AI SDR vs. menschlicher SDR: $46 statt $312 pro Termin in 60 Tagen

Der AI SDR buchte im ersten Monat 11 Termine und verursachte $415 an Softwarekosten. Die menschliche SDR-Stelle im Vergleichstest kam auf 19 Termine – bei Vollkosten von rund $8,000 in diesem Monat. Entscheidend war jedoch keine dieser Zahlen, sondern das, was mit der Attribution geschah, als beide dieselben Accounts per E-Mail ansprachen.

AI SDR im Kostenvergleich: das Ergebnis vor dem Versuchsaufbau

Über das 60-Tage-Fenster lagen die Kosten pro gebuchtem Termin beim AI-SDR-Stack bei $46, bei der vollkostenberechneten menschlichen SDR-Stelle dagegen bei $312. Das ist die Schlagzeile. Für sich genommen führt sie allerdings in die Irre – deshalb gibt es hier mehr als nur einen Screenshot.

Nach der Bereinigung um Teilnahme- und SQL-Quote schrumpfte der Abstand deutlich. Ein SQL kostete mit dem KI-Stack $184 und mit der menschlichen Stelle $397. Der AI SDR blieb vorn, aber nur mit 2.2x statt der 6.8x, die das Roh-Dashboard nahelegte. Die vom Agenten gebuchten Termine waren nicht mit denen des Menschen gleichzusetzen. Genau diese Gleichsetzung ist die Falle, in die die meisten Beiträge nach dem Muster „Ich habe einen Menschen durch KI ersetzt“ geraten.

Noch stärker verzerrte die Zahlen ein Problem, das schwerer zu erkennen und zu beheben war: verunreinigte Attribution. Rund zwei Wochen lang schrieben Agent und Mensch dieselben Ziel-Accounts an. Antworten gingen ein – manche im Postfach des Agenten, manche beim Menschen und manche unter einer allgemeinen info@-Adresse, die ich manuell zuordnen musste. Beide Maßnahmen beanspruchten den Erfolg für sich. Das Anbieter-Dashboard zeigte andere Zahlen als unser CRM, und keines von beiden stimmte, bis ich die Account-Aufteilung neu aufsetzte und die Attribution anhand einer Kontrollgruppe erneut berechnete.

Genau diesen Teil veröffentlicht kaum jemand. Die Rechnung der Kosten pro Termin ist die einfache Hälfte. Die Attribution entscheidet, ob ein AI SDR tatsächlich Marge schafft oder nur Kosten aufschiebt, die unbemerkt aus der Personalkostenzeile verschwunden sind. Branchenvergleiche setzen die Kosten für AI-SDR-Software bereits bei einem Bruchteil der Vollkosten einer menschlich besetzten Stelle an. Diese Betrachtung unterstellt jedoch eine saubere Attribution – und genau die fehlt, sobald Agent und Mensch dieselben Accounts bearbeiten.

Versuchsaufbau und Vollkosten-Benchmark

Eine Outbound-Maßnahme. Ein ICP: B2B-SaaS-Unternehmen im Mid-Market mit 200 bis 1,500 Beschäftigten in Nordamerika. Eine Zielliste mit 4,200 Unternehmen, 50/50 auf den Agenten und den menschlichen SDR verteilt, ergänzt um eine harte Sperrregel zwischen beiden Listen. Der Test lief ab Spätsommer über 60 Tage. Angebot, Ziel-Kalenderlink und Qualifizierungsschema für eingehende Antworten waren identisch.

Die zugrunde gelegten Vollkosten des menschlichen SDR waren keine Schätzung. Ich habe sie Position für Position aufgebaut, damit der Vergleich auch vor einem Finanzteam Bestand hat:

Auf das Jahr hochgerechnet sind das für eine Stelle knapp über $140K. Das deckt sich mit der veröffentlichten Brancheneinordnung, wonach das Grundgehalt eines menschlichen SDR über $60K liegt und seine Vollkosten deutlich höher ausfallen, sobald alle Zuschläge hinzukommen.

