Lead-Attribution: Modelle und wie Sie das passende wählen

Von Laurel · Aktualisiert am 8. September 2026

Ein VP of Marketing kommt zum Budget-Review und zeigt ein Diagramm, nach dem organische Inhalte 40 % der Pipeline getrieben haben. Der VP of Sales bringt ein Diagramm mit, nach dem Outbound-Kaltakquise 60 % derselben Deals abgeschlossen hat. Beide Diagramme stammen aus demselben CRM. Keines ist falsch. Sie haben lediglich unterschiedliche Attributionsmodelle auf dieselben Touchpoints angewendet.

Genau diesen Widerspruch soll Lead-Attribution auflösen: Sie entscheidet, welche Marketing- und Vertriebskontakte für einen Lead oder einen abgeschlossenen Deal Anerkennung verdienen und in welchem Umfang, damit Budget- und Personalentscheidungen auf Belegen beruhen und nicht darauf, wer in der Besprechung die bessere Geschichte erzählt. Falls Sie noch nicht erfasst haben, woher Ihre Leads stammen, beginnen Sie mit unserem Leitfaden zu Lead-Quellen: Attribution ist die nächste Ebene, sobald ein Lead mehr als einen Touchpoint hat, über den sich streiten lässt.

Wichtige Fakten: Lead-Attribution

• B2B-Kaufentscheidungen betreffen heute im Schnitt 13 interne Stakeholder und 9 externe Einflussnehmer, mehr als in früheren Jahren. Deshalb übersehen Single-Touch-Modelle den größten Teil der tatsächlichen Einflusskette (Forrester, State of Business Buying 2026)
• Vertriebsmitarbeitende verbringen nur 40 % ihrer Zeit mit dem Verkaufen. Der Rest geht für Verwaltung, CRM-Pflege und interne Freigaben drauf, die Attributionsberichte kaum berücksichtigen (Salesforce, State of Sales, Seventh Edition)
• Der erste Kontakt mit einem Anbieter verschob sich von 69 % der Buyer Journey im Jahr 2024 auf 61 % im Jahr 2025. Bei den meisten Deals findet also weit mehr als die Hälfte statt, bevor ein System auch nur einen einzigen Touchpoint zuordnen kann (6sense, B2B Buyer Experience Report 2025)
• 44 % der Unternehmen verlieren mehr als 10 % ihres Jahresumsatzes durch schlechte CRM-Datenqualität, die die Attribution verfälscht, lange bevor ein Modell darauf angewendet wird (Validity-Umfrage, via ZoomInfo)
• Vertriebsmitarbeitende verschwenden rund 27 % ihrer potenziellen Verkaufszeit mit der Jagd nach fehlerhaften Kontaktdaten, also mit denselben defekten Datensätzen, die auch fehlerhafte Attributionsberichte speisen (ZoomInfo/Validity)

Was Lead-Attribution tatsächlich beantwortet

Ohne Dashboards beantwortet Lead-Attribution eine einzige Frage: Was von allem, womit dieser Käufer vor der Unterschrift in Berührung kam, hat ihn tatsächlich bewegt, und was lag nur zufällig in der Nähe?

Das ist etwas anderes, als zu verfolgen, woher ein Lead kam. Lead-Quellen-Tracking sagt Ihnen, welcher Kanal den ersten Datensatz in Ihrem CRM erzeugt hat. Attribution geht weiter: Sie begleitet diese Person (und oft ihre gesamte Buyer Journey) über jeden Touchpoint zwischen „Wir kennen Sie noch nicht" und „Vertrag unterschrieben" und weist jedem einen Anteil am Erfolg zu.

Warum der Aufwand? Weil das Budget dem Erfolgsanteil folgt. Wählen Sie das falsche Modell, entziehen Sie systematisch dem Kanal die Mittel, der tatsächlich funktioniert hat, und stecken mehr Geld in einen, der den Deal nur zuletzt berührt hat. Deshalb wird Attribution auch mit der Lead-Konversionsrate verwechselt: Die Konversionsrate zeigt, wie viele Leads zu Kunden wurden, die Attribution zeigt, welche Touchpoints dafür Anerkennung verdienen. Sie brauchen beides, und beides beantwortet Fragen aus unterschiedlichen Meetings.

