B2B-Zielgruppenanalyse für Nischenmärkte: Warum Standard-Filter am tatsächlichen Bedarf vorbeigehen

Zielgruppe B2B definieren: das Kernkriterium ist Bedarf, nicht Demografie

Der Unterschied zwischen einer demografischen Segmentierung und einer bedarfsbasierten B2B-Zielgruppenanalyse liegt in der Art des Signals. Demografische Segmentierung filtert nach Branche, Standort und Mitarbeiterzahl. Eine bedarfsbasierte Analyse filtert nach einem konkreten, beobachtbaren Ereignis, etwa einer offenen Stelle, die auf einen strukturellen Engpass hindeutet. Mitarbeiterzahl und Branche sagen nichts darüber aus, ob ein Unternehmen aktuell offene Stellen hat, die es nicht besetzt bekommt. Ein Unternehmen mit 150 Mitarbeitenden kann personell vollständig ausgestattet sein. Ein Unternehmen mit 30 Mitarbeitenden kann seit Monaten drei Stellen unbesetzt lassen. Über Branche und Größe allein lässt sich dieser Unterschied nicht erkennen.

B2B-Zielgruppenanalyse per Filter: die Grenzen von Branche und Größe

Der naheliegende Ansatz für eine B2B-Zielgruppenanalyse sieht so aus: eine Liste aus einem gängigen Tool ziehen, filtern nach Stadt, Mitarbeiterzahl und Branche, zum Beispiel Berlin, 20 bis 200 Mitarbeitende, Dienstleistungsbranche. Anschließend wird die Liste angeschrieben, in der Hoffnung, dass genug passende Unternehmen darunter sind. Diese Methode arbeitet mit einer Näherung. Ein tatsächliches Bedarfssignal wie eine offene Stelle oder eine andere öffentlich sichtbare Ausschreibung bildet sie in der Regel nicht ab.

Wie eine B2B-Zielgruppenanalyse anhand realer Bedarfssignale abläuft

Der Ausgangspunkt der eigenen Recherche war deshalb nicht die Unternehmensgröße, sondern die offene Stelle selbst. Der Ablauf lässt sich in vier Schritten beschreiben.

1. Recherche der Bedarfssignale. Auf der Seite der Bundesagentur für Arbeit wurde recherchiert, welche Unternehmen in einem bestimmten geografischen Gebiet freie Stellen ausgeschrieben hatten. Die Ergebnisse wurden mit einer zweiten, offiziellen Quelle abgeglichen, um die Trefferliste zu validieren, bevor ein einziger Kontakt angeschrieben wurde.
2. Automatisierte Datenerfassung. Die Stellenanzeigen beider Quellen wurden über ein mit Claude Code gebautes Python-Skript automatisiert heruntergeladen und in einer CSV-Datei zusammengeführt. Am Ende dieses Schritts standen rund 500 Unternehmen mit mindestens einer aktuell offenen Stelle im relevanten Zeitraum.
3. Qualifizierung nach Budget und Bedarfstiefe. 500 Unternehmen mit offenen Stellen bedeuten noch keine 500 Unternehmen mit Bedarf an einer Marketingdienstleistung im fünfstelligen Bereich. Die Rohliste enthielt auch Betriebe mit zehn Mitarbeitenden und einer einzelnen offenen Stelle, denen für ein Projekt zu 50.000 Euro in der Regel sowohl Budget als auch struktureller Bedarf fehlen. Die Liste wurde deshalb in Claude geladen und nach Kriterien wie Unternehmensgröße, Anzahl gleichzeitig offener Stellen und erkennbaren Signalen für wiederkehrenden Recruiting-Bedarf gefiltert. Aus 500 Unternehmen wurden auf diese Weise 250.
4. Anreicherung der Kontakte. Die verbleibenden 250 Unternehmen wurden in Apollo geladen, um sie mit passenden Ansprechpartnern anzureichern, konkret Kontakte aus HR-Marketing oder aus der Geschäftsführung. Ein vollständig automatisierter Prozess war das trotzdem nicht: Ein Teil der Liste musste anschließend manuell nachbearbeitet werden, etwa wenn Kontaktdaten fehlten oder die automatische Zuordnung der Ansprechpartner nicht eindeutig war.

Wie eine so recherchierte Liste anschließend in eine konkrete Ansprache überführt wird, zeigt der Case zu zwei Outreach-Sequenzen für eine Recruiting-Kommunikationsagentur: Dort wurden für zwei Zielgruppen mit unterschiedlichem Kontaktverhalten aus einer ebenso handverlesenen Kontaktliste zwei eigenständige Sequenzen gebaut.

Warum eine offene Stelle allein noch kein qualifizierter B2B-Lead ist

Eine offene Stelle ist ein notwendiges, aber kein hinreichendes Bedarfssignal. Sie zeigt, dass ein Unternehmen aktuell rekrutiert. Sie zeigt nicht, ob das Unternehmen ausreichend Budget für eine externe Marketingdienstleistung hat oder ob der Engpass strukturell ist statt einmalig. Erst die Kombination aus Bedarfssignal und Qualifizierung nach Größe, Wiederholung und erkennbarem Problemdruck ergibt einen Lead, der zur eigenen Dienstleistung passt.

Fazit für die eigene B2B-Zielgruppenanalyse

Für Nischenmärkte und kleinere Mittelständler lassen sich passende Zielgruppen selten über die Filterfunktionen gängiger Leadlisten-Anbieter finden. Relevanz in der Ansprache entsteht erst durch eine genauere Analyse des tatsächlichen Bedarfs. Ohne sie geht das Angebot am Problem des Kunden vorbei, und die Ansprache wirkt entsprechend beliebig. Es gibt wenig Peinlicheres, als ein Unternehmen nach Personalmarketing-Bedarf zu fragen, das aktuell gar keine offene Stelle hat. Gleichzeitig will niemand Zeit in Kontakte investieren, die zwar eine offene Stelle haben, aber weder Budget noch strukturellen Bedarf für eine Dienstleistung in dieser Größenordnung besitzen.

Für die eigene Vertriebsstruktur stellt sich damit weniger die Frage, welches Tool die größte Datenbank hat, sondern welches Bedarfssignal für die eigene Zielgruppe tatsächlich aussagekräftig ist und wie sich dieses Signal systematisch statt einmalig recherchieren lässt. Das unterscheidet die bedarfssignalbasierte Analyse auch von einem klassischen Ideal Customer Profile: Ein ICP beschreibt, wer der ideale Kunde grundsätzlich ist, ein Bedarfssignal beschreibt, welcher konkrete Kontakt aus dieser Gruppe gerade jetzt zahlungsbereit ist. Wie sich ein ICP für eine Agentur systematisch aus bestehenden Kunden ableiten lässt, beschreibt der Artikel Sales-Tools für Agenturen: Warum ICP und Positionierung wichtiger sind als das Tool. Wie Positionierung, Sichtbarkeit und Outreach sich insgesamt zu einem vollständigen Prozess verbinden lassen, zeigt der Artikel zur Kundenakquise für Agenturen und Beratungen.

Bei Fragen zur eigenen Situation: gerne direkt melden.

Häufige Fragen