Der Außendienst im Großhandel wird seit Jahrzehnten an einer Kennzahl gemessen, die wenig über seinen Erfolg aussagt: der Anzahl der Kundenbesuche pro Woche.

Wer viele Kunden besucht, arbeitet gut. Wer wenig besucht, muss sich rechtfertigen.

Das Problem: Besuchsfrequenz sagt nichts darüber aus, ob die richtigen Kunden besucht wurden, ob das Gespräch zu einem Abschluss geführt hat, oder ob ein abwanderungsgefährdeter Bestandskunde rechtzeitig gehalten wurde.

91% der Unternehmen erwarten nach eigener Aussage nicht, dass ihre Außendienstler ihre Ziele erreichen (Xactly Sales Compensation Report 2024). Die Quota-Attainment-Rate lag im Q4 2024 branchenweit bei 43,14% — ein historischer Tiefstand (RepVue Cloud Index Q4 2024).

Woran liegt das? Nicht daran, dass die Vertriebsteams zu wenig arbeiten. Sondern daran, dass sie die falsche Arbeit messen.

Dieser Artikel zeigt, wie ein 3-Ebenen-KPI-Framework das ändert — und welche Kennzahlen für den Außendienst im Großhandel wirklich entscheidend sind.

1. Warum die meisten Außendienst-KPIs in die Irre führen

Ein Außendienstler im Großhandel betreut im Schnitt mehrere hundert Kunden gleichzeitig. Er sitzt den Großteil seiner Arbeitszeit im Auto. Und trotzdem verbringt er laut einer Salesforce-Studie nur 29% seiner Zeit mit aktivem Verkaufen — der Rest geht für Verwaltung, Reporting, Datenpflege und Fahrtzeiten verloren.

Das klassische KPI-Set misst genau diese nicht-verkaufende Zeit mit:

• Wie viele Besuche wurden gemacht?
• Wie viele Kilometer gefahren?
• Wie viele Anrufe protokolliert?

Das sind Aktivitätskennzahlen — sie zeigen Beschäftigung, aber keine Wirkung.

Das größere Problem liegt tiefer: Aktivitätskennzahlen sind rückwärtsgerichtet.

Sie zeigen, was gestern passiert ist — nicht, was morgen passieren wird. Wer misst, wie viele Kunden besucht wurden, weiß nicht, ob die richtigen darunter waren. Wer misst, wie hoch der Umsatz in Q3 war, weiß nicht, welche Kunden im Q4 abwandern könnten.

Großhandel-Vertrieb, der wirklich gesteuert werden soll, braucht drei Arten von Kennzahlen — nicht eine.

2. Die 3 Ebenen der Außendienst-Steuerung

Ein Außendienstler mit 7 Besuchen pro Woche und einem Umsatz von 15.000 € pro Besuch ist effektiver als einer mit 12 Besuchen und 6.000 € pro Besuch.

Die Grundformel für Außendienst-Performance lautet:

‍Umsatz = Anzahl der Besuche × Umsatz pro Besuch‍

Wer den Umsatz steigern will, hat im Grunde nur zwei Hebel: mehr Besuche oder höheren Umsatz pro Besuch. Eine solide Vertriebssteuerung muss beide gleichzeitig betrachten.

2.1 Ebene 1 — Aktivitätskennzahlen: Was der Außendienst tut

Klassische Aktivitätskennzahlen messen den Input: Wie viele Besuche, Anrufe, Angebote, E-Mails? Diese Zahlen sind notwendig — aber nicht hinreichend.

Wichtig dabei: Anzahl der Kundenkontakte wichtig - aber alleine nicht genug.

• Diversität: Wie viele verschiedene Kunden haben wir kontaktiert? Oder waren wir immer nur bei denselben A-Kunden?
• Nachfassquote: Schreiben wir den ganzen Tag Angebote - oder fassen wir auch aktiv nach, wenn diese nicht in Aufträge umgewandelt werden?

2.2 Ebene 2 — Leistungskennzahlen: Was als Nächstes zu tun ist

Leistungskennzahlen helfen bei der Steuerung und messen den Output: Umsatz pro Besuch, Deckungsbeitrag pro Besuch, Abschlussquote, Angebots-zu-Auftrag-Verhältnis, Durchschnittlicher Auftragswert.

Diese Ebene ist der eigentliche Unterschied zwischen reaktiver und proaktiver Vertriebssteuerung.

Jede Aktivität muss am Ende des Tages zu den Leistungskennzahlen beitragen. Sie helfen uns allerdings, tiefer zu gehen und Herausforderungen im aktuellen Ansatz zu verstehen. Sie sind die Grundlage, um Aktivitäten gezielt neu auszurichten und den Vertrieb erfolgreich zu steuern.

z.B.

