Lokale Akquise 2025: 1000 Google Maps Kontakte in 30 Minuten

Die lokale Akquise 2025: 1000 Google Maps Kontakte extrahieren und personalisieren – genau das zeigt Ihnen dieser Artikel. Keine abstrakte Theorie. Eine konkrete, getestete Methode, die von null auf 1000 personalisierte Kontakte in weniger als einer halben Stunde führt. Zuerst sehen Sie die manuelle Methode (mit Python), ihre Grenzen und dann, wie man alles automatisiert, um 3x bessere Ergebnisse zu erzielen.

---

Warum Personalisierung alles in der Geschäftsanbahnung verändert

Eine generische E-Mail sieht so aus: "Hallo, ich vertrete ein Unternehmen, das Ihnen helfen kann, Ihr Geschäft auszubauen." Ergebnis: Antwortquote zwischen 1 und 3 %.

Eine personalisierte E-Mail ist anders. Sie erwähnen den Namen des Restaurants, seinen Stadtteil, seine 247 Google-Bewertungen, seine Bewertung von 4,6 Sternen. Der Empfänger versteht, dass Sie sich wirklich mit ihm beschäftigt haben. Die Antwortquote steigt auf 8-15 %.

Der Unterschied zwischen beiden? Die Daten. Um zu personalisieren, braucht man Variablen: Name des Unternehmens, Telefonnummer, Anzahl der Bewertungen, Kategorie, Adresse. All diese Daten sind auf Google Maps vorhanden. Man muss nur wissen, wie man sie effizient extrahiert.

---

Warum lokale Unternehmen Priorität haben sollten

Große Unternehmen veröffentlichen Pressemitteilungen, Jahresberichte, LinkedIn-Posts. Es ist schwierig, einen einzigartigen Aufhänger zu finden.

KMUs und lokale Geschäfte sind das Gegenteil. Wenig öffentliche Nachrichten. Aber Google Maps konzentriert alles, was man wissen muss: Bewertung, Kundenbewertungen, Öffnungszeiten, Kategorie, Webseite. Diese Daten sind stabil, präzise und direkt nutzbar, um Ihre Nachrichten zu personalisieren.

Deshalb ist Google Maps die beste Datenquelle für die lokale Akquise. Nicht LinkedIn, nicht Verzeichnisse. Google Maps.

---

Methode 1: Daten von Google Maps manuell extrahieren (mit Python)

Rohdaten sammeln

Nehmen wir ein konkretes Beispiel: Sie suchen nach Restaurants in Nashville, Tennessee. Sie starten einen Scraper auf Google Maps mit diesem Keyword, fordern 100 Ergebnisse an und warten.

Ergebnis in diesem Test: 187 Datenzeilen. Besser als erwartet.

Die verfügbaren Spalten:

• Name des Betriebs (title)
• Telefonnummer (phone)
• Anzahl der Bewertungen (reviews_count)
• Durchschnittliche Bewertung
• Vollständige Adresse
• URL von Fotos
• Öffnungszeiten
• Kategorie (category)

Sie exportieren im CSV- oder Excel-Format. Die Basis ist da. Jetzt, wie erstellt man personalisierte Nachrichten aus diesen Spalten?

Personalisierte Nachrichten mit Pandas erstellen

Hier ist der grundlegende Python-Code, um Nachrichten automatisch zu generieren:

import pandas as pd

df = pd.read_excel("restaurants_nashville.xlsx")

# Nachricht 1: Telefonansprache
df['message'] = "Hallo " + df['title'] + ",
" + 
                "Ich habe gerade versucht, Sie unter " + df['phone'] + 
                " anzurufen, konnte Sie aber nicht erreichen."

df.to_excel("restaurants_nash_messages.xlsx", index=False)

Einfach. Jede Zeile generiert eine andere Nachricht, mit dem richtigen Namen und der richtigen Nummer. Keine Copy-Paste-Fehler.

Spalten manipulieren, um neue Variablen zu erstellen

Angenommen, Sie möchten schreiben: "Ich habe nach Restaurants in der Nähe von [bestimmtem Stadtteil] gesucht."

Das Problem: Sie haben die vollständige Adresse, nicht nur den Stadtteil. Lösung: Extrahieren Sie den ersten Teil der Adresse mit einem Split an der Komma.

df['specific_location'] = df['address'].str.split(',').str.get(0)

df['message'] = "Hallo " + df['title'] + ", ich habe nach " + 
                df['category'] + " in der Nähe von " + df['specific_location'] + " gesucht."