Es gibt kein universell richtiges Modell. Es gibt das Modell, das zu Ihrem Verkaufszyklus, Ihrem Kanalmix und der Zahl der Käufer-Touchpoints passt, die Sie tatsächlich sehen können. Der Rest dieses Leitfadens stellt die Optionen vor, zeigt einen Deal, der auf fünf verschiedene Arten bewertet wird, damit Sie sehen, wie viel die Wahl ausmacht, und gibt Ihnen eine Methode zur Auswahl an die Hand.

Single-Touch-Attributionsmodelle

Single-Touch-Modelle geben 100 % des Erfolgsanteils an einen einzigen Touchpoint und ignorieren alles andere. Sie sind am einfachsten umzusetzen und am leichtesten misszuverstehen.

First-Touch-Attribution schreibt den Erfolg dem zu, was die Person überhaupt erst auf Sie aufmerksam gemacht hat: dem Blogartikel, den sie über die Suche gefunden hat, der Anzeige, auf die sie geklickt hat, der Empfehlung, die sie zu Ihnen führte. Sie beantwortet die Frage „Was füllt die Spitze des Funnels?" und eignet sich daher, um Investitionen in Marke und Content zu rechtfertigen. Darüber, was den Deal tatsächlich abgeschlossen hat, sagt sie nichts.

Last-Touch-Attribution schreibt den Erfolg dem zu, was unmittelbar vor der Konversion passierte, meist ein ausgefülltes Formular, eine Demo-Anfrage oder ein Verkaufsgespräch. In den meisten CRMs ist sie die Voreinstellung, weil sie sich am leichtesten nachverfolgen lässt: Das zuletzt befüllte Feld gewinnt. Bei langen B2B-Zyklen ist sie zugleich das irreführendste Modell, denn sie gibt 100 % des Erfolgsanteils dem letzten Anstoß und nichts den Monaten des Nurturings, die den Käufer überhaupt erst bereit für diesen Anstoß gemacht haben.

Last Non-Direct Click bessert Last-Touch nach. Wenn jemand Ihre Website als Lesezeichen speichert oder die URL direkt eingibt, verbuchen die meisten Tracking-Tools das als „(direct)", eine Quelle, die nichts aussagt. Dieses Modell überspringt Direktaufrufe und schreibt den Erfolg dem letzten Touchpoint mit erkennbarer Quelle zu. Es behebt einen Berichtsfehler, bleibt aber ein Single-Touch-Modell: Alles davor erhält null.

Multi-Touch-Attributionsmodelle

Multi-Touch-Modelle verteilen den Erfolgsanteil auf mehr als einen Touchpoint und kommen damit dem Ablauf eines echten B2B-Deals näher.

Lineare Attribution verteilt den Erfolgsanteil gleichmäßig auf alle bekannten Touchpoints. Bei fünf Touchpoints sind das je 20 %. Sie ist ein fairer, neutraler Ausgangspunkt, gerade weil sie nicht versucht, clever zu sein. Der Nachteil: Sie behandelt eine passive Anzeigeneinblendung genauso wie eine Live-Produktdemo und glättet damit Signale, die ein klügeres Modell erkennen würde.

Time-Decay-Attribution gibt Touchpoints nahe am Konversionsdatum mehr Anteil und weiter zurückliegenden weniger. Die Logik: Aktuelles Interesse sagt Kaufabsicht besser voraus als etwas, das vor vier Monaten passiert ist. Bei kürzeren Zyklen, in denen die Aktualität mit der Kaufbereitschaft einhergeht, funktioniert das gut. In langen Enterprise-Zyklen kann es dazu führen, dass frühe Inhalte, die die Opportunity überhaupt erst geschaffen haben, systematisch unterbewertet werden.

U-förmige (positionsbasierte) Attribution legt festen, hohen Anteil auf zwei Ankerpunkte, in der Regel den ersten Touchpoint und den Touchpoint, der die Person zum Marketing-Lead gemacht hat, und verteilt den Rest dünn auf alles dazwischen. Eine gängige Aufteilung lautet 40 % erster Touchpoint, 40 % Lead-Erstellung, 20 % verteilt auf die Mitte. Sie spiegelt eine Überzeugung vieler B2B-Teams wider: Der Moment, in dem jemand in den Funnel eintritt, und der Moment, in dem er zu einem echten Lead wird, zählen mehr als die Nurturing-Schritte dazwischen.

