Pipeline-Attribution für AEO: Wie du AI-generierte Leads in Salesforce trackst

Salesforce kennt von Haus aus keinen Lead-Quelle-Eintrag namens "ChatGPT" oder "Perplexity". Wer AI-generierte Pipeline sauber tracken will, muss vier Schichten anpacken: Web-Tracking, Lead-Erfassung, Custom Fields im CRM und Attributionsmodell für Opportunities. Ohne dieses Setup landen AI-Leads im Eimer "Direct" oder "Organic Search" – und du verlierst die Geschichte, wie viel Pipeline AEO wirklich produziert hat.

Schicht 1: Web-Tracking mit Custom-Channel-Gruppe

Bevor irgendetwas in Salesforce landet, musst du die Quelle auf deiner Website erkennen. In Google Analytics 4 erstellst du dafür eine benutzerdefinierte Channel-Gruppe, die Referrer-Domains wie chat.openai.com, chatgpt.com, perplexity.ai, gemini.google.com, claude.ai und copilot.microsoft.com einem eigenen Channel "AI Search" zuordnet. Plausible und Matomo bieten vergleichbare Custom-Channel-Optionen.

Zusätzlich brauchst du UTM-Parameter für AI-Quellen, in denen du Backlinks aktiv setzt – etwa wenn du in einem FAQ-Schema einen Tracking-Link einbaust. Empfohlenes Schema: `?utm_source=ai&utm_medium=chatgpt&utm_campaign=aeo-faq`. Das `utm_source=ai` ist der Pflicht-Anker, weil GA4 sonst die Sub-Domain (chatgpt.com) als Quelle nimmt und der Channel "Referral" statt "AI Search" greift.

Hidden-Pitfall: Manche Antwort-Engines kürzen Tracking-Parameter automatisch, andere übernehmen sie 1:1. Perplexity übernimmt UTMs vollständig, ChatGPT strippt sie in der Browse-Funktion teilweise. Plane deshalb redundant: UTM plus Referrer-Erkennung, nicht nur eines von beiden.

Schicht 2: Lead-Capture mit hidden UTM-Fields

Wenn ein User aus einer AI-Antwort kommt und ein Demo-Formular ausfüllt, muss die Quelle ins Lead-Objekt wandern. Standard-Setup: Hidden-Fields im Formular für UTM-Source, UTM-Medium, UTM-Campaign, Initial-Referrer und Initial-Landing-Page. Tools wie HubSpot Forms, Marketo oder Pardot bieten das nativ, bei Custom-Formularen baust du es mit JavaScript und Cookie-Storage selbst.

Wichtig ist die Unterscheidung zwischen First-Touch und Last-Touch. Ein User kann am Montag über ChatGPT kommen, am Mittwoch über Google und am Freitag das Formular ausfüllen. Speichere beides: `initial_source` (erster Besuch) und `last_source` (Formular-Submit). Ohne First-Touch verlierst du AEO komplett, weil AI-Antworten oft am Anfang der Journey stehen.

Setze außerdem eine UTM-Persistenz von mindestens 90 Tagen via Cookie oder LocalStorage. Wer nur die aktuelle Session trackt, hat bei B2B-Sales-Cycles von 3–6 Monaten keine Chance, AEO sauber zuzuordnen. Dreamdata, Bizible und Hightouch automatisieren diese Persistenz.

Schicht 3: Custom Fields in Salesforce

Salesforce braucht eigene Felder für AI-Attribution. Lege auf dem Lead-Objekt und dem Contact-Objekt mindestens diese fünf Custom Fields an: `AI_Source__c` (Picklist: ChatGPT, Perplexity, Gemini, Claude, Copilot, Other), `AI_Touch_Date__c` (Date), `AI_Query_Topic__c` (Text-Feld für die ursprüngliche Suchquery, falls erfasst), `AI_Landing_URL__c` (URL) und `Has_AI_Touch__c` (Checkbox als schneller Filter).

Diese Felder müssen via Web-to-Lead, Marketing Cloud, HubSpot- oder Marketo-Sync automatisch befüllt werden. Manuelle Pflege scheitert spätestens bei 50 Leads pro Monat. Wenn dein Sync-Tool die Field-Mappings nicht unterstützt, brauchst du einen Apex-Trigger oder einen Flow, der bei Lead-Create die UTM-Parameter aus dem zugehörigen Form-Submit zieht und in die Custom Fields schreibt.

Vergiss nicht die Vererbung auf Opportunity-Ebene. Wenn ein Lead in eine Opportunity konvertiert wird, müssen die AI-Felder mitgehen – sonst verlierst du auf der Closed-Won-Ebene wieder die Information. Lösung: Identische Custom Fields auf Opportunity plus Auto-Copy-Logic via Process Builder oder Salesforce Flow.

Schicht 4: Multi-Touch-Attribution für Opportunities

Single-Touch-Attribution unterschätzt AEO systematisch, weil AI-Antworten meistens am Anfang der Journey stehen. Wer "Last Touch" als Modell nutzt, sieht AI-Sources kaum in geschlossenen Deals – die letzte Aktion war wahrscheinlich eine Brand-Search oder ein direkter Demo-Aufruf. Bei B2B-SaaS mit 4–6 Touchpoints pro Deal verfälscht das die Realität deutlich.

