Die GTM Factory: Drei Ebenen, die jedes Revenue-Team braucht

Sechs Quartale. 22 Millionen Euro Pipeline. Coverage immer bei 3x. Und die Zahlen stimmten trotzdem nicht.

Genau dieses Muster habe ich schon dutzende Male in unseren über 750 B2B-Software- und Tech-Projekten gesehen: Die Dashboards sehen gesund aus. Die Pipeline passt. Das Leadership-Team ist zuversichtlich. Und dann wird das Quartalsziel wieder verfehlt – und keiner kann erklären, warum.

In einem Fall, den wir kürzlich analysiert haben, war das Problem innerhalb weniger Tage offensichtlich: 38 % der Pipeline wiesen keinerlei Buying Evidence auf. Die Close Dates waren bei 80 % der offenen Opportunities bereits zwei- oder dreimal verschoben worden. Die ICP-Adherence lag bei 41 %, und Non-ICP-Deals hatten durchschnittlich 2,4-mal längere Sales Cycles. Drei Regionen arbeiteten mit völlig unterschiedlicher Qualifizierungslogik – ohne jede gemeinsame Definition.

Nur ein Quartal nach der Behebung des zugrunde liegenden Systems stieg die Forecast-Genauigkeit desselben Teams im selben Markt von 61 % auf 94 %.

Das Problem war nie mangelndes Können. Es war die Struktur. Genauer gesagt: eine fehlende Ebene in der GTM-Factory.

Was ist eine GTM Factory?

Eine GTM Factory ist das strukturierte System, das Marktnachfrage in planbaren Umsatz verwandelt. Sie begreift Go-to-Market nicht als Ansammlung einzelner Aktivitäten, sondern als Produktionsprozess: definierte Inputs, definierte Prozesse, definierte Qualitätskontrollen und messbare Outputs auf jeder Stufe.

Die Fabrik-Metapher ist wichtig, weil sie Deine Sicht auf Probleme verändert. Wenn eine Fabrik fehlerhafte Teile produziert, schult man nicht zuerst die Arbeiter nach – man prüft die Produktionslinie. Revenue-Teams machen fast immer das Gegenteil. Sie trainieren, coachen und motivieren, noch bevor sie jemals die Struktur untersuchen, in der das Team arbeitet.

Revenue Operations (RevOps) ist die operative Funktion, die für das Design und die Instandhaltung dieser Maschinerie verantwortlich ist. Wenn RevOps richtig funktioniert, läuft die Go-to-Market-Engine – das koordinierte Zusammenspiel von Marketing, Sales und Customer Success – auf Basis gemeinsamer Daten, einheitlicher Prozessdefinitionen und klarer Verantwortlichkeiten.

Was sind die drei unverzichtbaren Layer?

Eine funktionierende GTM-Fabrik erfordert exakt drei Schichten. Fehlt auch nur eine davon, hast Du keine Fabrik, sondern eine Werkstatt: eine Ansammlung talentierter Mitarbeiter, die einen Prozess nach bestem Wissen interpretieren, der nie zu Ende gedacht wurde.

Layer 1: Das Datenmodell

Das Datenmodell definiert, an wen Du verkaufst und was diese Zielgruppe qualifiziert. Es umfasst die ICP-Definition, die Segmentierungslogik und die Qualifizierungskriterien pro Segment. Das Schlüsselwort hierbei lautet: binär. Eine ICP-Definition, die von einem Sales Rep verlangt, „nach Bauchgefühl zu entscheiden“, ist keine ICP-Definition – sie ist eine Annahme im Gewand einer Definition.

In unseren Implementierungen bei Cremanski gilt eine strikte Regel: Wenn Qualifizierungskriterien von einem SDR nicht anhand harter Daten überprüft werden können, sind es keine Kriterien. Dann sind es Meinungen. Und Meinungen am Top of the Funnel bedeuten Rauschen am Bottom of the Funnel.

Layer 2: Die Prozessebene

Der Process Layer definiert das erwartete Verhalten in jeder Phase, für jedes Team und für jede Motion. Dazu gehören Benchmarks für die Time-in-Stage, Conversion-Ziele, Aktivitätsfrequenzen nach Segment und – ganz entscheidend – Exit-Kriterien. Exit-Kriterien legen exakt fest, welche Bedingungen ein Deal erfüllen muss, bevor er die nächste Stage erreicht. Sie sind keine Empfehlungen. Sie können nicht einfach vom Management überstimmt werden. Sie sind das Quality Gate, das jeder Deal passieren muss.

Enterprise-Deals unterliegen in unserem Framework klaren Standards für die Kontaktfrequenz: relevanter Kontakt alle vier Wochen, At-Risk-Flag nach vier Wochen ohne Interaktion, High-Risk-Flag nach sechs Wochen. Diese Schwellenwerte sind keine Empfehlungen – sie sind strukturelle, im CRM verankerte Regeln, die automatisch auf Dashboards sichtbar werden.

Layer 3: Die Kennzahlenebene

Der Metrics Layer definiert die zehn Management-Metriken – nicht mehr, nicht weniger –, die zeigen, ob der Vertriebsmotor rundläuft. Zudem definiert er den Signals Layer: die Frühwarnindikatoren, die anschlagen, bevor sich die Kernmetriken überhaupt bewegen. Phasenverweildauern, Lücken in der Kontaktfrequenz, Konsistenzraten nach dem SQL, Verlässlichkeit von Close Dates. Diese Signale verraten Dir schon heute, was Dein Dashboard im nächsten Quartal anzeigen wird.

