B2B Go-to-Market ohne BS: Was Anastasia Albert wirklich über GTM, KI und den deutschen Mittelstand denkt

In der neuesten Folge von "To Customer Value and Beyond" hatte ich Anastasia Albert zu Gast – Gründerin von B2B Practitioners und jemand, der GTM nicht aus dem Lehrbuch kennt, sondern aus der operativen Praxis bei Central, Project A Ventures und Trade Republic. Was mich an ihr sofort fasziniert hat: Sie war früher Leistungssportlerin in der rhythmischen Sportgymnastik. Das merkt man. Sie redet nicht um den heißen Brei herum.

Hier sind die Punkte aus unserem Gespräch, die mich am meisten beschäftigt haben.

Das US-Playbook funktioniert nicht einfach so in Europa

Viele US-Unternehmen kommen nach Europa und machen denselben Fehler: Sie nehmen ihre GTM-Story, übersetzen sie ins Deutsche und wundern sich, warum nichts passiert. In den USA verkaufst du oft Top-Down eine große Vision an den CMO. Im deutschen Mittelstand kauft das niemand so ein.

Deutsche Unternehmen sind konsensgetrieben, risikoavers und wollen konkrete Belege – am liebsten lokale Customer Stories von Unternehmen, die sie kennen oder kennen könnten. Und dann gibt es noch den Betriebsrat: Wer mit KI-Effizienzgewinnen wirbt, löst dort fast automatisch Alarmglocken aus. Stellenabbau-Angst ist real und wird im GTM-Prozess meistens komplett ignoriert.

Anastasias Antwort darauf ist ihr 3C-Framework – Customer, Competition, Company – um genau diese Lücken zu finden, bevor man mit dem Aufbau anfängt.

GTM ohne Anleitung: Das Lego-Problem

Das Bild, das Anastasia hier verwendet, trifft es sehr gut: Die meisten Unternehmen, die zu ihr kommen, haben bereits Lego-Steine – aber keine Anleitung, und das fertige Bild ist unklar. Manche Teile fehlen, andere wurden falsch zusammengebaut, und neue Steine werden gekauft, bevor man verstanden hat, was man eigentlich hat.

Die Diagnostik, die B2B Practitioners macht, beginnt deshalb im CRM und im Funnel: Warum gehen Deals verloren? Warum wandern Kunden nach dem Onboarding ab? Erst wenn das klar ist, wird gebaut.

Das klingt offensichtlich. Ist es aber nicht – die meisten Unternehmen überspringen genau diesen Schritt.

Revenue Architecture: Warum Silos kein Zufall sind

Sales, Marketing, Customer Success und Produkt arbeiten in den meisten Unternehmen aneinander vorbei. Das ist keine Faulheit, das ist Struktur. Wenn das CRM nur als Sales-Tool verstanden wird – ohne Produktnutzungsdaten, ohne CS-Erkenntnisse – weiß niemand, was auf der anderen Seite der Pipeline wirklich passiert.

Anastasia löst das mit gemeinsamen Workshops, in denen alle Stakeholder den Kaufentscheidungsprozess gemeinsam mappen. Der Effekt: Marketing weiß, was im Sales funktioniert. CS weiß, was vor dem Abschluss versprochen wurde. Das Produktteam hört endlich die richtigen Kundenanfragen.

Das ist kein Hexenwerk – aber es braucht jemanden, der diesen Raum schafft.

KI im GTM: Mächtig, aber gefährlich ohne Kontext

KI kann heute schon echten Hebel im GTM schaffen – veraltete CRM-Daten bereinigen, Outbound-Kampagnen auf spezifische Signale zuschneiden, Recherche massiv beschleunigen. Anastasia ist da keine Skeptikerin.

Aber sie formuliert eine Warnung, die ich für wichtig halte: Ohne klare ICP-Definition, saubere Positionierung und strategischen Rahmen skaliert man mit KI nicht den Go-to-Market – man skaliert das Chaos.

Drei Entwicklungen sieht sie für die nächsten Jahre:

Käufer recherchieren zunehmend direkt über LLMs wie Claude und kommen zur reinen Validierung auf die Webseite. Klassische Vergleichsportale verlieren an Bedeutung. Die Konsequenz: Wer bei KI-Suchen nicht sichtbar ist, existiert für viele Käufer schlicht nicht.

Brand-Building kehrt zurück. Nach Jahren des reinen Performance-Marketings wird Vertrauen und Bekanntheit wieder entscheidend – einfach weil die Toollandschaft so unübersichtlich geworden ist.

Und Creator-Led Growth auf LinkedIn gewinnt an Gewicht, weil Käufer klassischem Content-Marketing und bezahlter Werbung immer weniger vertrauen. Fachexperten mit echter Perspektive sind glaubwürdiger als jede Brand-Kampagne.

Was GTM-Leader jetzt lernen müssen

Anastasias Antwort auf die Frage nach den wichtigsten Fähigkeiten der Zukunft war klar: die Fähigkeit, KI-Agenten zu orchestrieren – und vor allem deren Output strategisch zu bewerten. Nicht alles annehmen, was rauskommt. Denken bleibt Chefsache.

Die ganze Episode gibt es jetzt auf "To Customer Value and Beyond" – und Anastasia findet ihr auf LinkedIn.