Eine B2B Lead List zu bauen, gehört zu den Kernaufgaben in jedem Sales- oder Marketing-Team. Viele Guides konzentrieren sich dabei auf simple „Hacks“ – z. B. ein paar Standard-Filter oder das Scrapen aus nur einer Quelle.

Was dabei aber in den meisten Fällen komplett untergeht, ist der wichtigste Teil des Prozesses: sauberes, wirksames Filtering.

Dieser Guide spart dir das Blabla und gibt dir ein praxiserprobtes Framework, wie du B2B Lead Lists baust, die wirklich konvertieren. Wir schauen uns die Strategie an, mit der du hochwertige, passgenaue Prospects findest – weg von generischen Tipps, hin zu Ergebnissen.

Was dich in diesem Guide erwartet

🔍 Überspring den Kontext nicht

Dieser Artikel enthält wichtige Grundlagen zum Aufbau von B2B Lead Lists – lies ihn am besten komplett. Wenn du wenig Zeit hast, kannst du direkt zur Schritt-für-Schritt-Anleitung springen, indem du hier klickst 👈🏽

Die Grundlagen: So baust du eine B2B Lead List

Bevor wir ins „Wie“ gehen, solltest du die Basics hinter dem Lead-List-Aufbau verstanden haben. Sie sind das Fundament. Wenn das sitzt, läuft der Rest deutlich sauberer und effizienter.

Was ist eine B2B Lead List?

Eine B2B Lead List ist eine kuratierte Datensammlung mit Infos zu potenziellen Business-Kund:innen. Im Kern enthält sie Unternehmen, die zu deinem Ideal Customer Profile (ICP) passen – plus die passenden Ansprechpartner:innen in diesen Firmen, also genau die Kontakte, die du für deinen Outbound brauchst.

Warum sagen wir „bauen“?

Wir sagen bewusst „bauen“, weil eine wirklich gute B2B Lead List nicht einfach „gezogen“ wird. Das ist ein strategischer Prozess, Stück für Stück. Es geht nicht darum, zufällige Daten zusammenzukippen – sondern genau die Bausteine zu kombinieren, die deinen Sales wirklich nach vorn bringen.

Du kannst dir den Aufbau einer B2B Lead List auch vorstellen wie ein Haus aus LEGO-Steinen bauen:

  • Zwei Haupt-Module:
    • Account-Informationen (Company Data)
    • Kontakt-Informationen (People Data)
  • Baukasten-Prinzip: Jeder Datenpunkt ist ein Stein, der sauber sitzen muss, damit am Ende etwas Stabiles rauskommt
How to build a lead list in short
How to build a lead list in short

Hier sind die wichtigsten „Bausteine“ pro Modul:

Account Information (Das Unternehmen)

  1. Firmenname
  2. Website/Domain
  3. Branche
  4. Firmengröße (nach Mitarbeitenden)
  5. Standort des Headquarters

Prospect Information (Der Kontakt)

  1. Vollständiger Name
  2. Job Title
  3. Verifizierte Business Email
  4. LinkedIn Profil-URL
  5. Seniority Level

3 bewährte Wege, eine B2B Lead List zu erstellen

Beim Aufbau einer B2B Lead List gilt: Viele Wege führen nach Rom. Manche sind die schnelle Autobahn – du bist fix da, hast aber weniger Kontrolle. Andere sind langsamer, dafür deutlich bewusster und mit besserem Ergebnis. Jede Option hat ihre Vor- und Nachteile.

Lead List über Account- & Kontakt-Filter erstellen (am einfachsten)

Das ist die simpelste Methode: Du nutzt einfach die eingebauten Filter eines Lead-Gen-Tools, um Prospects zu finden.

Der Ablauf ist easy:

  1. Tool mit großer Kontaktdatenbank auswählen.
  2. In die Kontakt-Suche gehen.
  3. Filter wie Branche, Firmengröße und Job Title setzen.
  4. Liste exportieren.

Das geht schnell – liefert aber oft ziemlich generische Listen. Die meisten B2B Datenbanken bauen inhaltlich stark auf LinkedIn Sales Navigator auf [1] , und die Daten in Sales Navigator sind nicht immer sauber oder konsistent kategorisiert. Das führt dazu, dass du Prospects findest, die „auf dem Papier“ passen, aber in Wahrheit nicht in deinen ICP fallen.

