Oorsprong: In de jaren 1990 ontwikkeld bij PTC door John McMahon. Overgenomen door Salesforce, Zuora, DocuSign. De de-factostandaard in complexe enterprise-sales.

Acroniem: Metrics (gekwantificeerde impact), Economic Buyer (budgetbeslisser), Decision Criteria (selectiecriteria), Decision Process, Identify Pain (geïdentificeerde pijn), Champion (interne sponsor). MEDDPICC voegt Paper Process (contractproces) en Competition toe.

Ideaal voor: enterprise-sales boven scope na audit ACV, cycli boven 90 dagen, meerdere stakeholders. Waargenomen closingratio: 25-40% bij MEDDIC-gekwalificeerde deals.

Beperking: hoge administratieve overhead, ongeschikt voor kmo's met korte cycli. Vereist ervaren SDR's (minimaal 2-3 jaar).

AI-integratie: AI kan de 6 MEDDIC-criteria voorkwalificeren via automatische verrijking (budgetidentificatie via financiële signalen, org-chart-mapping, pijndetectie via persvermeldingen). Geschatte SDR-tijdwinst: 35-50% in de kwalificatiefase.

Oorsprong: Neil Rackham, 1988. Gebaseerd op de analyse van 35.000 verkoopgesprekken. De empirisch best bestudeerde methode in B2B-sales.

Acroniem: Situation (context), Problem, Implication (gevolgen), Need-Payoff (voordelen van de oplossing). Een consultatieve benadering: de verkoper leidt de ontdekking in plaats van rechtstreeks te pitchen.

Ideaal voor: mid-market B2B-SaaS (scope na audit ACV), professionele diensten, contexten waarin de prospect zijn probleem nog niet duidelijk verwoordt.

AI-integratie: SPIN-vragen kunnen vooraf in outbound-sequenties worden geprogrammeerd. AI analyseert de antwoorden om automatisch te herkennen in welke SPIN-fase de prospect zich bevindt en het volgende bericht aan te passen.

Oorsprong: Matthew Dixon en Brent Adamson, 2011 (CEB). Een studie bij 6.000 B2B-verkopers. Het 'Challenger'-profiel overtreft alle andere, vooral in complexe sales.

Principe: de Challenger luistert niet passief naar de behoeften — hij leert de prospect iets nieuws over zijn eigen vak, stemt de boodschap af op de specifieke context en controleert het gesprek.

Ideaal voor: concurrentiële markten met zwakke productdifferentiatie, transformatieverkopen, cycli boven 60 dagen, senior beslissers.

AI-integratie: AI genereert per sector en bedrijf gepersonaliseerde 'commercial insights' (marktdata, sectorvergelijkingen, prestatiesignalen) waarmee SDR's de Challenger-rol kunnen spelen zonder encyclopedische kennis.

Oorsprong: Keenan (Jim Keenan), 2019. Een benadering gericht op het kwantificeren van de kloof tussen de huidige situatie van de prospect en zijn gewenste toekomstige staat.

Principe: de gekwantificeerde pijn (kosten van inactiviteit) identificeren, de gewenste toekomstige staat definiëren, aantonen dat de oplossing precies die kloof dicht. De prijs wordt relatief tegenover de becijferde kloof.

Ideaal voor: B2B-verkopen waar de ROI aantoonbaar is (ERP, software, automatisering, transformatieconsulting). ACV scope na audit.

AI-integratie: AI kan de 'kloof' van elke prospect automatisch berekenen door openbare data te aggregeren (financiële resultaten, personeelsbestand, groei), en zo een ultragepersonaliseerde pitch genereren op basis van verifieerbare feiten.

Oorsprong: Aaron Ross, ex-Salesforce, 2011. De oorsprong van de SDR/Account-Executive-specialisatie, wereldwijd overgenomen.

Principe: de rollen strikt scheiden (SDR voor de kwalificatie, AE voor de closing), outbound-prospectie industrialiseren (cold email op grote schaal), elke funnelfase meten.

Ideaal voor: start-ups en scale-ups in snelle groei, markten met sterk volumepotentieel, salesteams van meer dan 5 personen.

Kritiek 2026: het Predictable-Revenue-model stoot in een omgeving van e-mailverzadiging (verslechterde bezorgbaarheid) en de AVG op zijn grenzen. De cold-email-antwoordpercentages zijn tussen 2019 en 2026 met 40% gedaald bij niet-gepersonaliseerde benaderingen.

AI-integratie: AI vervangt de manuele SDR-laag (sourcing, verrijking, verzending, opvolging) en behoudt daarbij de filosofie van de rolscheiding. De menselijke SDR concentreert zich op positieve antwoorden en de gespreksgebaseerde kwalificatie.

Principe: alle voorgaande methodologieën combineren in één geautomatiseerd systeem. AI past de MEDDIC-criteria toe voor de scoring, genereert SPIN-berichten voor de ontdekking, creëert gepersonaliseerde Challenger-insights, kwantificeert de kloof voor elke prospect en schaalt het geheel zonder junior-SDR voor de eerste stappen.

Ideaal voor: B2B-kmo's en middenbedrijven van 5 tot 500 medewerkers die 30-150 gekwalificeerde afspraken per maand willen genereren zonder een SDR-team van 5 personen aan te werven.

Vergelijkende kengetallen (127 Lead-Gene-klanten, 2026): vs. een menselijke SDR alleen — leadvolume × 4, leadindex ÷ 3,8, tijd tot eerste lead ÷ 2,1, SDR-burn-outratio ÷ 5.

Beperking: AI-prospectie vervangt de menselijke closing niet. Ze optimaliseert de bovenstroomse stappen (sourcing, kwalificatie, eerste contact) en maakt de verkopers vrij voor wat ze het best kunnen: de relatie opbouwen en tekenen.

Voor een volledige analyse of een AI-machine bij uw context past, zie SDR vs AI-machine: de ROI-vergelijking 2026.