Schlechte CRM-Daten kosten Geld. Nicht abstrakt, sondern ganz konkret: verpasste Follow-ups, falsch adressierte Kampagnen, Forecasts die nicht stimmen. Ich habe in zahlreichen Salesforce-Projekten erlebt, wie eine einzige Bereinigungsrunde den Vertrieb wieder handlungsfähig gemacht hat. Dieser Leitfaden zeigt Ihnen die fünf Schritte, die dabei wirklich helfen.
Datenbereinigung ist kein einmaliges Projekt. Es ist eine Disziplin. Aber man muss irgendwo anfangen. Und der beste Ausgangspunkt ist ein klares System.
Schritt 1: Bestandsaufnahme mit gezieltem Audit
Bevor Sie irgendetwas bereinigen, müssen Sie wissen, was kaputt ist. Ein Bauchgefühl reicht nicht. Bauen Sie einen Report in Salesforce, der Ihnen zeigt, welche kritischen Felder leer sind.
Kritische Felder sind nicht alle Felder. Konzentrieren Sie sich auf die Objekte und Felder, die Ihren Vertriebsprozess tatsächlich steuern: Account-Branche, Kontakt-E-Mail, Opportunity-Closedate, Lead-Quelle. Alles andere ist sekundär.
Das Problem: Viele Orgs haben Dutzende Felder, die vor Jahren angelegt wurden und heute niemand mehr pflegt. Diese Felder erzeugen Bereinigungsaufwand ohne Mehrwert.
Die Lösung: Legen Sie eine Prioritätsliste an. Spalte 1: Felder die bereinigt werden müssen (Pflicht für Prozesse). Spalte 2: Felder die optional bereinigt werden. Spalte 3: Felder die Sie einfach löschen können. Letztere werden unterschätzt.
Ein einfacher Salesforce-Report mit Filter "Field is blank" pro Objekt gibt Ihnen sofort eine Übersicht. Exportieren Sie das als CSV und priorisieren Sie dort. Die Bestandsaufnahme dauert einen halben Tag. Sie sparen Wochen an blinder Bereinigungsarbeit.
Schritt 2: Duplikate systematisch bereinigen
Duplikate sind das sichtbarste Datenproblem. Zwei Accounts für denselben Kunden, drei Leads für denselben Ansprechpartner. Vertrieb flucht, Marketing sendet doppelt, der Forecast stimmt nicht.
Salesforce hat ein eingebautes Duplicate Management, das viele Admins nicht vollständig nutzen. Matching Rules und Duplicate Rules lassen sich so konfigurieren, dass neue Duplikate aktiv blockiert oder zumindest gewarnt werden. Für bestehende Duplikate hilft das nicht rückwirkend.
Bestehende Duplikate bereinigen
Für die Rückwärtsbereinigung gibt es zwei Wege: den nativen Merge-Prozess in Salesforce (für kleinere Mengen) und den Data Loader mit einem externen Dedup-Tool für größere Datenmengen.
- Kleines Volumen (unter 500 Duplikate): Salesforce-nativer Merge direkt in den Objektlisten. Manuell, aber sicher.
- Mittleres Volumen: Reports mit doppelten Feldern exportieren, Merge-Dateien vorbereiten, mit Data Loader einspielen.
- Großes Volumen: Spezialisierte Tools wie Cloudingo oder DemandTools. Diese kosten extra, sparen aber erheblich Zeit bei Projekten über 10.000 Records.
Die Entscheidung zwischen nativem Dataloader und externem Tool hängt vom Volumen und Budget ab. Für einmalige Bereinigungen bis 5.000 Records reicht der Dataloader. Darüber lohnt sich ein Tool-Investment.
Mehr zur Gesamtstrategie finden Sie im Artikel zur Salesforce Datenbereinigung, der die methodischen Grundlagen ausführlich behandelt.
Schritt 3: Pflichtfelder rückwirkend durchsetzen
Validation Rules sind mächtig. Aber wenn Sie eine neue Rule auf einem Pflichtfeld anlegen, löst diese nur bei zukünftigen Edits aus. Alle historischen Records mit leerem Feld bleiben unberührt. Das ist der Punkt, an dem viele Projekte steckenbleiben.
Um historische Records zu erzwingen, gibt es zwei Ansätze:
- Mass Update via Flow: Ein Screen Flow der die Records mit leerem Feld listet und den Nutzer zur Eingabe zwingt. Geeignet für Vertriebsteams die ihre eigenen Daten bereinigen sollen.