Easy isn’t always the best
Easy isn’t always the best

Lead List mit Sales Navigator + Datablist bauen (empfohlen)

Hier kombinierst du die Stärke von Sales Navigator (als Quelle) mit dem besseren Filtering und den Enrichment capabilities von Datablist. Du startest mit einer Account List in Sales Navigator, scrapest sie sicher mit Datablist und findest anschließend die richtigen Kontakte innerhalb dieser Accounts.

Ich empfehle diesen Weg aus drei Gründen:

  1. Du filterst zweimal, in zwei unterschiedlichen Phasen:
    1. Du filterst auf Account-Level in Sales Navigator, um die richtigen Companies zu finden.
    2. Du filterst nochmal auf Contact-Level in Datablist, um die passenden Personen innerhalb dieser Companies zu finden.
  2. Du hast ein besseres List-Management: Wenn du zuerst eine dedizierte Account List aufbaust, bekommst du Ordnung rein – besonders für Account-Based Marketing (ABM). Du kannst eine Master-Account-Liste erstellen und daraus mehrere segmentierte Lead Lists ableiten.
  3. Du arbeitest mit frischen Daten: Statt eine statische (und potenziell veraltete) Datenbank zu nutzen, scrapest du direkt von der Quelle (LinkedIn). So ist deine Lead List so aktuell wie möglich.

💡 Hinweis zum Listenaufbau

Du kannst Lead Lists mit Datablist auch ohne externe Tools bauen. Best Practice ist aber: Starte mit einer gezielten Account List aus einer Quelle wie Sales Navigator oder Google Maps. In beiden Fällen gilt: Zweimal filtern (Accounts + Contacts) ist der Hebel für Qualität.

Lead List mit Sales Navigator + Browser Extension erstellen (riskant)

Das ist die günstigste – aber auch die gefährlichste – Methode. Du nutzt eine Browser Extension, um Daten direkt aus deinen Sales Navigator Searches zu scrapen.

Du brauchst nur zwei Dinge:

  1. Sales Navigator Subscription
  2. Eine Sales Navigator Scraper Browser Extension

Klingt nach Sparen, ist aber ein echtes Risiko: LinkedIn erkennt und sanktioniert Automation Extensions aktiv [2] , was zu einem temporären oder sogar permanenten Ban führen kann. Diese Variante solltest du nur wählen, wenn du bereit bist, deinen LinkedIn-Zugang zu riskieren.

Schritt-für-Schritt: So baust du deine Lead List

Wie oben erklärt, besteht Lead-List-Building aus zwei Phasen – und genau so sieht auch der Workflow aus:

  1. Accounts (Companies) aus Sales Navigator scrapen (ohne Account-Risiko)
  2. Personen innerhalb dieser Companies finden (mit Datablist)

Let’s dive in 🏊🏽

Hinweis bevor wir starten: Wenn es False Positives gibt, liegt’s nicht an uns – sondern an LinkedIn und an Leuten, die ihr Profil schlampig pflegen. Genau deshalb filtern wir immer.

Die Account List erstellen

Beim Aufbau einer Account List sollte das Ziel immer sein: Qualität vor Quantität.

Das brauchst du für diesen Guide:

  • Einen Sales Navigator Account
  • Einen Datablist Account (Starter Plan oder höher)
  • Einen API Key für Claude, Gemini oder ein anderes LLM

Geh zuerst in Sales Navigator und konfiguriere dort eine Account Search.

Dann kopierst du die Search-URL und öffnest Datablist.

Hier ist ein Guide, der dir zeigt, wie du mit Sales Navigator Filtern Accounts findest 👈🏽

Sales Navigator account search
Sales Navigator account search

🔍 Für Account-Sicherheit: Nutze nur Firmographics

Sales Navigator hat zwei Arten von Account-Filtern: links (Firmographics) und rechts (account-spezifisch).

