AI-leadkwalificatie: hoe AI-agents leads op schaal screenen en routeren

Wanneer het inkomende volume groeit, besteden salesmedewerkers vaak te veel tijd aan zwakke prospects zonder budget, urgentie of beslissingsbevoegdheid. Je team moet snel reageren, maar elke aanvraag handmatig uitpluizen leidt medewerkers af van kopers die daadwerkelijk klaar zijn voor een verkoopgesprek. 

AI-leadkwalificatie gebruikt AI-agents om salesprospects via live spraak of chat te screenen, beoordelen en door te sturen, waarbij de eerste verkenning plaatsvindt voordat een menselijke medewerker betrokken raakt. Daardoor besteden je medewerkers hun tijd aan prospects die al zijn bevestigd en klaar zijn, in plaats van aan handmatige screening.

Aan het einde van deze gids weet je hoe geautomatiseerde leadkwalificatie op schaal werkt en hoe je een agentworkflow instelt die sneller meer gekwalificeerde leads bij je medewerkers brengt.

Samenvatting

• AI-leadkwalificatie bevestigt via een echt gesprek of een prospect klaar is om te kopen, in plaats van achtergrondgegevens zoals paginabezoeken of functietitel te beoordelen.
• Een AI-agent voor leadkwalificatie stelt prospects een reeks kwalificerende vragen en stuurt hen vervolgens automatisch door op basis van hun antwoorden, bijvoorbeeld door een afspraak in te plannen, een medewerker te waarschuwen of een nurture-sequence te starten.
• Bedrijven gebruiken AI-agents voor leadkwalificatie voor inkomende en uitgaande gesprekken, webchat en meertalige gesprekken, allemaal met dezelfde workflow.

Wat is AI-leadkwalificatie?

AI-leadkwalificatie is het proces waarbij je een AI-agent gebruikt om prospects via een live gesprek te screenen, zonder menselijke tussenkomst.

Dit is niet hetzelfde als AI-leadscoring. Terwijl AI-leadscoring inschat hoe goed een prospect past op basis van achtergrondgegevens, zoals functietitel, paginabezoeken en firmografische gegevens, bevestigt AI-leadkwalificatie die match via een live spraak- of chatgesprek en legt het context vast die een datasignaal alleen niet kan onthullen.

Omdat AI-leadkwalificatie de match op het moment zelf bevestigt in plaats van die achteraf in te schatten, ondersteunt het je salesproces op drie manieren:

• Screent automatisch: Scheidt kopers met hoge intentie in realtime van koude aanvragen, zodat medewerkers niet elk inkomend gesprek of ingevuld formulier hoeven te filteren.
• Houdt je CRM actueel: Legt kwalificatiedetails vast en werkt de leadstatus bij terwijl het gesprek plaatsvindt, in plaats van erop te vertrouwen dat een medewerker dit later invoert.
• Stuurt direct door: Stuurt elke prospect direct naar een afspraak, een medewerker of een nurture-sequence zodra het gesprek eindigt, zonder handmatige overdracht.

Snelheid is hier net zo belangrijk als nauwkeurigheid. Een lead die een formulier invult en binnen een minuut antwoord krijgt, is een andere prospect dan dezelfde lead die een dag of week later wordt benaderd. Omdat een AI-agent kan bellen of berichten zodra een formulier binnenkomt, vindt kwalificatie plaats wanneer de intentie nog het hoogst is, niet nadat die tijd heeft gehad om af te nemen. 

ElevenLabs zag dit bij het eigen contactformulier voor sales: na de inzet van een inkomende AI-agent die direct reageert, gingen gekwalificeerde leads van dagen wachten op een terugbelverzoek naar binnen enkele minuten afspraken boeken.

Hier is een voorbeeld van hoe een AI-agent voor leadkwalificatie je salesteam helpt. Een prospect belt met vragen over prijzen. In plaats van die persoon direct naar een medewerker door te sturen, stelt de agent enkele vragen om de lead te kwalificeren, zoals over budget en tijdlijn. Als de lead voldoet, plant de agent een afspraak in of schakelt het gesprek door. 