Wenn Du mehr als zehn Metriken trackst, trackst Du keine davon wirklich ernsthaft. Mehr Kennzahlen bedeuten keine höhere Professionalität – sie sind das Ausweichen vor der schwierigen Entscheidung, worauf es wirklich ankommt.

Warum fehlt den meisten GTM-Systemen eine entscheidende Schicht?

Die am häufigsten fehlende Ebene ist die Prozessebene, insbesondere die Exit-Kriterien. Unternehmen definieren MQLs. Unternehmen definieren SQLs (vage). Doch das erwartete Verhalten zwischen diesen Schritten – die von Stage zu Stage erwarteten Aktionen, die Zeit-Benchmarks, die Conversion-Ziele – wird dem individuellen Ermessen überlassen.

Das Ergebnis: Dein GTM-System ist nicht der Prozess, den Du designt hast. Es ist die Summe aller individuellen Interpretationen dieses Prozesses – die gleichzeitig ablaufen, ohne jeden Steuerungsmechanismus, der diesen Drift erkennt oder korrigiert.

In unseren Projekten wiederholt sich das Muster ständig: Unternehmen steuern ihre finanziellen Outputs, lassen die operativen Inputs jedoch völlig unkontrolliert. Niemand prüft, ob Qualifizierungskriterien eingehalten werden – denn Nachhaken wird oft mit Misstrauen gleichgesetzt. So erodiert der Prozess schleichend, und wenn der Forecast verfehlt wird, ist die eigentliche Ursache in den Daten längst nicht mehr erkennbar.

Woran erkennst Du, welcher Layer Dir fehlt?

Drei gezielte Fragen machen es sichtbar.

Erstens: Ist Deine ICP-Definition dokumentiert, binär und im CRM verankert – oder existiert sie nur auf einem Slide, an den sich Reps vage erinnern? Wenn Letzteres zutrifft, fehlt Dir der Data-Model-Layer.

Zweitens: Haben Deine Pipeline-Stages dokumentierte Exit-Kriterien, die ein Deal erfüllen muss, bevor er voranschreitet – und werden diese Kriterien aktiv geprüft, statt nur vorausgesetzt? Wenn nicht, fehlt Dir die Prozessebene.

Drittens: Laufen bei Dir zehn Management-Metriken vollautomatisch – inklusive Signals-Layer, der anschlägt, bevor sich die Topline-Zahlen bewegen? Wenn Dein Team Reports manuell baut, um die Fragen dieser Woche zu beantworten, fehlt Dir dieser Metrics-Layer.

Eine ehrliche Antwort auf eine dieser Fragen ist mehr wert als ein ganzer Monat voller Pipeline-Reviews.

FAQ: GTM Factory und Revenue Operations

Was ist der Unterschied zwischen einer GTM-Factory und einer GTM-Strategie?

Eine GTM-Strategie definiert, an wen Du verkaufst, was Du verkaufst und wie Du Dich positionierst. Eine GTM Factory ist das operative System, das diese Strategie wiederholbar und vorhersehbar umsetzt. Die Strategie beantwortet das „Was“. Die Factory beantwortet das „Wie – skalierbar und kontrolliert“. Die meisten Unternehmen haben eine Strategie. Nur wenige haben eine Factory.

Wie lange dauert es, eine funktionierende GTM Factory aufzubauen?

In unseren Projekten bei Cremanski dauert die Konzeption und Implementierung der initialen Architektur – Datenmodell, Prozessschicht und Kennzahlen-Framework – typischerweise 60 bis 90 Tage. Das Controlling-System und der operative Rhythmus benötigen dann ein weiteres Quartal, um sich vollständig zu etablieren. Nach etwa 90 Tagen beginnt sich die Forecast-Genauigkeit meist spürbar zu verbessern.

Was ist der häufigste Fehler bei der Definition von ICP-Kriterien?

Das ICP als bloße Beschreibung statt als harten Filter behandeln. Eine ICP-Beschreibung lautet: „Wir arbeiten mit schnell wachsenden SaaS-Unternehmen.“ Ein ICP-Filter lautet: „ARR zwischen 5 und 50 Mio. €, ≥20 Mitarbeiter in Sales und Marketing, Series A–C, SaaS-Geschäftsmodell, DACH oder Benelux.“ Die erste Version lässt sich nicht prüfen. Die zweite schon. Nur die zweite ist ein echtes Kriterium.

Lässt sich RevOps ohne ein CRM aufbauen?

Nein. Ein CRM – ob HubSpot, Salesforce oder eine andere Plattform – ist die operative Infrastruktur, die die Factory überhaupt erst funktionstüchtig macht. Ohne sie bleiben Prozessdefinitionen bloße Dokumente. Mit ihr werden sie zu verbindlichen Regeln, automatisierten Hinweisen und Echtzeit-Dashboards. Das CRM ist das Zuhause Deiner Factory.

Warum verfehlen Unternehmen trotz guter Kennzahlen ihre Forecasts?

Meistens, weil sie Outputs tracken, ohne die Inputs zu messen. ARR, Pipeline Coverage und Win Rate sind Output-Metriken. Der Signals Layer – Time-in-Stage-Verzug, ICP-Trefferquote, Konsistenz nach dem SQL, Einhaltung der Kontaktfrequenz – zeigt Dir, was wirklich passiert. Die meisten Unternehmen haben die erste Kategorie. Fast niemand hat die zweite systematisch verankert.