Es gibt eine Rechnung, die in den meisten Mid-Market-Unternehmen niemand offen aufmacht. Sie steht nicht in der GuV, sie hat keinen Kostenstellenschlüssel, und trotzdem läuft sie jeden Tag mit: die Rechnung, was die eigene Website in Vertrieb und Support tatsächlich kostet. Sie besteht aus verlorenen Warenkörben, aus Vertriebsstunden, die für „Passt euer Produkt zu meinem Fall?" draufgehen, aus Demo-Anfragen, die in einer Inbox 42 Stunden warten, und aus „Wo ist meine Bestellung?"-Tickets, die 60–70 % der Support-Zeit auffressen (Gladly, 2026). Fünf verschiedene Studienstränge aus 2024–2026 zeichnen dieselbe Landschaft — nur aus unterschiedlichen Blickwinkeln. Wer sie nebeneinanderlegt, sieht: Vertrieb und Support verlieren an genau derselben Stelle Geld. Und dieselbe Stelle ist heute technisch adressierbar.
Die Zahl, die alles zusammenhält: 7 von 10 kaufen nicht
Das Baymard Institute aggregiert 50 Studien zu einem globalen Durchschnittswert von 70,22 % Warenkorbabbruch (Baymard, 2025). Auf Mobilgeräten steigt der Wert auf 80,2 % (Analyzify, 2024). Hinter der Zahl steckt weniger Kaufunlust als Reibung: 48 % der Abbrechenden nennen unerwartete Zusatzkosten, 26 % Zwangs-Accounts, 18–22 % einen zu langen Checkout (Baymard, 2024). Der durchschnittliche US-Checkout enthält 23,48 Formularelemente, ideal wären 12–14 — allein bessere Checkout-UX könnte laut Baymard die Conversion um 35,26 % anheben und bringt in der Rechnung des Instituts $260 Milliarden an rückgewinnbaren Bestellungen in USA und EU zurück (Baymard, 2025).
Nur ein Teil dieses Abbruchs entsteht am Checkout selbst. Ein anderer, größerer Teil entsteht davor — in dem Moment, in dem eine Besucherin eine Frage hat und keine Antwort bekommt. Forrester dokumentiert, dass 53 % der US-Online-Erwachsenen einen Kauf abbrechen, wenn sie ihre Frage nicht schnell beantwortet bekommen (Forrester, zitiert nach Appify Commerce, 2026). Bazaarvoice misst gleichzeitig, dass Shopper:innen, die mit einem Produkt-Q&A interagieren, 157 % häufiger konvertieren als solche, die es nicht tun (Bazaarvoice, 2026). Rep AI hat 17 Millionen Shopping-Sessions ausgewertet und kommt zu einem der meistzitierten Zahlenpaare der Branche: 12,3 % Conversion bei Chat-Interaktion gegenüber 3,1 % ohne — knapp das Vierfache (Rep AI, 2025). Die unabhängige Beratung Emporiqa relativiert das auf Portfolio-Ebene: „Ein KI-Chatbot hebt Conversion um 3–10 % — nicht die 30 % aus den Marketing-Decks — deflektiert 40–60 % der Support-Tickets und hebt den assistierten Warenkorbwert um 5–15 %" (Emporiqa, 2026). Beide Zahlen stimmen — sie messen unterschiedliche Populationen. Beide zeigen dasselbe: Ein aktiver Gesprächskanal auf der Seite verändert die Ökonomie.
Die Vertriebsseite: 28 % der Woche wird verkauft
Auf der B2B-Seite läuft eine parallele Rechnung. Salesforce State of Sales dokumentiert seit Jahren dieselbe Zahl: Vertriebsmitarbeitende verbringen nur 28 % ihrer Woche mit aktivem Verkauf (Salesforce, 2023). Die Forrester Activity Study (n=3.031) übersetzt das in fast zwei volle Tage pro Woche für reine Administration (Forrester, via Salesmotion, 2026). 78 % der Vertriebler:innen haben 2025 ihre Quote verfehlt — im Vorjahr waren es noch 69 % (Ebsta x Pavilion, 2025). Und Forrester berichtet aus einem Kundenprojekt eine sehr konkrete Zahl: Als ein Team wiederkehrende Kundenfragen aus dem Vertrieb herausnahm und in einen dedizierten Service-Kanal legte, stieg die Quotenerreichung von 25 % auf 85 % (Forrester, via Qwilr, 2023).
