Eget · 2026 ·

RabitIQ: AI-drevet B2B Lead Intelligence platform med køberintention-analyse.

Intelligent leadgenererings-platform der kombinerer AI-scanning, finansiel analyse og real-time køberintention-signaler til automatisk at finde og kvalificere de rigtige prospects.

GeminiAI leadgenereringAI prospectingreal-time køberintentionmultiagentsystemproaktiv markedsanalyseintelligent leadgenerering

problem

Den dyre tidsrøver: Manuel lead-forskning i B2B salg

Før RabitIQ var virkeligheden for mange salgsteams den samme:

Du brugte 2-3 timer hver dag på at grave efter leads på LinkedIn, Google og diverse databaser. Tid, der kunne bruges meget bedre.
Leads var bare navne og mailadresser. Ingen reel kontekst om virksomheden, ingen anelse om, hvorfor de overhovedet skulle tale med dig.
Du vidste ikke, hvem der reelt var beslutningstageren. Hvem skulle du starte med at overbevise?
Når et potentielt lead endelig dukkede op, var der ingen systematisk måde at følge op på. Det druknede bare i hverdagen.
Uden dybdegående indsigt i virksomheden eller personen, var det svært at tilpasse pitchet. Det resulterede i en høj frafaldsrate.
Og så var der alle de dyre abonnementer til ZoomInfo og Hunter.io, som sjældent gav de lovede resultater.

Resultatet? Salgsteams lukkede typisk 20-30% færre aftaler, og de mest erfarne sælgere brugte deres tid på opgaver, som nemt kunne automatiseres.

proces

Byggede en multi-agent AI-platform der kombinerer lead-sourcing, dybdegående analyse og automatisk learning:

1. Intelligent Lead Discovery

Hierarchical Multi-Agent System (HMAS) bygget på Gemini API, med specialiserede agenter:

DiscoveryWorker — scanner nettet efter ICP-match
NewsWorker — monitorerer nyheder, pressemeddelelser og LinkedIn per lead
FinancialWorker — henter nøgletal fra Proff.dk
SynthesisAgent — samler det hele til actionable insights

Resultat: ikke bare navne, men fuld kontekst per virksomhed.

2. Buying Committee Mapping

Automatisk organisationsdiagram for hver virksomhed. AI identificerer Champions, beslutningstagere, budgetansvarlige og influenter, kortlægger power dynamics, advarer om blokerere eller manglende roller — og hver stakeholder får sin egen outreach-strategi.

3. Real-Time Køberintention

Intent Signals Scanner trækker på:

Jobopslag → vækstsignal
Finansielle nyheder → kapitaltilførsel
Pressemeddelelser → nye initiativer
Tech-udskiftning → budget-signal
LinkedIn-aktivitet → organisatoriske ændringer

AI scorer hvert signal som URGENT, SNART eller SENERE — sælgere ved præcist hvornår og hvordan de skal ind.

4. Finansiel & Markeds-Intelligens

Proff.dk API integreret, 3-5 års historik på omsætning, resultat og vækst
Sparkline-grafer for hurtigt overblik
AI-summary: "Virksomheden voksede 23% YoY → indikerer budgetkapacitet"
Markedsanalyse: branchevækst, konkurrenceintensitet, trends

5. Teknologi-Stack Detection

Scanner virksomhedens website og afdækker:

Konkurrerende løsninger (displacement-mulighed)
Modenhed ("bruger avanceret CRM = har købt løsninger før")
Komplementære tools til cross-sell

6. Intelligent ICP Auto-Fill

Brugeren indtaster sin egen URL — AI udleder produktkategori, målgruppe, geografi, pain points og use cases. Setup-tid: 30 min → 5 min.

7. Learning Feedback Loop

Bruger markerer irrelevante leads med årsag. AI lærer ("du vil ikke have tech-startups, du vil have etablerede B2B-firmaer") og justerer kriterier automatisk. Hit-rate: 40-50% → 80-90% over tre måneder.

8. Visual Pipeline & AI Playbooks

Kanban-board til salgsprocessen. Hver lead får AI-genereret playbook:

Prioriterede handlinger (kritisk → quick-win)
Personaliserede email-udkast baseret på lead-context
Samtalestartere og talking points
Timing-anbefalinger
Competitive displacement-strategier

9. Multi-Channel Integrationer

HubSpot native (OAuth) — leads synkes direkte
Zapier webhooks — trigger workflows ved nye/gemte leads
Slack — alerts ved URGENT intent-signals
Email automation — personaliserede sequences uden manuel indsats

10. Enterprise Features

Multi-user team management med rollebaseret adgang, fælles lead-pool til fordeling, månedlige performance-rapporter (conversion, ROI, top-performers) og analytics dashboard med historisk trend-analyse.

resultat

Metrisk	Før	Efter	Forbedring
Tid på leadforskning	2-3 timer/dag	15 min/dag	-90%
Lead-kvalitet (ICP-match)	40-50%	80-90%	+100%
Konverteringsrate	3-5%	8-12%	+150%
Sales cycle (gns.)	45 dage	28 dage	-38%
Relevante leads/uge	5-10	40-50	+400%
Deal value accuracy	Usikker	Data-drevet	100% visibility

Resultater for Første Kunde

✅ 240 leads på 1 måned mod tidligere ~20 fra manuel research
✅ Sales cycle reduceret fra 6 til 3-4 uger — teamet kontakter på det rigtige tidspunkt
✅ Close rate +40% takket være AI-genereret kontekst og buying committee mapping
✅ 30+ timer sparet/uge på manuel research — seniorer fokuserer nu på salgssamtaler
✅ Pipeline-værdi +180% ved at skalere lead-generering uden nye ansættelser

Teknisk Highlight

Architecture

Frontend: React + TypeScript, shadcn/ui, Tailwind CSS
Backend: Firebase Cloud Functions (Node.js) med multi-agent Gemini-orchestration
Database: Firestore til real-time lead-sync
APIs: Gemini (analyse), Proff.dk (finansiel data), Firecrawl (web-scraping)
Deployment: Firebase Hosting + Cloud Functions på europe-west1

AI-Innovationer

Hierarchical Multi-Agent System (HMAS) — koordinerede agenter specialiseret i discovery, news og finance
Context-Aware Prompting — hver agent modtager dynamisk context fra tidligere agenter
Real-Time Intent Scoring — algoritme der vægter signals efter sandsynlighed
Feedback-Loop Learning — brugerens "irrelevant"-markeringer træner systemet
Buying Committee Detection — NLP-baseret identifikation af stakeholder-roller