Zwei Kundenlisten zusammenführen, die sich widersprechen

19. Oktober 2026 · 7 Min. Lesezeit

In der Buchhaltung liegt eine Kundenliste, gepflegt seit Jahren, mit Rechnungsadressen und Steuernummern. Am Empfang liegt eine andere, gewachsen aus Terminnotizen und Visitenkarten, mit Telefonnummern und kleinen Vermerken wie "mag keine Werbung". Beide Listen meinen zu großen Teilen dieselben Menschen. Beide haben an manchen Stellen recht, an anderen nicht. Sobald jemand beide zusammenführen soll, etwa für einen Rundbrief oder weil ein neues Programm eine einzige Liste verlangt, zeigt sich das Problem: dieselbe Kundin steht zweimal drin, einmal als "Maria Huber" mit alter Adresse, einmal als "M. Huber-Steiner" mit neuer. Welche Version stimmt, sagt keine der beiden Listen von selbst.

Das ist kein Sonderfall. Zwei Listen, die unabhängig voneinander gepflegt wurden, laufen fast immer auseinander. Schreibweisen driften, Adressen werden an einer Stelle aktualisiert und an der anderen nicht, und manchmal ist es schlicht eine andere Person mit ähnlichem Namen. Wer die beiden Listen von Hand zusammenführt, verbringt damit einen Nachmittag oder mehrere, je nach Größe, und am Ende bleibt trotzdem Unsicherheit, ob wirklich alle Dubletten gefunden wurden.

Wie der Ablauf heute läuft

Üblich ist folgendes Vorgehen: Jemand exportiert beide Listen als Tabelle, sortiert beide alphabetisch nach Nachname und geht sie Zeile für Zeile nebeneinander durch. Bei eindeutigen Treffern, gleicher Name, gleiche Adresse, ist die Entscheidung schnell. Bei allem anderen, ähnlicher Name, unterschiedliche Adresse, oder gleiche Adresse mit unterschiedlichem Namen, muss jemand nachdenken oder nachfragen. Für eine Liste mit ein paar hundert Einträgen sind das erfahrungsgemäß drei bis sechs Stunden reine Vergleichsarbeit, ohne die Fälle, die eine Rückfrage beim Kunden nötig machen. Bei tausend oder mehr Einträgen wird der Zeilenvergleich von Hand kaum noch durchgehalten, und typischerweise bleibt es dann bei einer groben Bereinigung der offensichtlichsten Dubletten, der Rest bleibt stehen, bis es wieder auffällt.

Ein zweiter Teil des heutigen Ablaufs ist die Entscheidung, welche Liste im Zweifel Vorrang hat. Oft wird das implizit festgelegt, indem eine der beiden Listen als "die richtige" behandelt wird und die andere nur ergänzt, was Informationen kostet, die nur in der zweiten Liste standen.

Was sich davon abnehmen lässt

Der zeitaufwendige Teil ist nicht die Entscheidung selbst, sondern das Finden der Kandidaten, die überhaupt eine Entscheidung brauchen. Genau dafür gibt es Werkzeuge, die Namen und Adressen nicht auf exakte Gleichheit vergleichen, sondern auf Ähnlichkeit: "Maria Huber" und "M. Huber-Steiner" mit gleicher Telefonnummer werden als wahrscheinliches Paar markiert, auch wenn kein Feld identisch ist. Drei Werkzeugklassen kommen dafür in Frage.

