Der Output ist eine priorisierte Review-Sicht, keine garantierte Abschlusswahrscheinlichkeit.
Was ist Pipeline Health?
Pipeline Health beschreibt, ob die aktuell offene Pipeline für eine bestimmte Geschäftsentscheidung ausreichend, beweglich, diversifiziert und vertrauenswürdig erscheint. Die Sicht verbindet mehrere Signale, weil ein einzelner Betrag wesentliche Risiken verdeckt. Hohe Coverage kann von einem großen, überalterten Deal abhängen; schnelle Stage-Bewegung kann aus kleinen Opportunities stammen, die das Ziel kaum beeinflussen.
Der Begriff ist keine standardisierte Rechnungslegungskennzahl. Teams müssen selbst festlegen, welche Opportunity-Menge, welcher Zielhorizont und welche Entscheidungsfrage gelten. Ein Executive Review kann sich auf Zielrisiko konzentrieren, ein Manager Review auf Stage-Blockaden und ein Operations Review auf Daten- und Prozessfehler. Ein zusammengesetzter Score ist optional; die zugrunde liegenden Signale und ihre Ursachen müssen sichtbar bleiben.
Der Messvertrag vor dem Dashboard
| Baustein | Festlegung | Warum relevant? |
|---|---|---|
| Entscheidung | Zum Beispiel Forecast anpassen, Pipeline aufbauen oder Deal-Support priorisieren | Bestimmt, welche Signale handlungsrelevant sind |
| Horizont | Monat, Quartal oder definierter Rolling Window | Close Date, Ziel und verbleibende Zykluszeit müssen zusammenpassen |
| Snapshot | Datum, Uhrzeit, Zeitzone und unveränderter Datenstand | Ermöglicht Trends und spätere Rückverfolgung |
| Scope | Stages, Produkte, Segmente, Quellen, Regionen und Owner | Verhindert ungleiche Populationen zwischen Reviews |
| Amount | ARR, ACV, TCV, MRR oder Bookings | Pipeline, Ziel und Won-Ergebnis benötigen dieselbe Einheit |
| Währung | Berichtswährung, FX-Quelle und Stichtag | Trennt operative Bewegung von Wechselkurseffekten |
| Stage Policy | Entry-, Exit-, Reopen- und Disqualifikationsregeln | Conversion und Aging sind sonst nicht vergleichbar |
| Daten-Cutoff | Erlaubte Nachbuchungen und Umgang mit fehlenden Werten | Macht Datenvertrauen und Revisionen transparent |
Der Vertrag wird versioniert. Ändert sich eine Stage-Definition oder Amount-Basis, beginnt eine neue Vergleichsperiode oder die Historie wird nachvollziehbar neu berechnet. Ohne diese Trennung kann eine scheinbare Verbesserung nur aus einer Definitionsänderung stammen.
Sieben Signale statt eines Health-Scores
Reicht das Volumen?
Qualifizierte offene Pipeline geteilt durch verbleibendes Ziel desselben Horizonts. Immer mit eigener Amount-Win-Rate und Zykluszeit kalibrieren.
Bewegt sich die Pipeline?
Opportunity-Alter und Tage in aktueller Stage gegen vergleichbare Won- und Lost-Verteilungen lesen, nicht gegen einen pauschalen Tageswert.
Wo bricht Fortschritt ab?
Anteil einer klar definierten Eintrittskohorte, der die nächste Stage oder ein Outcome erreicht. Noch offene Fälle separat behandeln.
Was verlässt den Horizont?
Betrag und Anzahl der Deals, deren erwartetes Close Date zwischen zwei Snapshots über die Periodengrenze verschoben wurde.
Wovon hängt das Ziel ab?
Anteil der größten Deals, Accounts oder Segmente am offenen Betrag und am Restziel. Szenarien mit und ohne Top-Deals zeigen.
Ist die Pipeline vergleichbar?
Verteilung nach Kanal, Segment, Produkt, Region oder Dealgröße. Mixverschiebungen können Gesamtwerte verändern, ohne dass Prozesse besser werden.
Kann das Team dem Signal folgen?
Vollständigkeit, Aktualität, gültige Stage-Wechsel, konsistente Amounts, Owner und Close Dates als eigene Qualitätsebene ausweisen.
Snapshot und Kohorte sauber trennen
Ein Snapshot beantwortet: Wie sieht die offene Pipeline an einem bestimmten Stichtag aus? Coverage, Konzentration, aktuelle Stage-Verweildauer und Feldvollständigkeit werden direkt aus diesem Bestand berechnet. Mehrere unveränderte Snapshots zeigen, wie Amounts, Close Dates und Stages wandern.
Eine Kohorte beginnt mit einer stabilen Eintrittsregel, etwa allen Opportunities, die im Januar erstmals die qualifizierte Stage erreichten. Diese Population wird bis Won, Lost oder einem definierten Beobachtungsende verfolgt. Stage Conversion und Win Rate brauchen diese Outcome-Logik; noch nicht entschiedene Deals dürfen nicht still als Lost gelten.
