Claude Skills für Sales: Outbound, das Antworten bringt

Sales ist die Kategorie mit dem höchsten Risiko, die wir testen. Eine einzige Zeile, die nach Vorlage klingt, killt einen Thread mit einem Prospect für immer, und es gibt keinen zweiten ersten Kontakt. Deshalb bewerten wir Sales-Skills nicht nach Plausibilität. Wir bewerten sie nach Live-Sends und echten (anonymisierten) Accounts, denn die Frage ist nie „sieht das gut aus", sondern „würde ein Käufer antworten".

Dieser Standard zählt heute mehr als vor einem Jahr. Jedes SDR-Team hat inzwischen irgendeine Version von Claude für Sales-Arbeit, was bedeutet, dass die Postfächer, in die du schreibst, schon voller KI-geformtem Text sind. Nur Outreach, die ein Käufer nicht von einem Vertriebler unterscheiden kann, der seine Hausaufgaben gemacht hat, überlebt. Die Skills unten haben diese Hürde in unseren Tests genommen. Ein paar nicht, und das sagen wir auch.

Die Outbound-Schleife, von Anfang bis Ende

Cold Outbound ist eine Kette: definieren, wen du ansprichst, den Account recherchieren, den ersten Kontakt schreiben, nachfassen, den Call durchführen, das CRM ehrlich halten, das Angebot verschicken. Ein schwaches Glied irgendwo, und der Rest zählt nicht. Hier der getestete Skill für jeden Schritt, mit Scores aus unserem Standard-Rubrik (Installation, Triggern, Output-Qualität, Doku).

Schritt 0. ICP-Definition: kein Skill, und das meinen wir ernst. Wir haben keinen Skill gefunden, der sich für ICP-Arbeit lohnt, und wir haben gesucht. Zu definieren, an wen du verkaufst, ist eine Urteilsentscheidung, aufgebaut auf deinen Closed-Won-Daten und den Narben deiner Gründer. Schreib es selbst als schlichtes Kontextdokument: Segmente, Firmengröße, Auslöser-Events, Ausschlusskriterien. Jeder Skill unten performt messbar besser, wenn dieses Dokument existiert, weil Output-Qualität fast linear der Input-Spezifität folgt. Das ist der einzige Schritt, bei dem „nimm einfach KI" ein schlechter Rat ist.

Schritt 1. Account-Recherche: Account Research — 8,8. Speist alles Nachfolgende. Gib ihm einen Account-Namen, und er kompiliert Firmenkontext, wahrscheinliche Prioritäten, Auslöser-Events und vorgeschlagene Einstiegswinkel in ein einseitiges Briefing. Wir ließen ihn gegen fünf Ziel-Accounts laufen und ließen zwei arbeitende SDRs die Briefings mit ihrer eigenen Vorbereitung vergleichen. Beide bewerteten die Skill-Briefings höher. Das ist die Hürde: Ein SDR würde für diesen Output bezahlen, und diese beiden haben faktisch gesagt, sie würden es.

Schritt 2. Erster Kontakt: Cold Email — 9,2. Das Flaggschiff der Kategorie. Er erzwingt recherchefundierte Personalisierung, also verifizierbare Details statt „ich fand deinen letzten Post toll", und erzwingt eine kurze Struktur mit einem einzigen CTA. Wir haben ihn auf die einzig ehrliche Art getestet: ein Live-Batch von 15 Sends an echte Prospects. Drei Antworten. Wenn du je Cold Outbound gefahren bist, weißt du, was eine 20%-Antwortrate auf einen Erstkontakt-Batch bedeutet, selbst bei kleiner Stichprobe. Die Mathematik dazu unten.

