AI SDR — ooligo

Ein AI SDR ist Software, die einige oder alle Outbound-Prospecting-Aufgaben automatisiert, die traditionell von einem menschlichen Sales Development Representative übernommen werden — Zielaccounts identifizieren, Prospects recherchieren, personalisierten Outreach verfassen, Multi-Touch-Sequenzen verwalten und in manchen Fällen erste Antworten bearbeiten. Die Kategorie umfasst ein breites Spektrum: von Copilots, die eine einzige E-Mail zur Genehmigung durch einen Mitarbeiter entwerfen, bis hin zu vollständig autonomen digitalen Arbeitern, die gesamte Outbound-Motions ohne menschliche Überprüfung einzelner Nachrichten abwickeln.

Ein AI SDR ist kein Sales-Engagement-Tool mit nachgerüsteten AI-Features, kein Datenanreicherungs-Tool und kein Konversationsintelligenz-Produkt. Er ist auch kein garantierter Ersatz für menschliche SDRs — bis Mitte 2026 zeigen die Daten früher Anwender, dass vollständig autonome AI SDRs menschliche SDR-Teams in keinem nennenswerten Maßstab ersetzt haben. Hybride AI-plus-Mensch-Pods — bei denen die AI Recherche, Entwurfserstellung und initiales Sequenzieren übernimmt, während Menschen Antworten und Meeting-Qualifizierung verantworten — übertreffen vollständig autonome Deployments durchgängig bei Reply Rate und Conversion qualifizierter Opportunities.

Warum AI SDRs existieren

Die Volumenökonomie des Outbound trieb die Kategorie voran. Menschliche SDRs verbringen geschätzte 60 bis 70 Prozent ihrer Zeit mit Recherche und Datenvorbereitung, bevor sie eine einzige Nachricht schreiben (Schätzung auf Basis von Branchenumfragen von Outreach und SalesLoft, 2024). AI SDRs komprimieren diese Zeit gegen null und ermöglichen entweder, dass das gleiche Headcount mehr Accounts bearbeitet, oder dass die gleiche Account-Abdeckung mit weniger Headcount erreicht wird. Der ROI ist am stärksten in hochvolumigen, hochdynamischen Outbound-Motions — typischerweise SMB- und Mid-Market-Prospecting — bei denen der Deal-Wert keine tiefgehende menschliche Recherche pro Account rechtfertigt.

Die vier Architekturen

AI SDR Anbieter lassen sich in vier Architekturen einteilen. Das Verständnis der verwendeten Architektur zeigt, was tatsächlich gekauft wird und wie das reale Risikoprofil aussieht.

1. Vollständig autonomer Agent

Der Anbieter stellt einen namentlich benannten AI-Mitarbeiter bereit (Alice bei 11x, Ava bei Artisan), der eine ICP-Definition und ein Sequenz-Playbook entgegennimmt und dann selbstständig prospektiert, recherchiert, personalisiert und Outreach — einschließlich Follow-ups — ohne menschliche Überprüfung einzelner Nachrichten versendet. Der Agent überwacht Antworten, leitet positive Rückmeldungen zum menschlichen Handoff weiter und protokolliert alle Aktivitäten im CRM.

Was Sie kaufen: Volumen im großen Maßstab mit minimalem menschlichen Aufwand. 11x gibt an, dass Alice mehr als 1.000 Accounts gleichzeitig bearbeiten kann. Artisans Ava verwaltet Multi-Channel-Sequenzen über E-Mail und LinkedIn.

Das reale Risiko: Vollständig autonome Systeme zeigen geschätzte Reply Rates von 1 bis 3 Prozent im großen Maßstab gegenüber einer hybriden Spanne von etwa 8 bis 15 Prozent — Richtwerte aus von Käufern berichteten Deployments bis Mitte 2026, nicht aus einem einzelnen veröffentlichten Benchmark; behandeln Sie sie daher als Schätzungen und validieren Sie sie an Ihren eigenen Ergebnissen. Das Volumen verschleiert das Ratenproblem — absolute Meeting-Zahlen können akzeptabel wirken, selbst wenn die Rate schlecht ist. Das Markenrisiko ist ebenfalls real: Die AI sendet Nachrichten von Ihrer Domain ohne Genehmigung jeder einzelnen Nachricht.

