Zum Inhalt springen
Vertrieb 🔒 Pro-Inhalt

80% deiner Kunden kaufen zu wenig — KI zeigt dir die Upselling-Chancen

Analysiere deine Verkaufsdaten und finde in 30 Minuten heraus, welche Bestandskunden mehr kaufen würden — mit konkreten Ansprache-Vorschlägen

⏱ 4-8 Std./Monat Zeitersparnis
💶 500-3.000 EUR/Monat Kostenersparnis
🚀 30 Minuten Umsetzungszeit
Direkt zur Umsetzung →
80% deiner Kunden kaufen zu wenig — KI zeigt dir die Upselling-Chancen
Jürgen J. Schimmöller
Jürgen J. Schimmöller Gründer businessREVOLUTION®
Veröffentlicht: · Aktualisiert:

Was dieser Use-Case für dich bewirkt

⏱
4-8 Std./Monat
Zeitersparnis
💶
500-3.000 EUR/Monat
Kostenersparnis
📈
15x im ersten Quartal
ROI
50% 🎓
Fortgeschritten
Skill-Level
50% 🤖
50%
Automatisierungsgrad
30 Minuten 🚀
30 Minuten
Umsetzungszeit

📋 Inhaltsverzeichnis

  1. 1 Dein erster Upselling-Check in 2 Minuten
  2. 2 Verkaufsdaten sauber aufbereiten
  3. 3 Kaufmuster und Cross-Selling-Cluster identifizieren
  4. 4 Abwanderungs-Kandidaten frühzeitig erkennen
  5. 5 Individuelle Ansprache-Mails formulieren lassen
  6. 6 Kunden-Scoring für laufende Priorisierung aufbauen
  7. 7 Ergebnisse ins CRM oder deine Vertriebsliste übertragen
  8. 8 Den monatlichen Analyse-Rhythmus einrichten
  9. 9 Ergebnisse messen und den Prozess verfeinern
  10. 10 Für Fortgeschrittene: Segment-basiertes Upselling

⚡ In 30 Sekunden verstanden

Du exportierst deine Verkaufsdaten, lädst sie in eine KI und bekommst in Minuten eine Analyse: Welche Kunden kaufen nur einen Teil deines Sortiments? Wer bestellt weniger als früher? Und wo steckt konkretes Upselling-Potenzial? Dazu bekommst du fertige Ansprache-Vorschläge — individuell, relevant, sofort einsetzbar.

Was sich konkret ändert

Realität
Vorher
Blindflug im Vertrieb
  • ✕ Keine Ahnung, welche Kunden mehr kaufen könnten
  • ✕ Alle Kunden bekommen die gleichen Angebote
  • ✕ Upselling-Potenziale bleiben unsichtbar
  • ✕ Vertrieb reagiert nur auf eingehende Anfragen
Mit System
Nachher
Gezielte Umsatz-Chancen
  • ✓ KI zeigt dir pro Kunde das konkrete Potenzial
  • ✓ Individuelle Ansprache-Vorschläge in Minuten
  • ✓ Versteckte Cross-Selling-Muster automatisch erkannt
  • ✓ Proaktiver Vertrieb mit Daten statt Bauchgefühl
🏢

Ein echtes Beispiel

Praxisbeispiel
📋 Szenario

Handelsunternehmen mit 250 Bestandskunden und breitem Sortiment. Der Vertrieb arbeitete reaktiv — Kunden bestellten, was sie immer bestellten.

⚙️ Setup

Claude-Account (Pro). Verkaufsdaten der letzten 12 Monate als CSV exportiert. 30 Minuten Einrichtungszeit.

✅ Ergebnis

38 Kunden mit konkretem Upselling-Potenzial identifiziert. 15 gezielte Gespräche in 4 Wochen, 9 Zusatzbestellungen. Mehrwert: ca. 4.200 EUR Zusatzumsatz im ersten Monat.

Schritt 1

Dein erster Upselling-Check in 2 Minuten

Selbst mit Beispieldaten siehst du sofort, wie die KI Upselling-Potenziale erkennt

Öffne Claude oder ChatGPT und kopiere diesen Prompt. Du brauchst nicht mal echte Daten — das Beispiel zeigt dir sofort, wie die Analyse funktioniert.

⚠️

Datenschutz-Hinweis: In diesem Schritt arbeitest du mit Kundendaten deines Unternehmens. Bevor du diese an eine KI übermittelst, solltest du sensible Informationen (Namen, Adressen, Kontaktdaten) anonymisieren oder entfernen.

Wie das in 2 Minuten geht, zeigen wir dir Schritt für Schritt in unserem kostenlosen Datenschutz-Guide.

💬 Prompt

Rolle: Du bist ein erfahrener Vertriebsanalyst für mittelständische Unternehmen.

