Teklens logo
DEEN
AI GTM Lab · CRO · Sales · Marketing · Revenue

Don't automate bad sales. Redesign it.

In zwei Tagen zu einem klaren GTM-Engpass, einer Human-AI-Autonomiematrix und einem Systemplan rund um echte Kunden, dein CRM und relevante Buying Signals.

Powered by the open-source GTM Science framework.

Agent-Autonomie testen

30 Minuten mit einem Operator. Danach erhältst du Scope und Fixpreis.

Für
  • CRO und Chief Commercial Officer
  • VP Sales und Head of Sales
  • GTM- und Revenue-Leader
  • Founder mit Umsatzverantwortung
  • Marketing- und Sales-Leads in B2B-Softwareunternehmen

Direkte gtm.science-Kompatibilität: Softwareunternehmen mit Product-Market-Fit, rund 20–500 Mitarbeitende, DACH und EU.

Die Ausgangslage

Käufer wollen Self-Service und menschliche Validierung an kritischen Entscheidungspunkten. Mehr Outreach-Automation löst dieses Spannungsfeld nicht. Die eigentliche Aufgabe ist, Autonomie bewusst zu gestalten.

Belegt durch

69 % der B2B-Käufer gehen zu Vertriebsmitarbeitenden, um AI-generierte Erkenntnisse zu validieren. Gleichzeitig beginnt die Recherche im Vertrieb zunehmend mit AI. Beides gilt – darin liegt die Aufgabe.

Dream Outcome

Das Revenue Team kennt seinen Engpass, arbeitet aus einem gemeinsamen Context Workspace und weiss für jede relevante Aufgabe, was ein Agent autonom erledigt, was ein Mensch prüft und was menschlich bleibt.

Dein erstes Resultat

55 Arbeitstage nach vollständigem Intake

GTM Heatmap mit Engpasshypothese

Innerhalb von fünf Arbeitstagen nach vollständigem Intake erhält das Team eine GTM Heatmap mit dem wahrscheinlichsten Engpass und den drei wichtigsten Fragen für das System Lab.

Decision Snapshot

Was darf ein Agent bei euch allein entscheiden?

Ordne acht typische GTM-Aufgaben einer Autonomiestufe zu. Unsere Default-Empfehlung erscheint sofort daneben – mit der Begründung.

GTM Agent Autonomy Snapshot

  • Firmen- und Personenrecherche vor dem Erstkontakt
  • CRM-Daten anreichern und Dubletten markieren
  • Gesprächsnotizen zusammenfassen und Nächste Schritte ableiten
  • Erstkontakt und Follow-up formulieren
  • Angebotsentwurf erstellen
  • Einwandbehandlung vorbereiten
  • Verhandeln, Rabatte und Konditionen zusagen
  • Eskalationen und schlechte Nachrichten überbringen

Basis: 162 auswertbare Antworten, davon 106 mit demografischen Angaben. AI Monitor 2026, herausgegeben von Teklens in Zusammenarbeit mit ETH Zürich und Universität St. Gallen. Selbsteinschätzungen, normalisiert auf 0–100. Pre-Release.

Was im Decision Lab enthalten ist

Jeder Bestandteil nennt das Hindernis, das er beseitigt, das Artefakt, das du bekommst, und wann es geliefert wird.

Vorlauf: ca. 10 ArbeitstageLab: 2 intensive TageTeilnehmende: ideal 5–10Rollen: Revenue Leadership, Sales, Marketing und RevOps

Gearbeitet wird am CRM-/Pipeline-Auszug und an euren Messaging- und Content-Artefakten.

  1. Hindernis

    Teams optimieren Symptome statt den Engpass

    Artefakt

    Heatmap aus Kunden-, CRM-, Positionierungs-, Prozess- und Stack-Signalen

    Lieferzeitpunkt

    vor dem Lab

Included Accelerators

  • Agent Registry Template
  • Signal Dictionary Template
  • Human Approval Review Checklist
  • Growth Loop Review Agenda

Vorlagen, die im Lab entstehen und die ihr danach selbst weiterverwendet. Wir weisen dafür keine fiktiven Einzelwerte aus.

Wenn die Evidenz trägt: Execution Track

100-Day AI GTM Operating System

Das Decision Lab plus 100 Tage Umsetzung entlang der zwölf gtm.science-Projekte.

  • Umsetzung entlang der zwölf gtm.science-Projekte
  • Signalbasierte Workflows
  • Orchestrierter GTM-Stack
  • Vereinbarte arbeitende Agents, sofern Daten- und Prozessreife bestätigt sind
  • Agent Org Chart und Autonomieregeln
  • Growth Loops und Review-Kadenz
  • Aktualisierter GTM Context Workspace

Preis, Cohort-Logik und Modulreihenfolge bleiben mit der kanonischen gtm.science-Quelle synchron. Arbeitende Agents sagen wir erst zu, wenn Daten- und Prozessreife bestätigt sind.

