Der gleiche Kunde kann mehrfach vorhanden sein
In einer Liste steht „Muster GmbH“, in einer anderen „Muster GmbH, Niederlassung West“. Vielleicht ist es derselbe Vertragspartner, vielleicht ein eigener Vorgang. Eine KI kann die Ähnlichkeit erkennen. Sie kann ohne weitere Grundlagen nicht entscheiden, welche Zusammenführung fachlich richtig ist.
Beginnen Sie mit den Schlüsseln: Kundenkennung, Vorgangsnummer, Artikelnummer oder Dokumentkennung. Legen Sie fest, welche Quelle dafür maßgeblich ist. Wenn jede Tabelle ihre eigene Wahrheit besitzt, verbreitet ein schneller Import die Widersprüche nur weiter.
Pflichtfelder und Qualitätsregeln aufschreiben
Für jedes benötigte Feld sollten Datentyp, erlaubte Werte und Verhalten bei fehlendem Inhalt bekannt sein. Ein Datum braucht ein eindeutiges Format. Eine Kennung mit führenden Nullen sollte nicht versehentlich als Zahl behandelt werden. Ein leeres Feld bedeutet je nach Kontext „unbekannt“, „nicht erforderlich“ oder „noch nicht geprüft“.
Diese Zustände müssen unterscheidbar sein, wenn daraus unterschiedliche Arbeit folgt. Ein automatisch eingesetzter Standardwert kann die Lücke verdecken und später eine falsche Entscheidung auslösen.
Eine Stichprobe mit bewusst schwierigen Fällen
Prüfen Sie typische Eingänge sowie alte Datensätze, neue Lieferanten und unvollständige Vorgänge. Erfassen Sie je Feld, wie oft es fehlt, formal ungültig ist oder einer anderen Quelle widerspricht. Für eine erste Bestandsaufnahme reicht eine überschaubare Sammlung; belastbare Quoten benötigen eine geeignete größere Auswahl.
Bei aus Dokumenten erkannten Daten kommt eine weitere Fehlerquelle hinzu. Microsoft weist darauf hin, Text- und Feldkonfidenz getrennt zu betrachten. Hinweise zur Dokumentenerkennung.
Bereinigung darf nichts erfinden
Überflüssige Leerzeichen lassen sich nach einer vereinbarten Regel entfernen. Ein fehlendes Geburtsdatum oder eine unbekannte Vertragsnummer darf dagegen nicht ergänzt werden, nur damit ein Pflichtfeld befüllt ist. Lassen Sie solche Fälle sichtbar offen.
Speichern Sie bei wesentlichen Änderungen den ursprünglichen Wert und die angewandte Regel. Das erleichtert Rückfragen und die Korrektur einer ungeeigneten Bereinigung. Bei Zusammenführungen sollte zudem klar sein, welche Verknüpfungen betroffen sind.
Die Ursache am Eingang beheben
Wenn dieselbe Information immer wieder fehlt, hilft möglicherweise ein besseres Formular oder eine eindeutige Lieferantenvorgabe. Eine aufwendige nachträgliche Erkennung ist nicht in jedem Fall sinnvoll.
Legen Sie einen Verantwortlichen für die Datenregeln fest. Neue Werte und Sonderfälle werden dann an einer Stelle entschieden. So bleibt die Automatisierung wartbar, auch wenn das Unternehmen neue Leistungen oder andere Datenquellen aufnimmt.
Quellen und weiterführende Grundlagen
Über den Autor
Julian Süllner hat Provehor gegründet und führt das Unternehmen als Geschäftsführer. Er verantwortet Produktentwicklung, Kundenprojekte und die Ratgeber auf dieser Website.