11.05.2026
GASTBEITRAG

Learnings nach 25 Mio. ARR: Der Sales-Fehler den fast jeder Founder in der Skalierung macht

Gastbeitrag. Als Sales-Coach und Gründer von Nodale Consulting begleitet Alberto Nodale Founder und Sales-Teams beim Aufbau und der Professionalisierung ihres Vertriebs. Hier verrät er, wieso fast jeder Founder bei der Skalierung denselben Fehler macht und wie man den Vertrieb stattdessen zum echten Wachstumsmotor professionalisiert.
/artikel/learnings-nach-25-mio-arr-der-sales-fehler-den-fast-jeder-founder-in-der-skalierung-macht
Alberto Nodale
Alberto Nodale © Nodale Consulting

Ein Founder schreibt mir auf LinkedIn. Vier Sales-Mitarbeiter, mehrere Millionen ARR, läuft eigentlich ganz gut. Ein anderer Kunde, mit dem wir den Vertrieb komplett neu aufgebaut hatten, hat mich empfohlen. Der Founder will reden… und er ahnt, dass da mehr geht.

Im ersten Call höre ich den Satz, den ich in zehn Jahren Vertriebscoaching schon dutzende Male gehört habe: „Unser Sales läuft eigentlich ganz ok. Wir machen das halt so wie wir’s immer schon gemacht haben, jeder ein bisschen freestyle.“ Das ist kein Zufall – das ist das Problem.

Drei Jahre später hat dieses Unternehmen seinen Umsatz verdreifacht: von 4 auf 12 Millionen ARR. Nicht weil sie blind mehr Leute eingestellt haben, nicht weil sie ein neues CRM hatten, sondern weil wir den Vertrieb zum ersten Mal wirklich professionell aufgebaut haben.

Der Fehler sieht harmlos aus

Jedes SaaS-Unternehmen startet gleich: Der Founder verkauft selbst, weil er das Produkt und die Kunden besser kennt als jeder andere. Er spürt instinktiv, wann jemand kaufbereit ist und wann nicht — und es funktioniert. Der MRR steigt, also stellt man irgendwann jemanden ein, der das übernehmen soll.

Und genau hier passiert der Fehler – still und fast unsichtbar: Der neue Sales Representative schaut sich an, was der Founder macht, und imitiert ihn, so gut er kann. Der nächste bringt seine eigene Erfahrung mit. Der dritte verkauft so, wie er es woanders gelernt hat. Irgendwann sitzen vier Leute im Vertrieb, jeder macht Sales auf seine Art, und das Unternehmen denkt: läuft. Weil jeder was tut. 

Was wirklich passiert: Man skaliert keine Vertriebsstruktur. Man skaliert eine Kultur des Improvisierens.

Solange der Founder noch selbst im Deal drin ist, kaschiert das die Schwäche. Sobald er sich zurückzieht, bricht die Performance ein und dann beginnt die Suche nach dem Schuldigen: falsches Hiring, schlechte Leads, falsche Zielgruppe. Fast nie landet man beim eigentlichen Problem. Es gab nie einen Prozess. Es gab eine erste Person, die intuitiv gut verkauft hat.

Was ich bei fast jedem Unternehmen sehe

Ich arbeite mit Foundern im DACH-Raum, die ein skalierbares B2B-Produkt haben — Fokus auf den SaaS- und Tech-Bereich, typischerweise zwischen 1 und 10 Millionen ARR. Die meisten kommen nicht zu mir, weil der Vertrieb komplett kaputt ist, sondern weil sie spüren, dass etwas nicht stimmt. Der MRR stagniert trotz Teamwachstum, Deals dauern zu lang, Follow-ups versanden.

Bei einem österreichischen Tech-Unternehmen war die Ausgangslage klassisch: erste Millionen ARR und ein Sales-Team das „irgendwie funktioniert“. Der Plan zu dem Zeitpunkt war, sich ein Wochenende einzusperren um ein Sales-Playbook zu schreiben. Das fertige Dokument sollte den Vertrieb professionalisieren.

