CRM Datenqualität: Warum die KI in Ihrem CRM danebenliegt

Sie haben die KI-Funktionen in Ihrem CRM eingeschaltet: Deal-Zusammenfassungen, Lead-Scores, vorgeschlagene nächste Schritte, vorformulierte Nachfass-E-Mails. Und die Ergebnisse stimmen nicht. Eine Zusammenfassung behauptet, der Kunde wollte ein Angebot, dabei bat er um Rückruf. Ein als heiß markierter Lead entpuppt sich als Lieferant. Die vorbereitete E-Mail spricht die falsche Person an. Wer anfängt, nach CRM Datenqualität zu suchen, tut das meist nach genau so einem Moment: Das Werkzeug klang sicher und lag falsch.

Die üblichen Schlüsse lauten: Die KI ist noch nicht so weit, das CRM war die falsche Wahl, oder das Team sollte zurück zu Tabellen. Nach unserer Erfahrung liegt es selten am Modell. Es arbeitet mit dem, was in den Datensätzen steht. Die Lücken darin haben ein paar bekannte Formen, und Ihre eigenen finden Sie an einem Abend.

Warum schlechte CRM Datenqualität die KI in die Irre führt

Leere Felder werden mit Vermutungen gefüllt. Eine Zusammenfassung oder ein Score entsteht aus den Feldern und Notizen auf der Karte. Sind Quelle, Phase, letzter Kontakt oder Anfragegrund leer, hält das Modell nicht inne und fragt nach. Es schreibt die plausibelste Version. Das Anzeichen: Die KI formuliert am flüssigsten und sichersten genau bei den Karten, auf denen, wie Sie wissen, kaum etwas eingetragen ist.

Das eigentliche Gespräch fand woanders statt. Anrufe vom privaten Handy, Angebote aus dem eigenen Postfach, Details im Messenger abgestimmt. Im CRM stehen ein Name und eine Telefonnummer, die Geschichte liegt anderswo. Die KI kann nur das Wenige zusammenfassen, das sie sieht. Das Anzeichen: Zusammenfassungen von Deals, an denen Ihr Team gerade aktiv arbeitet, lesen sich wie die von ganz neuen Leads.

Dubletten teilen einen Kunden in mehrere auf. Dieselbe Firma wird von zwei Leuten angelegt, einmal mit vollem Namen, einmal abgekürzt. Dieselbe Person taucht mit geschäftlicher und privater Adresse auf. Jede Karte enthält einen Teil der Geschichte, und die KI liest nur einen Teil. Das Anzeichen: Sie suchen einen Stammkunden nach Namen und bekommen mehr als eine Karte.

Jeder füllt Felder auf seine Art. Ein Verkäufer schreibt „Website“ als Quelle, ein anderer „Homepage“, ein dritter den Namen der Werbeplattform. Phasen bedeuten für verschiedene Leute Verschiedenes: Für den einen heißt „Angebot“, dass am Telefon ein Preis genannt wurde, für den anderen, dass ein unterschriebenes Angebot rausging. Die KI vergleicht Karten, die nicht dasselbe meinen. Das Anzeichen: Lead-Scores wirken zufällig, wenn Sie die Deals eines Verkäufers mit denen eines anderen vergleichen.

Alte Datensätze werden nie geschlossen. Deals, die seit Monaten niemand angefasst hat, bleiben offen, und Kontakte, die das Unternehmen längst verlassen haben, bleiben aktiv. Die KI hält sie für lebendig und schlägt vor nachzufassen. Das Anzeichen: vorgeschlagene Aufgaben für Kunden, die Ihr Team längst abgeschrieben hat.

Wie Sie herausfinden, was bei Ihnen zutrifft

Ein Abend und ein Export aus Ihrem CRM reichen, kostenpflichtige Werkzeuge brauchen Sie nicht. Gehen Sie die Prüfungen der Reihe nach durch. Die erste, die scheitert, ist meist der richtige Startpunkt.

1. Öffnen Sie zehn aktuelle Karten, bei denen die KI etwas falsch gemacht hat. Notieren Sie für jede falsche Aussage, aus welchem Feld oder welcher Notiz sie stammt oder ob sie aus dem Nichts kam.
2. Exportieren Sie die offenen Deals und sortieren Sie nacheinander nach jedem wichtigen Feld. Quelle, Phase, letzte Aktivität, nächster Schritt. Leere Werte landen oben, und Sie sehen sofort, welche Felder niemand ausfüllt.
3. Vergleichen Sie das CRM eine Woche lang mit der tatsächlichen Aktivität. Nehmen Sie ein paar aktive Deals und schauen Sie, welche Anrufe und E-Mails es wirklich gab. Prüfen Sie, ob die Karte sie erwähnt.
4. Suchen Sie Ihre besten Kunden nach Namen. Jeder Kunde mit mehr als einer Karte ist eine Dublette zum Zusammenführen und ein Hinweis, dass neue Einträge nicht geprüft werden.
5. Listen Sie die unterschiedlichen Werte in den Feldern Quelle und Phase auf. Schreibvarianten und Freitext bedeuten, dass jeder sein eigenes Wörterbuch führt.
6. Sortieren Sie offene Deals nach letzter Aktivität. Alles, was lange unberührt ist und noch als offen gilt, behandelt die KI als lebendig.

