Stammdatenbereinigung

Stammdatenbereinigung (auch Datenbereinigung oder Data Cleansing) bezeichnet die systematische Korrektur, Vereinheitlichung und Anreicherung von Stammdaten — typischerweise Lieferanten-, Kunden-, Artikel- oder Kontenstammdaten. Ziel ist ein konsistenter, dublettenfreier und vollständiger Datenbestand, auf den sich Buchhaltung, Einkauf und Reporting verlassen können. KI-gestützte Bereinigung erkennt dabei auch Dubletten und Zuordnungen, die regelbasierte Werkzeuge übersehen.

Das Wichtigste in Kürze

• Schlechte Datenqualität kostet Unternehmen im Schnitt 12,9 Mio. US-Dollar pro Jahr (Quelle: Gartner, „How to Improve Your Data Quality”, 2021).
• Typische Probleme: Dubletten (derselbe Lieferant mehrfach angelegt), inkonsistente Schreibweisen, veraltete oder fehlende Felder (IBAN, USt-IdNr., Adressen).
• KI-Bereinigung arbeitet semantisch statt zeichenbasiert: „Müller GmbH & Co. KG” und „Mueller GmbH” werden als ein Lieferant erkannt.
• Nachhaltig wird die Bereinigung erst durch laufenden Abgleich: Jeder neue Beleg wird automatisch gegen die Stammdaten geprüft (Stammdatenabgleich).

Welche Fehler stecken typischerweise in Stammdaten?

Stammdaten verschlechtern sich schleichend — durch Zeitdruck bei der Anlage, Systemmigrationen, Zukäufe und schlicht durch die Zeit. Die häufigsten Fehlerklassen:

• Dubletten: Derselbe Lieferant oder Kunde existiert mehrfach — mit leicht abweichender Schreibweise, anderer Rechtsform oder alter Adresse. Folge: gesplittete Einkaufsvolumina, doppelte Kreditorenkonten, im schlimmsten Fall Doppelzahlungen.
• Inkonsistente Normierung: „Str.” vs. „Straße”, Länderkürzel vs. ausgeschriebene Namen, unterschiedliche Formate für Telefonnummern, IBANs oder USt-IdNrn.
• Veraltete Angaben: Umfirmierungen, Umzüge, gewechselte Bankverbindungen, die nie nachgepflegt wurden.
• Lücken: Fehlende Pflichtfelder wie Zahlungsbedingungen, Steuernummern oder Ansprechpartner.

Wie funktioniert KI-gestützte Stammdatenbereinigung?

Der Prozess läuft in vier Schritten:

1. Bestandsanalyse. Der gesamte Datenbestand wird eingelesen und vermessen: Dublettenkandidaten, Normierungsabweichungen, Feldlücken — mit Kennzahlen je Fehlerklasse.
2. Dublettenerkennung. Ein KI-Modell vergleicht Datensätze semantisch, nicht nur zeichenbasiert. Es berücksichtigt Namen, Adressen, IBAN, USt-IdNr. und — wo vorhanden — die Beleghistorie: Zwei Kreditoren mit derselben Bankverbindung sind mit hoher Wahrscheinlichkeit derselbe Lieferant.
3. Normalisierung & Anreicherung. Schreibweisen werden vereinheitlicht, Formate standardisiert, fehlende Felder — wo möglich — aus Belegen oder Registern ergänzt.
4. Freigabe & Rückführung. Eindeutige Korrekturen laufen automatisch; unsichere Zuordnungen werden mit Confidence Score zur menschlichen Freigabe vorgelegt. Das bereinigte Ergebnis fließt ins ERP zurück.

Entscheidend ist der Anschluss an den laufenden Betrieb: Beim Stammdatenabgleich wird jeder neue Beleg gegen den bereinigten Bestand geprüft — neue Dubletten entstehen gar nicht erst.

Beispielrechnung: Was bringt die Bereinigung konkret?

Eine illustrative Rechnung für einen Kreditorenstamm mit 20.000 Lieferanten:

• Erfahrungsgemäß sind in gewachsenen Beständen mehrere Prozent der Datensätze Dubletten — bei angenommenen 5% wären das 1.000 doppelte Kreditoren.
• Manuelle Klärung (suchen, vergleichen, zusammenführen, dokumentieren) dauert schnell 15 Minuten pro Fall: 1.000 × 15 min = 250 Stunden reine Dublettenarbeit — Normalisierung und Lückenfüllung noch nicht eingerechnet.
• KI-gestützt reduziert sich die menschliche Arbeit auf die Freigabe unsicherer Zuordnungen — typischerweise ein Bruchteil der Fälle, der Rest läuft automatisch.

Dazu kommt der vermiedene Folgeschaden: Jede nicht erkannte Dublette kann zu Doppelzahlungen, falschen Einkaufsauswertungen und Skonto-Verlusten führen — ein Teil der von Gartner bezifferten 12,9 Mio. US-Dollar Jahreskosten schlechter Datenqualität.

Häufige Fragen (FAQ)

Was ist Stammdatenbereinigung?

Die systematische Korrektur, Vereinheitlichung und Anreicherung von Stammdaten — etwa Lieferanten, Kunden, Artikeln oder Konten. Dazu gehören Dublettenerkennung, Normalisierung, Vervollständigung fehlender Felder und Validierung.

Warum sind schlechte Stammdaten teuer?

Gartner beziffert die Kosten schlechter Datenqualität auf durchschnittlich 12,9 Mio. US-Dollar pro Unternehmen und Jahr (2021). Konkrete Folgen: Doppelzahlungen, fehlgeleitete Buchungen, falsche Auswertungen, hoher Klärungsaufwand.

Wie erkennt KI Dubletten, die klassische Software übersieht?

Klassische Tools vergleichen Zeichenketten, KI vergleicht Bedeutung — und zieht Kontextsignale wie IBAN, USt-IdNr. und Rechnungshistorie hinzu. So werden auch abweichende Schreibweisen und Rechtsformen als derselbe Datensatz erkannt.

Ist Stammdatenbereinigung ein einmaliges Projekt?

Nein. Sinnvoll ist eine initiale Bereinigung plus kontinuierlicher Abgleich, bei dem jeder neue Beleg automatisch gegen die Stammdaten geprüft wird.

Läuft die Bereinigung automatisch oder mit menschlicher Freigabe?

Beides: Eindeutige Fälle automatisch, unsichere Zuordnungen mit Confidence Score zur Freigabe (Human-in-the-Loop).

---

Weiterführend: Die Lösungsseite Stammdaten bereinigen mit KI-Agent zeigt, wie feld.ai Dubletten erkennt, Einträge zuordnet und Datenqualität dauerhaft verbessert — EU-gehostet auf eigenen Servern in Österreich.