CRM-Dubletten erkennen: Dublettenprüfung automatisieren

Kurz gesagt

CRM-Dubletten entstehen laufend neu, durch Messen, Formulare, Import-Listen oder einfach zwei Kollegen, die denselben Kontakt unabhängig voneinander anlegen. Einmaliges Aufräumen hält deshalb nie lange vor. Ein Agent, der jeden neuen und bestehenden Datensatz laufend gegen Duplikate prüft und automatisch zusammenführt, statt einer wiederkehrenden manuellen Bereinigungsaktion, ist der einzige Ansatz, der dauerhaft funktioniert.

Warum entstehen Dubletten immer wieder neu?

• Messen und Events: derselbe Kontakt kommt über eine Leadliste, eine Visitenkarte und eine spätere Anfrage über die Website dreimal ins CRM.
• Mehrere Vertriebler: ohne strikte Suche vor dem Anlegen entsteht derselbe Kontakt doppelt, weil niemand nachschaut, ob er schon existiert.
• Import-Listen: gekaufte oder importierte Adresslisten bringen ihre eigenen Schreibweisen mit, "Müller GmbH" und "Mueller GmbH" landen als zwei Datensätze.
• Namens- und Schreibvarianten: Umlaute, Rechtsformen, Tippfehler und alte E-Mail-Adressen verhindern, dass eine einfache Exakt-Suche die Dublette überhaupt findet.

Was kostet eine Dublette tatsächlich?

Der Schaden ist selten der Speicherplatz. Er entsteht an vier Stellen: Zwei Vertriebler bearbeiten denselben Lead und melden sich beide, was den Kontakt kostet. Auswertungen zählen Kunden doppelt, also ist jede Umsatz- und Pipeline-Zahl leicht falsch. Marketing-Mails gehen mehrfach an dieselbe Person, was Abmeldungen erzeugt. Und die Suche im CRM liefert zwei Treffer, von denen einer die aktuelle Historie hat und der andere nicht, weshalb jeder Mitarbeiter vor jedem Anruf raten muss.

Rechne das einmal grob durch: Bei 5.000 Kontakten und einer üblichen Dublettenquote von 8 bis 15 % sind das 400 bis 750 Datensätze, die niemand pflegt und die trotzdem in jeder Auswertung mitzählen.

Wie läuft ein Dubletten-Check im CRM ab?

Ein Dubletten-Check vergleicht jeden Datensatz nicht nur exakt, sondern über mehrere Merkmale gleichzeitig: normalisierter Firmenname ohne Rechtsform, E-Mail-Domain statt vollständiger Adresse, Telefonnummer in einheitlichem Format, Anschrift. Aus diesen Teiltreffern entsteht eine Wahrscheinlichkeit, und erst darüber wird entschieden.

1. Normalisieren: Umlaute, Rechtsformen, Groß- und Kleinschreibung, Telefonformate auf eine einheitliche Schreibweise bringen.
2. Vergleichen: jeden neuen und geänderten Datensatz gegen den Bestand prüfen, nicht nur einmal im Quartal den ganzen Bestand.
3. Bewerten: eindeutige Treffer automatisch zusammenführen, unklare Fälle mit beiden Datensätzen nebeneinander zur Bestätigung vorlegen.
4. Zusammenführen: fehlende Felder aus dem jeweils anderen Datensatz ergänzen, Aktivitäten und Deal-Historie beider Seiten behalten.

Was ist mit Stammdaten- und Firmendubletten?

Kundendubletten auf Personenebene sind der offensichtliche Fall, Stammdatendubletten auf Firmenebene der teurere. Wenn dieselbe Firma zweimal angelegt ist, hängen die Kontakte, Angebote und Umsätze an zwei verschiedenen Einträgen, und keine Auswertung über Kunden stimmt mehr. Die Prüfung läuft deshalb auf beiden Ebenen: erst die Firma, dann die Personen darunter, weil sich zwei Personen mit demselben Namen nur über die richtige Firmenzuordnung auseinanderhalten lassen.

Warum reichen die Bordmittel des CRM nicht?

Die meisten CRM-Systeme haben eine eingebaute Dubletten-Erkennung, die aber meist nur exakte Übereinstimmungen bei E-Mail oder Firmenname findet. "Müller GmbH" gegen "Müller GmbH & Co. KG" oder eine private Gmail-Adresse gegen die geschäftliche Domain desselben Ansprechpartners fallen typischerweise durch dieses Raster, obwohl es für einen Menschen offensichtliche Duplikate sind.

Was macht ein Agent anders?

• Erkennt Dubletten auch bei abweichender Schreibweise, unterschiedlicher E-Mail-Domain oder fehlenden Feldern, nicht nur bei exakter Übereinstimmung.
• Vervollständigt fehlende Felder aus dem jeweils anderen Datensatz, statt einfach einen davon zu löschen und Informationen zu verlieren.
• Führt Aktivitäten, Notizen und Deal-Historie beider Datensätze zusammen, damit beim Zusammenführen nichts an Kontext verloren geht.
• Läuft laufend im Hintergrund bei jedem neuen und geänderten Datensatz, nicht nur als einmalige Aufräumaktion, die nach drei Monaten wieder von vorn beginnt.

Wo liegt die Grenze?

Bei eindeutigen Fällen führt der Agent automatisch zusammen. Bei Grenzfällen, etwa wenn zwei Personen mit demselben Namen tatsächlich unterschiedliche Personen sein könnten, legt er den Fall zur kurzen Bestätigung vor, statt eine riskante automatische Entscheidung zu treffen, die im Zweifel echte Daten verschmilzt.

Fazit

Dubletten sind kein einmaliges Aufräumproblem, sondern ein laufender Prozess, der genauso laufend gelöst werden muss. Ein Agent, der bei jedem neuen Kontakt mitprüft, hält die Datenbasis dauerhaft sauber, ohne dass jemand im Team diese Aufgabe zusätzlich übernehmen muss.

Mehr zur laufenden CRM-Datenpflege insgesamt, nicht nur Dubletten, zeigt die Seite CRM-Datenpflege automatisieren

Wie sauber deine aktuelle CRM-Basis wirklich ist, klären wir in einer Prozess-Diagnose