Die AI-SDR-Seite habe ich nach demselben Prinzip und auf vergleichbarer Basis kalkuliert: Software-Abonnement, Nutzung und die darunterliegende Datenschicht. Keine versteckten Personalkosten, keine Rechnung nach dem Motto „Diese Lizenz hatten wir ohnehin“, keine anteilige Berechnung, die den KI-Wert künstlich verbessert. Die vollständige Aufschlüsselung folgt im nächsten Abschnitt.

Der AI-SDR-Stack: jedes Tool, jeder Preis

Der Agent selbst bildete die AI-SDR-Schicht. Infrastruktur für Zustellbarkeit und Daten lief in einem separaten Stack. Kein von mir getestetes AI-SDR-Produkt bringt genug von beidem mit, um allein betrieben zu werden – auch wenn die Anbieterkommunikation einen anderen Eindruck vermittelt. Die veröffentlichte Definition eines AI SDR umfasst Prospektion, Sequenzsteuerung und die Bearbeitung von Antworten. In der Praxis braucht die Prospektionsschicht eine externe Datenquelle und die Sequenzschicht eine externe Postfachinfrastruktur. Andernfalls greifen innerhalb eines Monats die Versandlimits.

Die Kosten der Agentenschicht liegen innerhalb der veröffentlichten Spanne von $3,000 bis $6,000 pro Jahr für AI-SDR-Software. Einschließlich der Daten- und Postfachschicht, auf der der Agent aufsetzt, kostet der gesamte Stack hochgerechnet rund $8,400 pro Jahr. Damit bleibt der Komplett-Stack noch immer unter den Vollkosten eines einzigen Monats der menschlichen Stelle.

Eine wichtige Abgrenzung: Cold Outbound ist ein eigenes Modell. Das Inbound-Modell – ein Agent, der eingehenden Website-Traffic und Formulareingaben beantwortet und weiterleitet – ist ein anderes Produkt für ein anderes Problem. Getestet wurde die Outbound-Variante. Inbound-Kennzahlen lassen sich aus diesem Beitrag nicht ableiten.

Die Datenschicht fehlt in den meisten Erfahrungsberichten zu AI SDRs. Dabei kann der Agent nur so gut sein wie die Datensätze, an die er sendet. Ausführlicher habe ich die Kombination aus Apollo, Clay und Smartlead als Unterbau für jeden AI SDR separat beschrieben. Die Kurzfassung: Eine belastbare AI-SDR-Bewertung setzt zuerst die Klärung voraus, ob der Engpass in der Daten- und Postfachschicht liegt.

AI Sales Agent einführen: der 30-Tage-Plan

Tag 1 bis 5: ICP, Liste und Sperrregeln

Der ICP muss enger gefasst sein, als es zunächst nötig erscheint. Ein unscharfer ICP ruiniert die Kosten pro Termin, weil das Volumen jeden Fehler vervielfacht. Zuerst entsteht die Account-Liste, dann wird sie angereichert. Anschließend folgt die Sperrliste: Accounts, die der menschliche SDR bereits bearbeitet, Accounts mit einer laufenden Opportunity und sämtliche Inbound-Kontakte der vergangenen 90 Tage. Fehlt diese Liste, beginnt das Attributionsproblem am ersten Tag.

Tag 6 bis 12: Ansprache, Prüfschleife und Zustellbarkeit

Nach dem Schreiben der Sequenzen muss jede Variante vor dem Versand durch eine menschliche Prüfschleife. Die ersten drei vom Agenten erzeugten Einstiege habe ich verworfen, weil sie unverkennbar nach Vorlage klangen – typische Formulierungen wie „Ich bin auf Ihr Profil gestoßen“, wegen derer eine Domain innerhalb einer Woche auf einer Sperrliste landet. Neue Domains benötigen mindestens 14 Tage Postfach-Warm-up, nach Möglichkeit länger. Zu Beginn gilt ein Limit von 30 Nachrichten pro Postfach und Tag; anschließend wird das Volumen schrittweise erhöht.

