Den störenden Datenfehler eingrenzen
Starten Sie bei einem konkreten Problem: Rechnungen lassen sich nicht sicher einem Lieferanten zuordnen oder ähnliche Artikel werden verwechselt. Beschreiben Sie die Merkmale, die für diese Zuordnung wichtig sind. Eine KI kann mögliche Dubletten oder auffällige Schreibweisen finden. Ob zwei Datensätze tatsächlich zusammengehören, ist damit noch nicht entschieden.
Vorschläge von Änderungen trennen
Lassen Sie mögliche Treffer mit einer nachvollziehbaren Begründung anzeigen. Ähnliche Firmennamen können unterschiedliche Unternehmen bezeichnen; gleiche Adressen können mehreren Einheiten gehören. Führen Sie Datensätze deshalb nicht ungeprüft zusammen. Bestimmen Sie, welche Felder maßgeblich sind und wer über widersprüchliche Angaben entscheidet. Behalten Sie den ursprünglichen Stand für eine Rücknahme nachvollziehbar.
Die Entstehung neuer Fehler verhindern
Eine einmalige Bereinigung reicht selten. Prüfen Sie, an welcher Stelle unvollständige oder doppelte Datensätze entstehen. Pflichtfelder, eine Suche vor der Neuanlage und eindeutige Verantwortlichkeiten können wirksamer sein als wiederholte Reparaturen. Beobachten Sie nach der Änderung, ob die Zahl neuer Problemfälle tatsächlich sinkt.
Nächster Schritt
Wählen Sie eine klar begrenzte Datenmenge. Bewerten Sie zunächst die vorgeschlagenen Dubletten manuell und legen Sie erst danach Regeln für weitere Bearbeitungsschritte fest.