W-förmige Attribution erweitert das U-Modell um einen dritten Ankerpunkt, die Opportunity-Erstellung, also den Moment, in dem der Vertrieb den Lead als echten Deal akzeptiert. Drei Ankerpunkte erhalten jeweils einen spürbaren festen Anteil, der Rest wird dünn verteilt. Das Modell passt zum typischen B2B-Funnel (Lead erstellt, Opportunity erstellt, Deal abgeschlossen), setzt aber saubere Daten zu Phasenwechseln im CRM voraus, denn es ist nur so gut wie Ihre Phasendefinitionen.

Full-Path-Attribution geht noch weiter und gewichtet zusätzlich den Touchpoint des Abschlusses, manchmal auch Expansions-Touchpoints nach dem Kauf, auf Basis der W-förmigen Ankerpunkte. Es ist das umfassendste und datenhungrigste Modell: Es setzt voraus, dass Sie einen Käufer verlässlich über jede Funnel-Phase vom ersten Touchpoint bis zur Verlängerung verfolgen können, was die meisten Teams ohne echte Investitionen in das Lead-Datenmanagement nicht schaffen.

Attributionsmodelle im Überblick

Ein Praxisbeispiel: Ein Deal, fünf Modelle im Vergleich

Dieser Abschnitt macht die Wahl konkret. Betrachten wir einen illustrativen (keinen Benchmark-)Mid-Market-Deal: ein Jahresvertrag über $42.000, ein Verkaufszyklus von 100 Tagen und fünf erfasste Touchpoints eines Käufers auf Director-Ebene in einem Unternehmen mit 200 Mitarbeitenden.

• T1 (Tag 0): Die organische Suche führt den Käufer zu einem Blogartikel über sein Problem
• T2 (Tag 15): Er klickt auf eine LinkedIn-Anzeige und lädt ein gesperrtes E-Book herunter, wodurch er zum Marketing-Lead wird
• T3 (Tag 45): Er nimmt an einem Webinar teil
• T4 (Tag 80): Er sendet eine Demo-Anfrage, die der Vertrieb als qualifizierte Opportunity akzeptiert
• T5 (Tag 100): Nach einem abschließenden Angebotsgespräch unterschreibt er

So würden fünf Modelle den Erfolgsanteil für genau diesen Deal aufteilen:

Beachten Sie, was jede Spalte einer anderen Person für das Budget des nächsten Quartals rät. First-Touch sagt: Organische Inhalte haben diesen Deal geschaffen, also investieren Sie in Content. Last-Touch sagt: Das Angebotsgespräch hat ihn abgeschlossen, also stellen Sie lieber einen weiteren Vertriebsmitarbeitenden ein. Linear hält jeden Touchpoint für gleich wichtig, eine vertretbare neutrale Position, die dennoch ein Scrollen im Blog genauso bewertet wie eine Live-Demo. Time-Decay neigt zu den Touchpoints nahe am Abschluss, schmeichelt damit dem Vertrieb, ohne die Existenz des Marketings zu leugnen. U-förmig vermittelt: Es würdigt den Moment, in dem der Käufer in den Funnel eintrat, und den Moment, in dem der Vertrieb abschloss, nahezu gleich und behandelt Webinar und E-Book als kleinere Zuarbeit statt als die ganze Geschichte.

Keine dieser fünf Antworten ist „falsch". Es sind fünf ehrliche Lesarten derselben fünf Ereignisse, und der Abstand zwischen ihnen ist genau der Grund, warum die bewusste Wahl eines Modells, statt der Voreinstellung Ihres CRM zu folgen, echte Budgetentscheidungen verändert.