Ergebnis: "Hallo The Gulch Bistro, ich habe nach Restaurants in der Nähe von 1200 Broadway gesucht." Personalisierte, präzise, glaubwürdige Nachricht.

Was diese Methode nicht leisten kann

Während dieses Tests stellte sich heraus, dass eine gezielte Nachricht unmöglich zu generieren war:

"Sie haben [X] 5-Sterne-Bewertungen für Ihre [Art des Betriebs]."

Warum? Der grundlegende Scraper gibt nur die Gesamtzahl der Bewertungen zurück. Er zerlegt nicht nach Bewertung (1 Stern, 2 Sterne... 5 Sterne). Diese Variable existiert einfach nicht in den extrahierten Daten.

Das ist die Hauptgrenze der DIY-Methode: Sie sind auf die verfügbaren Spalten in Ihrem Export beschränkt. Und diese Spalten sind oft unvollständig.

---

Die realen Grenzen der manuellen Methode

Seien wir direkt. Dieser Ansatz funktioniert. Aber er hat drei konkrete Probleme.

Zeit. Den Scraper einrichten, auf die Extraktion warten, die Daten bereinigen, den Python-Code schreiben, Fehler beheben – rechnen Sie mit einem ganzen Tag für 1000 saubere Kontakte.

Technische Fähigkeiten. Pandas, Regex, CSV-Encoding, Excel-Dateimanipulation – das ist nicht für jeden zugänglich. Und selbst wenn Sie wissen, wie man programmiert, verbringen Sie Zeit mit Debugging anstatt mit der Akquise.

Unvollständige Daten. Keine E-Mails, keine sozialen Netzwerke, keine Zerlegung der Bewertungen nach Note, keine erkannten Technologien auf der Webseite. Sie arbeiten mit dem, was der Scraper erfasst hat.

Die logische Frage: Gibt es eine Lösung, die mehr Daten schneller und ohne Code liefert?

---

Methode 2: IBLead für großangelegte lokale Akquise

IBLead ist eine vorindexierte Datenbank von über 50 Millionen Google Maps Betrieben in 37 Ländern. Alles ist bereits extrahiert und indexiert – Sie suchen, filtern, exportieren. In 2 Minuten, nicht in 2 Stunden.

Was Sie erhalten, was die manuelle Methode nicht bietet

Der Hauptunterschied: das Volumen und die Fülle der Daten. IBLead bietet über 50 Felder pro Eintrag, im Vergleich zu etwa zwanzig mit einem grundlegenden Scraper.

Unter den verfügbaren Daten:

• E-Mail (angereichert von der Webseite des Betriebs)
• Soziale Netzwerke (Facebook, Instagram, LinkedIn...)
• Google-Bewertungen nach Note zerlegt – was die Nachricht "Sie haben X 5-Sterne-Bewertungen" möglich macht
• Erkannte Technologien auf der Webseite (über 160 Technologien: WordPress, Shopify, Google Analytics, Facebook Pixel, Stripe...)
• Google-Eintrag beansprucht oder nicht
• GPS-Koordinaten, Google Place ID
• Für Frankreich: SIRET, SIREN, Name des Geschäftsführers, APE-Code

Dieser letzte Punkt ist exklusiv. Kein direkter Konkurrent zerlegt die Bewertungen nach Note oder erkennt Webtechnologien in diesem Maßstab.

Wie es in der Praxis funktioniert

Nehmen wir das Beispiel Nashville. Sie öffnen IBLead, wählen die Kategorie "Restaurants", wählen Nashville (USA), klicken auf Suchen.

Ergebnis: viel mehr als 187 Betriebe. Und Sie können sofort mit Filtern verfeinern:

• E-Mail vorhanden: nur Einträge mit einer E-Mail-Adresse behalten
• Anzahl der Bewertungen: mindestens 50 Bewertungen, zum Beispiel
• Google-Bewertung: 4 Sterne und mehr
• Webtechnologien: nur Betriebe, die Facebook Pixel verwenden (sie schalten bereits Werbung – starkes Absichtssignal)
• Eintrag beansprucht: der Eigentümer verwaltet aktiv seine Google-Präsenz

Sie filtern, sehen die Anzahl der entsprechenden Ergebnisse, exportieren im CSV-Format. Fertig.

KI nutzen, um personalisierte Nachrichten zu generieren

Mit einem IBLead-Export müssen Sie keinen Python-Code schreiben. Sie können ChatGPT direkt verwenden.

