CRM-Datenqualität prüfen: Welche Fehler zuerst behoben werden müssen

CRM-Datenqualität wird an einer Arbeitsaufgabe gemessen. Eine fehlende Postleitzahl und ein falscher Vertragspartner sind beide Datenfehler, haben aber unterschiedliche Folgen. Beginne deshalb mit der Frage, welche Entscheidungen und Abläufe durch einen Fehler falsch werden. Erst danach lässt sich sinnvoll priorisieren.

Dieser Beitrag ersetzt pauschale Versprechen über gesparte Vertriebszeit durch ein prüfbares Vorgehen. Der Beispieldatensatz ist fiktiv. Die vorgeschlagene Scorecard hilft einem kleinen Team, Fehler zu erfassen, ihre Wirkung zu beurteilen und die Korrektur nachzuweisen. Sie ist kein allgemeiner Branchenbenchmark.

Vollständigkeit ist nur eine Prüfdimension

Ein Feld kann gefüllt und trotzdem falsch sein. Ein gültig formatiertes Datum kann inhaltlich veraltet sein. Zwei technisch unterschiedliche Datensätze können dieselbe Person beschreiben. Eine Qualitätsprüfung braucht deshalb mehrere getrennte Fragen, die sich auf den Verwendungszweck beziehen.

Nicht jede Dimension lässt sich vollständig automatisieren. Ein Formatcheck erkennt eine plausible E-Mail-Adresse, aber keinen bestätigten Arbeitsplatzwechsel. Ein Modell kann Widersprüche markieren, aber fehlende Belege nicht ersetzen. Die Scorecard nennt deshalb für jede Regel den notwendigen Nachweis.

Zuerst den Prüfbestand festlegen

Im Beispiel prüft das Team alle 40 offenen Deals einer Pipeline zu einem festgelegten Stichtag. Archivierte Kontakte und abgeschlossene Altaufträge gehören nicht zu dieser ersten Runde. Damit beschreibt das Ergebnis ausdrücklich den aktuellen Arbeitsbestand und nicht die gesamte CRM-Datenbank.

Von 40 Deals haben sechs keinen nächsten Schritt. Bei zwei fehlt die zuständige Person. Drei enthalten ein nicht mehr bestätigtes Abschlussdatum. Einer verweist auf den falschen Käufer. Zwei der sechs Deals ohne nächsten Schritt gehören zugleich zu den drei mit fraglichem Datum. Alle anderen Fehlerfälle sind im Beispiel verschieden.

Es gibt damit zwölf Fehlernennungen, aber zehn betroffene Deals. Die Aussage "30 Prozent der Deals sind fehlerhaft" ist falsch: Sie teilt zwölf Nennungen durch 40 Deals. Nach eindeutigen IDs sind zehn von 40 Deals betroffen, also 25 Prozent. Die Prüfung einzelner Regeln darf Mehrfachtreffer enthalten; der Anteil betroffener Datensätze muss sie zusammenführen.

Nach Wirkung statt nach bequemem Aufwand priorisieren

Das Team unterscheidet unmittelbare Fehlwirkungen von eingeschränkter Auswertbarkeit und reinem Pflegebedarf. Die Kategorien sind eigene Betriebsregeln. Sie werden vor der Bereinigung festgelegt, damit leicht zu korrigierende Felder nicht automatisch Vorrang bekommen.

Ein einfacher Punktwert kann die Reihenfolge unterstützen, verdeckt aber gelegentlich harte Grenzen. Der falsche Käufer wird nicht nach hinten sortiert, weil nur ein Deal betroffen ist. Ebenso rechtfertigen viele harmlose Schreibvarianten keine automatische Massenänderung. Die Entscheidung benennt den drohenden Fehler im Arbeitsablauf.

Korrekturen von Vermutungen trennen

Für jede Änderung werden alter Wert, vorgeschlagener Wert und Quelle festgehalten. Fehlt eine Quelle, lautet das Ergebnis "ungeklärt". Ein Verkäufer kann den nächsten internen Prüfschritt festlegen. Er kann daraus kein vom Kunden bestätigtes Abschlussdatum ableiten.