Das ist ein verbreiteter Irrtum. Nicht weil Prozessdokumente falsch sind, sondern weil sie am Schreibtisch entstanden sind. Kein Sales Representative schlägt im Kundencall nach, was sich jemand theoretisch überlegt und wo aufgeschrieben hat.

Was wirklich hilft: zuerst anschauen, was in der Praxis passiert. Wie werden Calls geführt? Wo verliert man Deals? Wann ghosten Kunden? Aus dieser Analyse entsteht ein Prozess, der tatsächlich funktioniert und erst dann wird er dokumentiert, damit neue Reps nicht bei null anfangen müssen. Das Ergebnis bei diesem Unternehmen: Das Team hat sich verdoppelt, und sie haben aufgehört, leere Follow-ups zu schicken, weil der Prozess und der Skill jetzt stark genug sind. Das ist kein Einzelfall.

Vertrieb auslagern funktioniert nicht

Einer der häufigsten Gedanken, den ich höre: „Können wir den Vertrieb nicht einfach outsourcen?“

Nein. Und wer es trotzdem versucht, weiß in der Regel sechs Monate später warum.

Vertrieb ist kein Task, den man delegieren kann wie Buchhaltung oder Design. Er muss intern aufgebaut, intern erlernt und intern bewiesen sein. Und zwar bevor man ihn skaliert. Nur dann ist der Founder in der Lage weiterzugeben, was wirklich funktioniert: keinen theoretischen Ansatz, sondern einen bewiesenen Prozess mit echten Conversion-Daten aus dem eigenen Markt.

Ich habe mit einem Founder zusammengearbeitet, der als Einzelgründer gestartet ist, mit einem Werkstudenten der halbtags mithalf. Vertrieb war für ihn eine Blackbox. Er wusste, dass er verkaufen musste, aber nicht wie. Wir haben von null aufgebaut: Gesprächsstruktur, Qualifizierung, Verbindlichkeit im Close, Einwandbehandlung, Onboarding neuer Sales Representatives. Heute hat er ein Sales-Team aus acht Leuten und ist selbst nicht mehr operativ im Tagesgeschäft eingebunden.

Das ist das Ziel. Nicht: Founder macht Sales für immer. Sondern: Founder baut Sales so auf, dass er ihn irgendwann loslassen kann.

Was Skalierung wirklich bedeutet

Mehr Sales Representatives einzustellen ist keine Skalierungsstrategie. Es ist eine Wette — und ohne funktionierenden Prozess verliert man sie fast immer.

Skalierung im Vertrieb bedeutet, dass ein System das bewiesen funktioniert auf neue Menschen übertragen wird. Die neuen Sales Representatives lernen nicht durch Imitation, sondern durch ein strukturiertes Onboarding und Coaching in einem validierten Prozess. Sie wissen vom ersten Tag, was in diesem Markt funktioniert, wie der Idealkunde qualifiziert wird, wie man Verbindlichkeit aufbaut und wie man einen Deal sauber zum Abschluss bringt.

Fehlt dieses System und man skaliert trotzdem, passiert genau das, was ich immer wieder beobachte: Man verbrennt Geld, stellt Leute ein, die underperformen, und schiebt die Schuld auf das Produkt, den Markt oder die Mitarbeiter. Dabei liegt die Ursache zwei Schritte früher.

Was Founder wirklich wollen — und was sie brauchen

Fast jeder Founder der zu mir kommt, sagt irgendwann den Satz: „Ich will den Vertrieb professionalisieren.“

Das ist das richtige Ziel. Aber die meisten haben eine falsche Vorstellung davon, was das bedeutet. Sie denken an Tools, Automatisierungen, vielleicht ein neues CRM. Das ist nicht falsch… aber es ist unvollständig. Was fehlt, sind Menschen die das Handwerk wirklich beherrschen, in einem System das aus der Praxis entstanden ist und nicht am Schreibtisch.