Schritt 3. Follow-ups: Email Sequences — 8,0, mit Vorbehalt. Der lebt eigentlich in unserer Marketing-Kategorie, und unser Live-Test war eine 5-E-Mail-Onboarding-Sequenz, verschickt an eine echte Liste, bei der Öffnungsraten normal bis gut zurückkamen und keine Betreffzeile nach KI klang. Wir haben noch keinen dedizierten Test für Outbound-Follow-ups gefahren, behandle die 8,0 also als Score für Sequenzierungslogik, nicht speziell für Cold-Follow-ups. Was gut überträgt: Er gibt jeder E-Mail in einer Sequenz eine eigene Aufgabe, genau die Disziplin, die den meisten SDR-Follow-ups fehlt. „Nur ein Bump" ist keine Aufgabe.

Schritt 4. Vor dem Call: Call Prep — 8,4. Zehn Minuten vor einem Meeting produziert er die Vorbereitung, die ein guter Manager verlangen würde: Agenda, Stakeholder-Map, vorhergesagte Einwände mit Antworten, und Discovery-Fragen nach Wert sortiert. Wir ließen ihn gegen drei echte Calls laufen. Seine Einwand-Vorhersagen trafen bei zwei von drei zu. Der dritte Call lief in eine Richtung, die niemand vorhersagte, was seine eigene Art von Beruhigung ist: Der Skill ist nicht hellsichtig, er ist vorbereitet.

Schritt 5. CRM-Hygiene: Pipeline Review — 7,2, funktioniert mit Setup. Markiert stagnierende Deals, Stufen-Inflation und Next-Step-Hygiene mit unangenehmer Genauigkeit. In unserem Test las er einen CRM-Export und benannte aufgeblähte Stufen, die ein menschliches Review wochenlang hatte durchgehen lassen. Das „Setup" im Urteil ist Datenzugriff: Du exportierst deine Pipeline entweder als CSV oder verbindest dein CRM über MCP. Diese Reibung lohnt sich. Sie ist der Unterschied zwischen einer Prognose und einem Wunsch.

Schritt 6. Die Schleife schließen: Proposal Builder — 6,8, funktioniert mit Setup. Macht aus Discovery-Notizen und Preisen ein strukturiertes Angebotsdokument. In unserem Test baute er eine gebrandete DOCX aus Call-Notizen zusammen, aber erst nachdem wir den DOCX-Skill installiert und ein Template konfiguriert hatten. Die Output-Qualität hängt an dieser Abhängigkeit, daher der bescheidene Score. Überspring das Setup, und du bekommst eine Textwand, die niemand unterschreibt.

Noch einer in der Pipeline: Objection Handler steht in unserer Testwarteschlange. Zwei Account Executives lassen ihn gerade gegen ihre echten Einwand-Protokolle laufen. Kein Score, bis sie fertig sind, denn ein Urteil ohne Test ist nur ein Bauchgefühl.

Ein durchgerechnetes Beispiel: vom Account-Namen zum ersten Kontakt

Abstraktionen überzeugen niemanden von einem Workflow, hier also ein Prospect aus unserem Test-Batch, anonymisiert wie wir alles anonymisieren.

Der Input. Eine einzige Zeile: der Account-Name und die Rolle des Kontakts. Nennen wir die Firma Northwind und den Kontakt Dana, eine RevOps-Lead. Das ist alles, was der Cold-Email-Skill bekam, plus das Account-Briefing aus Schritt 1.

Der Recherche-Output. Das Account-Research-Briefing kam als eine Seite zurück: was die Firma macht, ihre wahrscheinlichen Prioritäten fürs Quartal, und, am nützlichsten, Auslöser-Events. Der, der hier zählte, war Einstellungen. Die Karriereseite der Firma hatte innerhalb eines Monats drei RevOps-Stellen hinzugefügt. Das Briefing markierte das als Einstiegswinkel, mit angehängter Begründung: Ein RevOps-Einstellungsschub bedeutet meist, dass der aktuelle CRM-Prozess unter dem Wachstum ächzt. Das ist die Art Schlussfolgerung, die ein guter SDR an einem guten Tag zieht und an einem vollen Tag überspringt.

