B2B-Käufersignal-MCP

Intent-Ebene für KI-Vertriebsagenten — strukturierte Signalinterpretation, kein Data Scraping.

Entwickelt auf Basis von über 10 Jahren Erfahrung im B2B-Enterprise-Vertrieb.

Haftungsausschluss. Die Ergebnisse sind strukturierte Frameworks zur Signalinterpretation, die auf öffentlich dokumentierten B2B-Vertriebspraktiken basieren. Dies stellt keine Anlage-, Finanz- oder Rechtsberatung dar. Es ist kein Ersatz für eine menschliche Qualifizierung. Überprüfen Sie jede spezifische Behauptung über ein Unternehmen, eine Person oder ein Ereignis vor der Kontaktaufnahme mit Primärquellen.

Warum existiert dieses Tool?

Jeder KI-SDR und Vertriebsagent hat heute die gleiche strukturelle Lücke: Sie verfügen über Signaldaten (von Apollo, Clay, Crunchbase, Scrapern, bezahlten APIs), aber keine konsistente Interpretationsebene. Sie wissen, dass ein Zielunternehmen einen Head of Sales eingestellt hat, aber sie wissen nicht, was sie mit dieser Information anfangen sollen.

Dieses MCP schließt diese Lücke. Stellen Sie eine Signal-Payload bereit — erhalten Sie strukturierte Outreach-Implikationen.

Es führt KEIN Data Scraping durch. Nutzen Sie das Ökosystem von Apify / Clay / Apollo / Crunchbase / LinkedIn für die vorgelagerte Datenerfassung. Dieses MCP ist die Interpretations-Engine.

6 Tools

Tool	Was es zurückgibt
`interpret_hiring_signal`	Signalstärke, Outreach-Timing, Pitch-Ansatz, Fallstricke, Entscheidungsfenster für Einstellungsereignisse (neue Führungskraft, Teamerweiterung)
`interpret_funding_signal`	Dasselbe für Finanzierungsereignisse (Seed → IPO, Down-Rounds) einschließlich Budgetrahmen und typischer Käufer
`interpret_tech_stack_change`	Dasselbe für Änderungen im Tech-Stack (hinzugefügter/entfernter Wettbewerber, Einführung von Data Warehouses, Compliance-Tools)
`interpret_leadership_change`	Dasselbe für Änderungen in der Geschäftsführung (CEO/CFO/CTO/CMO/Gründer-Abgänge)
`interpret_expansion_signal`	Dasselbe für Marktexpansion (internationales Büro, vertikale Expansion, Produkteinführung)
`score_buyer_intent`	Zusammengesetzter Intent-Score (0-100) bei mehreren Signalen — zur Priorisierung

Beispielanwendung

// AI agent observes: "Acme just hired a new Head of Sales last week + announced Series B"
// Calls:
mcp.call("interpret_hiring_signal", { signal_type: "head_of_sales" });
mcp.call("interpret_funding_signal", { funding_stage: "series_b" });
mcp.call("score_buyer_intent", { signals: ["head_of_sales", "series_b"] });

// Returns: tier, recommended action, pitch angle, decision window

Preisgestaltung

Apify Pay-Per-Event: $0,05 pro Tool-Aufruf
Die ersten 10 Aufrufe pro Actor sind kostenlos

Produktions-Roadmap

Diese Version 1.0 ist die Interpretationsebene. Zukünftige Versionen:

v1.1: Korrelationsmuster für mehrere Signale (z. B. "head_of_sales + sdr_team_expansion innerhalb von 30 Tagen = Pre-Series-A-Signal")
v1.2: Branchenspezifische Gewichtungen (SaaS vs. Fintech vs. Gesundheitswesen haben unterschiedliche Signal-Halbwertszeiten)
v1.3: Time-Decay-Scoring (das Alter des Signals beeinflusst die Gewichtung)
v2.0: Optionaler "Bring-your-own-data"-Adapter für Clay / Apify Scraper / Crunchbase API

Entwickelt von

Elisabeth Hitz — über 10 Jahre Erfahrung im B2B-Enterprise-Vertrieb in den Bereichen Ad-Tech, SaaS, Medien und globales Recruiting. Fünf Jahre lang übertraf sie ihre Quoten bei einem börsennotierten Ad-Tech-Unternehmen. Entwickelt jetzt MCP-Server für das KI-Agenten-Ökosystem.

Lizenz: MIT