Aufgabe: Analysiere diese Verkaufsdaten und finde Upselling-Potenziale:

Kunde-A: Büromöbel (12.400 EUR), Bürostühle (3.200 EUR)
Kunde-B: Büromöbel (8.600 EUR)
Kunde-C: Bürostühle (4.100 EUR), Zubehör (1.800 EUR)
Kunde-D: Büromöbel (15.200 EUR), Bürostühle (5.400 EUR), Zubehör (2.300 EUR)
Kunde-E: Büromöbel (6.800 EUR), Zubehör (900 EUR)
Kunde-F: Bürostühle (2.900 EUR)
Kunde-G: Büromöbel (11.200 EUR), Bürostühle (4.800 EUR), Zubehör (3.100 EUR)

Ausgabeformat: Tabelle mit: Kunde, was er NICHT kauft, Wahrscheinlichkeit für Upselling (hoch/mittel/niedrig), konkreter Aktionsvorschlag.

🤖 KI-Output

KI-Antwort:

KundeKauft nichtPotenzialAktionsvorschlag
Kunde-BBürostühle, ZubehörHochKauft Möbel für 8.600 EUR — Stühle fehlen komplett. Bundle-Angebot: 10% auf Stühle bei Bestandskunden.
Kunde-FBüromöbel, ZubehörHochNur Stühle — wahrscheinlich Erstausstattung. Follow-up: Kompletteinrichtung anbieten.
Kunde-AZubehörMittelMöbel + Stühle vorhanden. Zubehör-Paket als Ergänzung (Kabelmanagement, Monitorarme).
Kunde-EBürostühleMittelHat Möbel und Zubehör. Stühle fehlen — evtl. über anderen Anbieter bezogen. Preisvergleich anbieten.
Kunde-CBüromöbelNiedrigKleiner Warenkorb. Eventuell kein Bedarf. Bedarfsabfrage per Mail.

Zusammenfassung: 2 Kunden mit hohem, 2 mit mittlerem Potenzial. Geschätzter Zusatzumsatz bei Conversion: 3.200 - 5.800 EUR.

🔍

In 30 Sekunden hat die KI Muster erkannt, die du in einer Excel-Tabelle manuell Stunden suchen würdest. Und das waren nur 7 Kunden — stell dir vor, was bei 200 oder 500 Kunden rauskommt.

Der Wow-Moment

Jetzt wird es richtig spannend. Die KI kann nicht nur fehlende Produkte finden — sie erkennt auch, wenn Kunden weniger bestellen als früher. Das sind deine Abwanderungs-Kandidaten.

💬 Prompt

Aufgabe: Analysiere die Bestellentwicklung der letzten 4 Quartale und finde Kunden mit sinkendem Volumen:

Kunde-A: Q1: 4.200, Q2: 3.800, Q3: 3.100, Q4: 2.400
Kunde-B: Q1: 2.100, Q2: 2.300, Q3: 2.500, Q4: 2.800
Kunde-D: Q1: 6.200, Q2: 5.800, Q3: 4.100, Q4: 3.600
Kunde-G: Q1: 4.800, Q2: 5.100, Q3: 5.200, Q4: 5.400

Finde: Kunden mit negativem Trend, geschätzter Umsatzverlust in 6 Monaten, empfohlene Sofortmassnahme.

🤖 KI-Output

KI-Antwort:

KundeTrendRückgangPrognose 6 Mon.Sofortmassnahme
Kunde-Astark fallend-43% (Q1→Q4)Komplettverlust drohtPersönliches Gespräch diese Woche. Grund für Rückgang klären.
Kunde-Dfallend-42% (Q1→Q4)Halbierung wahrscheinlichAccount-Review anbieten. Wettbewerber-Check: Kauft der Kunde woanders?

Positiv: Kunde-B (+33%) und Kunde-G (+13%) wachsen. Hier: aktiv Cross-Selling-Angebote platzieren.

Kunden, die still weniger bestellen, sind teurer als Kunden, die laut kündigen — weil es niemand merkt, bis es zu spät ist.

∅ 15-25% des Bestandsumsatzes gehen durch stille Abwanderung verloren

Schritt 2

Verkaufsdaten sauber aufbereiten

So exportierst du deine echten Daten und machst sie KI-ready

Damit die KI Muster erkennen kann, braucht sie strukturierte Daten. Die gute Nachricht: Du brauchst keine Data-Science-Kenntnisse. Eine einfache CSV-Tabelle reicht völlig.

Exportiere aus deinem CRM, deiner Buchhaltung oder deinem ERP eine Tabelle mit diesen Spalten: Kundennummer (anonymisiert), Produktkategorie, Umsatz, Zeitraum (Monat oder Quartal).

💡

Praxis-Tipp: Die meisten Tools (Odoo, Lexoffice, sevDesk, Excel) haben eine Export-als-CSV-Funktion. Wenn du nur Excel hast: Speichere deine Umsatzliste als CSV — das reicht.

💬 Prompt

Rolle: Du bist ein Datenanalyst für Vertriebsoptimierung.

Aufgabe: Ich lade dir jetzt meine Verkaufsdaten der letzten 12 Monate hoch (CSV-Datei). Analysiere bitte:

  1. Welche Kunden kaufen nur einen Teil unseres Sortiments — obwohl ähnliche Kunden mehr kaufen?
  2. Welche Kunden zeigen einen rückläufigen Bestelltrend?
  3. Welche Produktkombinationen werden häufig zusammen gekauft (Cross-Selling-Muster)?
  4. Erstelle eine priorisierte Liste mit den Top-10 Upselling-Chancen

Ausgabeformat: Tabelle mit Priorität, Kundennummer, aktueller Warenkorb, fehlendes Potenzial, geschätzter Mehrumsatz, empfohlene Aktion.