Der Hebel ist also nicht „mehr Vertriebler:innen", sondern „weniger Vertriebszeit auf wiederkehrenden Fragen". 84 % der Vertriebs-Executives nennen Content-Suche und Informationsauffindung als größte Produktivitätslücke (Learn to Win, via SPOTIO, 2026). AIStrategyPath schätzt, dass 60–80 % des First-Line-Volumens — Produktinformation, Features, Pricing, Verfügbarkeit — automatisierbar sind (AIStrategyPath, 2025). Und Salesforce misst, dass Vertriebler:innen, die mit KI-Tools arbeiten, 3,7-mal häufiger ihre Quote erreichen (Salesforce, 2026).
Die fünf Minuten, in denen alles entschieden wird
Der Übergang von „Interesse" zu „qualifizierter Pipeline" hat ein sehr enges Zeitfenster. Die MIT/InsideSales Lead Response Management Study von Oldroyd (2007) — 6 Unternehmen, 15.000+ Leads, 100.000+ Anrufversuche — bleibt der meistzitierte Datenpunkt: Wer innerhalb von 5 Minuten reagiert, qualifiziert 21× häufiger als bei 30 Minuten Wartezeit (MIT/InsideSales, 2007). Die Optifai-Benchmark 2026 (939 B2B-SaaS-Unternehmen) bestätigt den Effekt in aktueller Größenordnung: Abschlussrate im 5-Minuten-Bucket 32 %, im 24-Stunden-Bucket 12 % — ein 2,6-facher Unterschied ohne Änderung an Pitch, Rep oder Angebot (Optifai, 2026).
Die Realität sieht anders aus. RevenueHero hat 2024 aktiv Demo-Anfragen an 1.000 B2B-SaaS-Unternehmen gestellt: 63,5 % antworteten überhaupt nicht, der Durchschnitt der Antwortenden lag bei 1 Tag, 5 Stunden, 17 Minuten (RevenueHero, 2024). Die Optifai-Studie kommt zu 23 % Fünf-Minuten-Antwort und 42 % Antworten über 24 Stunden (Optifai, 2026). Chili Piper hat parallel dazu rund 4 Millionen Formulareinreichungen ausgewertet und zeigt, was passiert, wenn Interessierte sofort einen Termin buchen dürfen: Die Inbound-Conversion steigt vom ~30 %-Branchendurchschnitt auf 66,7 % — nur 8 % der Top-B2B-SaaS-Unternehmen bieten das an (Chili Piper, 2025). Perspective AI dokumentiert für konversationelle Intake-Flows Completion-Raten von 7–12 % gegenüber 2,1 % Median bei statischen Demo-Formularen (Perspective AI, 2026). ChatSpark misst zusätzlich, dass Leads, die im Chat direkt einen Termin buchen, mit 70–80 % Show-up-Rate erscheinen — gegenüber 25–40 % beim nachträglich versendeten Kalenderlink (ChatSpark, 2026).
Die Lücke zwischen dem, was möglich ist, und dem, was durchschnittlich passiert, ist die eigentliche Nachricht: In diesen fünf Minuten wird der größte Teil der Pipeline verloren.
Die Support-Seite: die teuerste Frage der Welt heißt „Wo ist meine Bestellung?"
Auf der Post-Kauf-Seite dreht sich die Ökonomie ins Negative. LateShipment, Gorgias und Zendesk berichten unabhängig voneinander, dass WISMO-Anfragen — „Where Is My Order?" — 25–60 % des gesamten E-Commerce-Support-Volumens ausmachen, je nach Vertikale und Saison (LateShipment, Gorgias, Zendesk, 2024–2026). Für einen Händler mit 50.000 Bestellungen pro Woche, 5 % Kontaktrate und 35 % WISMO-Anteil sind das etwa 875 gleiche Tickets — pro Woche (Decagon, 2025). 96 % der Shopper:innen tracken ihre Bestellung, 43 % täglich (LateShipment, 2025).
Die Preise pro Ticket setzen die Rechnung zusammen: Human-handled kostet ein WISMO-Ticket $5–$22 fully-loaded (Help Scout, ringly.io, 2024–2026), automatisiert $0,50–$1,05 (Gartner, 2025) — ein Faktor 12–24. Decagon fasst das nüchtern zusammen: „Ein Unternehmen mit 10.000 WISMO-Kontakten pro Monat zu $10 pro Human-Handled-Kontakt spart bei 90 % Automatisierung $90.000 pro Monat — über 1 Million pro Jahr aus einer einzigen Frageart" (Decagon, 2025).
