Vom Volumen zum Wert: Wie Thermondo mit KI die Lead-Generierung anheizt

Die deutsche Heizungsbranche und insbesondere der Markt für Wärmepumpen erleben nach einer beispiellosen Achterbahnfahrt gerade ein massives Comeback. Dank staatlicher Förderung und steigender CO₂-Preise ist die Nachfrage auf Kundenseite hoch. Doch mit dem Aufschwung wächst auch der Wettbewerbsdruck. Internationale Energieriesen und finanzstarke Digital Challengers drängen mit aggressiven Preisen in den Markt.

In einem solchen Wettbewerbsumfeld muss das Marketing besonders auf Effizienz achten. Thermondo, ein Experte für klimaneutrales Wohnen in Deutschland, hat erkannt: Wenn die Konkurrenz die Margen unter Druck setzt, reicht es nicht mehr aus, nur das Lead-Volumen zu steigern. Statt Quantität ist Qualität gefragt. Doch wie erkennt man im digitalen Rauschen sofort, welche Leads wirklich abschlussstark sind und welche leere Kosten bzw. niedrige Abschlüsse verursachen?

Die Volumen-Falle umgehen

In der Vergangenheit optimierte Thermondo seine Such- und Performance Max-Kampagnen primär auf das reine Lead-Volumen. Das Ziel war simpel: möglichst viele Anfragen zu einem festgelegten Preis (tCPA) generieren. In der Praxis führte das allerdings zur „Volumen-Falle“: Jede Anfrage wurde vom System als gleichwertig behandelt, obwohl intern längst klar war, dass ein Lead für eine Wärmepumpen-Solaranlagen-Kombination einen völlig anderen wirtschaftlichen Wert hat als eine einfache Standardberatung. Darüber hinaus blieb die tatsächliche Abschlusswahrscheinlichkeit der einzelnen Leads weitgehend unklar.

Ebenfalls blieb ungewiss, bei welchen Leads eine reale Chance auf einen erfolgreichen Geschäftsabschluss bestand.

Das zweite große Hindernis war eine Lücke in der Erfolgsmessung. Da der Verkauf einer Wärmepumpe kein Online-Check-out ist, sondern nach einer persönlichen Beratung vor Ort offline stattfindet, verlor das Marketing das Signal, sobald die Kundinnen und Kunden ihren Browser schlossen. Dasselbe galt für einen Device-Wechsel: Wenn die Nutzerinnen und Nutzer beispielsweise mittags auf dem Smartphone eine Anzeige sahen und erst abends am Desktop das Formular ausfüllten, konnte das System diesen Erfolg nicht der ursprünglichen Anzeige zuordnen.

Um das eigene Effizienz-Limit zu durchbrechen, vollzog Thermondo einen grundlegenden Paradigmenwechsel: weg von der Optimierung auf reines Lead-Volumen, hin zu einer wertbasierten Steuerung (Value Based Bidding).

Dieser neue Ansatz basiert auf drei Säulen:

1. Den „Measurement Gap“ durch technische Integration schließen

Zuerst musste Thermondo sicherstellen, dass Marketingerfolge möglichst vollständig messbar sind. Durch die Implementierung von Enhanced Conversions for Leads (EC4L) schlugen die Marketer mit Unterstützung von Google eine direkte Datenbrücke – gemäß Best Practice – zwischen der Online-Anzeige und dem tatsächlichen Verkaufsprozess. Das Ergebnis: Das Team sieht nun schwarz auf weiß, welche Kampagnen tatsächlich zu echten Kundenkontakten führen und welche weniger wirkungsvoll sind.

2. Die Volumen-Falle mit prädiktivem Lead-Scoring knacken

Anstatt jeden Lead als gleichwertig zu behandeln, entwickelte das Business-Intelligence-Team von Thermondo ein prädiktives Lead-Scoring-Modell. Sobald eine Online-Anfrage eingeht, berechnet dieses Modell auf Basis interner First-Party-Daten sofort die individuelle Abschlusswahrscheinlichkeit. Ein Lead ist damit kein bloßer Statistikwert mehr, sondern erhält durch die smarte Datenverknüpfung einen präzise prognostizierten wirtschaftlichen Wert.