Als de lead niet voldoet, legt de agent de reden vast en stuurt deze naar een nurture-sequence. Hoe dan ook besteedt je team minder tijd aan doodlopende sporen en meer tijd aan het sluiten van deals met prospects die klaar zijn om te kopen.

Hoe leadkwalificatie werkt: het BANT-framework

Om te bepalen of een prospect goed past, vertrouwen salesteams doorgaans op het BANT-framework:

• Budget: Heeft de prospect de financiële middelen voor je oplossing?
• Bevoegdheid: Heeft de persoon die met de agent spreekt de bevoegdheid om een aankoop goed te keuren?
• Behoefte: Heeft de prospect een specifiek, herkenbaar knelpunt dat je product oplost?
• Tijdlijn: Hoe snel moet de koper een oplossing implementeren?

Met een AI-agent kun je BANT de basis maken van hoe je agents prospects beoordelen. Je kunt bijvoorbeeld stellen dat een gekwalificeerde prospect een budget heeft van ten minste $10,000, een genoemde beslisser in het gesprek, een specifiek probleem dat de agent aan je product kan koppelen, en een plan om binnen de komende 90 dagen te kopen. Stel deze drempels één keer in, en de agent toetst elk gesprek op dezelfde manier hieraan, stelt de juiste vervolgvragen en beoordeelt elk criterium onderweg.

Hoe leadscoring, AI-agents voor leadkwalificatie en menselijke medewerkers samenwerken

AI-leadscoring, AI-leadkwalificatie en menselijke medewerkers lossen elk andere problemen in je pipeline op: leadscoring prioriteert een grote groep leads met passieve signalen, AI-agents voor kwalificatie bevestigen de match via een echt gesprek en menselijke medewerkers brengen beoordelingsvermogen in bij deals die dat nodig hebben. De meest effectieve salesteams combineren alle drie, waarbij elk doet wat de andere niet kan. Lees onze gids over AI-SDR's. voor een nadere blik op het moment waarop AI het overlaat aan menselijk oordeel

Tijdens de open inschrijvingsperiode voor Medicare heeft zorgplatform MyPlanAdvocate ElevenAgents ingezet om inkomende screeningsgesprekken af te handelen voordat in aanmerking komende consumenten rechtstreeks werden doorgestuurd naar bevoegde vertegenwoordigers. 

Het geautomatiseerde systeem verwerkte tijdens de piekperiode van de Annual Enrollment Period ongeveer 210.000 gesprekken per maand, en inkomende gesprekken die na de AI-prekwalificatiestap bij bevoegde menselijke agents terechtkwamen, converteerden twee keer zo vaak als het historische gemiddelde van het bedrijf. 

De situatie van je salesteam kan er anders uitzien, maar het werkingsprincipe blijft hetzelfde: AI-agents doen eerst het repetitieve screeningwerk, zodat menselijke vertegenwoordigers hun energie kunnen richten op prospects die al hebben laten zien dat ze passen en urgentie hebben.

Hoe AI-agents leads op schaal kwalificeren

AI-agents kwalificeren leads op schaal door consistente screeningsgesprekken te voeren binnen inkomende en uitgaande workflows. Inkomende agents reageren wanneer kopers contact opnemen, en uitgaande agents nemen opnieuw contact op met leads op basis van CRM-activiteit, campagnelijsten of follow-uptriggers. 

Inkomende leadkwalificatie

Inkomende leadkwalificatie begint wanneer een potentiële koper contact opneemt met je bedrijf, meestal door een demoformulier in te dienen, een chat te openen of je salesnummer te bellen. De agent reageert direct op het inkomende verzoek en begint een kwalificatiegesprek op basis van je salescriteria. 

Terwijl de koper uitlegt wat die nodig heeft, identificeert de agent relevante details, stelt vervolgvragen en bouwt genoeg context op om de volgende stap te bepalen. 

Een koper kan bijvoorbeeld beginnen met: „We moeten ons huidige systeem vervangen vóór onze verlengingsdatum volgende maand.” De agent legt de mate van urgentie vast, bevestigt de deadline en stuurt het gesprek naar het volgende stuk informatie dat je salesteam nodig heeft om de lead te kwalificeren.

Probeer het zelf met de onderstaande agent voor leadkwalificatie om te zien hoe een AI-agent inkomende gesprekken in de praktijk afhandelt. 