Proof

Problem Proof

  • 6 von 10
    greifen zusätzlich zu privaten AI-Werkzeugen – obwohl 87 % Werkzeuge vom Arbeitgeber bekommen.
    Basis: 162 auswertbare Antworten, Selbstauskunft zur Werkzeugnutzung
    Einschränkung: Selbstauskunft. Sagt aus, dass private Werkzeuge genutzt werden – nicht, welche Daten dabei fliessen.
  • 69 %
    der B2B-Käufer gehen zu Vertriebsmitarbeitenden, um AI-generierte Erkenntnisse zu validieren.
    Basis: Käuferbefragung
    Einschränkung: Selbstauskunft der Käufer zum eigenen Verhalten.
  • 75 %Prognose
    der B2B-Käufer bevorzugen bis 2030 Verkaufserlebnisse, die menschliche Interaktion vor AI stellen.
    Quelle: Gartner (2025)
    Basis: Analystenprognose für 2030
    Einschränkung: Prognose, kein gemessener Wert.

ETH Zürich und die Universität St. Gallen sind Forschungspartner des AI Monitor. Sie sind keine Referenzkunden von Teklens.

Mechanism Proof

Anonymisiertes BeispielHuman-AI Autonomy Matrix

Anonymisiertes Beispiel · B2B-Software, rund 60 Mitarbeitende

AufgabeStufeReviewMetrik
Signal-Monitoring und ListenaufbauAutonomStichprobe wöchentlichTrefferquote
Erstkontakt-SequenzMensch prüftVor VersandAntwortrate
AngebotsentwurfMensch prüftVor VersandDurchlaufzeit
PreisverhandlungNur Mensch—Marge

Delivery Proof

Was wir tatsächlich geliefert haben: Cases, Kundenstimmen oder ein anonymisiertes Vorher/Nachher. Wo noch nichts freigegeben ist, zeigen wir ein als solches gekennzeichnetes anonymisiertes Beispiel – keinen leeren Platzhalter.

Wir übernehmen · Ihr liefert

Wir übernehmen

  • GTM-Diagnostik und Synthese
  • Vorbereitung von Heatmap und Engpasshypothese
  • Moderation und Systemdesign
  • Agent Blueprint, Autonomiematrix und Roadmap
  • Context-Workspace-Struktur

Ihr liefert

  • CRM- und Pipeline-Auszug
  • Relevante Positionierungs-, Messaging- und Content-Artefakte
  • 2 Lab-Tage mit dem Kernteam
  • Rund 3 Stunden pro Woche im Execution Track
  • Benannte GTM- und RevOps-Owner

Investment

Zwei Optionen, ein Scope. Der Execution Track steht zuerst, weil er den vollen Umfang zeigt – der empfohlene Einstieg ist das Decision Lab.

Empfohlener Einstieg

2-Day AI GTM System Lab

Diagnose, gemeinsamer Entscheid und konkreter Umsetzungsplan. Für Teams, die Klarheit brauchen, bevor sie Kapital oder Kapazität binden.

  • Rollenspezifische Diagnose
  • First-Value-Snapshot
  • 1–2 Workshop-Tage
  • Decision Pack
  • Context Workspace
  • 90-/100-Tage-Plan
Erstes Resultat
5 Arbeitstage nach vollständigem Intake
Vollständiges Resultat
5 Arbeitstage nach Tag 2
Aufwand im Team
2 Lab-Tage, danach rund 3 Stunden pro Woche
Fixpreis nach 30-Minuten-Scoping

Der Scope steht fest, der Preis wird im Scoping-Call fixiert und schriftlich bestätigt. Keine Positionen, die später dazukommen.

Decision-Pack-Garantie

Wenn die vereinbarten Inputs vollständig vorliegen, liefern wir das definierte Decision Pack bis zum vereinbarten Termin. Fehlt ein vereinbarter Bestandteil, arbeiten wir ohne Zusatzhonorar weiter, bis das Pack vollständig ist.

Das Revenue Team kennt seinen Engpass, arbeitet aus einem gemeinsamen Context Workspace und weiss für jede relevante Aufgabe, was ein Agent autonom erledigt, was ein Mensch prüft und was menschlich bleibt.

GTM-System prüfen
Full system

100-Day AI GTM Operating System

Das Decision Lab plus reale Umsetzung, Reviews und Verankerung im Arbeitsmodus.

