Dubletten im CRM und ERP: dauerhaft lösen statt jährlich bereinigen.
Dubletten entstehen fast immer an denselben Stellen: an einer Schnittstelle ohne Duplikat-Check oder in einem Prozess, in dem ein neuer Datensatz schneller angelegt ist, als ein bestehender gefunden. Wer nur bereinigt, hat sie ein halbes Jahr später wieder. Wir finden die Quelle, schließen sie und bereinigen dann.
Was sind Dubletten?
Dubletten sind doppelte Datensätze für denselben Kunden, Lieferanten oder Artikel, oft mit leicht abweichender Schreibweise, etwa „Müller GmbH“ und „Müller“. Sie verfälschen Reportings, führen zu doppelten Mailings und falschen Rechnungen und bremsen jede Automatisierung, weil keine Schnittstelle weiß, welcher Datensatz der richtige ist.
Dubletten entstehen nicht aus Faulheit. Sie entstehen aus Pragmatismus.
Irgendwann hat jemand entschieden: Einen neuen Datensatz anzulegen geht schneller, als Logik zu bauen. Dreißig Sekunden statt eines Sprints. Das Problem war gelöst, zumindest für heute.
Gleichzeitig läuft die Schnittstelle zwischen Shopsystem und ERP still weiter. Jeden Tag, ohne Duplikat-Check. Weil der Check beim Aufsetzen nicht eingeplant war, weil niemand das Budget dafür hatte und weil es ja „funktioniert“.
So entsteht Kunde „Müller GmbH“ dreimal. Dann zehnmal. Dann weiß niemand mehr, welcher der richtige ist.
Vier Wege, wie Dubletten in eure Systeme kommen.
Diese Quellen finden wir fast immer, oft mehrere gleichzeitig.
Die Schnittstelle ohne Logik
Shopsystem und ERP tauschen Daten aus, aber beim Aufsetzen hat niemand einen Duplikat-Check eingebaut. Jede Bestellung eines bestehenden Kunden legt einen neuen Datensatz an, automatisch und unbemerkt.
Der Dummy-Kunde
Debitorennummer 12345 oder „Laufkunde“. Unter einem Sammeldatensatz hängen Tausende Transaktionen, weil es schneller war als eine saubere Zuordnung. Für Reporting und Personalisierung ist das ein Totalausfall.
Die ungeprüfte Migration
Beim Systemwechsel wurden die alten Daten ohne Bereinigung importiert, weil die Zeit drängte. Aus „Das bereinigen wir später“ ist ein Fundament geworden, auf das sich jeder neue Import stapelt.
Mehrere Systeme, keine gemeinsame Wahrheit
CRM, ERP, Shop und Buchhaltung pflegen je eine eigene Kundenliste. Dieselbe Firma heißt „Müller GmbH“, „Müller“ und „muellerGmbH“. Keine Schnittstelle findet den Treffer.
Einmal bereinigen oder die Ursache beheben?
| Bereinigungsprojekt | Ursache beheben |
|---|---|
| Startet mit dem Löschen von Dubletten | Startet mit der Frage, woher sie kommen |
| Schnittstellen laufen weiter wie bisher | Schnittstellen bekommen einen Duplikat-Check |
| Keiner ist für Datenqualität zuständig | Ein Owner für die Stammdaten |
| Sechs Monate später: der nächste Berg | Monitoring meldet neue Dubletten sofort |
So bleiben eure Daten sauber.
Kein jahrelanges Data-Governance-Projekt, sondern ein konkreter Eingriff, der sofort wirkt.
Quellen finden
Welche Schnittstellen, Prozesse und Dummy-Datensätze produzieren Dubletten?
Quellen schließen
Duplikat-Check in den Schnittstellen und klare Regeln für das Anlegen neuer Datensätze.
Bereinigen
Dubletten zusammenführen, nach Regeln, die ihr nachvollziehen könnt.
Überwachen
Neue Dubletten werden gemeldet, bevor wieder ein Berg entsteht.
Erst das KI-Projekt, dann die Datenwahrheit.
Ein Online-Händler will KI im Kundenservice einsetzen. Der erste Blick in die Kundendatenbank zeigt: Ein großer Teil der Datensätze sind Dubletten, entstanden über Jahre durch eine Schnittstelle zwischen Shop und ERP ohne Duplikat-Check. Dazu ein Dummy-Kundenkonto, unter dem Tausende Bestellungen hängen.
Das KI-Projekt wird zum Datenprojekt, aber diesmal richtig. So gehen wir als IT-Problemlöser an solche Fälle ran.
- Duplikat-Quellen in der ersten Woche gefunden
- Schnittstelle mit Duplikat-Logik nachgerüstet
- Bestand bereinigt, mit nachvollziehbaren Regeln
- Monitoring meldet neue Dubletten täglich
- Dummy-Konto aufgelöst, Bestellungen zugeordnet
- Danach läuft die KI auf sauberen Daten
Einmal bereinigen ist wie Unkraut jäten, ohne die Wurzel zu ziehen.
Was ihr uns zu Dubletten meistens fragt.
Teilweise. Tools für automatische Deduplizierung gibt es, aber ohne vorherige Analyse führen sie genauso oft falsche Datensätze zusammen wie richtige. Erst wenn klar ist, welche Merkmale einen Kunden eindeutig machen, etwa Steuernummer, Adresse oder E-Mail, lohnt sich die Automatik. Sonst verstärkt sie das Problem.
Nicht zwingend. Meistens entstehen Dubletten an den Schnittstellen, die Daten ins ERP schreiben, oder in Prozessen davor. Dort setzen wir an: Duplikat-Check in der Schnittstelle und klare Regeln für das Anlegen neuer Datensätze. Das ERP selbst bleibt oft unberührt, und das Risiko für den laufenden Betrieb bleibt klein.
Erste sichtbare Ergebnisse gibt es meist nach zwei bis vier Wochen, je nach Datenmenge und Zahl der Systeme. Wichtiger als das Tempo ist, dass gleichzeitig die Quellen geschlossen werden. Sonst beginnt nach ein paar Monaten alles von vorn, und die Bereinigung war teuer und umsonst.
In den meisten Unternehmen niemand, und genau das ist die Wurzel des Problems. Datenqualität braucht einen Owner, der Regeln festlegt und Abweichungen sieht. Wir helfen nicht nur beim Bereinigen, sondern auch dabei, klare Zuständigkeiten und einfache Prozesse aufzubauen, die eure Daten dauerhaft sauber halten.
Eure Daten wachsen. Eure Datenqualität nicht.
Beschreibt uns kurz, wie es bei euch aussieht. Wir sagen euch im Gespräch, wo die Duplikat-Quellen liegen.