Uitgaande leadkwalificatie

Uitgaande kwalificatie gebruikt dezelfde screeningslogica als inkomende kwalificatie, maar de agent initieert communicatie met de lead op basis van je vooraf bepaalde kwalificaties. 

Teams kunnen geautomatiseerde outreach direct na een specifiek digitaal signaal activeren, bijvoorbeeld wanneer een inactieve lead terugkeert naar een prijspagina, of geautomatiseerde batchcampagnes starten voor gedefinieerde lijsten met een uitgebreide strategie voor uitgaande AI-gesprekken. Voordat de agent contact opneemt met een prospect, haalt deze context op uit je CRM of campagnelijsten om ervoor te zorgen dat het bericht relevant is en verwijst naar eerdere klantinteracties.

Wanneer bijvoorbeeld een stille prospect van het vorige kwartaal terugkeert naar je site, kan de CRM-gebeurtenis een proactief follow-upgesprek activeren. De agent verwijst naar het eerdere demoverzoek, vraagt of het project weer actief is geworden en werkt de tijdlijnparameters dynamisch bij. Dit is dezelfde logica die uitgaande AI-SDR's gebruiken om belcampagnes uit te voeren op schaal.

Het onderstaande voorbeeld laat zien hoe een actieve uitgaande workflow werkt.

Guardrails voor uitgaande communicatie en compliance

In de VS gelden voor uitgaande campagnes strenge telecommunicatieregelgeving, dus uitgaande workflows vereisen geautomatiseerde guardrails voor compliance, waaronder ingebouwde filtering voor Do Not Call-registers (DNC) en geïntegreerde toestemmingstracking.

De guardrails van ElevenAgents zijn ontworpen om naleving van de Telephone Consumer Protection Act (TCPA) te ondersteunen. We bieden ook guardrails die agentgesprekken productiever maken, zoals: 

• Voicemailintelligentie: Nauwkeurige voicemailedetectie zorgt ervoor dat de agent een antwoordapparaat herkent, zodat het systeem niet door een opname heen spreekt.
• Naadloze overdracht: Zodra een prospect de compliancecontroles doorstaat en aan je screeningcriteria voldoet, voert de agent dezelfde realtime doorsturing uit als in de inkomende workflow door records bij te werken of direct afspraken in te plannen.

Samen zorgen deze guardrails ervoor dat uitgaande campagnes op volume kunnen draaien zonder compliance of de kwaliteit van het gesprek zelf op te offeren.

Een AI-agent voor leadkwalificatie instellen in minder dan een uur

ElevenAgents-templates bieden teams een praktisch startpunt voor workflows voor leadkwalificatie. In plaats van prompts, toolverbindingen en routeringsregels vanaf nul op te bouwen, kan je team met een template beginnen en de voorinstellingen aanpassen aan je salescriteria. 

Het eerste doel is eenvoudig: bouw een werkende versie, test deze met realistische gesprekken en bevestig dat de agent leads correct doorstuurt. 

Dezelfde workflow schaalt goed verder dan de pilotfase: de AI-leningagent van Better automatiseert nu 35,5% van de vragen van kredietnemers van begin tot eind, verspreid over bijna 100.000 hypotheekgesprekken per maand, en Cars24 heeft meer dan 3 miljoen minuten aan AI-ondersteunde gesprekken geregistreerd. 

Stap 1: Kies een template

Kies een template voor leadkwalificatie uit de ElevenAgents-templatebibliotheek die bij je behoeften past. Beginnen met een template geeft je workspace direct essentiële middelen:

• Vooraf gebouwde architectuur: Krijg direct een werkende startprompt, voorbeeldlogica voor kwalificatie en vooraf toegewezen routeringspaden.
• BANT-scheiding: Voor een inkomende leadkwalificeerder scheidt de templateconfiguratie hot leads automatisch van nurture-trajecten.
• Controle over aanpassingen: Pas het hoofddoel van de agent, het openingsbericht, specifieke kwalificatievragen en de uiteindelijke overdrachtsregels aan je bedrijf aan.