Da Datablist beim Scrapen nicht mit deinem Account verbunden ist, funktioniert es nur mit Search-URLs, die ausschließlich Firmographics enthalten – persönliche Account-Daten kann Datablist nicht auslesen. Nicht unterstützte Filter sind u. a.:

  1. Job opportunities
  2. Recent activities
  3. Connection
  4. Companies and CRM
  5. Saved accounts
  6. Account lists

Jetzt geh in die Datablist App und mach Folgendes:

  1. Erstelle eine New collection
  2. Klicke auf See all sources und wähle den LinkedIn Search Scraper
  3. Füge die Sales Navigator Search-URL ins erste Feld ein
  4. Setze optional ein Limit
  5. Klicke auf Continue, um das Scraping zu starten
Sales Navigator Scraper
Sales Navigator Scraper

Wenn du dir die gescrapten Daten anschaust, wirst du merken: Einige Records sind unvollständig. Das ist normal – und nicht jeder Datenpunkt ist entscheidend. In den nächsten Schritten holen wir uns die Basis-Datenpunkte, mit denen wir irrelevante Accounts zuverlässig rausfiltern.

Scraped accounts
Scraped accounts

Das machen wir als Nächstes:

  1. Domains der Companies holen
  2. Websites scrapen
  3. Einen AI Prompt konfigurieren, der dir sagt, ob ein Unternehmen zu deinem Targeting passt oder nicht

Domains holen

  1. Klicke auf den ⚡️ Enrich Button im Top-Menü der Datablist App

    Datablist top menu
    Datablist top menu

  2. Geh zu URLs & wähle Find Company domains from Company names

  3. Mappe die Firmenname-Spalte als Input property

    Domain finder
    Domain finder

  4. Starte das Enrichment

Hier sind ausführlichere Steps, wie du Domains aus Firmennamen findest 👈🏽

Jetzt, wo wir die Website-Domains haben, gibt’s zwei Wege:

Weg 1 – Content-Based Matching

Du extrahierst Website-Text und lässt AI das gegen deine Target-Kriterien prüfen (z. B. Keywords oder Kontext), um passende Companies zu identifizieren.

  • Vorteile: Günstig, sehr genau
  • Nachteile: Du bist auf das begrenzt, was auf Home- oder About-Seite steht, weil der Website Scraper nicht die komplette Site crawlt, sondern nur Key Pages.

Weg 2 – AI-Enabled Research

Du kannst Datablist’s AI Agent nutzen, um pro Company individuelles Research zu machen und beliebige Kriterien abzufragen – auch Dinge, die nicht auf der Website stehen.

  • Vorteile: Sehr genau, sehr flexibel
  • Nachteile: Kann die Kosten deutlich erhöhen, braucht gutes Prompting
Both ways work
Both ways work

Ich empfehle Weg 1 – aus einem einfachen Grund: Die meisten Teams qualifizieren Accounts anhand dieser Kriterien:

  • Firmengröße
  • Industry vertical
  • Target market
  • Services offered

Wenn dir das reicht, sind Home- und About-Seite meistens genug, um zu qualifizieren/disqualifizieren – denn deine gescrapte Liste sollte ja bereits nur Companies in der passenden Größenklasse enthalten.

Path 1 is the way to go
Path 1 is the way to go

Weg 1 umsetzen: Websites scrapen

  1. Klicke Enrich im Top-Menü der Datablist App
  2. Geh zu URLs und wähle den Smart Scraper
  3. Mappe die Domains als Input property und starte es

Weg 1 umsetzen: Accounts mit AI qualifizieren/disqualifizieren

  1. Klicke nochmal Enrich im Top-Menü
  2. Geh zu AI und wähle „Ask Claude“ oder das LLM deiner Wahl
  3. Schreibe einen Prompt, der Situation, Ziel und Filterkriterien erklärt

Hier ist ein Guide, wie du Prompts schreibst, um Daten zu analysieren & zu klassifizieren 👈🏽

Datablist’s Claude processor
Datablist’s Claude processor

🔍 Starte simpel, skaliere bei Bedarf

In diesem Artikel habe ich mich auf die Basics konzentriert, mit denen du schnell ins Machen kommst. Wenn du Unterstützung bei anspruchsvollerem Filtering, besserem Prompting oder beim Workflow brauchst, kannst du hier mit mir sprechen: hier 👈🏽

Die Prospect List bauen

Wenn die Account List steht, kommt der nächste Schritt: die richtigen People/Prospects in diesen Companies finden. Dafür werden wir:

  1. Eine Prospect List erstellen
  2. Prospects nach ICP-Fit filtern
  3. Kontaktinfos holen

🔑 Erst filtern, dann enrichen

Mach nicht den Fehler, zuerst Emails und Telefonnummern zu ziehen und erst danach zu filtern – das verbrennt nur Budget und Zeit.

