Kundenbindung und Expansion.
• Finance ist über Umsatzrealisierung, Billing, kommerzielles Forecasting und die finanziellen Auswirkungen der Deal-Struktur beteiligt.
• People Operations berührt Vertriebsvergütung, Organisationsdesign, Kapazitätsplanung und Performance Management.
• Produktteams beeinflussen, was verkauft werden kann, wie es geliefert werden kann und ob die Erwartungen der Kunden zu den Möglichkeiten des Produkts passen.
• Und zunehmend werden IT und Security zu wichtigen Partnern, wenn Unternehmen KI, neue Integrationen und automatisierte Entscheidungen in ihre kommerzielle Infrastruktur einführen.

Revenue Operations muss nicht all diese Funktionen verantworten, aber es muss verstehen, wie sie zusammenspielen.

Denn die Umsatzentwicklung wird selten von einer Abteilung bestimmt, die isoliert arbeitet.

Ein perfekt umgesetzter Vertriebsprozess bedeutet wenig, wenn das Unternehmen nicht liefern kann, was versprochen wurde. Eine hervorragende Marketingkampagne schafft wenig Wert, wenn die generierten Leads nicht wirksam konvertiert werden. Und eine erfolgreiche Akquisitionsstrategie kann teuer werden, wenn die Kundenbindung schlecht gesteuert wird.

Operative Exzellenz erfordert den Blick über Abteilungsgrenzen hinweg.

Die versteckten Kosten operativer Inkonsistenz

Nehmen wir eine relativ einfache Frage:

Kann Ihr Führungsteam seinem Umsatz-Forecast vertrauen?

Für viele Unternehmen ist die Antwort komplizierter, als sie sein sollte.

Vielleicht werden die Opportunity-Stages uneinheitlich angewendet. Oder Vertriebsmitarbeitende interpretieren Wahrscheinlichkeiten unterschiedlich. Oder erwartete Abschlussdaten werden eher nach Bauchgefühl aktualisiert als auf Basis von Kundenzusagen.

Vielleicht folgen Verlängerungen, Expansion und Neugeschäft unterschiedlichen Prozessen, werden im Forecast aber ohne ausreichende Unterscheidung zusammengefasst.

Das unmittelbare Symptom ist ein unzuverlässiger Forecast.

Das eigentliche Problem liegt jedoch meist im operativen System, das die Informationen erzeugt.

Und die Folgen reichen weit über ein ungenaues Dashboard hinaus.

1. Geschäftsführung trifft Einstellungsentscheidungen auf Basis des erwarteten Umsatzes
2. Finance plant Cashflow und Investitionen
3. Vertriebsmanagement verteilt Ressourcen
4. Marketing passt Budgets an

Wenn die zugrunde liegenden Informationen unzuverlässig sind, wird jede folgende Entscheidung schwieriger.

Dasselbe gilt für andere operative Schwächen.

• Schlechte Übergaben zwischen Sales und Customer Success erzeugen Reibung im Onboarding.
• Inkonsistente Qualifizierung verschwendet Vertriebskapazität.
• Unklare Verantwortlichkeiten verursachen Verzögerungen entlang der Customer Journey.
• Getrennte Systeme erfordern manuellen Abgleich.

Einzeln betrachtet wirken diese Probleme beherrschbar.

Zusammen erzeugen sie eine operative Steuer auf das gesamte Unternehmen.

Und diese Steuer wächst mit der Organisation.

Und was passiert, wenn KI dazukommt?

Das Interessante ist, dass nichts davon wirklich neu ist.

Unternehmen hatten schon lange mit inkonsistenten Prozessen, unzuverlässigem Reporting und getrennten Systemen zu kämpfen, bevor KI Teil der Diskussion wurde.

Was sich ändert, ist die Geschwindigkeit, mit der wir neue Technologie in diese Umgebungen einführen.

Wir investieren in Automatisierung, KI-Agenten, prädiktives Forecasting und immer ausgefeiltere GTM-Tools.

Aber eine Frage beschäftigt mich immer wieder:

Was passiert, wenn wir Prozesse automatisieren, die wir nie sauber gestaltet haben, KI mit Daten füttern, denen wir nicht ganz vertrauen, und Operations skalieren, die wir uns nie die Zeit genommen haben zu verstehen?

Und vielleicht noch wichtiger: Kann bessere Technologie schwache operative Grundlagen ausgleichen?

Dazu habe ich ein paar Gedanken.

Darüber schreibe ich im nächsten Beitrag.