Pipeline-Review-Skill
Verwende diesen Skill, wenn du dich auf ein Pipeline-Review-Meeting vorbereitest, die Forecast-Genauigkeit bewertest oder festgefahrene Deals aufspürst. Er diagnostiziert die Deal-Gesundheit, markiert Risiken und macht aus deiner Pipeline einen priorisierten Aktionsplan — mit komplexitätsbasierten Frameworks (von BANT bis zum vollständigen MEDDPICC).
---name: pipeline-review-skilldescription: Analysiere die Deal-Gesundheit, decke veraltete oder gefährdete Opportunities auf und erstelle einen priorisierten wöchentlichen Aktionsplan. Verwende ihn zur Vorbereitung auf ein Pipeline-Review-Meeting, zur Bewertung der Forecast-Genauigkeit oder zum Aufspüren festgefahrener Deals. Auslösen mit "Pipeline reviewen", "Pipeline-Gesundheitscheck", "Deal-Risikoanalyse".---
# Pipeline-Review-Skill
Diagnostiziere die Gesundheit von Pipeline und Deals, qualifiziere Opportunities und erstelle Forecasts mit komplexitätsbasierten Frameworks (von BANT bis zum vollständigen MEDDPICC). Alle Deal- und Pipeline-Daten kommen von dir, aus einer angebundenen MCP-Quelle oder aus companyRAG-Sammlungen.
## Woher die Daten kommen
| Quelle | Was sie beiträgt || --- | --- || **CRM über MCP** (z. B. HubSpot, Salesforce) | Deal-Stages, Werte, Verantwortliche, Days-in-Stage, Abschlusshistorie, Kontakt-Engagement || **Analytics- / Forecasting-Tools über MCP** | Conversion Rates, historische Abschlussdaten, Pipeline-Snapshots im Zeitverlauf || **companyRAG / Datei-Upload (CSV/XLSX)** | Exportierte Pipeline-Reports, Deal-Notizen, Qualifizierungs-Frameworks, Analysen verlorener Deals |
> **Keine angebundene Quelle?** Gib die Daten im Chat an oder lade die relevanten Dateien hoch — der Skill funktioniert genauso.
## Bewertung der Sales-Motion-Komplexität
Bewerte die Komplexität des Deals entlang von vier Dimensionen. Alle Schwellenwerte sind relativ zu den eigenen Normen des Kunden -- niemals absolute Werte.
| Dimension | Niedrig | Mittel | Hoch || --- | --- | --- | --- || **Länge des Sales-Cycle** | Deutlich unter dem Kundendurchschnitt | Etwa im Kundendurchschnitt | Deutlich über dem Kundendurchschnitt || **Deal-Wert** | Unter dem Kundendurchschnitt | Etwa im Kundendurchschnitt | Deutlich über dem typischen Bereich des Kunden || **Anzahl Stakeholder** | Einzelkontakt oder kleine Gruppe | Definiertes Buying Center | Funktionsübergreifendes Buying Committee || **Lösungskomplexität** | Einzelprodukt/-service, Standard | Etwas Customizing, Multi-Produkt | Individuelle Lösung, abteilungsübergreifend |
### Komplexitäts-Routing
```Bewerte die 4 Dimensionen für diesen Deal (relativ zu den eigenen Normen des Kunden):
Überwiegend LOW (niedrig) über die Dimensionen hinweg --> BANT-Qualifizierung + Status-basiertes Forecasting --> 3-Punkte-Scoring (Weak / Adequate / Strong) --> Historische Conversion Rates je Status bestimmen den Forecast
Mischung aus LOW und MEDIUM, oder überwiegend MEDIUM (mittel) --> BANT+ oder vereinfachtes MEDDPICC + Meilenstein-basiertes Forecasting --> 0-3-Scoring je ausgewähltem Element --> Forecast-Wahrscheinlichkeit an Meilenstein-Erreichung gekoppelt
Mehrere HIGH-Dimensionen, oder HIGH (hoch) bei Stakeholder/Wert/Lösung (Cycle-Länge allein eskaliert nicht), oder MEDIUM über alle vier --> Vollständiges MEDDPICC (alle 8 Elemente) + Wahrscheinlichkeitsbasiertes Forecasting --> 0-3-Scoring mit Verhaltensankern --> Stage-Wahrscheinlichkeits-Framework mit Szenarioanalyse```
Gemischte Sales Motions: Wenn ein Kunde über verschiedene Komplexitätsstufen hinweg verkauft, segmentiere die Pipeline und wende je Segment die passende Methodik an. Nutzer können jederzeit auf ein detaillierteres oder weniger detailliertes Framework wechseln.