Die Lösung, Schritt für Schritt

Das Günstigste zuerst. Die ersten Schritte brauchen Entscheidungen, keine neue Software.

1. Legen Sie fest, welche Felder zählen. Nicht jedes Feld, das das CRM anbietet, nur die wenigen, die Ihr Team und die KI-Funktionen wirklich nutzen: Quelle, Phase, Anfragegrund, letzter Kontakt, nächster Schritt. Blenden Sie den Rest in der Hauptansicht aus, damit niemand mehr an einer Wand leerer Kästchen vorbeiklickt.
2. Schreiben Sie das Wörterbuch auf eine Seite. Was jede Phase in überprüfbaren Worten bedeutet („Angebot“ heißt, ein Angebot mit Preis wurde verschickt), die erlaubten Quellenwerte, was als gewonnen und verloren gilt. Machen Sie aus Freitextfeldern Auswahllisten, damit das Formular das Wörterbuch durchsetzt und nicht das Gedächtnis.
3. Machen Sie Felder zur Pflicht, sobald die Information bekannt ist. Nicht alle beim Anlegen, sonst tippen die Leute irgendetwas, nur um weiterzukommen. Die Quelle beim Anlegen des Leads, den Grund nach dem ersten Gespräch, den nächsten Schritt bei jedem Phasenwechsel. So erfasste Quellen und Ergebnisse sind auch das, womit bezahlte Werbekampagnen aus echten Verkäufen lernen statt aus Formulareinträgen.
4. Räumen Sie den Altbestand einmal auf, in einem Durchgang. Dubletten zusammenführen, tote Deals mit Begründung schließen, ausgeschiedene Kontakte archivieren. Nutzen Sie den Export aus Ihrer Diagnose, statt es als Nebenbei-Aufgabe liegen zu lassen. Regeln halten nur, wenn das Team das System tatsächlich nutzt. Unser Leitfaden wenn das Team das CRM nicht nutzt zeigt, wie es Teil der täglichen Arbeit wird.
5. Holen Sie die Gespräche ins CRM. Binden Sie Postfach und Telefonanlage an, damit E-Mails und Anrufe von selbst auf der Karte landen, und vereinbaren Sie eine kurze Notiz für Deals, die im Messenger besprochen werden. Genau hier zahlt sich CRM-Einrichtung und Automatisierung meist aus: Der Datensatz füllt sich selbst, statt von Disziplin abzuhängen.
6. Schalten Sie die KI-Funktionen einzeln wieder ein. Erst Zusammenfassungen, dann Scores, dann vorformulierte Nachfass-E-Mails, mit einem wöchentlichen Blick auf eine Stichprobe dessen, was jede Funktion erzeugt hat. Kann Ihr CRM Karten selbst aus E-Mails und Anrufen füllen, prüfen Sie, was es eingetragen hat, bevor Sie sich darauf verlassen. In unseren Projekten zur KI-Einführung richten wir genau diese Reihenfolge und die wöchentliche Stichprobe ein, bevor eine KI-Funktion einem Kunden schreibt.

Was Sie messen sollten

• Offene Deals, bei denen alle wichtigen Felder ausgefüllt sind, wöchentlich aus demselben Export geprüft; das ist das klarste Zeichen, dass die Regeln greifen.
• Gefundene Dubletten bei der Suche nach Ihren besten Kunden, monatlich geprüft; die Liste sollte kürzer werden und kurz bleiben.
• Korrigierte KI-Aussagen in der wöchentlichen Stichprobe, jeweils mit dem Feld notiert, aus dem sie stammen; jede zeigt auf eine Regel oder Anbindung, die noch fehlt.
• Offene Deals ohne aktuelle Aktivität, monatlich durchgesehen; bleibt diese Liste klein, hört die KI auf, Nachfassen bei Kunden vorzuschlagen, die längst weg sind.

Wo wir ins Spiel kommen

Ein Team, das sich auf seine Felder einigt, sein Wörterbuch schreibt und den Altbestand einmal aufräumt, kann die CRM Datenqualität selbst in Ordnung bringen, und diese Reihenfolge soll genau das möglich machen. Was wir mitbringen: eine Feldstruktur und ein Wörterbuch, die zu Ihrem tatsächlichen Vertrieb passen, Anbindungen, die Datensätze ohne zusätzliches Tippen füllen, und Prüfungen, die die KI-Funktionen ehrlich halten. Wenn wir uns Ihr CRM gemeinsam mit Ihnen ansehen sollen, genügt für den Anfang ein kurzes Briefing.

← Alle Artikel