Die E-Mail, die der Skill produzierte. Vier Sätze:

Hi Dana — Northwinds Karriereseite hat letzten Monat drei RevOps-Stellen ausgeschrieben; genau dann fängt CRM-Hygiene meist an wehzutun. Wir haben manuelle Eingabe bei Loop um 34 % reduziert. 15 Minuten Donnerstag wert?

Beachte, was drinsteckt. Eine verifizierbare, datierte Beobachtung über die eigene Firma des Empfängers. Eine ausgesprochene Schlussfolgerung, der der Leser zustimmen oder widersprechen kann. Ein Beweispunkt mit einer Zahl. Eine konkrete Bitte. Und beachte, was fehlt: kein „ich hoffe, diese Nachricht erreicht dich gut", kein Absatz über den Absender, kein Kompliment, kein „quick question"-Betreffzeilen-Köder. Über den 15-Sends-Batch hinweg hielt sich das Muster. Jede E-Mail bezog sich auf etwas Überprüfbares, und keine begann mit Füllwörtern. Drei der fünfzehn bekamen Antworten.

Hätte ein Mensch diese E-Mail schreiben können? Klar. Ein Mensch, der pro Prospect 15 Minuten Karriereseiten-Archäologie betreibt. Der Punkt des Skills ist nicht, dass der Output übermenschlich ist. Es ist, dass der Output gut-menschlich ist, zu Kosten von ein paar Minuten Review statt zwanzig Minuten Arbeit.

Die Antwortraten-Mathematik

Hier, warum Personalisierungsqualität das ganze Spiel ist, mit Zahlen, die du gegen deinen eigenen Funnel prüfen kannst.

Nimm einen Standard-SDR, der 200 Cold-E-Mails pro Woche verschickt. Bei Spray-and-Pray nach Vorlage ist eine Antwortrate von 1 % ein normales, nicht peinliches Ergebnis in 2026. Das sind 2 Antworten pro Woche. Konvertiert ein Viertel der Antworten zu gebuchten Meetings, bucht dieser SDR 2 Meetings im Monat aus Cold Email. Ganze Outbound-Programme laufen auf so dünner Arithmetik.

Angenommen, bessere Recherche und ein besserer Erstkontakt verdoppeln die effektive Antwortrate auf 2 %, was konservativ gelesen ist angesichts dessen, dass unsere Kleinbatch-Ergebnisse weit darüber lagen. Bei gleichen 200 Sends: 4 Antworten pro Woche, 4 Meetings im Monat. Verdoppel die Qualität nochmal, auf 4 % Antwortrate, und du bist bei 8 Antworten pro Woche und etwa 8 Meetings im Monat, aus derselben Liste, demselben Absender, demselben Volumen. Sonst hat sich nichts im Stack bewegt. Nur die Worte.

Der skeptische Einwand liegt auf der Hand: Unser 3-von-15-Ergebnis ist eine Stichprobe von fünfzehn. Korrekt, und das haben wir in den Testnotizen auch gesagt. Wir versprechen dir keine 20 %. Was wir behaupten, ist enger und besser zu verteidigen: Die bindende Beschränkung bei Cold-Email-Antwortraten ist Personalisierungsqualität, Personalisierungsqualität war bisher durch SDR-Zeit begrenzt, und diese Skills nehmen den größten Teil dieser Zeitbeschränkung weg. 200 Prospects von Hand zu je 15 Minuten zu recherchieren sind 50 Stunden, weshalb das niemand macht. 200 skill-entworfene E-Mails zu je 3 Minuten zu reviewen sind 10 Stunden, was in eine Arbeitswoche passt, mit Raum für Calls übrig.

Die Version davon, die schiefgeht, ist, die Mathematik als Volumen-Argument zu lesen. Ist sie nicht. Verführt dich die Zeitersparnis dazu, 600 statt 200 zu verschicken, reißt du die Deliverability-Stolperdrähte unten, und deine effektive Rate geht gegen null. Die Mathematik funktioniert nur in eine Richtung: gleiches Volumen, bessere E-Mails.

