ENTRY TYPE · framework

Der RevOps-Tech-Stack

Last updated 2026-05-02 RevOps

Ein RevOps-Tech-Stack ist die Gesamtheit der Tools, die die Revenue Operations eines B2B-SaaS-Unternehmens betreiben – CRM, Sales-Engagement, Datenanreicherung, Conversation Intelligence, Automatisierung und jetzt KI-Orchestrierung. Der richtige Stack hängt von Phase und Motion ab; die Kategorien sind gleich.

Die sieben Schichten

Jeder moderne B2B-SaaS-RevOps-Stack hat Tools in sieben Kategorien. Manche Unternehmen bündeln mehrere Schichten bei einem Anbieter; andere kaufen Best-of-Breed in jeder Kategorie.

1. CRM (das System of Record)

Die einzige Quelle der Wahrheit für Accounts, Kontakte, Opportunities und Pipeline. Entweder HubSpot (unter 50 Mio. $ ARR, Mid-Market-Norm) oder Salesforce (über 50 Mio. $ ARR, Enterprise-Standard). Sich für eines zu entscheiden und dabei zu bleiben, ist wichtiger als die Wahl selbst – Migrationen sind teuer.

2. Datenanreicherung (die Inputs)

Woher Lead- und Account-Daten kommen. Clay ist die Hebel-Schicht – orchestriert ZoomInfo + Apollo + LinkedIn + 100 Nischen-Provider + KI-Spalten in einem Substrat. Clay neben HubSpot/Salesforce nutzen, nicht stattdessen.

3. Sales Engagement (die Ausführung)

Sequences, Dialer, E-Mail-Tracking. Apollo für Teams unter 30 Reps (Free-Tier + 49 $/Seat); Outreach oder Salesloft für 30+ Reps, wo die Komplexität das Upgrade rechtfertigt.

4. Conversation Intelligence (die Listening-Schicht)

Aufzeichnung, Transkription, Analyse von Kundengesprächen. Gong ist der Standard ab 5 Mio. $ ARR; leichtere Alternativen (Fathom, Granola, Otter + Claude-Analyse) funktionieren für kleinere Teams. Wird mit der Engagement-Schicht kombiniert.

5. Automatisierung (der Kleber)

Verbindet alles mit allem. n8n für KI-native und Self-Hosted; Zapier/Make für einfachere Anwendungsfälle. n8n’s MCP-Support und KI-Agent-Nodes machen es zur offensichtlichen Wahl für neue Builds.

6. KI-Orchestrierung (die Reasoning-Schicht)

Wo strukturierte Analyse, Drafting und agentische Workflows stattfinden. Claude ist der Standard – Skills, MCP, langer Kontext, Agent-Modus. Mit Cursor für das technische Ende kombinieren (GTM-Engineers, die Code schreiben).

7. Analytics & Forecasting (die Read-Schicht)

Wie das Team sieht, was passiert. Natives CRM-Reporting + ein BI-Tool (Hex, Mode, Looker) auf dem Data Warehouse. Viele Teams nutzen Gongs Forecast als Ergänzung zu rep-eingereichten Prognosen.

Die Referenz-Stacks

Unter 10 Mio. $ ARR (5–15 Reps)

CRM:                    HubSpot
Enrichment:             HubSpot built-in (Start) → Clay (wenn Budget vorhanden)
Sales Engagement:       Apollo
Conversation Intel:     Fathom oder Granola + Claude-Analyse
Automatisierung:        n8n oder Zapier
KI-Orchestrierung:      Claude Pro
Analytics:              HubSpot-Reporting

Gesamt ca. 200–400 $/Seat/Monat all-in.

10–50 Mio. $ ARR (15–50 Reps)

CRM:                    HubSpot oder Salesforce
Enrichment:             Clay + ZoomInfo
Sales Engagement:       Apollo (15–25 Reps) oder Outreach/Salesloft (30+)
Conversation Intel:     Gong
Automatisierung:        n8n
KI-Orchestrierung:      Claude Pro/Team + Cursor für GTM-Engineers
Analytics:              CRM-nativ + Hex auf Warehouse

Gesamt ca. 500–1.000 $/Seat/Monat all-in.

Über 50 Mio. $ ARR (50+ Reps)

CRM:                    Salesforce
Enrichment:             Clay + ZoomInfo + vertikalspezifischer Provider
Sales Engagement:       Outreach oder Salesloft + Dialer
Conversation Intel:     Gong + Forecast
Automatisierung:        n8n self-hosted + Custom Code
KI-Orchestrierung:      Claude Enterprise + Cursor für GTM-Engineers
Analytics:              Salesforce + Looker/Hex + Gong Forecast

Gesamt ca. 1.000–2.000 $/Seat/Monat all-in.

Reihenfolge des Aufbaus

Bauen Sie nicht alle sieben Schichten auf einmal auf. Die Reihenfolge:

CRM zuerst. Alles andere schließt daran an.
Sales Engagement zweiter. Die Ausführungsschicht.
KI-Orchestrierung dritter. Der Hebel beginnt hier.
Enrichment viertens. Qualität der Dateneingaben.
Conversation Intelligence ab 25+ Reps.
Automatisierung, wenn die Orchestrierung wächst.
Analytics zuletzt – sobald der Rest echtes Signal produziert.

Jede dieser Schichten zu überspringen ist in Ordnung, wenn Ihre Motion sie nicht braucht (PLG-Unternehmen überspringen häufig Sales Engagement; sehr kleine Teams können Conversation Intelligence aufschieben). Außer der Reihe zu bauen – Analytics vor Signal-Quellen, Conversation Intelligence vor Sales Engagement – verschwendet Budget.