So wählen Sie ein Modell

Vier Faktoren bestimmen, welches Modell passt: die Länge des Verkaufszyklus, die Zahl der Kanäle, die an einem typischen Deal beteiligt sind, die Deal-Größe und, entscheidend, wie viele Touchpoints Sie tatsächlich beobachten können. Ein ausgefeiltes Modell auf dünnen, lückenhaften Trackingdaten ist nicht genauer als ein einfaches. Es ist nur selbstsicherer im Irrtum.

Wählen Sie ein Modell, wenden Sie es mindestens zwei vollständige Verkaufszyklen lang konsequent an und widerstehen Sie dem Drang, es jedes Quartal zu wechseln. Ein Modellwechsel setzt Ihre Baseline zurück und entwertet jeden historischen Vergleich, und zwar genau dann, wenn Sie Trenddaten am dringendsten brauchen.

Das B2B-Problem: Gremien, Dark Channels und schwindende Sichtbarkeit

Attributionsmodelle wurden größtenteils für einfachere Funnels entwickelt als die, die B2B-Teams heute betreiben. Drei strukturelle Probleme machen B2B-Attribution schwieriger, als die Modelle annehmen.

Einkaufsgremien bedeuten: Wer klickt, unterschreibt nicht. Bei durchschnittlich 13 internen Stakeholdern und 9 externen Einflussnehmern an einem B2B-Kauf ist die Person, die Ihr E-Book heruntergeladen hat, selten diejenige, deren Name auf dem Vertrag steht. Ein Modell auf Touchpoint-Ebene, das an einen einzelnen Kontaktdatensatz gebunden ist, übersieht die Einflusskette, es sei denn, Sie verfolgen auf Account-Ebene und führen alle bekannten Kontakte eines Einkaufsgremiums in einer Journey zusammen (siehe Lead-Datenmanagement zur Funktionsweise des Account-Matchings).

Ein großer Teil der Journey findet dort statt, wo nichts nachverfolgt werden kann. Die oben zitierten Daten von 6sense zeigen, dass der erste Anbieterkontakt von 69 % der Journey im Jahr 2024 auf 61 % im Jahr 2025 gewandert ist. Käufer recherchieren also mehr auf eigene Faust, bevor ein System einen einzigen Touchpoint protokolliert. Hinzu kommen Gespräche unter Kollegen, Beiträge in privaten Communities und Mundpropaganda (oft als Dark Social bezeichnet), sodass ein beträchtlicher Teil dessen, was den Deal tatsächlich beeinflusst hat, nie ein nachverfolgbares Ereignis erzeugt. Hier hat selbstberichtete Attribution ihren Platz: Ein Feld „Wie haben Sie von uns erfahren?" bei der Demo-Anfrage, als echte Daten behandelt statt als nebensächliches Kästchen, erfasst Einfluss, den kein Pixel je finden wird. Es lässt sich gut mit Intent-Daten kombinieren, die Signale aus der Recherchephase erkennen, bevor ein Käufer ein Formular ausfüllt.

Auch das Tracking selbst wird schwieriger, wenn auch nicht geradlinig. Safari und Firefox blockieren Drittanbieter-Cookies bereits standardmäßig, und Apples App Tracking Transparency verlangt eine ausdrückliche Erlaubnis, bevor eine App jemanden über andere Apps hinweg verfolgen darf, eine Erlaubnis, die die meisten Nutzer verweigern (laut Apples Entwicklerdokumentation). Chrome ist die Ausnahme, die man genau benennen sollte: Google hat seinen Plan, Drittanbieter-Cookies abzuschaffen, zurückgenommen und in einem Update vom April 2025 bestätigt, dass Chrome sie weiterhin unterstützt und Nutzer ihre Cookie-Einstellungen selbst wählen lässt (Google Privacy Sandbox Blog). Diese Kehrtwende macht den jahrelangen Tracking-Verlust anderswo nicht ungeschehen. So oder so ist geräteübergreifendes Tracking dauerhaft unvollständiger als vor fünf Jahren, weshalb B2B-Attribution sich stärker auf CRM-Daten aus erster Hand und selbstberichtete Signale stützen muss, nicht schwächer.

