Datenanreicherung (Data Enrichment): Vorteile, Beispiele und Umsetzung

Was ist Datenanreicherung (Data Enrichment)?

Datenanreicherung bezeichnet die gezielte Ergänzung bestehender Datensätze um zusätzliche Informationen aus internen oder externen Quellen. Im CRM werden damit beispielsweise fehlende Unternehmensmerkmale, Kontaktinformationen oder technologische Daten ergänzt, um Leads besser zu qualifizieren, Zielgruppen zu segmentieren und Geschäftsprozesse zu automatisieren.

Ein Beispiel: Ein potenzieller Kunde füllt ein Kontaktformular aus und hinterlässt lediglich seinen Namen, seine geschäftliche E-Mail-Adresse und den Unternehmensnamen.

Durch Datenanreicherung lassen sich anhand der vorhandenen Informationen weitere Merkmale ermitteln, etwa:

• Branche und Unternehmensgröße
• Unternehmensstandort
• Eingesetzte CRM- oder Marketingsoftware
• Unternehmenswebsite und weitere Firmendaten

Anstatt diese Angaben manuell zu recherchieren, können sie über geeignete Datenprovider oder Schnittstellen automatisiert ins CRM übertragen werden.

Besonders im B2B-Vertrieb ist das relevant, da sich anhand solcher Merkmale beurteilen lässt, ob ein Unternehmen zum eigenen Ideal Customer Profile (ICP) passt.

Datenanreicherung, Datenbereinigung und Datenvalidierung – was ist der Unterschied?

Die drei Prozesse verfolgen unterschiedliche Ziele, ergänzen sich aber im Datenmanagement.

Welche Arten von Daten lassen sich anreichern?

Welche Informationen sinnvoll sind, hängt davon ab, wie sie später genutzt werden sollen. Für B2B-Unternehmen sind vor allem Unternehmensmerkmale, Ansprechpartnerinformationen und technologische Daten relevant.

Firmografische, Kontakt- und technografische Daten

Firmografische Daten beschreiben Unternehmen anhand von Merkmalen wie Branche, Mitarbeiterzahl, Umsatz, Rechtsform oder Standort.

Sie ermöglichen beispielsweise, im CRM gezielt Industrieunternehmen mit mehr als 200 Mitarbeitenden zu identifizieren und für entsprechende Vertriebskampagnen zu segmentieren.

Kontaktbezogene Daten ergänzen Informationen über Ansprechpartner, etwa deren Abteilung, berufliche Funktion oder Position im Unternehmen. Dadurch können Vertriebsmitarbeitende besser einschätzen, ob sie beispielsweise mit einem technischen Ansprechpartner oder einer kaufmännischen Entscheidungsperson kommunizieren.

Technografische Daten geben Auskunft über eingesetzte Technologien wie CRM-Systeme, Marketing-Automation-Plattformen oder E-Commerce-Lösungen.

Für einen Anbieter von HubSpot-Integrationen kann es beispielsweise relevant sein, welche Unternehmen bereits HubSpot einsetzen oder andere CRM-Systeme nutzen.

Geografische und verhaltensbezogene Daten

Geografische Daten wie Land, Region oder Unternehmensstandort helfen insbesondere bei der automatisierten Vertriebsgebietszuordnung.

Verhaltensbezogene Daten stammen häufig aus bereits vorhandenen Marketing- und CRM-Systemen. Dazu gehören beispielsweise Formularübermittlungen, Webinar-Teilnahmen oder dokumentierte Website-Interaktionen.

Solche Informationen können Hinweise auf konkrete Interessen liefern und bestehende Unternehmensdaten ergänzen. Bei personenbezogenem Tracking sind allerdings die jeweiligen Datenschutzanforderungen zu beachten.

Interne und externe Datenquellen

Für die Datenanreicherung kommen zwei wesentliche Quellen infrage:

Interne Datenquellen: Informationen aus CRM-, ERP-, Marketing- oder Kundenservice-Systemen. Beispielsweise können Vertragsinformationen aus dem ERP genutzt werden, um Kundendatensätze im CRM um Vertragsstatus oder Produktzugehörigkeiten zu ergänzen.

Externe Datenquellen: Unternehmensregister, lizenzierte Datenbanken und spezialisierte Datenprovider, die Informationen wie Mitarbeiterzahlen, Branchen oder eingesetzte Technologien bereitstellen.

