Vom Branchenschlüssel zur echten Tätigkeit: Wie KI Firmen richtig einordnet
Wer im B2B-Vertrieb eine Zielgruppe auswählt, arbeitet fast immer mit Branchen: alle Steuerberater in Bayern, alle Maschinenbauer in Nordrhein-Westfalen, alle Hotels an der Ostsee. Die Branche ist der wichtigste Filter jeder Selektion – und gleichzeitig einer der unzuverlässigsten. Denn die klassische Branchenangabe beruht meist auf einem amtlichen Schlüssel, der einmal vergeben und danach selten überprüft wird.
Künstliche Intelligenz verändert das gerade grundlegend. Statt sich auf einen Code zu verlassen, kann eine KI lesen, was ein Unternehmen tatsächlich tut. Dieser Beitrag erklärt, wo die Grenzen klassischer Branchenschlüssel liegen, wie eine KI-gestützte Einordnung funktioniert und worauf Sie bei der nächsten Zielgruppenauswahl achten sollten.
Ein Fachartikel von Andreas Plötzeneder, Geschäftsführer der dieanalysten GmbH
Was ist ein Branchenschlüssel?
Ein Branchenschlüssel ist ein Code, der die wirtschaftliche Haupttätigkeit eines Unternehmens einer festen Kategorie zuordnet. In Deutschland ist das die Klassifikation der Wirtschaftszweige (WZ) des Statistischen Bundesamts.
Seit dem 1. Januar 2025 gilt die neue Ausgabe WZ 2025, die die bisherige WZ 2008 schrittweise ablöst. Sie basiert auf der europäischen Klassifikation NACE Rev. 2.1 und ist in fünf Ebenen gegliedert (Destatis: Klassifikation der Wirtschaftszweige, Ausgabe 2025):
| Ebene | Anzahl in der WZ 2025 |
|---|---|
| Abschnitte | 22 |
| Abteilungen | 87 |
| Gruppen | 287 |
| Klassen | 651 |
| Unterklassen | 983 |
Für die amtliche Statistik ist dieses System unverzichtbar. Für die Auswahl von Zielkunden im Vertrieb hat es jedoch einige systematische Schwächen.
Warum reicht der Branchenschlüssel für die Kundenauswahl oft nicht aus?
Weil ein Branchenschlüssel nur eine einzige, meist selbst angegebene und selten aktualisierte Haupttätigkeit abbildet – die Realität vieler Unternehmen ist vielschichtiger.
- Nur eine Haupttätigkeit
Ein Unternehmen erhält in der Regel einen Code für seine Haupttätigkeit. Ein Betrieb, der Heizungen installiert, Photovoltaikanlagen plant und Wärmepumpen wartet, erscheint dann womöglich nur unter einem dieser Bereiche. Wer gezielt Photovoltaik-Planer sucht, findet ihn nicht. - Einmal vergeben, selten geprüft
Die Branchenangabe entsteht häufig bei der Gründung oder Anmeldung – oft auf Basis einer Selbstauskunft. Entwickelt sich das Geschäftsmodell weiter, bleibt der Code meist stehen. Aus dem Druckereibetrieb von 2010 ist heute vielleicht eine Werbeagentur mit eigener Produktion geworden. - Sammelklassen ohne Aussagekraft
Jede Klassifikation braucht Auffangkategorien für Tätigkeiten, die nirgends genau hineinpassen – erkennbar an Formulierungen wie „anderweitig nicht genannt“ oder „ohne ausgeprägten Schwerpunkt“. Für eine Vertriebsselektion sind solche Klassen kaum nutzbar, weil sich dahinter sehr unterschiedliche Unternehmen verbergen. - Neue Geschäftsmodelle passen schlecht ins Raster
Plattformen, spezialisierte Onlineshops, hybride Dienstleister oder Unternehmen, die Produkt und Service kombinieren, lassen sich mit einem einzigen Code nur grob beschreiben. Gerade diese Firmen sind für viele B2B-Anbieter besonders interessante Zielkunden. - Der Umstieg von WZ 2008 auf WZ 2025
Während der Umstellung existieren beide Ausgaben parallel. Datenbestände, die teils nach WZ 2008 und teils nach WZ 2025 kodiert sind, können bei einer Selektion zu Lücken oder Überschneidungen führen.
Was bedeutet das für Ihre Selektion?
Eine Selektion nach Branchenschlüssel liefert Ihnen im Zweifel Unternehmen, die früher einmal in diese Kategorie eingeordnet wurden – nicht zwingend Unternehmen, die heute genau das tun, was Sie suchen.
Die typischen Folgen:
- Streuverluste: Ihr Mailing erreicht Firmen, die mit Ihrem Angebot nichts anfangen können.
- Lücken: Passende Unternehmen fehlen in Ihrer Liste, weil sie unter einem anderen Code geführt werden.
- Verzerrte Kennzahlen: Niedrige Antwortquoten werden dem Angebot zugeschrieben, obwohl die Zielgruppe nicht stimmte.
Wie ordnet eine KI ein Unternehmen ein?
Eine KI ordnet ein Unternehmen ein, indem sie öffentlich zugängliche Selbstbeschreibungen – vor allem die Website – liest, die tatsächlich angebotenen Leistungen erkennt und diese strukturiert zuordnet.