Datenvoraussetzungen: Warum Attribution häufiger an schmutzigen Daten scheitert als am falschen Modell

Die unbequeme Wahrheit: Die meisten Attributionsprobleme sind keine Modellprobleme, sondern Installationsprobleme. Ein Team, das Last-Touch auf sauberen Daten einsetzt, trifft bessere Entscheidungen als ein Team, das Full-Path auf einem CRM voller Dubletten und leerer Quellfelder fährt. Bringen Sie das in Ordnung, bevor Sie darüber streiten, welches Modell „genauer" ist.

Wenn mehr als eine Handvoll Ihrer Leads „unbekannt" oder nur einen unklaren Touchpoint zeigen, beheben Sie das, bevor Sie das Modell anfassen. Keine noch so ausgefeilte Modellierung ersetzt eine Datenbasis, die noch nicht existiert.

Attribution nutzen, ohne ihr blind zu vertrauen

Attribution ist richtungsweisend, nicht kausal. Ein Modell kann Ihnen sagen, welche Touchpoints vor dem Abschluss eines Deals vorhanden waren. Es kann nicht beweisen, dass ein einzelner Touchpoint den Abschluss verursacht hat, und man liest leicht aus einem scheinbar präzisen Diagramm eine Entscheidung heraus, die es gar nicht stützen kann.

Ein paar Leitplanken halten Attribution nützlich statt irreführend. Streichen Sie einem Kanal nicht das gesamte Budget, nur weil ein Modell ihm null Anteil gegeben hat; prüfen Sie zuerst gegen ein zweites Modell und gegen das, was Vertriebsmitarbeitende in Gesprächen hören. Wo viel auf dem Spiel steht, validieren Sie die Geschichte mit einem echten Experiment, einem Holdout- oder Geo-Test, der einen Kanal entfernt und beobachtet, was mit der Pipeline passiert, statt dem Wort des Modells zu trauen. Behandeln Sie Attribution als einen Input neben Kosten pro Lead und Lead Velocity Rate, nicht als deren Ersatz; ein Kanal kann im Modell glänzen und trotzdem Leads liefern, die doppelt so lange bis zum Abschluss brauchen. Überprüfen Sie Ihre Modellwahl nach einem festen Rhythmus, etwa einmal jährlich, statt jedes Mal reaktiv, wenn ein Diagramm jemanden verärgert.

Das Ziel war nie eine perfekte Zahl. Es ist eine belastbare, konsistente Methode, Budgetdiskussionen mit Belegen zu führen statt mit dem, der am selbstsichersten präsentiert. Bringen Sie die Datenbasis in Ordnung, wählen Sie ein Modell, das zu Ihrem tatsächlichen Funnel passt, und halten Sie es lange genug stabil, um etwas daraus zu lernen.

Weiterführende Informationen

• Der vollständige Leitfaden zu Lead-Quellen: woher Ihre Leads stammen, bevor die Attribution den Erfolgsanteil auf ihre Journey verteilt
• Lead-Konversionsrate: die Formel und die Benchmarks, die Attributionsentscheidungen letztlich verbessern sollen
• Kosten pro Lead: die Budgetkennzahl, die Attributionsmodelle in der Regel informieren sollen
• Lead-Datenmanagement: die CRM-Hygiene und das Lead-zu-Account-Matching, auf die Attribution angewiesen ist
• Mehrkanalige Lead-Erfassung: konsistentes Tracking über alle Kanäle, die Voraussetzung hinter jedem Modell in diesem Leitfaden
• Intent-Daten: Signale aus der Recherchephase erkennen, bevor ein Käufer überhaupt ein Formular ausfüllt
• Lead-Generierung mit bezahlten Anzeigen: ein Kanal, in dem Single-Touch-Modelle am häufigsten falsch angewendet werden
• Lead-Generierung durch Events: Webinare und Konferenzen, die Touchpoints im mittleren Funnel, die Modelle wie U-förmig tendenziell unterbewerten
• Empfehlungsprogramme für Leads: Mundpropaganda-Einfluss, der in kaum einem getrackten Modell auftaucht
• Die Buyer Journey: der gesamte Weg, den die Attribution zu rekonstruieren versucht
• Lead Velocity Rate: die Geschwindigkeitskennzahl, die Sie mit dem abgleichen sollten, was ein Modell über Ihren stärksten Kanal sagt