Transformation: Lushas Marketing-Umbau rückt systemorientiertes Denken in den Mittelpunkt und verbindet kreative Umsetzung mit effektiver Entscheidungsfindung.
Entwickler-Fokus: Yael Abukasis plädiert dafür, dass Vermarkter als „Entwickler“ agieren und automatisierte Systeme schaffen – nicht nur Kampagnen.
GTM-Kohorte: Der Ausbau der Nutzerbasis von „GTM-Entwicklern“ führte zu höheren Umsätzen und veranlasste bei Lusha eine Neuausrichtung von Team und Strategie.
KI-Integration: Effektiver KI-Einsatz erfordert ein zusammenhängendes System; fragmentierte Daten führen zu einer ineffizienten Nutzung von KI.
Erkenntnisse für die Einstellung: Abukasis schätzt Neugier und Anpassungsfähigkeit und legt Wert auf Entwickler, die repetitive Aufgaben automatisieren und neue Tools erforschen.
Was würdest du tun, um einen besseren LTV (Customer Lifetime Value) und eine stärkere Kundenbindung zu erzielen? Für ein Team war dies mit einem Wandel in der Funktionsweise des Marketings möglich. Yael Abukasis, CMO und Head of Revenue Growth bei Lusha, einer Go-to-Market-Daten- und Intelligence-Plattform, verfolgte im Marketing einen neuen Denkansatz. Das ermöglichte es ihrem GTM-Team, den Unternehmensumsatz in etwa einem Quartal um 21 % zu steigern.
Wenn also die Kluft zwischen den Ergebnissen deines Teams und denen KI-nativer Wettbewerber immer größer wird, lies weiter.
Als sie zu dem Unternehmen kam, lieferte das Marketing-Team nach traditionellen Maßstäben gute Arbeit ab. Doch dann fiel ihr etwas auf.
„Als wir die Kampagnen skalierten, begann die Effizienz zu sinken, obwohl das Team auf einem sehr hohen Niveau arbeitete,“ berichtete sie mir. Das Problem war nicht der Einsatz oder das Können. Es war die Architektur. Das Team war dafür ausgestattet, Kampagnen zu fahren. Aber niemand hatte das System konzipiert, das Kampagnen dauerhaft funktionieren, sich anpassen und im Laufe der Zeit verstärken lässt.
Was folgte, war eine neunmonatige Restrukturierung, die die Zusammensetzung ihres Teams veränderte und gleichzeitig ein ICP-Wachstum (Ideal Customer Profile) von 16 % Jahr für Jahr bei halbierten Ausgaben für Paid Media ermöglichte. Diese Zahlen sind mehr als nur der Beweis für eine kreative Strategie – sie sind das Resultat besserer Systeme.
Das System gestalten
Lusha startete als reines Datenprodukt und bot genaue, verifizierte und konforme B2B-Kontakt- und Unternehmensdaten für Vertriebsteams über eine Plattform und eine Chrome-Erweiterung an.
Sie sagt, das Produkt war exzellent. Aber dann kam KI auf, ihre Zielgruppe entwickelte sich weiter – und sie selbst auch.
Heute ist Lusha die tiefe Data-Intelligence-Schicht für Go-to-Market-Teams, basierend auf maschinellem Lernen. Sie unterstützt dabei, genau die 5 % der Kunden im Markt zu erreichen, die aktuell an einer Lösung interessiert sind – basierend auf deren Kontext und Echtzeit-Kaufsignalen, überall dort verfügbar, wo Builder arbeiten, sei es in Clay, Claude, ChatGPT, über ihre API oder MCP.
Das ist es, was mich morgens aus dem Bett bringt: Die Infrastruktur zu bauen, die modernes GTM möglich macht – und gleichzeitig ein Team zu führen, das das lebt, was wir predigen. Wir nutzen unser eigenes Produkt, um unser Marketing jeden Tag zu betreiben.
Abukasis erinnert sich an den Moment, als sie feststellte, dass ihr Team auf einem hohen Niveau arbeitete und trotzdem Boden verlor.