Schritt 1: Importieren Sie Ihre CSV in ChatGPT (Version mit Dateianalyse).

Schritt 2: Schreiben Sie einen strukturierten Prompt. Beispiel:

"Erstellen Sie aus dieser CSV-Datei eine Spalte 'message', indem Sie die Spalten 'name', 'reviews_5stars', 'category' und 'street' verwenden. Die Nachricht sollte folgendem Muster folgen: [Ihr Muster]. Speichern Sie im CSV-Format."

Die Struktur eines guten Prompts: Aufgabe (eine Spalte erstellen) + Kontext (zu verwendende Spalten) + Beispiel (erwarteter Wert) + Format (CSV).

Schritt 3: Laden Sie die generierte Datei herunter. Konvertieren Sie sie bei Bedarf in Excel. Überprüfen Sie 5 zufällige Zeilen.

Ergebnis: 1000 personalisierte Nachrichten, ohne eine Zeile Code, in weniger als 30 Minuten.

---

Erweiterte Filterung: Die Kriterien, die den Unterschied machen

Die Filterung ist das, was eine Rohliste in eine qualifizierte Liste verwandelt. Hier sind die nützlichsten Kriterien je nach Branche.

Restaurants und Lebensmittelgeschäfte

• Bewertung zwischen 3,5 und 4,2: Diese Betriebe haben Bewertungen, aber keine hervorragenden. Sie sind empfänglich für Dienstleistungen zur Verbesserung des Rufs, professionelle Fotos, Bewertungsmanagement.
• Weniger als 50 Bewertungen: neuer oder wenig sichtbarer Betrieb. Gelegenheit für lokale SEO-Agenturen.
• Keine Webseite: ideale Zielgruppe für Webseiten-Ersteller.

B2B-Dienstleistungen (Installateure, Elektriker, Handwerker)

• E-Mail vorhanden: grundlegender Filter. Ohne E-Mail keine E-Mail-Akquise.
• Webtechnologien: Wenn sie bereits Google Analytics verwenden, verstehen sie Digitales. Bessere Empfangsbereitschaft.
• Eintrag nicht beansprucht: der Eigentümer hat seine Google-Präsenz noch nicht optimiert. Direkte Gelegenheit für Agenturen.

Einzelhandel und lokaler E-Commerce

• Facebook Pixel erkannt: Sie schalten bereits Facebook-Werbung. Zielgruppen für Media Buying-Agenturen.
• Shopify erkannt: Sie haben einen Online-Shop. Zielgruppen für Shopify-Apps, Integratoren, Logistiker.

---

ROI: Was die Zahlen wirklich sagen

Hier sind die Metriken, die bei personalisierten vs. generischen lokalen Akquise-Kampagnen beobachtet wurden.

Methode	Öffnungsrate	Antwortquote	Kosten pro Lead
Generische E-Mail	15-20 %	1-3 %	15-25 €
Personalisierte E-Mail (Google Maps-Daten)	35-45 %	8-15 %	3-8 €

Die Antwortquote wird um das 3- bis 5-Fache erhöht. Die Kosten pro Lead werden um ein Drittel gesenkt. Das ist nicht marginal – es ist der Unterschied zwischen einer rentablen und einer defizitären Kampagne.

Die investierte Zeit ändert sich ebenfalls radikal. Manuelle Methode: eine Woche für 1000 saubere Kontakte mit unvollständigen Daten. Mit IBLead + ChatGPT: 30 Minuten für 1000 Kontakte mit E-Mails, zerlegten Bewertungen und erkannten Technologien.

Was die Kosten betrifft: IBLead kostet 44€ für 10.000 Leads, also 0,004€ pro Kontakt. Es ist schwer, etwas Günstigeres für so vollständige Daten zu finden.

---

DSGVO und bewährte Praktiken: Was Sie wissen sollten

Die Frage kommt häufig auf: Ist es legal, über Google Maps-Daten zu akquirieren?

Kurzantwort: Ja, unter bestimmten Bedingungen.

Die Daten von Google Maps sind öffentlich. Sie sind für jeden sichtbar. Sie für B2B-Akquise zu nutzen, ist in Frankreich und der EU legal, solange man einige einfache Regeln beachtet.