Was die Scores nicht sagen

Das Muster über jeden getesteten Sales-Skill hinweg: Output-Qualität folgt Input-Spezifität fast linear. Der Cold-Email-Skill mit einem reichhaltigen Account-Briefing produziert etwas, das ein menschlicher SDR verschicken würde. Mit nur einem Firmennamen produziert er höfliches Rauschen, grammatikalisch einwandfrei und sofort löschbar. Deshalb zählt die Reihenfolge der Schleife oben. Recherche speist Schreiben, Schreiben speist Calls, Calls speisen das CRM. Teams, die nur den E-Mail-Skill installieren und den Recherche-Schritt überspringen, kaufen sich eine sehr wortgewandte Vorlagen-Maschine, und Vorlagen sind genau das, wovor wir alle zu fliehen versuchen.

Ehrliche Grenzen

Wir verkaufen Skill-Reviews, keine Wunder, also hier, wo dieser Stack aufhört zu funktionieren.

Deliverability ist kein Schreibproblem. Kein Skill repariert eine verbrannte Domain, fehlende SPF/DKIM/DMARC-Einträge, oder ein Sendemuster, das aussieht, als sei ein Bot um 9 Uhr aufgewacht und habe 400 E-Mails in einer Stunde abgefeuert. Schlimmer noch: Die großen Filter profilieren inzwischen KI-Muster-Text im großen Stil: gleichförmige Satzlängen, dieselben zwölf Übergangsphrasen, identische Struktur über einen Batch hinweg. Der Output des Cold-Email-Skills variierte in unserem Test genug, um durchzukommen, aber drehst du das Volumen hoch, erzeugst du genau das Muster, auf das die Filter trainiert sind. Wärm deine Domain auf, drossel deine Sends, und behandle jede skill-entworfene E-Mail als Entwurf.

Datenaktualität ist dein Job. Der Account-Research-Skill schließt gut aus den Informationen, die er erreichen kann, und markierte in unserem Fünf-Account-Test Auslöser-Events zutreffend. Aber er kann nichts über die Reorganisation wissen, die in einem privaten All-Hands angekündigt wurde, den Champion, der letzten Dienstag gekündigt hat, oder die Finanzierungsrunde, die abgeschlossen, aber nicht gemeldet wurde. Jede Tatsache in einer Outbound-E-Mail braucht einen Zehn-Sekunden-Menschen-Check, denn ein halluziniertes oder veraltetes „Fakt" über die Firma eines Prospects kostet mehr, als die ganze eingesparte Zeit der Woche wert war.

Manche E-Mails muss ein Mensch schreiben. Antwort-Handling, alles rund um Preisverhandlung, Breakup-E-Mails an einen Deal, der dir wirklich wichtig ist, und jeder Thread, in dem der Prospect echte Emotion gezeigt hat, positiv oder negativ. In dem Moment, in dem ein Gespräch zur Beziehung wird, sollte Schreib-Unterstützung gegen null gehen. Käufer verzeihen einen mittelmäßigen Erstkontakt. Sie verzeihen nicht, herauszufinden, dass die „durchdachte Antwort", auf die sie eingegangen sind, ungereviewter Maschinen-Output war.

Zwei Praktiken, die Teams verbrennen. Versenden ohne menschliches Review, und Volumen-Verehrung. Wir wiederholen diese beiden, weil jede Horror-Story, die wir von Lesern gesammelt haben, auf eine der beiden zurückgeht.