## BANT-Qualifizierungs-Framework
Für Deals mit niedriger Komplexität. Bewerte jedes Element auf einer 3-Punkte-Skala:
| Element | Weak (1) | Adequate (2) | Strong (3) || --- | --- | --- | --- || **Budget** | Keine Budget-Diskussion | Budget-Rahmen anerkannt | Budget bestätigt und zugewiesen || **Authority** | Entscheider unbekannt | Entscheider identifiziert | Entscheider eingebunden und unterstützend || **Need** | Pain vage benannt | Bedarf mit Business Impact formuliert | Bedarf quantifiziert mit Dringlichkeitstreiber || **Timeline** | Kein Zeitrahmen besprochen | Grober Zeitrahmen genannt | Konkrete Frist mit auslösendem Ereignis |
**Advancement-Schwelle**: Alle Elemente Adequate (2) oder höher. Jedes Element mit Weak (1) löst eine Gap-Analyse aus (siehe unten).
Nutze für mittlere Komplexität das BANT+ / vereinfachte MEDDPICC-Routing aus dem Komplexitätsabschnitt oben; ausführliche Rubriken und Fragenkataloge sollten denselben Evidenzstandards folgen wie die Tabellen in diesem Skill.
## MEDDPICC-Scoring-Framework
Für Deals mit hoher Komplexität. Bewerte jedes der 8 Elemente auf einer 0-3-Skala:
| Score | Definition || --- | --- || **0** | Nicht identifiziert -- keine Informationen verfügbar || **1** | Identifiziert, aber unbestätigt -- erwähnt, aber nicht mit Belegen bestätigt || **2** | Bestätigt und eingebunden -- über direkte Interaktion oder Dokumentation bestätigt || **3** | Vollständig validiert und mobilisiert -- unterstützt den Deal aktiv mit nachweisbaren Handlungen |
Anwenden auf: **M**etrics, **E**conomic Buyer, **D**ecision Criteria, **D**ecision Process, **P**aper Process, **I**mplicate the Pain, **C**hampion, **C**ompetition.
Nutze die 0-3-Definitionen oben als Verhaltensanker; entwirf für jedes niedrig bewertete Element gezielte Discovery-Fragen, die nach belegbaren Nachweisen suchen (wer hat wann bestätigt, welches Artefakt oder Meeting).
### Vereinfachtes MEDDPICC für mittlere Komplexität
Wähle eine Teilmenge der Elemente basierend auf historischen Fehlerursachen:
1. Historische Fehlerursachen identifizieren : Was hat die letzten 3-5 verlorenen Deals des Kunden verursacht?2. Fehler auf MEDDPICC-Elemente mappen : Jeder Fehler verweist auf das Element, das ihn aufgefangen hätte3. Diese Elemente priorisieren : Die richtige Teilmenge hängt von der Deal-Dynamik des Kunden ab4. Mit der 0-3-Skala oben bewerten
Wenn keine Fehlerdaten verfügbar sind, beginne mit: Metrics, Economic Buyer, Champion, Decision Process.
## SPIN als Discovery-Werkzeug
SPIN (Situation, Problem, Implication, Need-payoff) SPEIST IN die Qualifizierung EIN -- es ist kein eigenständiges Framework. Jeder Fragetyp ist bestimmten Qualifizierungslücken zugeordnet:
| SPIN-Typ | Speist ein (BANT) | Speist ein (MEDDPICC) || --- | --- | --- || **Situation** | Authority, Timeline | Economic Buyer, Decision Process || **Problem** | Need | Implicate the Pain, Metrics || **Implication** | Need (Dringlichkeit), Budget | Metrics, Champion || **Need-payoff** | Budget (Wertbegründung) | Decision Criteria, Metrics |
Nutze SPIN, um Lücken bei Elementen mit Score 0-1 (MEDDPICC) oder Weak (BANT) zu schließen, indem du die Fragetypen den Qualifizierungslücken aus der SPIN-Tabelle oben zuordnest.