Wie das in der Praxis aussieht? Ein Lead erhält beispielsweise eine besonders hohe Wertung, wenn es sich um einen Hausbesitzer aus Deutschland handelt, dessen bisherige Heizung über 20 Jahre alt oder bereits defekt ist. Auch bei Kundinnen und Kunden, deren Immobilien ab Ende der 1990er-Jahre erbaut worden sind, schnellt der Score nach oben, da diese Immobilien in der Regel bereits gut isoliert sind und keine teuren energetischen Vorarbeiten benötigen.

3. Gezielte Budgetsteuerung durch Value Based Bidding

Der entscheidende Hebel war die Aktivierung dieser Daten in Google Ads. Thermondo verabschiedete sich vom starren tCPA und stellte die Gebotsstrategie auf einen Ziel-ROAS (tROAS) um. Die berechneten Score-Werte werden über Enhanced Conversions for Leads in Echtzeit und datenschutzfreundlich als dynamische Werte an Google Ads übermittelt. Google AI optimiert somit nicht mehr auf Leads zu einem bestimmten Preis, sondern investiert das Budget automatisch dort, wo die Leads mit dem höchsten Umsatzpotenzial entstehen.

Dieses neue Setup ermöglichte es Thermondo nicht nur, die Lead-Qualität zu verbessern, sondern auch die Reichweite zu erhöhen – mithilfe des Kampagnentyps Performance Max. Google AI konnte nun über die klassische Suche hinaus via Displayanzeigen im Consideration-Bereich der super-informierten Kundinnen und Kunden neues Volumen erschließen, indem sie dort erreicht wurden, wo sie heute oft parallel suchen, streamen, scrollen und shoppen. Da das Scoring-Modell als „Qualitäts-Wächter“ fungiert, lernt Google AI in Echtzeit, welche Nutzergruppen im gesamten Google- und YouTube-Kosmos die hochwertigsten Anfragen generieren.

Mehr relevante Leads, mehr Verkaufstermine, mehr Conversions

Wie stark die Kombination aus menschlicher Expertise und maschineller Lernleistung performte, zeigen die Zahlen:

• Höhere Relevanz: Die Conversion-Rate vom ersten Angebot zum Marketing-Qualified-Lead (MQL) stieg um 50 Prozent.
• Effizienterer Vertrieb: Das Verhältnis von MQLs zu tatsächlichen Verkaufsterminen verbesserte sich um 30 Prozent.
• Mehr Wert: Der gesamte Conversion-Value konnte um 11 Prozent gesteigert werden.

Diese messbare Effizienzsteigerung hatte auch Auswirkungen auf die Marketinginvestitionen des Unternehmens. Da der Return on Investment (ROI) des Google-Budgets nun schwarz auf weiß belegbar war, vollzog Thermondo den Wechsel zu sogenannten Demand Led Budgets. Anstatt mit starren, fixierten Kostenblöcken zu planen, fließen die Werbeinvestitionen nun dynamisch genau dorthin, wo die Daten die höchste Abschlusswahrscheinlichkeit prognostizieren. „Indem wir unsere Gebotsstrategie an nachgelagerten Verkaufswahrscheinlichkeiten ausrichteten, haben wir unser Media-Budget in einen echten Wachstumshebel verwandelt“, sagt Malte Schindel, Team Lead Performance Marketing bei Thermondo. „Wir investieren dort, wo es am wichtigsten ist.“ Somit bewegte sich Thermondo weg vom reinen Testen, hin zum strategischen Skalieren von KI-Lösungen.

Der Fall zeigt, dass der größte Erfolg entsteht, wenn menschliche Expertise und künstliche Intelligenz Hand in Hand arbeiten. So sorgt man nicht nur energieeffizient für ein warmes Zuhause, sondern auch marketingeffizient für einen heißen ROI.