Bei externen Quellen sollten Unternehmen insbesondere Aktualität, Datenabdeckung, Nutzungsrechte und Integrationsmöglichkeiten prüfen.

Welche Vorteile bietet Datenanreicherung für Unternehmen?

Der Nutzen von Data Enrichment entsteht nicht durch zusätzliche Datenfelder, sondern dadurch, dass CRM-Prozesse mit diesen Informationen gezielter gesteuert werden können.

Bessere CRM-Daten, Segmentierung und Leadqualifizierung

Präzisere Zielgruppensegmentierung

Fehlen Branche oder Unternehmensgröße, lassen sich viele B2B-Zielgruppen im CRM nicht zuverlässig abbilden. Durch angereicherte Unternehmensdaten können Marketingteams beispielsweise spezifische Kampagnen für mittelständische Produktionsunternehmen oder internationale Dienstleister erstellen.

Effektiveres Leadscoring

Ein Unternehmen mit 500 Mitarbeitenden und passender technologischer Infrastruktur kann für einen bestimmten Anbieter relevanter sein als ein Unternehmen mit zehn Mitarbeitenden.

Solche Merkmale können in die automatisierte Leadbewertung einfließen und mit Verhaltensdaten kombiniert werden.

Wie das funktioniert, erfahren Sie im Beitrag Lead Scoring im B2B.

Automatisierte Leadzuordnung

Ein neuer Lead wird über ein Formular erfasst. Das CRM ergänzt automatisch Branche und Unternehmensgröße. Anschließend prüft ein Workflow, welchem Vertriebssegment der Lead zugeordnet werden soll, und weist ihn dem zuständigen Team zu.

Aussagekräftigeres Reporting

Auch Auswertungen profitieren von vollständigeren Informationen. Beispielsweise lässt sich der Umsatz nach Branche nur dann sinnvoll analysieren, wenn die Branchenzuordnung bei einem ausreichend großen Anteil der Unternehmen korrekt gepflegt ist.

Entscheidend bleibt: Mehr Daten bedeuten nicht automatisch bessere Daten. Falsche oder veraltete Informationen können sowohl Automatisierungen als auch Reports negativ beeinflussen.

Wie funktioniert Datenanreicherung Schritt für Schritt?

Eine erfolgreiche Datenanreicherung beginnt mit der Analyse der bestehenden Datenstruktur. Erst danach sollten Datenquellen ausgewählt und automatisierte Prozesse aufgebaut werden.

Daten prüfen und Quellen auswählen

Zunächst wird untersucht, welche CRM-Felder häufig leer, fehlerhaft oder uneinheitlich gepflegt sind.

Anschließend werden die Zielfelder definiert. Für die Vertriebssegmentierung können beispielsweise Branche und Mitarbeiterzahl relevant sein, während für technische Beratungsleistungen eher eingesetzte Softwarelösungen benötigt werden.

Bei der Auswahl eines Datenproviders sollten Unternehmen folgende Fragen beantworten:

• Welche Datenfelder und Länder deckt der Anbieter ab?
• Wie aktuell und zuverlässig sind die Informationen?
• Welche Nutzungsrechte bestehen?
• Wie lassen sich die Daten technisch ins CRM integrieren?
• Welche Kosten entstehen pro Abfrage oder Datensatz?

Ein Test mit repräsentativen CRM-Datensätzen hilft, die tatsächliche Datenqualität zu bewerten.

Datensätze abgleichen und Informationen validieren

Beim sogenannten Data Matching werden vorhandene CRM-Datensätze mit Einträgen aus einer Datenquelle abgeglichen.

Dafür können eindeutige Unternehmenskennungen oder Kombinationen aus Domain, Unternehmensname und Standort verwendet werden.

Die Domain allein ist nicht immer ausreichend: Bei Unternehmensgruppen oder Tochtergesellschaften können mehrere Unternehmen dieselbe Domain verwenden.

Deshalb sollten Matching-Regeln festlegen, wann eine Zuordnung eindeutig ist und wann eine manuelle Prüfung erfolgen muss.

Auch widersprüchliche Werte müssen berücksichtigt werden. Sind im CRM beispielsweise 250 Mitarbeitende hinterlegt, während der Datenprovider 400 angibt, sollte nicht automatisch der bestehende Wert überschrieben werden.

Daten integrieren, aktualisieren und überwachen

Nach erfolgreichem Matching werden die Informationen über ein definiertes Feldmapping ins CRM übertragen.