Tabellenprogramme mit Zusatzfunktionen für unscharfen Abgleich (häufig als "Fuzzy Match" oder "Fuzzy Lookup" bezeichnet) vergleichen zwei Tabellen und geben einen Ähnlichkeitswert je Zeilenpaar aus. Das Ergebnis ist eine dritte Tabelle mit Vorschlägen, sortiert nach Ähnlichkeit, die jemand von oben nach unten durchgeht. Spezialisierte Datenabgleich-Werkzeuge gehen einen Schritt weiter und normalisieren vorher, Abkürzungen wie "Str." und "Straße" werden gleichgesetzt, Groß- und Kleinschreibung spielt keine Rolle mehr, Telefonnummern werden auf das reine Zifferformat reduziert. Das reduziert die Zahl der übersehenen Treffer, die bei reinem Textvergleich entstehen. Eine dritte Möglichkeit ist, ein Sprachmodell die beiden Listenausschnitte vergleichen zu lassen und für jeden Verdachtsfall eine kurze Begründung ausgeben zu lassen, etwa "gleiche Telefonnummer, Name unterschiedlich geschrieben". Das ersetzt die Abgleich-Werkzeuge nicht, hilft aber beim letzten Schritt, der Prüfung durch einen Menschen, weil die Begründung sofort zeigt, worauf der Vorschlag beruht.

Alle drei Wege erzeugen am Ende eine Liste mit Kandidaten und eine kurze Erklärung, warum zwei Zeilen zusammengehören könnten. Entschieden wird trotzdem von jemandem, der beide Zeilen vor sich hat.

Was es ungefähr kostet

Die folgenden Zahlen sind Größenordnungen, keine Angebote einzelner Anbieter, und schwanken stark je nach Listengröße und Datenqualität.

Die Prüfung der Vorschläge fällt in jedem Fall an. Sie wird nur kürzer, weil nicht mehr die ganze Liste durchsucht werden muss, sondern nur die markierten Fälle.

Wo der Abgleich an seine Grenze stößt

Ein Ähnlichkeitswert ist eine Vermutung, keine Tatsache. Zwei verschiedene Personen mit gleichem Namen und gleicher Straße, zum Beispiel Vater und Sohn im selben Haus, werden vom Werkzeug zusammengelegt vorgeschlagen, obwohl sie getrennt bleiben müssen. Umgekehrt wird eine Kundin, die umgezogen ist und gleichzeitig geheiratet hat, mit komplett neuem Namen und neuer Adresse, oft gar nicht als Kandidatin erkannt, weil zu wenig übereinstimmt. Je schlechter die Datenlage, abgekürzte Namen, fehlende Telefonnummern, generische Firmenadressen ohne Ansprechperson, desto mehr falsche Vorschläge entstehen in beide Richtungen.

Die eigentliche Entscheidung, welche der beiden widersprüchlichen Versionen stimmt, bleibt deshalb von Hand. Kein Werkzeug weiß, ob die alte oder die neue Adresse aktuell ist, wenn beide Listen eine eigene Adresse führen und keine mit einem Datum versehen ist. Bei Unsicherheit bleibt nur die Rückfrage beim Kunden selbst, und genau diese Fälle sind es, die am Ende die meiste Zeit kosten, weil sie sich nicht in großen Mengen abarbeiten lassen. Wer personenbezogene Daten wie Namen und Adressen in ein externes Werkzeug hochlädt, sollte zudem vorher prüfen, wo diese Daten verarbeitet und gespeichert werden, das ist eine Einschätzung, die in den Datenschutz gehört und nicht pauschal beantwortet werden kann.

Woran man merkt, dass es sich nicht lohnt

Bei einer Liste mit deutlich unter hundert Einträgen ist der direkte Vergleich von Hand meist schneller als jede Einrichtung eines Werkzeugs. Wenn der Abgleich nur ein einziges Mal anfällt, etwa bei der Zusammenlegung zweier Standorte, lohnt sich der Aufbau eines dauerhaften Prozesses ebenfalls selten, eine einmalige Tabellenfunktion reicht dann aus. Produzieren die ersten Testläufe überwiegend falsche Vorschläge, etwa weil beide Listen kaum vergleichbare Felder enthalten, ist der Aufwand für Nachbesserung oft höher als der direkte Vergleich von Hand. Und wenn die beiden Listen ohnehin regelmäßig in ein gemeinsames System einfließen sollen, lohnt sich manchmal eher die Frage, warum zwei getrennte Listen weiterhin gepflegt werden, statt den Abgleich jedes Mal neu zu wiederholen.