Eine aktuelle Snapshot-Pipeline mit der Win Rate einer anders definierten historischen Kohorte zu kalibrieren, erzeugt Scheingenauigkeit. Segment, Kanal, Dealgröße, Stage-Policy, Amount-Einheit und Beobachtungshorizont müssen hinreichend vergleichbar sein.
Owner, Cadence und Aktion pro Signal
| Signal | Owner / Cadence | Entscheidung | Vereinbarte Aktion |
|---|---|---|---|
| Coverage | Revenue Operations · wöchentlich | Ist für das Restziel genügend qualifizierter Betrag vorhanden? | Pipeline-Aufbau nach Segment priorisieren oder Zielrisiko eskalieren |
| Aging | Sales Manager · wöchentlich | Welche Deals überschreiten ihre interne Vergleichsverteilung? | Nächsten validierten Schritt setzen, neu qualifizieren oder schließen |
| Stage Conversion | Revenue Operations · monatlich | In welcher Stage weicht eine reife Kohorte von Vergleichskohorten ab? | Stage-Entry, Enablement oder Übergabeprozess untersuchen |
| Slippage | Forecast Owner · pro Snapshot | Welcher Betrag verlässt den Zielhorizont und warum? | Forecast-Szenario ändern und wiederkehrende Ursachen codieren |
| Konzentration | Sales Lead · wöchentlich | Wie stark hängt das Ergebnis von wenigen Deals ab? | Executive Support oder Downside-Szenario festlegen |
| Source-/Segment-Mix | GTM Leadership · monatlich | Ist die Veränderung Prozess- oder Mixeffekt? | Kapazität und Vergleichsgruppe anpassen |
| Data Trust | CRM Owner · vor jedem Review | Welche Signale sind wegen Datenlücken nicht belastbar? | Fehlerquelle, Owner und Korrekturfrist dokumentieren |
Cadence und Owner sind Beispiele, keine universelle Vorgabe. Wichtig ist, dass jedes Signal genau eine Review-Frage und eine erlaubte Folgeaktion hat. Ohne Entscheidungspfad wird das Dashboard zu einer Sammlung passiver Kennzahlen.
Schwellen intern kalibrieren
Eine Schwelle sollte eine konkrete Abweichung von einer geeigneten internen Basis markieren. Für Stage Aging kann das etwa ein Perzentil der historischen Won-/Lost-Verteilung pro Stage und Segment sein. Für Slippage kann das Team die Verteilung des verschobenen Betrags aus vergleichbaren Quartalssnapshots nutzen. Für Coverage ist die empirische Amount-Win-Rate vergleichbarer abgeschlossener Kohorten ein Ausgangspunkt.
- Vergleichsgruppe definieren: Segment, Kanal, Produkt, Region, Dealgröße und Prozessversion festlegen.
- Beobachtungsfenster prüfen: Genügend abgeschlossene Outcomes und mögliche Saisonalität dokumentieren.
- Verteilung zeigen: Median, Bandbreite und Stichprobengröße statt nur einen Grenzwert darstellen.
- Schwelle an Aktion binden: Nur markieren, wenn klar ist, wer anschließend was entscheidet.
- Backtest durchführen: Prüfen, ob die Schwelle relevante Risiken trennte, ohne Datenlücken als Geschäftssignal zu missdeuten.
Die Kalibrierung bleibt deskriptiv. Historische Zusammenhänge garantieren kein künftiges Ergebnis, besonders bei neuen Produkten, Preisänderungen, kleinen Stichproben oder verändertem Marktumfeld.
Beispiel eines Pipeline-Health-Reviews
Ein Team betrachtet am 17. August das verbleibende Quartal. Das Restziel beträgt 800.000 €, qualifizierte offene Pipeline 2.000.000 €; die rohe Coverage ist 2,5×. Dieser Betrag allein wird nicht als „gesund“ oder „ungesund“ etikettiert.
Die vergleichbare Amount-Win-Rate und verbleibende Zykluszeit werden separat geprüft.
Ein Downside-Szenario ohne den größten Deal reduziert die nutzbare Deckung deutlich.
Die Stage-Verweildauer liegt oberhalb der passenden historischen Vergleichsverteilung.
Close Dates wurden aus dem Quartal verschoben; Gründe werden pro Deal codiert.
Die Pipeline hat längere Sales Cycles als die bisherige Gesamtkohorte.
Dieser Anteil wird nicht automatisch als inaktiv interpretiert, sondern zuerst bereinigt.
Entscheidung: Der Forecast Owner führt ein Base- und Downside-Szenario, die Deal Owner validieren die zwei konzentrierten Opportunities, und Revenue Operations trennt die Enterprise-Kohorte für die Coverage-Kalibrierung. Im nächsten Review werden Slippage, Stage-Bewegung und Datenkorrekturen gegen diesen Snapshot geprüft.
Abgrenzung zu Coverage und Forecast Accuracy
Volumen relativ zum Restziel
Eine definierte Ratio für denselben Horizont und dieselbe Amount-Basis. Sie beantwortet nicht, wie alt, konzentriert oder beweglich die Pipeline ist.