• Share of Wallet: Wie viele Produkte aus unserem Sortiment nimmt unser Kunde schon ab? Haben wir ein Upsellproblem - oder sollten wir uns auf andere Themen fokussieren?
• Retention Rate: Wie gut halten wir bestehende Kunden? Bemerken wir rückläufige Bestellungen frühzeitig, um dann gegenzusteuern?

Beispiel: Schäfer Shop, einer der führenden B2B-Großhändler für Büro- und Betriebsbedarf, nutzt Acto, um den Außendienst auf Basis von ERP- und CRM-Daten zu steuern. Durch gezieltere Kundenbesuche - fokussiert auf Accounts mit dem höchsten Umsatzpotenzial statt auf Gewohnheitsbesuche - stieg der Umsatz um +11,2%. Das ist keine Aktivitätssteigerung. Das ist eine Ergebnissteigerung durch bessere Priorisierung.

2.3 Ebene 3 — Ergebniskennzahlen: Was als Nächstes zu tun ist

Ergebniskennzahlen messen die Vergangenheit: Sie beantworten „Was ist passiert?"

Das Problem: Sie liefern kaum Einblicke, um diese Ergebnisse zu verbessern. Dafür sind sie einfach zu breit.

4. Leading vs. Lagging Indicators: Der unterschätzte Unterschied

Alle KPIs lassen sich in zwei Kategorien einteilen: Lagging Indicators (nachlaufende Indikatoren) und Leading Indicators (vorauslaufende Indikatoren).

Lagging Indicators zeigen, was bereits passiert ist. Umsatz, Deckungsbeitrag, Abschlussquote — all das sind Ergebnisse vergangener Aktivität. Sie sind wichtig für Reporting und Vergütung, aber wertlos für operative Steuerung: Wer erst im Monatsabschluss erkennt, dass der Umsatz eingebrochen ist, kann nichts mehr korrigieren.

Leading Indicators geben Hinweise auf zukünftige Ergebnisse. Sinkende Bestellfrequenz heute → Churn in 90 Tagen. Wachsende Cross-Sell-Rate → steigender AOV nächstes Quartal. Diese Kennzahlen erlauben proaktives Handeln.

Die klassische Falle im Großhandels-Außendienst: Teams führen ausschließlich Lagging-Indicator-Reviews durch. Monatgespräch: Wie war der Umsatz? Woher kamen die Abweichungen? Was lief gut, was schlecht?

Diese Rückschau ist legitim — aber sie ersetzt keine Vorausschau. Ein ausgewogenes KPI-System enthält immer beides:

Lagging-Indikatoren für Accountability (Was haben wir erreicht?) und Leading-Indikatoren für Steuerung (Worauf fokussieren wir uns jetzt?).

5. Die KPI-Datenbasis im Großhandel: Was das ERP schon liefert

Der häufigste Einwand gegen datenbasierte Außendienst-KPIs im Mittelstand lautet: „Wir haben nicht die Daten dafür.“

Das stimmt nicht. Im ERP jedes Großhändlers liegen seit Jahren die Rohdaten für alle drei KPI-Ebenen — sie werden nur nicht systematisch genutzt.

Was das ERP bereits enthält und für KPIs nutzbar macht:

Das Kernproblem ist nicht der Datenmangel — es ist die fehlende Übersetzungsschicht. Rohes ERP-Daten werden nicht automatisch zu Handlungsempfehlungen. Dafür braucht es entweder manuelle Analyse (zu zeitintensiv) oder ein System, das diese Übersetzung automatisch vornimmt.

60% aller B2B-Verkaufsprozesse sollen bis 2025 datengetrieben sein — prognostizierte Gartner bereits 2022. Wer heute noch keine systematische KPI-Datenbasis aufgebaut hat, verliert gegenüber Wettbewerbern, die es tun.

6. Von Dashboards zu Handlungsimpulsen: KI-gestützte Steuerung

Ein Dashboard, das nicht genutzt wird, hat keinen Wert.

Der Außendienst im Großhandel sitzt nicht am Schreibtisch — er sitzt im Auto, kommt gerade aus einem Kundengesprich, fährt zur nächsten Adresse. In diesem Alltag konkurrieren KPI-Dashboards mit allem anderen um Aufmerksamkeit. Und sie verlieren fast immer.

Das ist nicht mangelnde Disziplin — das ist Realität. Die Antwort darauf ist kein besseres Dashboard. Die Antwort ist, das Dashboard durch proaktive Handlungsimpulse zu ersetzen.

Statt: „Hier sind alle Daten — zieh Dir deine Schlüsse.“
Sondern: „Diese 7 Kunden diese Woche — Kunde 1 wegen Churn-Alert in Befestigungstechnik (geschätzter Verlust: 8.400 € p.a.), Kunde 3 wegen ungenutztem Upsell in Reinigung (Potenzial: 3.200 € p.a.).“

Das ist das Prinzip der Next Best Action (NBA): Nicht der Vertriebsleiter analysiert die KPIs und zieht daraus eine Prioritätenliste — das System generiert die Liste automatisch, mit explizitem EUR-Impact pro Empfehlung. Wie das im Zusammenspiel mit der gesamten Vertriebssteuerung im Großhandel funktioniert, ist entscheidend für den Rollout.