Eine Anmerkung zu DSGVO und EU-Prospecting

Wenn du in der EU prospectest, ist Cold B2B-E-Mail generell unter berechtigtem Interesse vertretbar (DSGVO Art. 6 Abs. 1 lit. f), aber diese Verteidigung hat Bedingungen: Die Ansprache muss für die berufliche Rolle der Person relevant sein, du brauchst eine dokumentierte Interessenabwägung, jede E-Mail braucht ein funktionierendes Opt-out, das du sofort respektierst, und du musst einem Prospect auf Nachfrage sagen können, woher du seine Daten hast. KI kommt hier über Datenminimierung ins Spiel: Die gescrapte persönliche Historie eines Prospects in ein Modell zu füttern, um „Hyper-Personalisierung" zu erzeugen, ist genau die Art Verarbeitung, zu der Regulierer inzwischen gezielt nachfragen. Unser Rat, der operativ ist, nicht juristisch (dafür einen Anwalt fragen): personalisier ausgehend von firmenbezogenen, öffentlich genannten Fakten, wie dem Karriereseiten-Signal in unserem Beispiel, statt aus der persönlichen Datenspur eines Individuums. Das ist auch, praktischerweise, das, was in unseren Tests am besten performte. Beachte, dass mehrere EU-Mitgliedstaaten strengere ePrivacy-Regeln über die DSGVO legen, prüf also die Länder, die du tatsächlich ansprichst.

FAQ

Kann Claude die E-Mails für mich verschicken? Nicht mit diesen Skills, und das mit Absicht. Sie entwerfen; du reviewst und verschickst über deinen bestehenden Sequencer oder dein Mail-Programm. Manche Teams verkabeln das Versenden über MCP-Integrationen, aber wir empfehlen, einen Menschen zwischen Entwurf und Versand zu behalten. Jedes Ergebnis in diesem Beitrag setzt voraus, dass dieser Review-Schritt existiert.

Welchen Skill sollte ich zuerst installieren? Account Research, dann Cold Email, in dieser Reihenfolge, weil der zweite nur so gut ist wie das, was der erste ihm liefert. Installation dauert etwa zwei Minuten pro Skill; die Anleitung steht bei Claude Skills installieren. Willst du alle fünf vorkonfiguriert im Verbund, ist das das Sales Pro Pack.

Funktioniert das mit meinem CRM? Pipeline Review braucht deine Pipeline-Daten, entweder als CSV-Export (funktioniert mit allem, was exportieren kann) oder eine direkte CRM-Verbindung über MCP. Salesforce- und HubSpot-MCP-Verbindungen sind die üblichen Wege. Die anderen Skills in der Schleife rühren dein CRM gar nicht an.

Schadet KI-geschriebenen E-Mails meiner Deliverability? Volumen und Infrastruktur schaden der Deliverability; gut reviewte KI-Entwürfe bei menschlichem Volumen nicht, soweit alle Belege zeigen, die wir gesehen haben. Das Risiko entsteht, wenn du Sends hochskalierst, weil Entwerfen billig geworden ist, und identische KI-Muster sich über Hunderte Nachrichten wiederholen. Halt das Volumen konstant, variier deine Sends, und lass Entwürfe durch Humanizer laufen, wenn du einen zusätzlichen Durchgang gegen KI-Tells willst. Er erreichte 9,6 in unserem Blind-Editor-Test.

Ist es legal, KI für EU-Lead-Prospecting zu nutzen? Generell ja für B2B unter berechtigtem Interesse, mit den Bedingungen aus dem DSGVO-Abschnitt oben: berufliche Relevanz, dokumentierte Abwägung, respektierte Opt-outs, und Zurückhaltung beim Füttern persönlicher Daten ins Modell. B2C-Cold-Email ist ein anderes, deutlich härteres Regime. Im Zweifel einen Datenschutz-Anwalt fragen, kein Skills-Verzeichnis.

Wo es von hier weitergeht

Jeder Skill oben ist kostenlos zu installieren; die Sales-&-Outreach-Kategorie hat Installationsbefehle und die kompletten Testnotizen, und die Rangliste lebt bei /best/sales. Wenn dich unsere Test-Batches von irgendetwas überzeugen sollen, dann davon: Die Teams, die mit Claude im Sales gewinnen, sind nicht die, die mehr verschicken. Es sind die, die 200 gute E-Mails das kosten lassen, was 200 schlechte früher gekostet haben.