Der Median der Enterprise-Deflection-Programme liegt 2026 bei 41,2 % — Top-Quartil bei 58,7 % (Zendesk CX Trends / Salesforce State of Service, aggregiert durch ClarityArc, 2026). WISMO speziell, weil es strukturierte, aus Backend-Systemen abrufbare Daten sind, erreicht 65–80 % Deflection, wenn das Chat-System live an OMS und Carrier-APIs angebunden ist (digitalapplied.com, 2026). Salesforces eigenes Agentforce hat bis Juli 2025 45.000 Konversationen pro Woche auf der eigenen Support-Seite gelöst — 85 % Resolution Rate, CSAT 4,6/5, über dem menschlichen Durchschnitt von 4,4 (CoSupport AI, 2025). Genau an dieser Stelle — der Live-Anbindung an die operativen Systeme, sodass ein Chat nicht nur Textbausteine ausspielt, sondern Bestellstatus 47281 tatsächlich abfragt und in Sekunden zurückspielt — verlaufen die Trennlinien zwischen den Anbietern; Plattformen in dieser Kategorie, ragistry ist eine davon, sind darauf gebaut, aus mehreren Quellen gleichzeitig (Shop, Dokumente, Datenbank) live zu antworten statt aus einem nächtlichen Snapshot.
Peak Season: die 45-Tage-Falle
Und dann kommt der November. Die Salesforce Holiday Shopping Index 2024 dokumentiert einen 37 %-igen globalen Anstieg der Service-Anfragen zur Black-Friday-Woche, der bis Neujahr trägt (Salesforce, 2024). eesel AI berichtet für einzelne Brands 5–10× normales Anfragevolumen zu Peak-Events (eesel, 2026). Rekrutierung, Onboarding und Training temporärer Support-Kräfte brauchen strukturell 45–60 Tage (SkyCom, 2026) — mehr, als das Fenster überhaupt lang ist. Fünfzehn temporäre Agents für ein 10-Wochen-Fenster kosten $90.000–$170.000 inklusive Recruiting, Training und Gehalt (eesel, 2026). 53 % der CX-Verantwortlichen nennen „Ticket-Volumen ohne Headcount-Wachstum handhaben" als ihre Top-Herausforderung 2025 (Freshworks, 2025).
Die dokumentierten Peak-Season-Cases zeigen dasselbe Muster: Klarnas KI-Assistent übernahm im ersten Monat 2,3 Millionen Konversationen, was der Arbeit von 700 Vollzeit-Agents entsprach, und senkte die Bearbeitungszeit von 11 Minuten auf unter 2 (Klarna, 2024). Wichtig: Das war Cost Avoidance während Wachstum — nicht Verdrängung von 700 bestehenden Mitarbeitenden (The Pragmatic Engineer, 2024; Twig, 2025). Klarna hat inzwischen bewusst wieder Menschen für komplexe Fälle rekrutiert. Der Hebel bleibt trotzdem messbar: EvryJewels bewältigte einen Sprung von 18.000 auf 150.000 Support-Tickets im Peak mit 89 % Automatisierungsrate, $5,50 → $2,00 Kosten pro Ticket und Reaktionszeiten von einer Woche auf unter eine Minute (ChatSpark / Yuma AI, 2026). Alibaba fährt in der Peak-Season über 2 Millionen Sessions pro Tag über KI-Support und spart über ¥1 Mrd. RMB pro Jahr (NexGen Cloud, 2025).
Was diese fünf Zahlen zusammen bedeuten
Wer die fünf Datenpunkte übereinanderlegt — 70 % Warenkorbabbruch, 28 % Verkaufszeit, 42 Stunden Reaktionszeit, 25–60 % WISMO, 5–10× Peak-Volumen — sieht dieselbe Struktur wiederholt: Auf der Website passiert deutlich mehr Kundendialog, als das Personal in Vertrieb und Support skalierbar bewältigen kann. Der Reflex, mehr Vertriebler:innen einzustellen oder Peak-Season-Aushilfen zu buchen, kollidiert mit den Zeit- und Kostengrenzen. Der Reflex, statische FAQ-Seiten oder Kontaktformulare zu bauen, kollidiert mit dem Verhalten der Besucher:innen — 53 % brechen ab, wenn die Antwort nicht schnell kommt.
Was in den Daten funktioniert, ist konsistent: proaktive Ansprache statt passiver Widgets (45 % Engagement bei proaktivem Anschreiben vs. 20 % bei rein reaktivem Chat laut Tidio, 2025); Live-Zugriff auf Bestände, Bestellungen und Preise statt indexierter Snippets; strukturierte Antworten mit Produktkarten und Buchungsslots statt Textwände; Termine mid-chat statt nachträglicher Kalenderlink. Das ist keine Chatbot-Neuauflage — es ist die Verlagerung der ersten 80 % jedes Gesprächs vom Menschen auf ein System, das die operativen Daten kennt. Emporiqa's konservative Rechnung — 3–10 % Conversion-Lift, 40–60 % Ticket-Deflection, 5–15 % höherer assistierter Warenkorbwert — reicht schon aus, damit sich die meisten Deployments in 3–6 Monaten selbst finanzieren (Emporiqa, 2026). Fin.ai's Benchmarks zeigen 41 % ROI im ersten Jahr, 87 % im zweiten, über 124 % im dritten (Fin.ai, 2026).