Coverage-Formel und Kalibrierung →Aktuelle Mehrsignal-Sicht
Verbindet Coverage mit Bewegungs-, Qualitäts-, Mix- und Vertrauenssignalen, um die nächste operative Entscheidung zu strukturieren.
Später gemessener Forecast-Fehler
Vergleicht einen fixierten Forecast-Snapshot nach Ablauf des Horizonts mit dem Ergebnis. Signed Bias und absolute Fehlermaße beantworten eine andere Frage.
Forecast Accuracy messen →Review-Workflow und typische Fehler
- Datenvertrauen zuerst: Snapshot, Scope, Amount, Close Date, Owner und Pflichtfelder validieren.
- Signale getrennt lesen: Level, Veränderung und Vergleichsbasis je Signal zeigen; keinen Score als Ursache behandeln.
- Segmente öffnen: Gesamtwert nach Segment, Source, Stage, Dealgröße und Owner zerlegen, ohne kleine Gruppen zu überinterpretieren.
- Risiko in Entscheidung übersetzen: Forecast, Pipeline-Aufbau, Deal-Support, Prozesskorrektur oder Datenbereinigung auswählen.
- Owner und Zeitpunkt festhalten: Eine überprüfbare Aktion mit nächstem Review-Snapshot dokumentieren.
- Outcome zurückspielen: Spätere Won/Lost-, Conversion- und Slippage-Ergebnisse zur Kalibrierung verwenden.
- Score ohne Komponenten: Eine Ampel verschleiert, welches Signal die Änderung verursacht.
- Snapshot als Kohorte: Heute offene Deals liefern noch keine vollständige Win Rate.
- Globale Schwelle: Enterprise- und SMB-Pipeline reagieren unterschiedlich auf Aging und Zykluszeit.
- Schlechte Daten als schlechtes Geschäft: Fehlende Aktivität kann CRM-Hygiene statt Kundenverhalten abbilden.
- Gewichtete Pipeline doppelt nutzen: Stage-Wahrscheinlichkeit und Win-Rate-Abschlag können dasselbe Risiko zweimal berücksichtigen.
Für den breiteren Prozess helfen Sales Forecasting im Überblick und der Leitfaden einen Sales-Forecasting-Prozess aufbauen. Ein KPI-Dashboard sollte denselben Definition-, Owner- und Aktionsvertrag sichtbar machen.
Häufige Fragen
Was bedeutet Pipeline Health?
Pipeline Health ist eine gemeinsam definierte Entscheidungssicht auf mehrere Signale einer offenen Vertriebspipeline. Sie verbindet Coverage, Aging, Stage Conversion, Slippage, Konzentration, Source- und Segment-Mix sowie Datenvertrauen. Sie ist kein standardisierter Einzelscore und kein sicherer Forecast.
Welche Signale gehören in eine Pipeline-Health-Sicht?
Typische Signale sind Pipeline Coverage, Opportunity- und Stage-Aging, Stage Conversion aus abgeschlossenen Kohorten, Close-Date-Slippage, Deal-Konzentration, Source- und Segment-Mix sowie Vollständigkeit und Aktualität der CRM-Felder. Die Auswahl richtet sich nach der konkreten Entscheidung des Reviews.
Wie werden Schwellenwerte für Pipeline Health festgelegt?
Schwellenwerte sollten aus eigenen vergleichbaren Kohorten, stabilen Prozessdefinitionen und der jeweiligen Entscheidungsfrist abgeleitet werden. Segment, Dealgröße, Kanal, Produkt und Sales Cycle müssen vergleichbar sein. Universelle Grenzwerte sind nicht belastbar.
Was ist der Unterschied zwischen Snapshot und Kohorte?
Ein Snapshot zeigt den Zustand der offenen Pipeline zu einem festen Zeitpunkt. Eine Kohorte verfolgt Opportunities mit einer gemeinsamen Startregel bis zu ihrem Ergebnis. Aging, Konzentration und Coverage sind meist Snapshot-Sichten; Conversion und Slippage benötigen häufig Kohorten oder verbundene Snapshot-Historien.
Wie unterscheidet sich Pipeline Health von Pipeline Coverage?
Pipeline Coverage misst qualifizierten offenen Pipeline-Betrag im Verhältnis zum verbleibenden Ziel. Pipeline Health ergänzt diesen Volumenblick um Qualität, Bewegung, Konzentration, Mix und Datenvertrauen. Coverage ist damit ein Signal innerhalb der breiteren Health-Sicht.
Wie unterscheidet sich Pipeline Health von Forecast Accuracy?
Pipeline Health beschreibt aktuelle Bedingungen und Risiken in der Pipeline. Forecast Accuracy bewertet später den Fehler eines früher fixierten Forecast-Snapshots gegenüber dem tatsächlichen Ergebnis. Health kann eine Forecast-Entscheidung informieren, ersetzt aber keine Accuracy-Messung.