Ein typischer Ablauf umfasst vier Schritte:
- Schritt 1: Inhalte erfassen
Die KI liest Startseite, Leistungs- oder Produktseiten, „Über uns“ und Impressum. Gerade die Leistungsseiten verraten, womit ein Unternehmen heute tatsächlich Geld verdient. - Schritt 2: Tätigkeiten erkennen
Ein Sprachmodell extrahiert aus dem Text konkrete Tätigkeiten: „Planung und Installation von Photovoltaikanlagen“, „Wartung von Wärmepumpen“, „Onlineshop für Ersatzteile landwirtschaftlicher Maschinen“. Diese Ebene ist deutlich feiner als jeder Branchenschlüssel. - Schritt 3: Mehrfach zuordnen
Statt eines einzigen Codes erhält das Unternehmen mehrere Zuordnungen – eine Haupttätigkeit und weitere Tätigkeiten, jeweils mit einer Einschätzung, wie sicher die Zuordnung ist. Damit wird der Heizungsbauer mit Photovoltaik-Schwerpunkt auch für Photovoltaik-Selektionen auffindbar. - Schritt 4: Belegen und begrenzen
Jede Zuordnung wird mit der Textstelle belegt, auf der sie beruht. Findet die KI keine ausreichenden Hinweise, ordnet sie nichts zu – statt zu raten. Diese Belegpflicht ist entscheidend, denn Sprachmodelle neigen dazu, Lücken plausibel klingend zu füllen.
Branchenschlüssel und KI-Einordnung im Vergleich
| Kriterium | Klassischer Branchenschlüssel | KI-gestützte Einordnung |
|---|---|---|
| Grundlage | Selbstauskunft bei Anmeldung oder Erfassung | aktuelle öffentliche Selbstbeschreibung des Unternehmens |
| Anzahl Zuordnungen | in der Regel eine Haupttätigkeit | mehrere Tätigkeiten mit Gewichtung |
| Detailtiefe | begrenzt durch die Klassifikation | frei, bis auf Produkt- oder Leistungsebene |
| Aktualität | so alt wie die letzte Erfassung | so aktuell wie die letzte Prüfung |
| Vergleichbarkeit | hoch, amtlich standardisiert | hoch, wenn zusätzlich auf WZ-Codes abgebildet |
| Schwachstelle | veraltet, grob, Sammelklassen | Unternehmen ohne aussagekräftige Website |
Der sinnvollste Weg ist deshalb meist eine Kombination: Der amtliche Code sorgt für Vergleichbarkeit, die KI-Einordnung für Treffsicherheit.
Wo liegen die Grenzen der KI-Einordnung?
Eine KI kann nur auswerten, was ein Unternehmen öffentlich über sich preisgibt.
- Keine oder schwache Website: Ohne aussagekräftige Selbstbeschreibung fehlt die wichtigste Grundlage.
- Marketingsprache: Formulierungen wie „Lösungen für Ihren Erfolg“ sagen wenig über die tatsächliche Tätigkeit aus.
- Konzerne und Filialen: Die Website der Zentrale beschreibt nicht immer, was am einzelnen Standort geschieht.
- Veraltete Seiten: Auch eine Website kann jahrelang nicht gepflegt sein – deshalb gehören technische Alterssignale in jede Prüfung.
Eine seriöse KI-Einordnung macht diese Grenzen transparent, statt sie zu überdecken.
Wie wählen Sie Zielgruppen künftig treffsicherer aus?
Mit diesen fünf Schritten verbessern Sie Ihre nächste Selektion – unabhängig davon, mit welchem Anbieter Sie arbeiten:
- Beschreiben Sie Ihre Zielkunden über Tätigkeiten, nicht nur über Branchen. „Betriebe, die Wärmepumpen installieren“ ist präziser als „Sanitär, Heizung, Klima“.
- Fragen Sie nach, worauf die Branchenzuordnung beruht. Amtlicher Code, Selbstauskunft oder Auswertung der Website?
- Kombinieren Sie Filter. Branche plus Region plus Merkmale wie „mit Website“ oder „mit Ansprechpartner“ reduziert Streuverluste.
- Prüfen Sie eine Stichprobe. Lassen Sie sich vor dem Kauf eine kostenlose Probe aus genau Ihrer Zielgruppe geben und kontrollieren Sie 30 bis 50 Unternehmen selbst über deren Website.
- Achten Sie auf Aktualität. Wann wurde die Einordnung zuletzt überprüft – und wird vor der Auslieferung noch einmal geprüft?
Fazit
Der Branchenschlüssel bleibt ein wichtiges Werkzeug – für Statistik, Vergleichbarkeit und eine erste Grobauswahl. Für die präzise Auswahl von Zielkunden reicht er aber häufig nicht mehr aus. KI macht es erstmals wirtschaftlich möglich, bei jedem einzelnen Unternehmen nachzulesen, was es heute tatsächlich tut. Wer beides kombiniert, erreicht weniger falsche Firmen, übersieht weniger passende – und misst endlich, wie gut sein Angebot wirklich ankommt.

Titelbild: fauxels (Pexels)
Autorenbild: Copyright dieanalysten GmbH – Alle Rechte vorbehalten