Tag 13 bis 21: Ramp-up und klare Eskalationsregel

Nun steigt das Versandvolumen auf den Zielwert. Wichtiger als jede andere operative Entscheidung war eine feste Regel: Jede positive Antwort führte innerhalb von Minuten, nicht Stunden, zur Übergabe an einen Menschen. Der Agent klassifizierte die Absicht, die nächste Nachricht gehörte einem Menschen. Genau hier scheitern viele vollständig autonome Setups. Die Antwort eines Agenten an einen echten Käufer klingt eben auch wie die Antwort eines Agenten an einen echten Käufer – und verspielt das Vertrauen, das zuvor über sechs E-Mails aufgebaut wurde.

Tag 22 bis 30: stoppen, optimieren, Kontrollgruppe fixieren

An Tag 22 liegen genug Antwortdaten vor, um den schwächsten Sequenzzweig zu stoppen. Ich strich einen von drei Zweigen, auf den 60% der Antworten mit negativer Tonalität entfielen. Zusätzlich wurde eine Kontrollgruppe von 400 Accounts fixiert, die weder Agent noch Mensch kontaktierte. Damit stand für die zweite Testhälfte eine saubere Attributionsbasis bereit.

Eine Regel verhinderte einen Vorfall mit Markenrisiko: kein vollständig autonomer Versand an Tier-One-Accounts. Jede Nachricht an die obersten 5% der Zielliste durchlief eine menschliche Freigabeschleife. Der Agent erstellte den Entwurf, ein Mensch löste den Versand aus. Für keine noch so gute Kennzahl bei den Kosten pro Termin würde ich diese Regel lockern.

Die Zahlen nach Tag 7, 30 und 60

| Kennzahl | Tag 7 | Tag 30 | Tag 60 |
|---|---|---|
| Gebuchte Termine, KI | 3 | 11 | 26 |
| Gebuchte Termine, Mensch | 5 | 19 | 38 |
| Teilnahmequote, KI | 67% | 64% | 65% |
| Teilnahmequote, Mensch | 80% | 79% | 81% |
| SQL-Quote der wahrgenommenen Termine, KI | 50% | 43% | 41% |
| SQL-Quote der wahrgenommenen Termine, Mensch | 70% | 68% | 66% |
| Kosten pro gebuchtem Termin, KI | $164 | $64 | $46 |
| Kosten pro gebuchtem Termin, Mensch | $1,567 | $618 | $312 |
| Kosten pro SQL, KI | $490 | $231 | $184 |
| Kosten pro SQL, Mensch | $2,791 | $1,148 | $397 |

Bei den Kosten pro gebuchtem Termin lag der AI SDR an jedem Messpunkt vorn. Nach Einbeziehung von Teilnahmequote und Qualifizierung schrumpfte der Vorsprung bei den Kosten pro SQL allerdings kontinuierlich – und genau dieser Verlauf ist entscheidend. An Tag 7 war die menschliche Stelle pro SQL 5.7x teurer, an Tag 60 noch 2.2x.

Das Roh-Dashboard des Agentenanbieters wies für die KI-Seite 34 gebuchte Termine aus, nicht 26. Die Differenz von acht Terminen entstand durch Doppelzählungen: Der Agent reklamierte Termine, die der Mensch bereits angebahnt hatte. Hinzu kamen vermeintliche „Termine“, bei denen es sich in Wahrheit um Aufforderungen zur Löschung aus dem Verteiler handelte, die der Klassifikator des Agenten als positive Absicht markiert hatte. Deshalb habe ich die Zahl aus dem CRM neu aufgebaut und nicht aus dem Anbieter-Dashboard übernommen. In der Tabelle steht der korrigierte Wert.

Das Attributionsproblem, über das niemand spricht

Zwei Wochen nach Testbeginn antwortete ein Account aus der Liste des menschlichen SDR auf eine E-Mail des Agenten. Der Mensch hatte dieselbe Person drei Wochen zuvor angeschrieben und bereits einen Termin im Kalender gehabt, zu dem der Kontakt nicht erschienen war. Die Antwort landete im Postfach des Agenten. Er klassifizierte sie als positiv, die Übergabe wurde ausgelöst und ein neuer Termin gebucht. Im CRM erschien er als vom Agenten gewonnen. Das Anbieter-Dashboard zählte ihn ebenfalls. Der menschliche SDR beanspruchte ihn – nachvollziehbarerweise – für sich.