Als Lusha wuchs, sank die Effizienz weiter – und das lag nicht an mangelndem Einsatz oder Talent. Sie gibt zu: „Marketing hat sich von einer rein kreativen Disziplin zu einer Disziplin der Entscheidungsfindung entwickelt.“
Alles wies auf die zugrunde liegenden Strukturen hin, deshalb trat Abukasis einen Schritt zurück und analysierte das Grundlegende neu.
Die traditionellen Silos für Content oder Growth funktionieren nicht, wenn sie nicht in ein System integriert sind, das Nachfrage in Echtzeit erkennt und priorisiert.”
Die Fragen, die sie ihrem Team stellte, waren einfach: Kennt ihr eure Zielgruppe? Wann sprecht ihr euer Publikum an? Und wie werden Entscheidungen getroffen?
Was Abukasis als Wandel zu einer "Builder-first"-Kultur bezeichnet, ist mehr als ein Rebranding bekannter Rollen. Es ist eine grundlegend andere Vorstellung davon, wie Marketer heute arbeiten sollten.
Eine Kampagne durchführen vs. die Maschine bauen
Diese Erkenntnis führte zu einer neunmonatigen Restrukturierung ihres Teams – es ging nicht um ein neues Organigramm, sondern um ein grundlegendes Umdenken, welche Menschen das Marketing heute wirklich braucht.
Die Antwort, auf die sie kam: Sie fordert ihr Team auf, zu "Buildern" zu werden. Abukasis beschreibt den Unterschied zwischen jemandem, der eine Kampagne umsetzt, und jemandem, der das System entwirft, das sie antreibt. „Ein Builder ist ein Systemarchitekt, der zufällig im Marketing sitzt,“ erklärt sie.
In einer traditionellen Struktur gibt es Spezialisten, die in ihren Bahnen bleiben – Texter, die schreiben, Performance-Manager, die Kampagnen betreuen, und den Operations Manager, der das Lead-Routing repariert. Ein Builder schließt diese Lücke.
Ein Builder stellt andere Fragen. Statt "Was ist die Botschaft?" fragt er oder sie: "Was ist der Auslöser?"
Statt "Wer ist die Zielgruppe?" lautet die Frage: "Wie sieht die Logik der Datenanreicherung aus und wie verbessert die Feedbackschleife die nächste Kampagne?" Anschließend betrachten sie, was ihr Team jede Woche manuell macht, und fragen, wie sich das automatisieren lässt.
Abukasis erzählt, dass sie mit Anforderungen wie folgender vorangegangen ist: "Ich will nicht, dass ihr an einem Briefing arbeitet. Ich will, dass ihr eine Maschine baut, die Marketing mit der zehnfachen Geschwindigkeit ermöglicht."
Einige der greifbarsten Beispiele dafür bei Lusha sind gar keine klassischen Kampagnen. Ihr Team entwickelte ein System, das Wettbewerber- und Branchen-Websites auf UI-Änderungen, Updates auf Preis-Seiten und nie öffentlich angekündigte A/B-Tests überwacht. Sie haben das Markenmonitoring automatisiert. Momentan arbeitet das Team an einem durchgängigen Kampagnen-Automatisierungssystem, das menschliche Input aufnimmt und eine vollständig ausrollbare Kampagne produziert – inklusive Texten, Creatives, Werbemitteln, alles kanalgenau formatiert und in einem einzigen Workflow.
Sie gibt zu, dass "was früher Tage des Hin und Her zwischen Teams gekostet hat, passiert jetzt in einem einzigen Workflow. Die talentierten Menschen in meinem Team machen deswegen nicht weniger."
Sie machen mehr von dem, was nur Menschen können: Geschmack und Urteilsvermögen einsetzen, eine menschliche Note hinzufügen, die Maschinen beaufsichtigen, merken, wann etwas nicht stimmt, und entscheiden, was skaliert werden soll.
Das Signal, das ihre Entscheidungen lenkt
Die strukturelle Veränderung wurde nicht von oben angeordnet. Sie entstand daraus, einen neuen Typ Nutzer innerhalb der eigenen Lusha-Plattform beobachtet zu haben.
Ende 2025 machten die von Abukasis und ihrem Team sogenannten "GTM Builders", RevOps-Leiter, Marketing-Ops-Profis, Gründer, die Revenue-Agenten von Grund auf aufbauen, ungefähr 1 % ihrer Nutzerschaft aus.