Die Prüfung der Dubletten folgt einem eigenen Verfahren. HubSpot dokumentiert unterschiedliche Regeln je Anlageweg. Daraus folgt für das Audit: Herkunft und Identifikatoren werden mit erfasst. Ein gleicher Name ist keine ausreichende Grundlage, zwei Kontakte zusammenzuführen. Der ausführliche Dublettenleitfaden trennt Kandidatensuche und Identitätsentscheidung.

Bei widersprüchlichen Angaben ist die jüngste Änderung nicht automatisch die richtige. Ein nächtlicher Import kann eine bestätigte Information durch einen älteren Datenstand ersetzen. Prüfe die fachliche Quelle und den Schreibweg. Die Korrektur wird sonst beim nächsten Lauf wieder überschrieben.

KI als begrenzte Prüfhilfe einsetzen

KI eignet sich beispielsweise dafür, aus einer freigegebenen Notiz einen möglichen Widerspruch zwischen nächstem Schritt und Deal-Status zu markieren. Ihr Auftrag enthält die verwendbaren Quellen, die Prüfregel und das erlaubte Ergebnis. Das Modell liefert einen Vorschlag mit Fundstelle, keine stille Änderung des CRM.

Ein geeigneter Arbeitsauftrag lautet: "Prüfe, ob die Notiz eine konkrete nächste Handlung mit zuständiger Person und Termin enthält. Zitiere die Fundstelle. Wenn eine Angabe fehlt, kennzeichne sie als fehlend. Ergänze keine Termine aus üblichen Vertriebsabläufen." Die fachliche Prüfung entscheidet danach, ob die Angabe tatsächlich zum richtigen Deal gehört.

Teste die Methode mit einer vollständigen Notiz, einer widersprüchlichen Notiz und einer absichtlich lückenhaften Notiz. Ein System, das im lückenhaften Fall einen plausiblen Termin erfindet, fällt durch. Die Qualität wird an korrekten Entscheidungen gemessen, nicht an elegant formulierten Zusammenfassungen. Ein daraus abgeleiteter Zeitgewinn benötigt eine eigene Messung einschliesslich Prüf- und Korrekturaufwand.

Den Fehler am Eingang abstellen

Nach der ersten Bereinigung werden die Herkunftswege untersucht. Stammt der fehlende Owner aus einem Formular, einem Import oder einer unklaren Übergabe? Der Anteil pro Herkunft zeigt, wo ein begrenzter Test sinnvoll ist. Er beweist noch keine Ursache, wenn die Wege unterschiedliche Arten von Vorgängen enthalten.

Ein Pflichtfeld ist nur passend, wenn die Information im jeweiligen Schritt tatsächlich bekannt sein muss. Sonst füllt das Team Platzhalter ein und verbessert nur die Vollständigkeitsquote. Der Beitrag zu Pflichtfeldern je Deal-Phase zeigt, wie der Informationsbedarf an den Arbeitsfortschritt gebunden wird.

Die nächste Prüfung vergleichbar machen

Speichere Regelversion, Stichtag und untersuchte IDs. Wiederhole den Test nach einer festgelegten Betriebsphase mit denselben Definitionen. Berichte korrigierte Altfehler und neu entstandene Fehler getrennt. Eine sinkende Gesamtzahl kann auch durch archivierte Deals entstehen; sie belegt allein keinen besseren Eingabeprozess.

Für das Beispiel lautet die Abnahme: Käufer korrigiert und belegt, beide Zuständigkeiten übernommen, sechs nächste Schritte geprüft, drei Datumsfälle geklärt oder sichtbar offen. Die Rechnung bleibt nachvollziehbar: zwölf Regelverstösse auf zehn von 40 Deals. Ein CRM-Check ist dann abgeschlossen, wenn die priorisierten Arbeitsfehler überprüft sind und die verbleibenden Lücken eine benannte Zuständigkeit haben.

Quellenprüfung: 5. November 2026. Verlinkte Produktdokumentation belegt die ausdrücklich genannten Funktionen. Methoden, Tabellen und Rechenfälle sind eigene redaktionelle Vorschläge; fiktive Beispiele sind keine Kundenresultate.