Drei Effekte wirkten gleichzeitig. Trotz Sperrregel schrieben Agent und Mensch dieselben Accounts an, weil die Regel aktive, nicht aber veraltete Opportunities abdeckte. Die Last-Touch-Attribution erhöhte die Zahl des Agenten, da seine E-Mail später kam. Das Anbieter-Dashboard blähte sie weiter auf, weil jede Klassifizierung als positive Absicht bereits als „gewonnener Termin“ verbucht wurde, bevor dieser überhaupt stattfand.

Die Bereinigung dauerte eine ganze Woche. Beim nächsten Test würde ich sie von Anfang an so einplanen:

Die Account-Liste braucht eine harte Trennung statt einer weichen Sperrregel. Die 2,100 Accounts des Agenten bleiben während des gesamten Testfensters für den Menschen tabu – und umgekehrt. Keine Ausnahme für „warme“ Accounts, keine Sonderregel nach dem Muster „Der Mensch hatte schon eine Beziehung“. Mit diesen Ausnahmen beginnt die Verunreinigung.

Zusätzlich braucht es eine Kontrollgruppe, die keine der beiden Maßnahmen berührt. Ohne sie lässt sich nicht feststellen, ob die gebuchten Termine tatsächlich durch die Ansprache entstanden oder ohnehin über Inbound und die bestehende Pipeline zustande gekommen wären. Die Kontrollgruppe ist klein und kostet entgangene Pipeline. Sie ist aber die einzige Grundlage, auf der sich eine Zahl mit gutem Gewissen vertreten lässt.

Als Einheit sollte die erste substanzielle Antwort dienen, nicht der „gebuchte Termin“. Ein Termin liegt drei oder vier messbare Ereignisse weiter hinten und lässt sich leichter falsch zuordnen. Die erste substanzielle Antwort dagegen ist ein Ereignis mit Zeitstempel zu einer konkreten E-Mail eines konkreten Absenders – und damit eindeutig einer Maßnahme zurechenbar.

Das Grundprinzip lautet: AI SDR und menschlicher SDR dürfen nie ohne harte Listentrennung und Kontrollgruppe auf dieselben Accounts angesetzt werden. Andernfalls sind die Kennzahlen nicht mehr zu retten, und zwei Testwochen gehen dafür verloren, einem Vertriebsleiter die Abweichung zu erklären, der dem Agenten-Dashboard zu Recht nicht vertraut.

Woran der AI SDR scheiterte

Mehrere Mitglieder eines Buying Committees nach der ersten Antwort einzubinden. Reagierte ein Director mit Interesse, holte ein menschlicher SDR bis Tag drei den VP und den IT Lead in denselben Thread. Der Agent schrieb weiterhin nur dem Director. Fünf der acht Deals, die über den ersten Termin hinauskamen, entwickelten sich weiter, weil ein Mensch den zweiten und dritten Stakeholder einbezog. Dem Agenten fehlt ein Modell des Buying Committees, das dem Organigramm eines echten Unternehmens standhält.

Das Timing einer Ein-Zeilen-Antwort richtig zu lesen. „Melden Sie sich im nächsten Quartal“ hatte in den Testdaten zwei Bedeutungen. Bei einem Director mit Budget hieß es Oktober, bei einem Manager ohne Budget bedeutete es nie. Der menschliche SDR erkannte den Unterschied bei einem Slack-Hinweis innerhalb von zehn Sekunden. Der Agent behandelte beide Fälle gleich und meldete sich nach 90 Tagen erneut – damit war die zweite Beziehung beschädigt.

Einwände außerhalb vorgegebener Abläufe zu behandeln. Für drei häufige Einwände hatte der Agent drei Antwortzweige. Beim vierten Einwand, der in rund 15% der Fälle auftrat, erzeugte er eine allgemeine Antwort, die ausweichend wirkte und den Thread beendete.