Bis zum Ende von Q1 2026 war diese Gruppe auf über 10 % der neuen Anmeldungen angewachsen und machte 21 % des Unternehmensumsatzes aus. Sie zeigten eine höhere Netto-Umsatzbindung, besseren Lifetime Value und eine deutlich stärkere Bindung als jedes andere Nutzer-Segment.
Sobald wir dieses Muster erkannt haben, mussten wir uns fragen, ob unsere Teamstruktur darauf ausgelegt war, sie zu bedienen. Das war sie nicht. Also haben wir sie neu aufgebaut.
Das zweite Signal war persönlicher. Abukasis bemerkte, dass Teammitglieder eigene kleine Automatisierungen bauten, ihre eigenen Schmerzpunkte mit Tools lösten, die sie sich selbst beigebracht hatten.
"Ich habe meine eigene Automatisierung gebaut. Es war so einfach, dass ich an einem Tag zwei Dinge entwickelt habe, die riesige Schmerzpunkte für mich gelöst haben, und ich fühlte mich wie mit Superkräften." Diese Art von Basisenergie zeigte ihr, wo unausgeschöpfte Ambition im Unternehmen schlummert.
Egal, ob Sie das aus Produktsicht oder für Neueinstellungen betrachten – es lohnt sich, sich damit zu beschäftigen.
Das bedeutet: Die Menschen, die an der Gestaltung und Definition dieser Systeme mitwirken, können einen erheblichen, sich verstärkenden Mehrwert schaffen.
So sah die Umstrukturierung aus
Der Wandel dauerte neun Monate und erforderte es, Content, Umsatzwachstum und Marketing-Operations voneinander stärker zu entkoppeln.
Heute verantwortet Abukasis sowohl Marketing als auch Revenue Growth gemeinsam. Ihr Team hat eine eigene Operations-Engine unter der Leitung ihrer Director of Marketing Operations aufgebaut, die speziell dafür da ist, Tech Stack und Datenflüsse zu steuern.
Umsatzwachstum wurde direkt ins Marketing integriert statt daneben zu stehen. Außerdem bekommen alle Teammitglieder Zugang zu den Pro-Versionen von KI-Tools, wodurch sie ermutigt werden, eigene Automatisierungen und Agenten zu entwickeln.
"Die ersten drei Monate verlangten starke Anpassung. Im sechsten Monat stellte sich Konsistenz ein. Im neunten Monat war das Modell vollständig verankert."
Sie betont, dass der menschliche Aspekt dieser Umstellung weitaus komplexer ist.
Das, was einem beim Change Management niemand sagt, ist, wie emotional der Prozess ist. Du kannst einen vollkommen logischen Umstrukturierungsplan haben und trotzdem Leute im zweiten Monat verlieren, weil sie nicht sehen, wo sie im neuen Bild hingehören.
Ihre Lösung: sicherzustellen, dass jeder Mensch im Team eine einfache Frage beantworten kann – was bedeutet das für mich und meine Arbeit?
Sie hat außerdem den Channel-Mix fast vollständig neu aufgebaut. Auf die GTM-Builder-Persona sprechen breit angelegte kreative Kampagnen kaum an. „Sie bewegen sich in professionellen Communities, in Slack-Gruppen, in Newslettern und in Partner-Ökosystemen.“ Deshalb hat Lusha das Budget für Partnerschaften und Affiliates erhöht und Lusha Campus gestartet, eine Lernumgebung, in der Builders lernen, wie sie echten Mehrwert aus den Daten ziehen, noch bevor sie zahlende Kunden werden. Ihr Team stellte fest: Wer den Campus abschloss, aktivierte schneller, blieb dem Produkt länger treu und erweiterte das Engagement öfter.
Wo die meisten Führungskräfte falsch liegen
Die häufigste Fehlerquelle, die Abukasis sieht, ist, dass Marketingverantwortliche KI auf eine bereits fehlerhafte Grundlage aufsetzen. Das ist ein verbreitetes Muster unter den Führungskräften, mit denen ich gesprochen habe.