- Data Loader + manuelle Befüllung: Exportieren, Default-Werte oder "Unbekannt" setzen, reimportieren. Pragmatisch, wenn Sie schnell einen sauberen Stand brauchen.
Denken Sie auch an DSGVO. Historische Kontakte ohne aktive Rechtsgrundlage (kein Vertrag, keine dokumentierte Einwilligung) dürfen nicht einfach weiter im CRM bleiben. Prüfen Sie die Datenbasis auf Kontakte älter als drei Jahre ohne jegliche Aktivität. Hier hilft ein einfacher Report mit Filterkombination: Letzter Kontakt vor X Monaten, keine offenen Opportunities, kein aktiver Vertrag. Diese Records nicht "bereinigen" sondern löschen oder anonymisieren.
Schritt 4: Historische Migrationsdaten bereinigen oder neu aufsetzen
Das ist die härteste Entscheidung in jedem Bereinigungsprojekt: Wie viel historische Last nehme ich mit?
In der Praxis sehe ich zwei Szenarien. Entweder das CRM wurde vor Jahren aus einem alten System migriert und die Datenqualität war von Anfang an schlecht. Oder das System wurde produktiv aufgebaut, aber die Datendisziplin hat nachgelassen. Beide erfordern unterschiedliche Ansätze.
Szenario A: Migrationsdaten aus altem System
Wenn die historischen Daten aus einer schlechten Migration stammen, ist es oft sinnvoller einen Cut-Over zu definieren. Alles vor Datum X wird archiviert oder gelöscht, alles danach wird bereinigt. Die Vertriebshistorie leidet kurz, aber die Datenqualität steigt dauerhaft.
Die konkrete Vorgehensweise für solche Migrationsszenarien habe ich im Artikel zur Salesforce Datenmigration ausführlich beschrieben, inklusive der Entscheidungsmatrix für den richtigen Zeitpunkt.
Szenario B: Organisch gewachsene Datenmüllschicht
Hier empfehle ich eine andere Strategie. Nicht alles auf einmal bereinigen, sondern nach Wichtigkeit segmentieren. Aktive Accounts und Opportunities erhalten volle Aufmerksamkeit. Inaktive Leads aus vergangenen Jahren werden gesondert behandelt oder archiviert.
Wichtig: Legen Sie einen Stichtag fest und kommunizieren Sie ihn im Team. "Ab dem 1. April sind alle Accounts mit leerem Branchenfeld gesperrt" erzeugt mehr Bewegung als jede interne Kampagne.
Schritt 5: Datenqualität dauerhaft sicherstellen
Einmalbereinigung bringt nichts, wenn das System zwei Monate später wieder genauso aussieht. Datenqualität braucht Automatisierung, nicht Disziplin.
Validation Rules und Required Fields
Setzen Sie Pflichtfelder konsequent durch. Nicht im Layout (das umgeht jeder API-Zugriff), sondern als Validation Rule. Der Unterschied: Eine Required-Einstellung im Page Layout erzwingt nichts bei programmatischen Updates oder Dateiimporten. Eine Validation Rule schon.
Flows für automatische Befüllung
Bestimmte Felder lassen sich automatisch befüllen. Account-Land aus der Postleitzahl, Opportunity-Kategorie aus dem Produkt, Kontakt-Rolle aus dem Jobtitel-Pattern. Ein Before-Save Flow prüft diese Logik bei jedem Record-Create und -Update. Das reduziert manuelle Eingabefehler erheblich.
Regelmäßige Datenqualitäts-Reports
Planen Sie einen monatlichen Report der Ihnen die Leerquoten der kritischen Felder zeigt. Nicht als Kontrolle, sondern als Frühwarnsystem. Wenn die Leerquote auf dem Feld "Entscheidungsträger-Kontakt" von 10 auf 40 Prozent steigt, gibt es ein Prozessthema dahinter.
- Report 1: Accounts ohne Branche oder Mitarbeiteranzahl
- Report 2: Opportunities ohne Closedate oder Stage-Kommentar
- Report 3: Leads ohne Quelle oder letzten Aktivitätsdatum
- Report 4: Kontakte ohne E-Mail älter als 12 Monate
Diese Reports brauchen Sie nicht täglich. Monatlich reicht. Aber konsequent.