Das Markenrisiko zu beherrschen. In einer Nachricht des Agenten stand in der Angebotszeile der Produktname eines Wettbewerbers, weil die Personalisierungsschicht das falsche Feld gezogen hatte. Die Nachricht ging an 14 Accounts. Zwei meldeten den Fehler, einer davon war ein ehemaliger Kunde. Die Kosten dieses Vorfalls erscheinen nicht in der Kennzahl „Kosten pro Termin“ – dort würden sie aber hingehören.

Die wiederholbare Entscheidungsregel

Eine menschliche Stelle kann durch einen AI-SDR-Stack ersetzt werden, wenn drei Bedingungen erfüllt sind. Die Dealgröße liegt unter rund $25K ACV; bei dieser Größenordnung tragen die Stückkosten selbst bei ordentlicher Conversion die Kosten eines menschlichen SDR pro SQL nicht. Das Listenvolumen ist hoch genug – mehr als 3,000 neue Ziel-Accounts pro Quartal –, sodass sich der Durchsatzvorteil des Agenten vervielfacht. Und die Maßnahme beschränkt sich auf den oberen Teil des Funnels, während ein separates menschliches Team ab der ersten Antwort Multi-Threading und Qualifizierung übernimmt.

Bei Dealgrößen über $50K ACV, Buying Committees mit standardmäßig drei oder mehr Personen oder einem Markenrisiko, bei dem schon eine einzige fehlerhafte Nachricht an einen Named Account gegenüber dem CEO erklärt werden müsste, sollte ein AI SDR das Team ergänzen, nicht ersetzen. In diesem Segment schafft er echte zusätzliche Kapazität – aber eben keine eingesparte Stelle.

Die meisten Teams liegen im Mittelfeld zwischen $25K und $50K Dealgröße. Genau dort fällt die Entscheidung schwer. Die richtige Grundlage ist keine Anbieter-Demo, sondern ein 60-Tage-Splittest mit harter Trennung und Kontrollgruppe, der vor jeder Stellenstreichung nach dem hier beschriebenen Muster läuft. Die meisten Kostenvorteile pro Termin aus Anbieter-Fallstudien verschwinden, sobald die Attribution sauber neu aufgebaut wird. Manche bleiben bestehen. Ohne einen eigenen Test lässt sich nicht erkennen, welche dazugehören.

FAQ

Was ist ein AI SDR?

Software, die Aufgaben eines menschlichen SDR bei Prospektion, Sequenzsteuerung und Antwortbearbeitung übernimmt. Der Umfang unterscheidet sich je nach Anbieter und Maßnahme deutlich: Cold Outbound, Inbound-Antworten und Voice sind verschiedene Produkte mit unterschiedlicher Wirtschaftlichkeit.

Werden SDRs durch KI ersetzt?

Bei den meisten Dealgrößen und Volumina verändert KI die Arbeit eines SDR stärker, als dass sie die Rolle abschafft. Wiederkehrende Aufgaben – Listenrecherche, erste Sequenzentwürfe und Antwortklassifizierung – werden automatisiert. Mehrere Beteiligte eines Buying Committees einzubinden und die feinen Absichtssignale einer Ein-Zeilen-Antwort zu lesen, gelingt ihr zumindest bislang nicht.

Was kostet ein AI SDR?

Die Agentensoftware liegt üblicherweise in einer Spanne von $3,000 bis $6,000 pro Jahr; nutzungsabhängige Preise treiben die tatsächlichen Kosten nach oben. Eine menschliche SDR-Stelle überschreitet auf Vollkostenbasis hochgerechnet $140K pro Jahr, sobald Grundgehalt, variable Vergütung, Arbeitgeberkosten, Tools, Ramp-up und Führungsaufwand einfließen.

Welcher AI SDR ist der beste?

Das hängt von der Maßnahme ab. Cold Outbound, Inbound-Antworten und Voice-Agenten sind unterschiedliche Produkte. Ausschlaggebend sind Dealgröße, Listenvolumen und die Frage, ob der Engpass in der Agentenebene oder in der darunterliegenden Daten- und Postfachschicht liegt.