Vertrieb in einem SaaS-Unternehmen zu skalieren ist beides gleichzeitig: System und Skill. Nur Systeme bauen ohne die Menschen zu entwickeln funktioniert nicht, nur Menschen coachen ohne ein strukturiertes System auch nicht. Beides zusammen, konsequent und individuell auf den eigenen Markt zugeschnitten, ist das, was langfristig den Unterschied macht.

Der Founder, der mich damals auf LinkedIn angeschrieben hat, wollte mehr aus dem Team rausholen. Was er wirklich brauchte, war ein Fundament. Wer das hat, skaliert. Wer es nicht hat, improvisiert… egal wie viele Leute er einstellt.


Über den Autor: Alberto Nodale ist Sales-Coach für SaaS-Unternehmen im DACH-Raum und Gründer von Nodale Consulting. Er begleitet Founder und Sales-Teams beim Aufbau und der Professionalisierung ihres Vertriebs.

Deine ungelesenen Artikel:
vor 21 Stunden

Ablatic AI: Linzer LLM Talos spielt ohne VC-Kapital in einer Liga mit internationalen KI-Playern

Das nun gelaunchte Large Language Model (LLM) Talos des Linzer Startups Ablatic AI kann sich in mehreren Benchmarks mit den internationalen KI-Giganten messen. Co-Founder und CEO Florian Zimmermann erklärte uns, wie das ohne VC-Kapital möglich ist und wie man nun den Markt erobern will.
/artikel/ablatic-ai-linzer-llm-talos-spielt-ohne-vc-kapital-in-einer-liga-mit-internationalen-ki-playern
vor 21 Stunden

Ablatic AI: Linzer LLM Talos spielt ohne VC-Kapital in einer Liga mit internationalen KI-Playern

Das nun gelaunchte Large Language Model (LLM) Talos des Linzer Startups Ablatic AI kann sich in mehreren Benchmarks mit den internationalen KI-Giganten messen. Co-Founder und CEO Florian Zimmermann erklärte uns, wie das ohne VC-Kapital möglich ist und wie man nun den Markt erobern will.
/artikel/ablatic-ai-linzer-llm-talos-spielt-ohne-vc-kapital-in-einer-liga-mit-internationalen-ki-playern
Die Ablatic-AI-Gründer vl. Florian Zimmermann (CEO) und Julian Mauerkirchner (CTO) | (c) Ablatic AI
Die Ablatic-AI-Gründer vl. Florian Zimmermann (CEO) und Julian Mauerkirchner (CTO) | (c) Ablatic AI

Wieder einmal ist es Linz. Die Stahlstadt mausert sich immer mehr zu Österreichs KI-Hauptstadt und auch eines der bislang sicher ambitioniertesten Startups in dem Bereich kommt von dort: Ablatic AI. Mit Talos wagt es sich über die Herausforderung schlechthin in der KI-Welt: ein eigenes Large Language Model (LLM) – brutkasten berichtete bereits.

Bei einer Benchmark vor Sol von OpenAI

Nun erfolgte der offizielle Launch und Ablatic gab erste Benchmark-Vergleiche aus (siehe Tabelle unten). An Claude Opus 5 kommt man demnach noch in keiner Kategorie ganz heran, in mehreren aber ziemlich nahe. DeepSeek V4 kann man dagegen gleich bei drei Werten schlagen, Qwen3.8 von Alibaba bei zwei und OpenAIs Flagship-Modell GPT-5.6 Sol immerhin bei einem, konkret der exakten Befolgung schriftlicher Anweisungen (IFBench). Unterm Strich spielt das Linzer LLM also in den vorgelegten Benchmarks in der internationalen Top-Liga mit.

„Es kann ja nicht sein, dass es in Europa nur Mistral gibt“

Aber warum überhaupt noch ein weiteres LLM? „Julian [Anm. Mauerkirchner] und ich kennen uns schon seit der Schule. Später haben wir als Unternehmer damit gestartet, Legacy-ERP-Systeme zu erneuern. Dabei sind wir auf ein Problem gestoßen: Wir konnten dafür aus Daten-Gründen keine US-KI-Systeme nutzen“, erzählt CEO Florian Zimmermann, der Ablatic AI gemeinsam mit Julian Mauerkirchner (CTO) gegründet hat, im Gespräch mit brutkasten. Man habe nur Mistral aus Frankreich oder Open-Source-Modelle verwenden können. „Mistral war für den Zweck aber nicht passend und unser Business Case bald tot“.