Erster Schritt: Prospect List starten

  1. Geh in die Datablist App und erstelle eine New Collection

  2. Öffne die Waterfall People Search

  3. Verknüpfe diese Collection mit der Collection, in der deine Accounts liegen

    Waterfall People Search
    Waterfall People Search

  4. Konfiguriere deine Search mit Datablist’s Filtern

    Datablist’s lead filters
    Datablist’s lead filters

  5. Starte die Suche mit Continue

    Last step to get you leads
    Last step to get you leads

Nächster Schritt: Ungewollte Prospects rausfiltern

Wie bei der Account-Qualifizierung gibt’s auch bei Prospects einfache und fortgeschrittene Filter-Methoden. Das hängt von deinem ICP ab. Eine Sache solltest du aber immer machen: nach den richtigen Job Titles filtern, weil jede Datenbank False Positives hat – egal, ob du Exclusion-Filter nutzt oder nicht (again: blame LinkedIn, not us).

So startest du mit dem Prospect-Filtering:

  1. Klicke Enrich im Top-Menü von Datablist
  2. Geh zu AI und wähle „Ask Claude“ oder das LLM deiner Wahl
  3. Schreibe einen Prompt mit Situation, Ziel und Filterkriterien
We have also 7 other LLMs
We have also 7 other LLMs

Weitere Filter-Möglichkeiten

  1. Filtering über Work History

    Mit Datablist kannst du auch das LinkedIn Profil des Prospects scrapen und bis zu 10 frühere Stationen ziehen – dadurch hast du mehr Daten zum Filtern.

  2. Filtering über Custom Research

    Du kannst den Datablist's AI Agent nutzen, um öffentliche Infos über Prospects außerhalb von Social Media zu recherchieren – z. B. News-Erwähnungen, veröffentlichte Papers oder Konferenz-Auftritte – und darauf basierend zu filtern.

Note: Je mehr du filterst, desto kleiner wird deine Lead List. Wähle deine Kriterien also bewusst.

Letzter Schritt: Qualifizierte Prospects enrichen

Wenn dein Targeting sitzt, bleibt nur noch eins: Emails + Telefonnummern der Prospects holen, die du wirklich kontaktieren willst. Datablist unterstützt dich dabei mit:

  1. Waterfall Email Finder
  2. Waterfall Mobile Phone Enrichment
Waterfall enrichments
Waterfall enrichments

Diese beiden Enrichments maximieren deine Chance auf valide Kontaktdaten, weil sie mehrere Provider checken und erst stoppen, wenn ein Treffer da ist – für mehr Coverage und bessere Accuracy. Das eine ist für Emails, das andere für Mobile Numbers.

The best way to find emails
The best way to find emails

Weitere Enrichments, die relevant sein könnten:

  1. Custom Research in Scale

    Finde einen Datenpunkt, der zu deinem Angebot und Messaging passt – etwas, wonach du suchen würdest, wenn du unbegrenzt Zeit hättest. Der AI Agent von Datablist kann praktisch alles recherchieren, was du ihm vorgibst.

    Denk dran: Mehr Daten sind fast immer besser als zu wenig.

    AI Agent
    AI Agent

  2. Case Studies scrapen

    Das ist ein AI Agent Template, das vom Datablist-Team konfiguriert wurde, um Case Studies zu finden, die du in deinem Outbound erwähnen kannst.

    Case Study Finder Prompt
    Case Study Finder Prompt

  3. Company Names cleanen

    Zwar kein klassisches Enrichment, aber Company Names zu cleanen ist extrem wichtig – vor allem, wenn du vermeiden willst, „Microsoft Inc“ zu schreiben, obwohl die Company „Microsoft“ heißt.

    Company Name Cleaner
    Company Name Cleaner

  4. Technographics ziehen

    Wenn es dir hilft zu wissen, welche Technologie eine Company nutzt, kannst du das Technographics Enrichment laufen lassen. Damit bekommst du Insights darüber, welche Tools/Technologien eine Website verwendet – und kannst Accounts auch nach Tech-Stack filtern.