  • Alles aus dem Decision Lab
  • Umsetzung am echten Portfolio, Backlog oder GTM-System
  • Vereinbarte Working Assets oder Agents
  • Quality- und Governance-Gates
  • Review-Kadenz
  • Übergabe und Weiterentwicklung im Context Workspace
Erstes Resultat
5 Arbeitstage nach vollständigem Intake
Vollständiges Resultat
5 Arbeitstage nach Tag 2
Aufwand im Team
2 Lab-Tage, danach rund 3 Stunden pro Woche
Fixpreis nach 30-Minuten-Scoping

Der Scope steht fest, der Preis wird im Scoping-Call fixiert und schriftlich bestätigt. Keine Positionen, die später dazukommen.

Decision-Pack-Garantie

Wenn die vereinbarten Inputs vollständig vorliegen, liefern wir das definierte Decision Pack bis zum vereinbarten Termin. Fehlt ein vereinbarter Bestandteil, arbeiten wir ohne Zusatzhonorar weiter, bis das Pack vollständig ist.

Das Revenue Team kennt seinen Engpass, arbeitet aus einem gemeinsamen Context Workspace und weiss für jede relevante Aufgabe, was ein Agent autonom erledigt, was ein Mensch prüft und was menschlich bleibt.

GTM-System prüfen
Decision-Pack-Garantie

A decision you can act on – or we keep working.

Wenn die vereinbarten Inputs vollständig vorliegen, liefern wir das definierte Decision Pack bis zum vereinbarten Termin. Fehlt ein vereinbarter Bestandteil, arbeiten wir ohne Zusatzhonorar weiter, bis das Pack vollständig ist.

Garantiert werden definierte Outputs und Termine, die wir kontrollieren. Keine Umsatz-, Transformations- oder Autonomiegarantie – die hängt an eurer Umsetzung, und dafür können wir nicht geradestehen.

Ein Decision Pack gilt als vollständig mit
  • validierter Baseline
  • priorisierten Entscheiden
  • begründeten Wait- und Stop-Entscheiden
  • benannten Owner
  • Erfolgskriterien oder Metriken
  • Roadmap und nächstem Reviewpunkt
  • aktualisiertem Context Workspace
Voraussetzungen
  • Vollständige Inputs zum vereinbarten Termin
  • Die vereinbarten Stakeholder nehmen teil
  • Entscheidungen innerhalb des vereinbarten Scopes
  • Zugänge und Berechtigungen sind vorhanden
  • Kein externer Blocker verhindert die Bearbeitung

Fit Gate

Nach Decode und Shape entscheidet ihr, nicht wir.

Der Execution Track beginnt nicht automatisch. Ein begründetes Wait oder Stop ist ein valides Ergebnis – und oft das wertvollste.

  1. Amplify

    Die Evidenz reicht für die Umsetzung. Wir starten den Execution Track.

  2. Experiment

    Ein begrenzter Test klärt die offene Unsicherheit, bevor Kapazität gebunden wird.

  3. Wait

    Zuerst Fundament oder Input verbessern. Mit Kriterium und Reviewdatum, nicht als Vertagung.

  4. Stop

    Kein sinnvoller Business Case. Das begründet festzuhalten, spart mehr als jedes Pilotprojekt.

Shared operating model

Decode → Shape → Amplify → Evolve.

Ein Loop, keine Transformation mit Enddatum.

  1. 01

    Decode

    Realität, Kontext und Engpass verstehen

    Wo stehen wir wirklich?

  2. 02

    Shape

    Entscheide, Prioritäten und Grenzen setzen

    Was ändern wir – und was nicht?

  3. 03

    Amplify

    Entscheide in reale Arbeit übersetzen

    Wie entsteht messbare Wirkung?

  4. 04

    Evolve

    Lernen, Governance und Routine verankern

    Wie wird das System besser?

Das Decision Lab deckt Decode und Shape ab und übergibt an Amplify und Evolve. Der Execution Track fährt den ganzen Loop.

Your company leaves with a system, not a slide deck.

Jedes Lab hinterlässt einen versionierten Context Workspace: Evidenz, Entscheide, Arbeit, Regeln und Gelerntes an einem Ort. Menschenlesbar, für freigegebene Agents maschinenlesbar, exportierbar.

Mindestanforderungen
  • Versioniert, mit nachvollziehbaren Quellen und Annahmen
  • Owner pro Artefakt, Entscheide mit Datum und Begründung
  • Menschenlesbar und für freigegebene Agents maschinenlesbar
  • Exportierbar – kein künstlicher Lock-in
  • Berechtigungen und Datenhaltung geklärt, Update-Rhythmus in Evolve definiert
Struktur
/gtm-os/
  00_context/
  01_goals/
  02_projects/
  03_skills/
  04_agents/

Häufige Fragen

Not sure which Lab fits?

30 Minuten mit dem Founder-Team. Du erhältst eine klare Empfehlung, den passenden Scope – oder ein begründetes Nein.

Alle Labs