Mit dem Entschluss, eine neue Idee zu verfolgen, sei daher auch eine neue Motivation einher gegangen: „Es kann ja nicht sein, dass es in Europa nur Mistral gibt“, so Zimmermann. Man habe sich danach mit der Johannes Kepler Universität Linz (JKU) kurzgeschlossen und sei darüber auch zur AI Factory Austria AI:AT gekommen, wo man wiederum im Rahmen des EuroHPC-Programms europäische Hochleistungsrechenressourcen nutzt, um das Modell zu trainieren. „Ohne diese EU-Ressourcen würde es kostentechnisch überhaupt nicht gehen“, sagt Zimmermann.

Öffentliche Forschungsergebnisse statt eigenes Riesen-Research-Team

Doch auch mit diesen Ressourcen – wie lässt sich ein konkurrenzfähiges LLM mit einem kleinen Team und bislang gänzlich ohne VC-Kapital umsetzen? Schließlich beschäftigen die globalen KI-Player, mit denen sich Ablatic misst, riesige Teams. Mistral etwa ist mit seiner kürzlich kommuniziert Drei-Milliarden-Euro-Finanzierungsrunde im Vergleich zu Anthropic und OpenAI nach wie vor ein kleiner Fisch (brutkasten analysierte).

„Wir können kein 200-köpfiges Research-Team finanzieren und gleich von 0 auf 100 gehen, also greifen wir auf Bestehendes zurück“, erklärt der Gründer. Konkret verwende man einerseits Open-Source-Layer und code sie auf die eigenen Bedürfnisse um. Andererseits nutze man die neuesten Forschungsergebnisse von Universitäten wie dem MIT oder Stanford, die laufend über die Plattform arXiv veröffentlicht werden. „Wir orientieren uns an der Frontier-Forschung. Wir analysieren die Paper, legen die Erkenntnisse auf unsere Architektur um und testen es durch. Vieles davon funktioniert nicht, aber alles was funktioniert, bringt uns weiter“, so Zimmermann.

Mehr als 100 B2B-Testkunden – viele konvertieren gleich zum Launch

Die Beta-Version wurde nun bereits seit einiger Zeit mit mehr als 100 Unternehmen getestet – Ablatic konzentriert sich nämlich vorerst klar auf den B2B-Markt. Man habe für diese Tests schnell auch größere Unternehmen und Konzerne gewonnen. „Ich bin dafür wochenlang gesessen, habe Leute angeschrieben und einen Call nach dem anderen gemacht“, räumt Zimmermann ein. Dass man ein eigenes LLM und nicht nur eine Oberfläche baue, sei dabei zum entscheidenden Bonus geworden. „Und dass wir von der JKU kommen und im EuroHPC-Programm sind, hat unsere Glaubwürdigkeit enorm gesteigert“, sagt der Gründer.

Jetzt zum Launch würden viele der Testkunden bereits zu regulären Nutzern konvertieren, viele weitere noch die Testphase abschließen, mit dem Vorhaben, das dann auch zu tun, verrät Zimmermann. „Wir werden nicht 100 Prozent, aber einen Großteil konvertieren können“, ist er sicher. Punkten will Ablatic dabei nicht nur mit der europäischen Herkunft – Stichwort: Digitale Souveränität – sondern auch mit dem Pricing. „Wir haben eine relativ effiziente Architektur. Wir können kostengünstig hosten und das an die Kunden weitergeben“, so der CEO. Dass der offizielle Launch genau jetzt erfolgt, hat vor allem mit dem Gründungsprozess zu tun, der länger dauerte, als erhofft. „Ich gründe nie wieder im Sommer ein Unternehmen“, sagt der Gründer lachend.