    Technology Finder
    Technology Finder

Fazit: Nicht mehr kaufen – selbst bauen

Deine Lead List ist wahrscheinlich das wichtigste Investment, das du heute im Outbound machen kannst. Du kannst das beste Script, die beste Copy, perfekte Deliverability und ein starkes Angebot haben – aber wenn du die falsche Zielgruppe ansprichst, wirst du keine Deals closen.

Du kannst den Aufbau einer hochwertigen B2B Lead List mit der Planung eines Dorffests im 19. Jahrhundert vergleichen: Filtering ist alles. Damit so ein Event funktioniert, brauchst du Vorbereitung auf mehreren Ebenen.

Konkret heißt das:

  1. Du identifizierst erst die richtigen Familien, die du einlädst (das ist dein Account-Level Filtering). Du lädst nicht alle ein, sondern nur die, die passen.
  2. Danach entscheidest du, welche Personen aus dem Haushalt wirklich kommen sollten (das ist dein Contact-Level Filtering). Nicht jede Person ist Entscheider:in.
  3. Zum Schluss verschickst du persönliche Einladungen, die bei der jeweiligen Person wirklich resonieren (das ist dein Data Enrichment, damit dein Messaging relevant wird).

Also: Hör auf, generische, veraltete Lead Lists zu kaufen. Bau dir deine eigene. Du hast mehr Kontrolle, bessere Daten – und am Ende deutlich höhere Conversion Rates.

FAQ: B2B Lead Lists erstellen

Was ist das beste Tool, um eine B2B Lead List zu bauen?

Das beste Tool ist eines, das flexibel ist und Data Quality priorisiert. Eine Plattform wie Datablist ist ideal, weil du frische Daten aus Quellen wie LinkedIn Sales Navigator mit starkem, mehrstufigem Filtering und Enrichments kombinieren kannst.

Welche Daten brauche ich, um eine B2B Lead List zu bauen?

Mindestens brauchst du Account-Daten (Firmenname, Website, Branche, Größe) und Kontakt-Daten (Name, Job Title, verifizierte Email, LinkedIn URL). Welche Datenpunkte sinnvoll sind, hängt von deiner Outbound-Strategie ab.

Was ist das Wichtigste beim Aufbau von B2B Lead Lists?

Filtering. Ganz klar: Das Wichtigste ist konsequentes Filtering – sowohl auf Account- als auch auf Contact-Level. Wenn du Non-ICP Prospects sauber ausschließt, steigen deine Reply Rates, deine Close Rate verbessert sich und du setzt Budget und Zeit effizienter ein.

Was ist der wichtigste Datenpunkt in einer B2B Lead List?

Kommt komplett auf deine Outbound-Strategie an. Für Cold Emailing brauchst du eine verifizierte Business Email. Für Cold Calling ist eine direkte Mobile Number am wertvollsten. Wenn dein Sales-Prozess stark personalisiert ist, ist eine LinkedIn URL fürs Research entscheidend.

Ist es besser, eine B2B Lead List zu kaufen oder selbst zu bauen?

Selbst bauen ist immer besser. Gekaufte Listen sind oft veraltet, ungenau und werden von zig anderen Firmen verwendet. Wenn du deine Liste selbst baust, sind die Daten frischer, auf deinen ICP zugeschnitten und exklusiv für dich.

Wie oft sollte ich meine B2B Lead List aktualisieren?

Am besten pflegst und aktualisierst du deine B2B Lead List kontinuierlich. Menschen wechseln Jobs, Companies verändern sich. Eine gute Praxis ist, aktive Prospect Lists mindestens einmal pro Quartal zu verifizieren und zu updaten.

Ist es sicher, LinkedIn Sales Navigator zu scrapen?

Es kann riskant sein, wenn du die falschen Tools nutzt. Chrome Extensions, die Aktivitäten über deinen persönlichen Account automatisieren, können zu einem Ban führen. Cloud-basierte Tools wie Datablist’s Sales Navigator Scraper sind dagegen sicherer, weil sie nicht mit deinen Cookies oder Credentials arbeiten[3] .

Citations

[1] All major databases scrape LinkedIn and then enrich the data further, but their foundation rests on LinkedIn

[2] LinkedIn's User Agreement section 8.2.2 explicitly prohibits the use of browser plugins and extensions

[3] Datablist's approach to scraping LinkedIn Sales Navigator without putting user accounts at risk