Beispiel: Sysco, einer der größten Lebensmittelgroßhändler der Welt, setzte KI-gestützte Chancenerkennung im Außendienst ein und erzielte damit +15% Umsatz pro Account — dokumentiert im Investor Day 2024. Die Grundlage war dieselbe wie bei jedem Großhändler: Bestellhistorie, Kundensegmente, Kategoriedaten.

Das Ergebnis: Keine Zeit mehr mit Dashboard-Analyse. Keine Entscheidung mehr nach Bauchgefühl. Jeder Besuch hat einen datenbasierten Grund.

Unternehmen, die konsequent datenbasiert steuern, erzielen laut McKinsey 15–25% mehr EBITDA als ihre Wettbewerber. 63% der Großhändler stufen KI heute bereits als extrem relevant für ihre Vertriebssteuerung ein — in fünf Jahren werden es 85% sein (B2BEST Barometer Q4/2025).

7. Die 5 häufigsten KPI-Fehler im Außendienst

Fehler 1: Nur Aktivitäten messen, keine Ergebnisse

Die Besuchsanzahl als primäre KPI führt zur falschen Optimierung: maximale Besuche statt maximaler Wertbeitrag pro Besuch. Wer 12 Besuche beim falschen Kunden macht, ist weniger erfolgreich als jemand mit 7 Besuchen beim richtigen.

Fehler 2: Keine Segmentierung der KPIs nach Kundenwert

Ein Churn-Alert bei einem A-Kunden mit 200.000 € Jahresumsatz ist nicht dasselbe wie bei einem C-Kunden mit 8.000 €. Wer alle KPIs gleichgewichtet, verschwendet Kapazität auf niedrigpriorisierte Accounts.

Fehler 3: Rückwärtsgerichtete Reviews ohne vorauslaufende Signale

Wenn der Umsatz im Monatgespräch besprochen wird, ist er bereits Geschichte. Ein KPI-System, das nur Lagging Indicators enthält, ermöglicht Analyse — aber keine Steuerung. Leading Indicators (Churn-Frühwarnung, sinkende Bestellfrequenz, schrumpfende Cross-Sell-Rate) müssen wöchentlich — nicht monatlich — sichtbar sein.

Fehler 4: KPIs ohne Verbindung zur Handlung

Was passiert, wenn ein Churn-Alert ausgelöst wird? Wenn der Opportunity Score eines Kunden über einen Schwellenwert steigt? Ein KPI, der keine automatische Konsequenz hat, bleibt ein Datenpunkt — kein Steuerungsinstrument. Erst wenn KPIs direkt mit konkreten Handlungsempfehlungen verknüpft sind, werden sie operativ wirksam.

Fehler 5: Kennzahlen ohne Datenbasis — oder mit falscher

Quota-Attainment, Abschlussquote, Umsatz pro Besuch — all das klingt messbar. Aber wenn CRM-Daten unvollständig sind (weil Nachbereitung zu zeitaufwendig ist), wenn ERP-Daten nicht mit CRM-Aktivitäten verknüpft werden, und wenn Besuche nicht systematisch protokolliert werden, entstehen KPIs auf Basis von Schätzungen statt Fakten.

Beispiel: Liantis, ein belgisches HR-Dienstleistungsunternehmen, reduzierte den administrativen Aufwand pro Kundentermin von 20 auf 5 Minuten — 75% weniger Adminzeit — durch automatisierte Besuchsvorbereitung und Voice-to-CRM-Nachbereitung (Donna 2026: Fallstudie Liantis). Das Ergebnis: vollständige CRM-Daten als Grundlage für belastbare KPIs — ohne Mehraufwand für den Außendienst.

Fazit

KPIs sind kein Selbstzweck.

Sie existieren, um den Außendienst auf die Aktionen zu lenken, die den größten Umsatzbeitrag leisten - und von jenen fernzuhalten, die Zeit kosten, ohne Wirkung zu entfalten.

Das 3-Ebenen-Framework (Aktivität → Ergebnis → Steuerung) ist nicht nur eine Kategorisierung. Es ist eine Entscheidung, wie ein Vertriebsteam denkt: nicht „Wie viel haben wir getan?“, sondern „Was müssen wir als Nächstes tun — und warum genau das?“

Die technische Basis dafür ist in jedem Großhandels-ERP bereits vorhanden. Was fehlt, ist die Übersetzungsschicht: vom Rohdatum zur prädiktiven Empfehlung. Genau das ist der Übergang vom Dashboard zur Steuerung.

Neugierig, wie Acto die 3-Ebenen-Steuerung für Deinen Außendienst umsetzt? Vereinbare eine kostenlose Demo mit unserem Team.