Dabei wird festgelegt, welches Quellfeld welchem CRM-Feld entspricht und unter welchen Bedingungen bestehende Werte überschrieben werden dürfen.

Zusätzlich sollten Datenquelle und Aktualisierungszeitpunkt dokumentiert werden. So lässt sich später nachvollziehen, woher eine Information stammt.

Da Unternehmen wachsen, Ansprechpartner wechseln und Technologien ausgetauscht werden, benötigt die Datenanreicherung außerdem regelmäßige Qualitätskontrollen und Aktualisierungsregeln.

Wie lassen sich Datenanreicherung und KI automatisieren?

Bei größeren CRM-Datenbanken ist eine manuelle Anreicherung kaum wirtschaftlich. Über APIs, CRM-Workflows und KI-gestützte Verarbeitung lassen sich viele Schritte automatisieren.

Datenanreicherung per API und CRM-Workflow

Ein typischer automatisierter Prozess könnte folgendermaßen aussehen:

1. Trigger: Ein neuer Unternehmensdatensatz wird im CRM erstellt.
2. Datenabfrage: Eine API übermittelt die Unternehmensdomain an einen Datenprovider.
3. Matching: Der Anbieter sucht nach einem passenden Unternehmensdatensatz.
4. Validierung: Die zurückgegebenen Informationen werden auf Plausibilität und Übereinstimmung geprüft.
5. Aktualisierung: Freigegebene Informationen werden gemäß definierter Schreibregeln im CRM gespeichert.
6. Kontrolle: Fehlerhafte Abfragen und uneindeutige Zuordnungen werden protokolliert.

Besonders wichtig sind Regeln zum Überschreiben bestehender Informationen. Beispielsweise kann festgelegt werden, dass externe Daten nur dann übernommen werden, wenn das entsprechende CRM-Feld leer ist.

Auch fehlgeschlagene API-Anfragen und technische Fehler sollten durch entsprechende Kontrollmechanismen abgefangen werden.

Welche Rolle spielt KI?

KI kann insbesondere dann unterstützen, wenn Informationen nicht in standardisierter Form vorliegen.

Ein Beispiel: Ein Unternehmen beschreibt auf seiner Website seine Leistungen ausführlich, verwendet aber keine eindeutige Branchenbezeichnung.

Ein KI-Modell kann diese Beschreibung analysieren und eine passende Branchenkategorie vorschlagen.

Weitere Einsatzmöglichkeiten sind die Extraktion von Informationen aus Dokumenten, die Vereinheitlichung unterschiedlicher Bezeichnungen und die Unterstützung beim Data Matching.

Allerdings können KI-Modelle Informationen falsch interpretieren oder unbelegte Ergebnisse erzeugen. Deshalb sollten kritische Zuordnungen durch Validierungsregeln oder menschliche Prüfschritte abgesichert werden.

KI ergänzt die klassische Datenanreicherung, ersetzt aber keine verlässlichen Datenquellen und Qualitätskontrollen.

Weitere Einsatzmöglichkeiten finden Sie im Beitrag KI im CRM.

Welche Tools und CRM-Systeme eignen sich?

Für die Datenanreicherung kommen sowohl integrierte CRM-Funktionen als auch spezialisierte Datenprovider und individuelle Integrationen infrage.

CRM-Funktion, Datenprovider oder individuelle Integration?

Integrierte CRM-Funktionen

CRM-Plattformen wie HubSpot, Salesforce, Microsoft Dynamics 365 oder Zoho CRM bieten je nach Produkt und Lizenz unterschiedliche Möglichkeiten zur Datenanreicherung oder Anbindung entsprechender Dienste.

Der Vorteil liegt in der Integration in bestehende Datenstrukturen und Prozesse.

Externe Datenprovider

Spezialisierte Datenanbieter liefern firmografische, kontaktbezogene oder technografische Informationen, die zur Anreicherung bestehender CRM-Datensätze genutzt werden können.

Zu den etablierten Anbietern gehören beispielsweise:

• Lusha: B2B-Kontaktdaten und Unternehmensinformationen zur Leadrecherche und CRM-Datenanreicherung.
• Cognism: B2B-Kontakt- und Unternehmensdaten mit besonderem Fokus auf den europäischen Markt.
• Apollo.io: Umfangreiche B2B-Datenbank für Leadgenerierung, Kontaktrecherche und automatisierte Datenanreicherung.
• Clay: Plattform zur automatisierten Datenanreicherung, die verschiedene Datenquellen kombiniert und KI-gestützte Workflows ermöglicht.