Geeignet für: volumensstarkes SMB-Outbound, bei dem menschliche SDR-Abdeckung wirtschaftlich nicht rentabel ist, und wo die Markensensibilität niedrig genug ist, um automatisierten Outreach zu tolerieren.

2. Copilot mit Mensch im Loop

Die AI übernimmt Recherche, Absichtssignal-Aggregation und Erstpersonalisierung. Ein Mensch überprüft und genehmigt (oder bearbeitet) jede Nachricht vor dem Versand. Der Mensch verantwortet das Sequenz-Tempo, bearbeitet alle Antworten und bucht das Meeting.

Was Sie kaufen: einen Produktivitätsmultiplikator für den SDR ohne Autonomie. Der Mitarbeiter macht weniger Datenarbeit und mehr Vertrieb.

Das reale Risiko: Der Produktivitätsgewinn ist nur so groß wie die Reibung im Genehmigungsloop. Wenn die Genehmigungsoberfläche umständlich ist, genehmigen Mitarbeiter ohne zu lesen und negieren damit den Personalisierungsvorteil.

Geeignet für: Enterprise-Outbound mit hohen Deal-Werten, bei dem markenwidrige Nachrichten einen echten Kostenfaktor darstellen, und für Teams, die AI-Unterstützung ohne die Governance-Komplexität autonomer Sends wünschen.

3. AI-augmentierte Sequenzplattform

Die AI ist in eine bestehende Outbound-Plattform (Outreach, Salesloft, Apollo) als Intelligence-Layer integriert — sie schlägt nächste Aktionen vor, generiert Betreffzeilen-Varianten, bewertet die Prioritisierung von Prospects und entwirft Follow-ups. Die zugrundeliegende Sequenzlogik, CRM-Synchronisierung und der Workflow bleiben plattformtypisch.

Was Sie kaufen: marginale Verbesserung auf einer bestehenden Plattform anstatt eine neue Vendor-Beziehung. Geringe Wechselkosten; kein neues System of Record.

Das reale Risiko: Die AI-Features sind plattformübergreifend nicht differenziert. Wenn Sie noch nicht auf einer dieser Plattformen sind, kaufen Sie die AI-augmentierte Plattform nicht nur wegen der AI-Schicht.

Geeignet für: Teams, die bereits Outreach, Salesloft oder Apollo einsetzen und AI-Features ohne neuen Vendor oder neue Integration möchten.

4. Persona- oder Kanal-spezialisierter Agent

Die AI automatisiert einen einzigen Kanal oder eine Persona — nur LinkedIn-Outreach, nur Inbound-Qualifizierung oder nur Re-Engagement ruhender Accounts — anstatt die gesamte SDR-Motion. Diese Tools sind tendenziell günstiger und risikoärmer, aber enger im Scope.

Was Sie kaufen: eine Punktlösung für den Kanal, bei dem menschliche SDR-Abdeckung am dünnsten ist.

Das reale Risiko: Es eliminiert nicht die Notwendigkeit der Koordination mit der breiteren Outbound-Motion. Einen reinen LinkedIn-AI-SDR zu einem Team hinzuzufügen, das auch E-Mail-Sequenzen betreibt, verursacht Deduplizierungs- und Sequenzierungskonflikte, sofern die Tools nicht korrekt integriert sind.

Geeignet für: Teams mit einer spezifischen Kanallücke (z. B. keine LinkedIn-Abdeckung), die diese schließen möchten, ohne ihren Outbound-Stack grundlegend zu überarbeiten.

Wie man AI SDR Anbieter bewertet

Die Fragen, die echte Performance aufdecken:

1. Wie hoch ist die Reply Rate bei autonomen Sends, bei Ihrem durchschnittlichen Volumen? Fragen Sie nach einem Benchmark von einem Kunden in einem ähnlichen Segment bei ähnlichem Volumen. Wenn dieser nicht geliefert werden kann, fragen Sie nach der medianen Reply Rate über die Kundenbasis. Als grobe Faustregel ist eine geschätzte Reply Rate unter 3 Prozent bei Cold Outbound im großen Maßstab ein Zeichen dafür, dass die Personalisierung nicht funktioniert.