Templates geven je vooraf de workflowstructuur, zodat je minder tijd kwijt bent aan het indelen van de flow en meer tijd aan het bepalen wat een lead gekwalificeerd maakt. 

Stap 2: Verbind je tools

Verbind de tools die je agent nodig heeft om leads te kwalificeren, door te sturen en over te dragen. Afhankelijk van je workflow kan dit het volgende omvatten: 

• Planningsplatforms: Koppel een planningsplatform zoals Cal.com zodat de agent de beschikbaarheid van vertegenwoordigers kan controleren en direct afspraken kan inplannen.
• CRM's: Verbind een CRM, zoals Salesforce, zodat het systeem leadstatussen automatisch kan bijwerken en gesprekssamenvattingen rechtstreeks in het klantrecord kan vastleggen.
• CCaaS-systemen: Configureer een systeem zoals Twilio of Genesys zodat de agent gekwalificeerde bellers direct naar de juiste salesvertegenwoordiger kan doorschakelen.

Documentatie over ElevenAgents-integraties behandelt de technische instelstappen uitgebreider. De kwalificatietemplate is vooraf geconfigureerd voor Salesforce en Cal.com, zodat je team deze verbindingen tijdens de installatie kan autoriseren of later kan terugkeren naar het menu Tools.

Dit is dezelfde configuratie die ElevenLabs intern gebruikt: onze eigen AI-SDR kwalificeert 76% van de inkomende leads van begin tot eind, plant afspraken in en schrijft kwalificatiebeslissingen rechtstreeks naar het CRM.

Stap 3: Configureer de agent

Stel de basisinstellingen in die de identiteit en communicatiestijl van je agent bepalen. Selecteer en configureer in het workspace-dashboard de volgende kernelementen:

• Naam: Geef je agent een duidelijke naam om de rol in je salesworkflow te identificeren.
• Eerste bericht: Schrijf de exacte begroeting die de agent gebruikt om het gesprek te openen wanneer een prospect verbinding maakt.
• LLM-model: Kies het onderliggende taalmodel dat redeneerdiepte en gesprekssnelheid in balans brengt. Een krachtiger model gaat beter om met genuanceerde of onduidelijke antwoorden, maar een lichter model reageert sneller, wat belangrijker is in een live spraakgesprek.
• Taal: Stel de primaire taal van je agent in uit tientallen ondersteunde opties. Voeg specifieke talen toe die je bedient om meer markten te bereiken, waarna de agent kan overschakelen naar een meertalig model om daarmee om te gaan. 
• Stem: Kies uit duizenden vooraf gemaakte stemmen in de Voice Library, te filteren op accent, stijl en use case.

Zodra de basis is ingesteld, schrijf je de system prompt: de instructies die de persona, kerndoelen en kwalificatieregels van de agent bepalen. Structureer je prompt in duidelijke secties, zoals persona, doel en guardrails, in plaats van één lange alinea, zodat de agent weet wat deze moet doen en nooit mag doen, zoals prijzen noemen buiten je goedgekeurde bereik. 

In onze gids over prompt engineering lees je meer over de details van het optimaliseren van je system prompt. 

Stap 4: Vul de kennisbank

Een gerichte kennisbank helpt de agent vragen van kopers vanuit de juiste bronnen te beantwoorden en houdt het gesprek in lijn met je kwalificatiecriteria, zodat het niet afwijkt naar ongefundeerde claims of salesadvies buiten het proces. Je kunt goedgekeurd salesmateriaal toevoegen aan de kennisbank van de agent en deze documenten vervolgens beheren vanuit je kennisbankdashboard. 

Voeg bronmateriaal toe dat je team heeft goedgekeurd voor salesgesprekken, zoals:

• Productdocumentatie
• Prijsrichtlijnen
• Geschiktheidscriteria
• FAQ
• Goedgekeurde website-URL's

Zodra de agent live is, bekijk je gesprekstranscripten voor vragen die de agent niet goed kon beantwoorden en voeg je die ontbrekende context weer toe aan de kennisbank. Zo verbetert je agent door echt gebruik, in plaats van statisch te blijven.