🤖 KI-Output

KI-Antwort (Auszug — Top 5):

#KundeKauft aktuellFehltPotenzialAktion
1K-047Möbel (18.200)Stühle + Zubehör+6.500 EURBundle-Angebot per Mail
2K-112Stühle (7.400)Möbel+12.000 EURPersönliches Gespräch
3K-083Alles — aber -35%Volumen sinktVerlust: 8.000 EURSofort-Anruf
4K-024Möbel + StühleZubehör+2.800 EURZubehör-Katalog zusenden
5K-091Zubehör (1.200)Möbel + Stühle+9.000 EURGesamtsortiment vorstellen

Cross-Selling-Muster: 74% der Möbel-Käufer bestellen auch Stühle. 61% der Stuhl-Käufer ergänzen Zubehör.

Aufwand im Vergleich
Manuell
6-8 Std.
Mit KI
30 Min.
Einmalige Einrichtung: ca. 30 Minuten
Schritt 3

Kaufmuster und Cross-Selling-Cluster identifizieren

Die KI findet Zusammenhänge, die du mit blossem Auge nie sehen würdest

Jetzt gehen wir tiefer. Statt nur zu schauen was fehlt, lassen wir die KI echte Kaufmuster erkennen. Welche Produkte werden typischerweise zusammen gekauft? Gibt es Kunden-Cluster mit ähnlichem Verhalten?

💬 Prompt

Aufgabe: Basierend auf den hochgeladenen Verkaufsdaten: Erstelle eine Cross-Selling-Matrix.

  1. Welche Produktkategorien werden häufig zusammen gekauft?
  2. Gibt es typische Kauf-Reihenfolgen (erst A, dann B)?
  3. Gruppiere die Kunden in 3-4 Cluster nach Kaufverhalten
  4. Für jedes Cluster: Welches Produkt fehlt am häufigsten?

Format: Cross-Selling-Matrix als Tabelle + Cluster-Beschreibung mit konkreten Handlungsempfehlungen.

🤖 KI-Output

KI-Antwort:

Cross-Selling-Matrix:

Wenn gekauftDann auch (Wahrsch.)Durchschn. Zusatzumsatz
BüromöbelBürostühle (74%)3.800 EUR
BürostühleZubehör (61%)1.400 EUR
BüromöbelZubehör (52%)2.100 EUR

3 Kunden-Cluster:

Cluster 1 — Vollausstatter (28%): Kaufen alles. Aktion: Premium-Service, Abo-Modell für Zubehör.

Cluster 2 — Einmal-Käufer (45%): 1-2 Kategorien. Aktion: Sortiments-Vorstellung, Bundle-Rabatte.

Cluster 3 — Schwindende (12%): Umsatz rückläufig. Aktion: Sofort-Kontakt, Bedarfsanalyse.

🔍

Die meisten Unternehmen kennen ihre Umsatz-Top-10 auswendig. Aber die Frage, welche Kunden bei welcher Kategorie noch Luft haben, kann fast niemand beantworten — weil kein Mensch 200 Kundenhistorien parallel vergleichen kann. Die KI schon.

🔒 PRO-INHALT

Dieser KI-Workflow ist Teil von businessREVOLUTION® PRO.

Du siehst gerade einen Ausschnitt des Use-Cases. Mit PRO erhältst du Zugriff auf vollständige Workflows, Prompts und Schritt-für-Schritt-Anleitungen.

80 % abgeschlossen
  • ✅ Vollständige KI-Workflows
  • ✅ Sofort einsetzbare Prompts
  • ✅ Schritt-für-Schritt-Anleitungen
  • ✅ Neue Use-Cases jede Woche
  • ✅ Zugriff auf die komplette PRO-Bibliothek
PRO-Zugang freischalten → Kostenlos registrieren & weitere freie Use-Cases ansehen

Dein ROI im Detail

Wie dieser Use-Case deinen Umsatz steigert — in Euro gerechnet.

Annahmen für diese Berechnung:
Wer regelmäßig Kundendaten analysiert, um Upselling-Potenziale zu erkennen, investiert schnell 2–4 Stunden pro Woche in Auswertung, Segmentierung und Priorisierung der Kontaktliste.

Stundensatz: 45 €/Std. · 1 Mitarbeiter · Zeitersparnis: 3 Std./Woche
DIY: Eigenimplementierung ca. 1,500 € (einmalig) + 89 €/Mo. businessREVOLUTION-Abo · Jürgen Johannes & Team: 490 € Einrichtung (einmalig) + 89 €/Mo. Abo
💙
DIY — Breakeven im Betrachtungszeitraum noch nicht
Mehrumsatz -2.500 €
💚
JÜRGEN JOHANNES — Breakeven im Betrachtungszeitraum noch nicht
Mehrumsatz -1.500 €

Das könnte dich ebenfalls interessieren