2. Wie sieht der Handoff aus, wenn ein Prospect antwortet? Jeder AI SDR behauptet, positive Antworten an Menschen weiterzuleiten. Lassen Sie sich den Workflow zeigen: Wo findet der Handoff statt, welche Informationen werden übergeben und wie schnell? Antworten, die mehr als 24 Stunden ohne Weiterleitung bleiben, verlieren den Großteil ihres Wertes.

3. Welche Kontrollen existieren über Nachrichteninhalt und Sendefrequenz? Bei vollständig autonomen Tools: Können Sie die Nachrichtenvorlagen, die die AI generiert, vorab ansehen und genehmigen? Können Sie das tägliche Sendevolumen pro Domain begrenzen? Was verhindert, dass die AI ein Follow-up sendet, wenn ein Prospect gerade ein negatives Ereignis erlebt hat?

4. Wie integriert es sich mit Ihrem CRM und bestehenden Sequenzen? Deduplizierung ist das unscheinbare Problem, das Deployments zum Scheitern bringt. Wenn AI SDR und menschliches SDR-Team denselben Prospect erreichen können, ohne voneinander zu wissen, werden Beziehungen beschädigt. Fragen Sie genau, wie das Tool Ausschlussfenster durchsetzt.

5. Was passiert mit Kontakten, die die AI versucht zu erreichen, und scheitert? Bounces, Abmeldungen und Nicht-Respondenten nach N Kontaktversuchen benötigen eine saubere Rückbuchung ins CRM. Lassen Sie sich eine Demo der Exit-Flows zeigen, nicht nur der Eingangsflows.

Häufige Fehler

Erfolg am Volumen statt an der Rate messen. Ein AI SDR, der aus 10.000 Sends 30 Meetings bucht, wirkt in absoluten Zahlen produktiv. Bei einer Meeting Rate von 0,3 Prozent würde derselbe Aufwand mit einem kompetenten menschlichen SDR-Team bei 2 Prozent 200 Meetings buchen. Volumen ist kein Proxy für Leistung.

Schutzmaßnahme: Legen Sie vor dem Launch Ziel-Reply-Rate und Meeting-Rate fest und messen Sie diese gegen Ihre Pre-AI-Baseline je Segment.

Den ICP-Konfigurationsbedarf unterschätzen. Vollständig autonome Tools performen proportional zur Qualität der ICP-Definition und der bereitgestellten Ausschlusslisten. Ein vager ICP (“Mid-Market-SaaS-Unternehmen”) erzeugt vage Personalisierung, die generisch wirkt, selbst wenn sie technisch angepasst ist. Der erste Monat der meisten Deployments ist ICP-Kalibrierung, keine Skalierung.

Schutzmaßnahme: Planen Sie mindestens zwei Wochen für die ICP-Kalibrierung ein, bevor Sie die Performance messen. Betrachten Sie die ersten 500 Sends als Trainingsdaten.

Die Compliance-Schicht ignorieren. Automatisierter Outbound in der EU unterliegt der DSGVO. Automatisierte Cold E-Mails an bestimmte Domains erfordern CAN-SPAM-Compliance. Vollständig autonome Tools, die im großen Maßstab senden, können Abmelde-Listenpflichten, Domain-Zustellbarkeitsprobleme und bei EU-Sendungen potenzielle DSGVO-Risiken erzeugen, wenn das Tool die Grundlage des berechtigten Interesses nicht dokumentieren kann.

Schutzmaßnahme: Bestätigen Sie vor dem Launch das Suppression-List-Handling des Tools, die Bearbeitungszeit für Abmeldungen (CAN-SPAM erfordert 10 Werktage; Best Practice ist unter 48 Stunden) und die DSGVO-Modusoptionen für EU-Prospects.