Natürlich, „KI spiegelt die Qualität des Systems wider, in das sie eingebettet ist“, sagt sie. „Wenn Daten fragmentiert sind und das Targeting zu breit, hilft KI nur dabei, sich schneller in die falsche Richtung zu bewegen.“ Lusha hat das am eigenen Leib erfahren – und so das Markenrisiko, dem CMOs ausgesetzt sind, wenn sie Optimierung über eine strategische Grundlage stellen, deutlich gemacht. Erst als Inputs und Logik vollständig ausgerichtet waren, folgten bessere Ergebnisse.
Für Führungskräfte, die an Einschränkungen wie bestehende Teams, eine feste Mitarbeiterzahl oder ein festgelegtes Budget gebunden sind, gilt: Irgendwo muss man anfangen.
Suchen Sie sich einen Workflow, der zählt, und bauen Sie ihn von Anfang bis Ende neu auf. Egal ob Lead-Routing, ICP-Targeting oder Datenanreicherung – sie rät: Entscheiden Sie sich für einen davon. Bringen Sie Marketing, RevOps und Datenverantwortliche an einen Tisch.
Definieren Sie die Logik, bereinigen Sie die Eingaben, automatisieren Sie den Ablauf komplett. „Wenn ein System sauber funktioniert, finanziert sich das Gespräch über die nächsten Schritte von selbst.“
Ihre Daten belegen diesen Ansatz. Nachdem das Targeting auf einen enger gefassten, signalbasierten ICP umgestellt worden war, erzielte Lusha ein ICP-Wachstum von 16 % im Jahresvergleich – bei gleichzeitiger Reduzierung der Paid-Media-Ausgaben um 50 %.
Der Weg zu dieser Zahl begann mit einer Frage, die ein Teammitglied in einer Planungssitzung stellte: „Wissen wir eigentlich, welches Firmenprofil am schnellsten abschließt?“ Darauf lag keine eindeutige Antwort vor. Also schufen sie eine: Sie verglichen gewonnene Deals mit firmografischen und signalbasierten Attributen, bis sie ein Profil fanden, das viel effizienter war als das breite ICP, das sie bislang im Blick hatten. Dann bauten sie alles darum herum neu auf.
Das Team, das diese Analyse erstellt hat, ist heute durchgehend für unsere Targeting-Logik verantwortlich – nicht mehr nur quartalsweise. Der Wechsel von kampagnenbasiertem zu systemischem Denken ist der eigentliche Gewinn.
Worauf die meisten Führungskräfte nicht vorbereitet sind
Selbst während Abukasis über die bisherigen Erfolge ihres Teams spricht, hat sie bereits das nächste Problem im Blick. Und genau damit haben sich die wenigsten Marketingorganisationen bislang beschäftigt.
KI-Agenten breiten sich zunehmend in Einkaufsprozessen von Unternehmen aus. IDC prognostiziert, dass bis 2029 eine Milliarde davon in Unternehmen eingesetzt werden. Bei vielen Einkaufsworkflows ist die erste Instanz, die Ihre Marke prüft, kein Mensch mehr. Sondern ein System, das die Berechtigung prüft, bevor eine Person Ihr Creative überhaupt zu Gesicht bekommt.
„Die erste Instanz, die Ihre Marke in vielen Einkaufsprozessen überprüft, ist schon heute ein System, das sich nicht von Ihrem Blog inspirieren lässt – es prüft Ihr Datenschema, ob Sie verifiziert, strukturiert und kompatibel sind,“ sagte Abukasis. „Wenn Ihre Daten fragmentiert sind und Ihre API-Dokumentation chaotisch ist, sieht ein menschlicher Einkäufer Ihr Creative womöglich nie – weil ein Agent Sie vorher schon herausgefiltert hat.“
Indem sie die Grundlage für die Maschinenebene schafft, kann sich ihr Team wiederum auf die menschliche Ebene konzentrieren. Die beiden Ebenen stehen nicht im Widerspruch – sie folgen aufeinander.
Das ist weit entfernt von klassischen Überlegungen zu Werbetexten. Und genau deshalb sind es die Marketer, die Systeme wirklich verstanden haben und wie Builders denken – die Arbeit haben, die nicht wegautomatisiert wird.
Wie geht es weiter?
Melden Sie sich für ein kostenloses Konto im The CMO Club an und erhalten Sie unseren Newsletter jede Woche direkt in Ihr Postfach.