## Entscheidungsbaum für die Gap-Analyse
Für jedes Element, das unter dem Schwellenwert bewertet wurde:
```Element unter Schwellenwert bewertet | +--> Erste Bewertung? | JA --> Gezielte SPIN-Discovery-Fragen generieren | Touchpoint planen, nach der Discovery neu bewerten | +--> Discovery versucht, aber Element bleibt niedrig? | JA --> Eskalations-Check: | - Lücke blockiert den Deal-Fortschritt? (Stage-Gate-Verletzung) | - Besteht seit >1 Review-Zyklus? | - 3+ Elemente gleichzeitig niedrig? | | | IRGENDEIN JA --> Als gefährdet markieren. Empfehlen: Einbindung | des Executive Sponsors, Champion-Aufbau oder | Disqualifikations-Review | ALLE NEIN --> Discovery fortsetzen, Vorgehen anpassen | +--> Niedrig über 3+ Review-Zyklen? JA --> Festgefahrener Deal. Expliziter Disqualifikations-Review: "Was müsste sich ändern?" Falls unklar --> starkes Disqualifikationssignal```
## Deal-Gesundheit vs. Deal-Risiko
Zwei eigenständige Bewertungen, die zusammenwirken:
**Deal-Gesundheit** (Vollständigkeit der Qualifizierung): Wissen wir genug über diesen Deal?
- BANT: Summe der Scores / 12. Jedes Weak = Gelb, 2+ Weak = Rot.- MEDDPICC: Summe der Scores / 24. Kritische Elemente gewichten, falls der Kunde dies vorgibt.
**Deal-Risiko** (Pipeline-Risiko): Wird dieser Deal pünktlich und zum erwarteten Wert abschließen?
| Faktor | Bewertungsmethode || --- | --- || **Days-in-Stage** | Vergleich mit dem historischen Durchschnitt des Kunden für diese Stage || **Vollständigkeit der Qualifizierung** | Der Deal-Gesundheits-Score fließt hier ein || **Aktualität des Engagements** | Zeit seit der letzten substanziellen Kundeninteraktion || **Stakeholder-Abdeckung** | Eingebundene Stakeholder vs. typisch für diese Deal-Größe || **Wettbewerbspräsenz** | Aktiver Wettbewerb ohne Differenzierungsstrategie = Risiko || **Klarheit der nächsten Schritte** | Kein definierter, vereinbarter nächster Schritt mit Datum = Risikomarker |
Zusammengesetztes Risiko: Gewichte die Faktoren nach dem, was in den historischen Daten des Kunden am aussagekräftigsten ist. Klassifiziere als niedriges / mittleres / hohes Risiko.
**Stage-Alignment**: Vergleiche die Deal-Gesundheit mit den Erwartungen der Pipeline-Stage. Definiere je Stage: "Was muss zutreffen, um voranzukommen?" Abweichung = Risikomarker.
## Pipeline-Coverage-Analyse
Coverage Ratio -- ABGELEITET aus den eigenen Daten des Kunden, niemals vorgegeben.
1. Historische Conversion Rate : Closed-Won-Deals / Gesamtzahl der in die Pipeline eintretenden Deals (vom Kunden festgelegter Zeitraum)2. Coverage ableiten : Coverage = 1 / Conversion Rate3. Segmentieren, falls Raten variieren : Nach Deal-Typ, Quelle, Rep-Erfahrung oder Produktlinie4. Altersbereinigen : Veraltete Pipeline konvertiert mit niedrigeren Raten -- separate Raten berechnen5. Aktuelle Coverage : Aktiver Pipeline-Wert / Ziel
**Niemals konkrete Ratios vorgeben.** Vermittle die Berechnung; der Kunde leitet seine eigene Zahl ab.
## Forecast-Kategorien
Abgestimmt auf die Forecasting-Methodik aus dem Komplexitäts-Routing:
**Status-basiert (transaktional)**: Ordne jedem Deal-Status eine historische Close Rate zu. Forecast = Summe von (Wert x Rate). Aus aktuellen Daten neu kalibrieren.
**Meilenstein-basiert (Projekt)**: Meilensteine treiben die Abschlusswahrscheinlichkeit (angepasst an die Meilenstein-Schwierigkeit). Die Umsatzverteilung folgt den Vertragsbedingungen (anteilig, jährlich, bei Lieferung), nicht der Meilenstein-Erreichung selbst.
**Wahrscheinlichkeitsbasiert (komplex)**: Leite Stage-Wahrscheinlichkeiten aus historischen Daten ab. Lege Kategorie-Schwellen (Commit/Best Case/Pipeline) anhand der Konfidenzniveaus des Kunden fest. Führe eine Szenarioanalyse durch: Best Case, Most Likely, Worst Case.