Apex-Trigger für komplexe Validierungslogik
Flows decken 80 Prozent der Anwendungsfälle ab. Für komplexere Regeln, zum Beispiel feldübergreifende Validierungen oder abhängige Berechnungen, sind Apex-Trigger die robustere Lösung. Sie sind schwerer zu warten, aber zuverlässiger bei hohen Datentransaktionsvolumen.
Bei Duplicate Management spezifisch empfehle ich den Blick auf den Artikel zum Salesforce Duplikatsmanagement, der die nativen Tools detailliert erklärt.
Fazit: Datenbereinigung als Investition, nicht als Kostenstelle
Saubere CRM-Daten sind keine IT-Aufgabe. Sie sind eine Vertriebsvoraussetzung. Jeder Euro, den Sie in eine strukturierte Bereinigung investieren, zahlt sich in besseren Forecasts, höherer Vertriebsproduktivität und weniger Reibung im Alltag aus.
Der Schlüssel ist Pragmatismus: Priorisieren, automatisieren, in kleinen Schritten vorgehen. Perfektion ist kein realistisches Ziel. Ein CRM das zu 90 Prozent sauber ist und bleibt, ist besser als eines das alle zwei Jahre komplett bereinigt wird.
Häufige Fragen
Wie lange dauert eine CRM-Datenbereinigung typischerweise?
Das hängt vom Ausgangszustand und der Datenmenge ab. Ein mittelgroßes Salesforce-Org mit 20.000 bis 50.000 Records braucht bei einem strukturierten Ansatz vier bis acht Wochen. Der Großteil der Zeit entfällt nicht auf technische Arbeit, sondern auf Abstimmung: Wer ist für welche Daten verantwortlich? Welche Felder sind wirklich kritisch? Diese Fragen brauchen Zeit.
Welches Tool ist besser: Data Loader oder ein externes Dedup-Tool?
Für einfache Importe und Exporte reicht der Data Loader vollständig. Für Duplikatbereinigung bei über 5.000 Records lohnt sich ein externes Tool wie Cloudingo oder DemandTools. Diese kosten monatlich oder einmalig, sparen aber erheblichen manuellen Aufwand. Bei einem einmaligen Bereinigungsprojekt rechnet sich das Tool oft schon nach einem Tag.
Müssen wir alte Kontakte nach DSGVO löschen?
Ja, wenn keine Rechtsgrundlage mehr besteht. Das bedeutet: kein aktiver Vertrag, keine dokumentierte Einwilligung, kein berechtigtes Interesse. Kontakte die seit Jahren inaktiv sind und zu keinem Kunden mehr gehören, müssen gelöscht oder anonymisiert werden. Prüfen Sie Ihren Datenbestand auf Kontakte ohne jegliche Aktivität in den letzten 36 Monaten. Arbeiten Sie dabei mit Ihrer Rechtsabteilung oder einem Datenschutzbeauftragten zusammen.
Wie verhindere ich, dass das CRM nach der Bereinigung wieder schmutzig wird?
Durch Automatisierung, nicht durch Appelle an die Datendisziplin. Validation Rules, Before-Save Flows und regelmäßige Datenqualitäts-Reports sind die drei wichtigsten Werkzeuge. Zusätzlich hilft ein klares Ownership-Modell: Jedes kritische Feld hat einen Verantwortlichen der monatlich die Leerquote prüft. Das klingt bürokratisch, funktioniert aber in der Praxis sehr gut.
Wann macht eine komplette Datenmigration mehr Sinn als eine Bereinigung?
Wenn mehr als 40 Prozent der historischen Daten fehlerhaft oder veraltet sind und der Aufwand zur Bereinigung den Nutzen übersteigt. Das ist oft der Fall bei Migrationen aus alten Legacy-Systemen, die nie sauber strukturiert waren. In diesen Fällen empfehle ich einen definierten Cut-Over: alles vor Datum X wird archiviert, alles danach sauber aufgebaut. Das erfordert Mut, ist aber langfristig die bessere Entscheidung.
CRM-Datenbereinigung ist eines der Projekte, bei denen ein erfahrener externer Blick den Unterschied macht. Nicht weil die Aufgaben technisch unlösbar wären, sondern weil interne Teams oft zu nah am System sind, um die richtigen Prioritäten zu setzen. Ich helfe Ihnen dabei, den Ist-Zustand Ihrer Salesforce-Org zu analysieren, einen klaren Bereinigungsplan zu entwickeln und die richtigen Automatisierungen aufzusetzen, damit das Ergebnis auch langfristig sauber bleibt.