Investment geplant: „Das Ziel ist definitiv, keine kleine Bude zu bleiben“

Und wie geht es weiter? „Wir wollen zuerst im DACH-Raum Fuß fassen und ohne große weitere Standorte skalieren. Dann wollen wir es auf Europa hochziehen“, erläutert Zimmermann. Auf Dauer werde dabei auch die Aufnahme von VC-Kapital relevant, vor allem wenn es darum gehe, die nächste Modell-Version herauszubringen. „Dann ist es wichtig, dass man schnell skaliert und iteriert. Wir sind stolz darauf, dass wir ein Modell ohne VC-Kapital trainiert haben. Wir haben gezeigt, dass auch so Großes möglich ist. Aber langfristig ist es völlig logisch, dass wir Kapital aufnehmen müssen“, sagt der Gründer.

Und es seien bereits mehrere Investoren aktiv auf das Team zugekommen, mit einigen befinde man sich schon in Gesprächen. „Das Ziel ist definitiv, keine kleine Bude zu bleiben, sondern eine größere Firma zu werden. Wir wollen jedenfalls nicht in Vergessenheit geraten“, so Zimmermann. Und der Zeitpunkt sei angesichts der Souveränitätsdebatte gut.


Benchmark-Vergleichstabelle

Anmerkungen zur Tabelle:

  • Fette Zahlen: Höchster Wert in der jeweiligen Zeile unter den Vergleichsmodellen.
  • „text-only“: Das Modell verarbeitet keine Bilder/visuellen Dokumente, weshalb OmniDocBench nicht anwendbar ist.
  • „–“: Kein veröffentlichter Wert vorhanden.

Kurzerklärungen der Benchmarks

  • Agents‘ Last Exam (UC Berkeley): Prüft langwierige, echte Arbeitsaufgaben an einem Computer (Terminal und Bildschirm zusammen), bewertet anhand des fertigen Gesamtergebnisses.
  • AutomationBench (Zapier): Testet 600 Business-Workflows über 47 simulierte Unternehmens-Softwaretools hinweg, die vollständig durchgehend ausgeführt werden müssen.
  • Toolathlon: Bewertet das Erledigen von Aufgaben in echter Büro-Software (z. B. E-Mail, Kalender, Tabellenkalkulationen und GitHub) über deren direkte Schnittstellen.
  • BrowseComp (OpenAI): Stellt schwierige Fragen, deren Antworten über das gesamte Internet verstreut liegen und durch selbstständiges Surfen recherchiert werden müssen.
  • DeepSWE v1.1 (Datacurve): Misst das eigenständige Beheben echter Softwareprobleme (Bugs) in bestehenden Quellcode-Sammlungen. Hinweis: Talos-1 wurde hierfür nicht optimiert und liegt 22 Punkte hinter der Spitze zurück.
  • OmniDocBench: Bewertet das fehlerfreie Lesen und Verstehen echter Dokumente inklusive visueller Layouts, Tabellen und mathematischer Formeln.
  • IFBench: Prüft die exakte Einhaltung von schriftlich vorgegebenen Anweisungen und Formatierungsregeln.
Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Learnings nach 25 Mio. ARR: Der Sales-Fehler den fast jeder Founder in der Skalierung macht

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Learnings nach 25 Mio. ARR: Der Sales-Fehler den fast jeder Founder in der Skalierung macht

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Learnings nach 25 Mio. ARR: Der Sales-Fehler den fast jeder Founder in der Skalierung macht

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Learnings nach 25 Mio. ARR: Der Sales-Fehler den fast jeder Founder in der Skalierung macht

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Learnings nach 25 Mio. ARR: Der Sales-Fehler den fast jeder Founder in der Skalierung macht

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Learnings nach 25 Mio. ARR: Der Sales-Fehler den fast jeder Founder in der Skalierung macht

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Learnings nach 25 Mio. ARR: Der Sales-Fehler den fast jeder Founder in der Skalierung macht

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Learnings nach 25 Mio. ARR: Der Sales-Fehler den fast jeder Founder in der Skalierung macht

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Learnings nach 25 Mio. ARR: Der Sales-Fehler den fast jeder Founder in der Skalierung macht