Was zeigt LinkedIn nativ vs. was koennen Tools?
LinkedIn zeigt nativ einen Bruchteil der Daten, die du fuer Signal-Based Selling brauchst. Im Bereich "Wer hat dein Profil gesehen?" siehst du Datum, manchmal Name und Position, manchmal nur "Anonymous LinkedIn Member". Aggregation ueber Zeit, ICP-Match, Cluster-Erkennung — Fehlanzeige.
Das ist kein Versehen. Laut LinkedIn Marketing Solutions Native Analytics ist die Profile-Views-Metrik als Vanity-KPI gebaut, nicht als Pipeline-Tool. Fuer Recruiter und Premium-User reicht das. Fuer B2B-Vertrieb im DACH-Mittelstand reicht es nicht.
Tools wie GrowSocials, Shield oder Taplio aggregieren die rohen Daten und reichern sie an: Wer hat innerhalb von 48 Stunden nach einem Pillar-Post besucht? Welche Position hat die Person? Passt sie zum ICP? Wie oft kam sie in den letzten 14 Tagen?
Die Faustregel: LinkedIn nativ liefert das Signal. Ein Tracking-Layer macht daraus Pipeline. Wer ohne Layer arbeitet, verbrennt Zeit mit manueller Pflege oder verliert Signale komplett. Laut LinkedIn State of Sales 2025 informieren sich 78 Prozent der B2B-Buyer auf LinkedIn, bevor sie antworten — und ein Profilbesuch ist meistens der erste sichtbare Schritt.
Welcher Profilbesuch ist Pipeline-relevant — und welcher Rauschen?
Nicht jeder Profilbesuch ist ein Lead. Die meisten sind Rauschen. Sortiere jeden Besuch in eine von fuenf Klassen — und reagiere unterschiedlich.
ICP-Lead (Pipeline): Decider-Rolle (CEO, GF, Head of) im DACH-Raum, Branche passt, Firma 5-200 MA. Erkennbar an konkreter Position und passendem Industry-Tag im Profil. Aktion: Score erhoehen, in Top-3-Visits flaggen, ggf. Warm DM nach 2. Signal.
Recruiter: Headline enthaelt "Talent Acquisition", "Recruiting", "Personal", "HR" oder Agentur-Names wie Hays, Robert Half. Aktion: ignorieren. Kein Pipeline-Wert, ausser du verkaufst HR-Tools.
Konkurrent: Headline / Firma matcht Wettbewerber-Liste. Branche passt, aber Position ist Sales, Marketing oder Founder bei Konkurrenz. Aktion: notieren, nicht kontakten. Wertvoll fuer Competitive Intel.
Studierender / Junior: Position "Werkstudent", "Praktikant", "Junior", "Trainee" oder fehlende Berufserfahrung. Aktion: ignorieren. Keine Buying Authority im B2B-Mittelstand.
Bot / Fake-Account: Unvollstaendiges Profil, kein Foto, keine Connections, generische Headline ("Digital Marketer" ohne Firma), kuerzlich erstellt. Aktion: blockieren oder melden.
Im DACH-Mittelstand sind 15 bis 25 Prozent der nicht-anonymen Profilbesuche ICP-Leads. Der Rest ist Rauschen. Wer ohne Filter arbeitet, telefoniert Studenten an. Wer filtert, telefoniert Decider an.
Wie trackst du Profile Views in 4 Schritten pro Tag?
Profile Views tracken ohne System endet in Excel-Hoelle. Das funktionierende Minimum ist ein 4-Schritt-Loop, der pro Tag 5 bis 10 Minuten kostet.
Schritt 1 — Taeglich pruefen: Oeffne LinkedIn morgens, schau "Wer hat dein Profil gesehen?" durch. Bei Sales Navigator: Filter nach gespeicherten Lead-Listen. Bei Premium: Filter nach Position und Branche. Bei Free: Audit-only.
Schritt 2 — Top-3-Visits flaggen: Markiere pro Woche maximal 3 Profilbesuche, die ICP-Lead-Klasse erreichen. Mehr als 3 ist Streuverlust. Notiere den Anlass: "Besuch binnen 24h nach Post zu NIS-2". Kontext schlaegt Volumen.
Schritt 3 — ICP-Match scoren: Vergib pro geflaggten Visit einen Score (0 bis 1). 0 = kein Match, 0.5 = teilweise, 1 = strong fit. Multipliziere mit dem Signal-Punktwert (Profilbesuch ohne Kontext = 3, mit Post-Bezug binnen 48h = 4 Punkte).
Schritt 4 — In Score-System einspeisen: Trage den Eintrag in dein Signal-Scoring-Tool oder Sheet ein. Bei mehreren Signalen derselben Person ueber 14 Tage: Tier eskaliert von warm auf heiss auf ready.
Bridge Group SaaS Metrics 2024 zeigt: SDR-Teams mit klarem Lead-Filter erreichen 32 Prozent hoehere Conversion auf Sales-Qualified-Leads als ungesteuerte Pipelines. Das gilt fuer LinkedIn-Profile-Views genauso.
DACH-Praxisbeispiel: IT-Beratung Muenchen, EUR 28.000 Deal
IT-Beratung aus Muenchen, 22 Mitarbeiter, EUR 4,8 Mio Umsatz. Schwerpunkt Cloud-Migration fuer Steuerkanzleien und Mittelstand-Industrie. Durchschnittlicher Deal Value EUR 28.000.
Der Founder postete an Tag 0 einen Beitrag ueber DSGVO-konforme Cloud-Migration mit konkretem Provider-Vergleich. An Tag 1 sah er im Profile-View-Bereich (Sales Navigator) einen Besuch eines GF einer 35-Personen-Steuerkanzlei aus Augsburg. ICP-Match: 1.0. Anlass: 18 Stunden nach Post.
An Tag 4 besuchte derselbe GF erneut, diesmal nach einem Pillar-Post zu Microsoft 365 Compliance. Zwei Profilbesuche binnen 5 Tagen, beide kontextbezogen. Score: 4 + 4 = 8 Punkte. Tier: heiss.
Warm DM ging an Tag 5: "Sehe, dass dich die DSGVO-Cloud-Frage beschaeftigt. Wir hatten letzten Monat einen aehnlichen Case mit einer 50-Personen-Kanzlei in Wuerzburg. Falls relevant: Ich teile gern die Audit-Checkliste."
Antwort am Tag 7. Termin am Tag 12. Closed-Won in Woche 6. EUR 28.000 Auftragsvolumen. Cost per Lead: EUR 167 (Lead Engine Pro Benchmark, GrowSocials 2025).
Die Pointe: Ohne Profile-View-Tracking waere der erste Besuch unsichtbar geblieben. Ohne ICP-Match-Filter waere der Decider in einer Liste mit Studenten und Recruitern untergegangen. Das System macht den Unterschied, nicht der einzelne Post.