Was Sie tun müssen:

• Fügen Sie in jede E-Mail einen Abmeldelink ein
• Identifizieren Sie sich klar (Name, Unternehmen, Grund für die Kontaktaufnahme)
• Entfernen Sie sofort jede Person, die darum bittet, nicht mehr kontaktiert zu werden
• Führen Sie ein Protokoll der Abmeldungen

Was Sie vermeiden sollten:

• Privatpersonen kontaktieren (die DSGVO ist strenger für B2C)
• Mehr als 2-3 Follow-ups ohne Antwort senden
• Persönliche E-Mail-Adressen verwenden ([email protected]) – zielen Sie auf geschäftliche E-Mails ab

B2B-Akquise über öffentliche Daten ist eine gängige und legale Praxis. Das Wichtigste ist, das Widerspruchsrecht zu respektieren und nicht zu spammen.

---

Variablen, die je nach Branche am besten konvertieren

Nicht alle Branchen reagieren auf die gleichen Aufhänger. Hier ist, was funktioniert.

Gastronomie: Anzahl der Bewertungen + durchschnittliche Bewertung, Art der Küche, Öffnungszeiten (für Liefer- oder Reservierungsdienste).

Einzelhandel: Vorhandensein oder Fehlen einer Webseite (starkes Signal für Chancen), Preisspanne, verfügbare Fotos.

B2B-Dienstleistungen: Alter des Google-Eintrags, erkannte Technologien auf der Webseite, präzise geografische Lage.

Handwerker: Eintrag beansprucht oder nicht, Anzahl der aktuellen Bewertungen (letzte 3 Monate), Gesamtnote.

Je spezifischer Ihre Variable auf den Empfänger zugeschnitten ist, desto mehr scheint Ihre Nachricht nur für ihn geschrieben zu sein. Das ist die Personalisierung, die konvertiert.

---

FAQ – Lokale Akquise Google Maps

Wie lange dauert es, 1000 Google Maps Kontakte zu extrahieren?

Mit der manuellen Methode (Scraper + Python) rechnen Sie mit einem ganzen Tag. Mit IBLead dauert der Export von 1000 gefilterten Kontakten weniger als 5 Minuten. Die Personalisierung über ChatGPT dauert zusätzlich 20-25 Minuten. Gesamt: weniger als 30 Minuten.

Welche Google Maps-Daten sind für die Personalisierung verfügbar?

Die Basisdaten umfassen: Name, Adresse, Telefon, Bewertung, Anzahl der Bewertungen, Kategorie, Öffnungszeiten. IBLead fügt hinzu: E-Mail, soziale Netzwerke, Bewertungen nach Note zerlegt, erkannte Webtechnologien, beanspruchter Eintrag, und für Frankreich: SIRET, SIREN, Name des Geschäftsführers.

Ist es legal, Google Maps-Daten für die Akquise zu nutzen?

Ja, für B2B-Akquise. Die Daten von Google Maps sind öffentlich. Sie müssen einen Abmeldelink einfügen, sich klar identifizieren und die Opt-out-Anfragen respektieren. B2B-Akquise über öffentliche Daten ist unter diesen Bedingungen DSGVO-konform.

Welche Antwortquote kann man mit personalisierten E-Mails erwarten?

Personalisierte E-Mails mit Google Maps-Daten (Name, Bewertungen, Kategorie, präzise Lage) erzielen Antwortquoten von 8 bis 15 %, im Vergleich zu 1 bis 3 % für generische E-Mails. Personalisierung vervielfacht die Ergebnisse um das 3- bis 5-Fache.

Wie filtert man Kontakte, um die qualifiziertesten zu erreichen?

Die effektivsten Filter: E-Mail vorhanden, Google-Bewertung zwischen 3,5 und 4,5, spezifische Webtechnologien (Facebook Pixel für Werbetreibende, Shopify für E-Commerce), nicht beanspruchter Eintrag (SEO-Chance). Kombinieren Sie 2-3 Filter für eine sehr qualifizierte Liste.

---

Fazit

Lokale Akquise im Jahr 2025 ist eine Frage von Daten und Personalisierung. Die manuelle Methode mit Python funktioniert – aber sie ist langsam, technisch und produziert unvollständige Daten. Der Ansatz mit einer vorindexierten Datenbank + KI ist 10x schneller und liefert messbare Ergebnisse.

Das Prinzip bleibt dasselbe, egal welche Methode: Je spezifischer Ihre Nachricht auf die tatsächliche Situation des Empfängers zugeschnitten ist, desto eher wird sie beantwortet. Die Daten von Google Maps – Bewertung, Bewertungen, Kategorie, Technologien, präzise Lage – sind genau das, was benötigt wird, um dieses Maß an Personalisierung zu erreichen.

Testen Sie IBLead mit 200 credits, die im Test enthalten sind: Kostenloser Test – 200 credits inklusive