Wende die Status-, Meilenstein- und wahrscheinlichkeitsbasierten Definitionen oben beim Erstellen von Forecast-Modellen an; dokumentiere die Annahmen und kalibriere anhand der historischen Abschlussdaten des Kunden.
**Pipelines mit geringem Volumen**: Wenn der Kunde weniger als 20 Deals pro Stage hat, ist die Standard-Wahrscheinlichkeitskalibrierung unzuverlässig. Optionen: angrenzende Stages zusammenfassen, um die Stichprobe zu vergrößern, Bayessche Glättung mit Priors aus den Gesamt-Pipeline-Raten verwenden oder auf Meilenstein-basiertes Forecasting zurückgreifen, das weniger historisches Volumen erfordert.
## Pipeline-Gesundheitsdiagnostik
Alle Benchmarks relativ zu den eigenen historischen Normen des Kunden. Analysiere vier Dimensionen:
1. Stage-Verteilung : Vergleiche die aktuelle Wertverteilung mit historischen Normen. Ungleichgewichte signalisieren spezifische Probleme (top-heavy = Qualifizierung/Advancement, bottom-heavy = Generierungsdefizit).2. Velocity : Verfolge Days-per-Stage und Conversion Rates gegen Baselines. Trends zählen mehr als Momentaufnahmen.3. Aging : Identifiziere Deals, die die typische Cycle-Länge überschreiten. Quantifiziere den Conversion-Abschlag aus den Daten des Kunden.4. Creation-vs-Close-Balance : Vergleiche erstellte vs. abgeschlossene Deals über rollierende Zeiträume. Anhaltend negative Balance = künftige Lücke.
## Pipeline-Review-Kadenz
| Motion | Kadenz | Fokus | Aktions-Trigger || --- | --- | --- | --- || **Transaktional** | Tägliche/wöchentliche Snapshots | Conversion-Trends, Volumen, Verschiebungen in der Verteilung | Ratenrückgang vs. historisch, Volumendefizit || **Projektbasiert** | Bei Meilenstein-Übergängen | Abschlussraten, Lieferrisiko, Umsatztiming | Meilenstein-Verzögerungen, Scope-Änderungen || **Komplex** | Wöchentlich Deals + monatlich Pipeline-Form + quartalsweise Genauigkeit | Festgefahrene Deals, Stage-Verteilung, Forecast vs. Ist | Risikoeskalation, Formungleichgewicht, Forecast-Abweichung |
## Ausgabe der Qualifizierungsprüfung
Skaliere den Detailgrad nach Komplexität: Leichtgewichtig (BANT) liefert Scores + Advance/Hold/Disqualify. Standard ergänzt Belege, Gap-Analyse mit SPIN-Fragen und Stage-Alignment. Umfassend (vollständiges MEDDPICC) ergänzt Konfidenzniveaus je Element (Hoch/Mittel/Niedrig), gewichtetes Gesundheits-Scoring und Trigger zur Risikoeskalation.
Alle Reviews müssen Belegquellen-Tags enthalten: [Aus CRM/Nutzereingabe], [Aus Qualifizierungs-Framework], [KI-Einschätzung].
## Leitplanken
1. Erzeuge niemals Deal- oder Pipeline-Daten. Alle Prospect-Informationen, Deal-Werte, Stages und Conversion-Historien müssen vom Nutzer, aus einer angebundenen MCP-Quelle, aus companyRAG-Sammlungen oder aus hochgeladenen Dateien stammen.2. Keine vorgegebenen Zahlen. Gib niemals Coverage Ratios, Conversion Rates, Stage-Wahrscheinlichkeiten oder Benchmarks vor. Vermittle die Berechnung; der Kunde leitet seine Zahl ab.3. Quellenkennzeichnung. Versieh jede Aussage mit einem Tag — [Aus CRM/Nutzereingabe], [Aus Qualifizierungs-Framework], [KI-Einschätzung]. Bei Forecasts zusätzlich [Szenarioanalyse].4. Menschliche Prüfung erforderlich. Füge auf allen Ausgaben "Vor dem Handeln auf Basis von Qualifizierungs-/Risikobewertungen mit der Vertriebsleitung verifizieren" hinzu.
> **Tipp:** Fordere über companyFILES eine XLSX-Ausgabe an, um eine formatierte, sofort verteilbare Tabelle zu erhalten; DOCX oder Markdown eignen sich gut für die schriftliche Review-Zusammenfassung.