Stap 5: Definieer kwalificatiecriteria

Definieer de criteria die de agent moet gebruiken om te bepalen of een lead klaar is voor follow-up door sales. Met ElevenAgents bewerken teams deze logica in de workflow builder, een op grafen gebaseerde editor waarin nodes de criteria en instructies bevatten, en edges bepalen hoe de agent ertussen beweegt op basis van wat de prospect zegt.

Routering is niet beperkt tot een eenvoudige splitsing tussen hot leads en nurture-leads. Eén kwalificatienode kan vertakken naar meerdere paden, bijvoorbeeld om een prospect door te sturen naar een premiumdeal, een gesprek over terugbetaling of het algemeen inplannen van een afspraak, afhankelijk van waar die naar vraagt. Edges kunnen ook teruglopen: als een prospect halverwege twijfel uit, kan de workflow diegene terugsturen naar de kwalificatienode in plaats van een beslissing te forceren, zodat de agent meer context kan verzamelen voordat deze de prospect ergens naartoe stuurt.

Zodra je die paden hebt uitgestippeld, heb je een manier nodig om te bevestigen dat de agent ze daadwerkelijk correct volgt. Gebruik Success Evaluation-tests om te bevestigen of de agent de workflow correct heeft gevolgd. Elke evaluatie controleert het gesprekstranscript en retourneert geslaagd, mislukt of onbekend, met een onderbouwing. Voor leadkwalificatie kan dit laten zien of de agent de juiste details heeft verzameld en de lead naar de juiste uitkomst heeft gestuurd.

Stap 6: Testen en implementeren

Ga naar het gedeelte „Test” in het ElevenAgents-menu en maak en voer vervolgens „Simulation tests” uit om te zien hoe goed je agent presteert. Om de test te configureren, definieer je eenvoudig je succescriteria (hoe geslaagd en mislukt eruitzien) en beschrijf je het gesimuleerde scenario. Dit kan het volgende omvatten:

• Een prospect met een bevestigd budget en een aankoopbeslissing die binnen twee weken nodig is, klaar om snel door de kwalificatie te gaan.
• Een prospect met oprechte interesse maar zonder toegewezen budget, om te testen of de agent netjes omgaat met een duidelijke reden voor diskwalificatie.
• Een student die onderzoek doet naar het vakgebied voor een schoolproject, zonder koopintentie, om te testen of de agent een niet-lead niet overkwalificeert.
• Een prospect die op elke vraag vage of vrijblijvende antwoorden geeft, om te testen of de agent om duidelijkheid vraagt zonder een beslissing te forceren.
• Een zakelijke koper die aangeeft goedkeuring van meerdere stakeholders nodig te hebben, om te testen of de agent een langer, minder lineair kwalificatietraject afhandelt.

Controleer bij elke test:

• Heeft de agent de juiste kwalificatiedetails verzameld?
• Voorkwam de agent dat vragen werden herhaald die de prospect al had beantwoord?
• Ging de agent met onduidelijke antwoorden om zonder een beslissing te forceren?
• Kwam de lead in het juiste pad terecht?
• Werkte de CRM-update, afspraakboeking of overdracht zoals verwacht?

Zodra je testgesprekken betrouwbare resultaten opleveren, implementeer je de agent op de door jou gekozen kanalen, zoals een inkomende telefoonlijn, een chatwidget op je website of een WhatsApp-workflow. Begin met een beperkte lancering, bekijk de eerste gesprekken en verhoog het volume naarmate de workflow stabiel blijkt.

Bouw je eerste agent voor leadkwalificatie met ElevenAgents

AI-leadkwalificatie geeft salesteams een snellere, consistentere manier om te bepalen welke prospects klaar zijn voor een verkoopgesprek, zonder extra personeel toe te voegen of de snelheid waarmee je leads opvolgt te vertragen.

Stel je kwalificatiecriteria één keer in en ElevenAgents past ze consequent toe, dag en nacht, of een prospect nu belt, een chat opent of contact opneemt in een van de meer dan 90 ondersteunde talen. Templates leveren je binnen een uur een werkende agent op, en met simulatietests kun je de workflow valideren voordat een echte prospect ermee in aanraking komt.

Maak een agent om te beginnen met bouwen, of neem contact op met sales om vandaag nog een workflow voor leadkwalificatie voor je team te ontwerpen.

Veelgestelde vragen