Die eigentliche Entscheidung
Was Mid-Market-Teams in DACH im Moment vor sich haben, ist keine Technologie-Wahl. Es ist eine Frage der Betriebsökonomie ihrer Website. Die 4 Millionen Formulareinreichungen von Chili Piper, die 17 Millionen Sessions von Rep AI, die 939 B2B-Unternehmen von Optifai und die 3.031 Vertriebler:innen der Forrester-Studie sagen alle dasselbe: Die Website ist heute der teuerste ungenutzte Vertriebs- und Servicekanal. Nicht, weil Traffic fehlt — sondern weil in dem Moment, in dem der Traffic eine Frage hat, meist niemand antwortet, der die aktuellen Daten des Unternehmens kennt.
Der nüchterne Blick auf die Zahlen ist unbequemer als die üblichen Bot-Slogans. Er sagt: 3–10 % mehr Conversion sind realistisch, nicht 30 %. 40–60 % Deflection sind realistisch, nicht 90 %. Und trotzdem — bei einem durchschnittlichen Support-Ticket-Kostenunterschied von Faktor 12–24 und einem Vertriebsstundenwert, der jenseits von 100 € liegt — reichen realistische Zahlen völlig aus, um die Rechnung zu drehen. Das ist die eigentliche Nachricht der fünf Studien. Was jetzt fehlt, ist nicht mehr die Evidenz. Es ist die Entscheidung, ob man die Website weiter als Broschüre führt — oder als Gesprächskanal.
Quellen
- 1.Baymard Institute — Cart Abandonment Rate Statistics 2026 (aggregate of 50 studies) (2025)industry benchmark, large-scale usability research · primary source
- 2.Rep AI — 2025 AI Ecommerce Shopper Behavior Report (17 million sessions) (2025)primary vendor data, observational not RCT · primary source
- 3.Emporiqa — AI Chatbot ROI for E-commerce: Conversion and Cost Numbers (2026)independent consultancy, conservative planning ranges
- 4.Analyzify — StatsUp — Cart Abandonment Statistics 2025 (2024)aggregator citing Baymard and Dynamic Yield
- 5.Salesforce — State of Sales Report (5th & 7th Editions) (2023)industry benchmark, 7,700+ respondents · primary source
- 6.Forrester — Activity Study (n=3,031) and client audit case (2023)tier-1 research firm · primary source
- 7.Ebsta x Pavilion — 2025 GTM Benchmarks (2025)industry benchmark · primary source
- 8.
- 9.AIStrategyPath — AI Chatbots for First-Line Support Use Case Guide (2025)vendor-neutral analysis
- 10.
- 11.Fin.ai — ROI of AI Customer Service 2026 Benchmarks (2026)vendor-published benchmark · primary source
- 12.
- 13.MIT/InsideSales — Lead Response Management Study (Dr. James Oldroyd) (2007)most-cited primary study, dated 2007 · primary source
- 14.Optifai — Lead Response Time Benchmark, 939 B2B SaaS companies (2026)most recent structured benchmark · primary source
- 15.RevenueHero — 1,000-company inbound demo request test (2024)vendor-published, methodology described · primary source
- 16.Chili Piper — 2025 Benchmark Report on Demo Form Conversion Rates (~4M submissions) (2025)vendor-commissioned, directional · primary source
- 17.Perspective AI — The End of the Demo Request Form: SaaS Conversion Benchmarks 2026 (2026)vendor-published · primary source
- 18.
- 19.
- 20.
- 21.
- 22.
- 23.
- 24.
- 25.ClarityArc / Digital Applied — Customer Service AI Agent Statistics 2026 (2026)aggregates Zendesk & Salesforce
- 26.
- 27.Klarna — AI assistant press release (2024)company press release, self-reported · primary source
- 28.The Pragmatic Engineer — Klarna's AI chatbot — how revolutionary is it, really? (2024)independent technical analysis
- 29.
- 30.Freshworks — How AI is unlocking ROI in customer service (2025)vendor research report · primary source
- 31.
- 32.
- 33.
- 34.
- 35.
- 36.Gartner — AI ticket cost & customer service savings forecasts (2025)tier-1 research firm, cited via secondary
- 37.