Salesforce bietet seit der Customer Data Platform und mit Account Engagement (vormals Pardot) ein eigenes Multi-Touch-Attribution-Modul. Alternativ integrierst du Dreamdata, Bizible (jetzt Marketo Measure) oder HockeyStack. Diese Tools berechnen für jede Opportunity eine gewichtete Verteilung über alle Touchpoints – W-shaped, U-shaped oder fully linear, je nach Konfiguration.

Praktisch empfehlenswert ist ein U-shaped-Modell: 40 % Gewicht auf den First-Touch, 40 % auf den Closing-Touch, 20 % verteilt auf die mittleren Touches. Damit bekommt AEO den verdienten Anteil, ohne andere Kanäle zu unterschlagen. Reporte auf Quartalsebene den AI-Anteil an Influenced-Pipeline in Euro – nicht in Prozent, weil Prozent ohne Basis nichtssagend ist.

// Salesforce SOQL für AI-Influenced Pipeline (Quartal)
SELECT Name, Amount, StageName, AI_Source__c, AI_Touch_Date__c
FROM Opportunity
WHERE AI_Influenced__c = TRUE
  AND CloseDate >= THIS_QUARTER
  AND StageName IN ('Closed Won', 'Proposal', 'Negotiation')
ORDER BY Amount DESC

// Erwartetes Ergebnis: Liste aller Opps mit AI-Touchpoint,
// gefiltert auf Pipeline-Stages und aktuelles Quartal

Reporting-Setup für das Quarterly Business Review

Drei Dashboards reichen für das QBR: Pipeline-Funnel mit AI-Subkanal, AI-Quellen-Vergleich (ChatGPT vs. Perplexity vs. Gemini) und CAC-Vergleich nach Channel. Baue sie in Salesforce-Dashboards oder Looker Studio, mit automatischer Aktualisierung pro Woche. Manuelles Excel-Reporting wird nach 2 Monaten unweigerlich übersprungen.

Standard-KPIs für den QBR-Slide: AI-Influenced Pipeline in € (Quartal), Anzahl AI-Influenced Deals, durchschnittlicher Deal-Size aus AI-Quellen vs. Gesamt, CAC pro AI-Lead und Closed-Won-Rate aus AI-Quellen. Ergänze einen Trend-Chart über 4 Quartale, damit die Entwicklung sichtbar wird – Punktwerte ohne Zeitachse überzeugen niemanden.

Häufiger Stolperstein: Sales-Teams glauben dem AI-Attribution-Reporting nicht, weil sie selten direkt mit ChatGPT-Leads in Kontakt kommen. Lösung: Zeige im Account-Detail-View eine Timeline aller Touchpoints, inkl. AI-Quelle und Datum. Wenn der Sales-Rep sieht, dass sein Lead 8 Wochen vor dem ersten Call schon über Perplexity auf der Pricing-Page war, wird das Modell glaubwürdig.

Datenschutz und Compliance

AI-Attribution darf keine personenbezogenen Daten aus dritten Quellen importieren. Du erfasst nur das, was der User selbst auf deiner Seite hinterlässt – plus den Referrer und die UTM-Parameter. AI-Queries selbst sind nicht öffentlich verfügbar, du kannst sie nur erraten, falls der User sie als Kommentar im Formular angibt oder du eine Custom-URL pro Schema-Frage betreibst.

DSGVO-Pflicht: Aktualisiere die Datenschutzerklärung, falls du AI-Channels separat trackst. Standard-Formulierung: "Wir erfassen die Verweisquelle (Referrer-URL) inklusive Antwort-Engines wie ChatGPT, Perplexity, Gemini oder Claude, um die Wirksamkeit unserer Inhalte zu messen. Es findet keine Verknüpfung mit personenbezogenen Daten Dritter statt." Vor Live-Schaltung bitte rechtlich prüfen lassen.

Achte außerdem auf Cookie-Consent. Die AI-Referrer-Erkennung läuft serverseitig – das fällt in der Regel unter "berechtigtes Interesse". Sobald du UTM-Parameter clientseitig via JavaScript in LocalStorage persistierst, brauchst du Consent. Tools wie OneTrust, Usercentrics oder Cookiebot decken das ab.

Worauf es ankommt: Vier Schichten, ein Reporting

Pipeline-Attribution für AEO funktioniert nur, wenn alle vier Schichten zusammenspielen: Web-Tracking erkennt die Quelle, Lead-Capture persistiert sie, Salesforce-Custom-Fields speichern sie strukturiert, und Multi-Touch-Attribution macht den Wert sichtbar. Einzelne Schichten ohne Verbindung produzieren keine belastbaren Zahlen.

Konkrete Empfehlungen für den Aufbau: Starte mit GA4 Custom-Channel-Gruppe und HubSpot- oder Marketo-Form-Integration, ergänze danach Salesforce-Custom-Fields plus Apex-Trigger oder Flow, und implementiere zuletzt Multi-Touch-Attribution via Dreamdata oder Marketo Measure. Plane für die komplette Implementierung 6–10 Wochen ein, davon 2 Wochen reines Testing. Ein sauberes Setup zahlt sich in jedem Quartal aus, weil du AEO-Budget mit harten Pipeline-Zahlen verteidigen kannst.