Welcher Anbieter geeignet ist, hängt insbesondere von der geografischen Datenabdeckung, Aktualität, Matching-Qualität und den Integrationsmöglichkeiten ab. Vor allem bei internationalen CRM-Datenbanken empfiehlt es sich, die Datenqualität anhand einer repräsentativen Stichprobe zu testen.

Individuelle Integrationen

Wenn mehrere Datenquellen kombiniert oder komplexe Prüfregeln benötigt werden, können individuelle API-Integrationen oder Middleware-Lösungen sinnvoll sein.

Beispielsweise lassen sich Unternehmensdaten eines externen Providers mit ERP-Vertragsinformationen und vorhandenen CRM-Daten zusammenführen.

Welche Lösung geeignet ist, hängt daher weniger von der Anzahl verfügbarer Funktionen als von der Qualität der benötigten Daten und ihrer Integration in bestehende Prozesse ab.

Worauf müssen Unternehmen bei Datenschutz, Qualität und Kosten achten?

Datenanreicherung kann Prozesse verbessern, bringt aber auch Anforderungen an Datenschutz, Datenherkunft und Wirtschaftlichkeit mit sich.

DSGVO und Datenherkunft

Bei der Datenanreicherung muss zwischen Unternehmensinformationen und personenbezogenen Daten unterschieden werden.

Während allgemeine Informationen über eine juristische Person nicht automatisch personenbezogen sind, können Angaben zu identifizierbaren Ansprechpartnern unter die Datenschutz-Grundverordnung (DSGVO) fallen.

Für personenbezogene Daten benötigen Unternehmen eine geeignete Rechtsgrundlage. Außerdem sind insbesondere Zweckbindung, Transparenz, Datenminimierung und gegebenenfalls Informationspflichten zu berücksichtigen.

Öffentlich verfügbare Informationen dürfen nicht automatisch uneingeschränkt verarbeitet werden.

Auch bei externen Datenprovidern sollten Datenherkunft, vertragliche Bedingungen und mögliche internationale Datenübermittlungen geprüft werden.

Hinweis: Diese Informationen stellen keine Rechtsberatung dar.

Qualität, Wirtschaftlichkeit und Erfolgsmessung

Ob Datenanreicherung erfolgreich ist, lässt sich anhand konkreter Kennzahlen beurteilen:

Darüber hinaus sollte geprüft werden, ob sich operative Prozesse tatsächlich verbessern.

Beispielsweise kann die Zeit für manuelle Leadrecherche sinken oder die automatische Vertriebszuordnung zuverlässiger funktionieren.

Eine Pilotphase mit klaren Erfolgskriterien ist häufig sinnvoller, als sofort die gesamte CRM-Datenbank anzureichern.

Wie unterstützt kkvision bei der Datenanreicherung?

Eine erfolgreiche Datenanreicherung erfordert mehr als eine technische Schnittstelle. Entscheidend ist, dass zusätzliche Informationen zuverlässig verarbeitet und in bestehende Geschäftsprozesse eingebunden werden.

Von der CRM-Analyse bis zur laufenden Datenanreicherung

kkvision unterstützt Unternehmen dabei, Datenlücken im CRM zu identifizieren und geeignete Lösungen für die Anreicherung zu entwickeln.

Dazu gehören die Analyse vorhandener Datenstrukturen, die Auswahl passender Datenquellen sowie die Konzeption von Matching-Regeln und Feldzuordnungen.

Bei der technischen Umsetzung können bestehende CRM-Funktionen, externe Datenprovider oder individuelle API-Integrationen eingesetzt werden.

Ein besonderer Fokus liegt auf der zuverlässigen Verarbeitung der Informationen: Wann darf ein Wert überschrieben werden? Wie werden Dubletten behandelt? Was passiert bei fehlerhaften oder widersprüchlichen Angaben?

Diese Fragen werden durch klare Regeln und geeignete Kontrollmechanismen beantwortet.

Datenanreicherung mit kkintelligence und individuellen Workflows

Besonders interessant wird Datenanreicherung, wenn klassische Automatisierung mit KI-gestützter Verarbeitung kombiniert wird.

Mit kkintelligence und individuellen Workflows können Lösungsansätze entwickelt werden, die CRM-Daten, externe Informationsquellen und KI-Modelle miteinander verbinden.

FAQ: Häufig gestellte Fragen zur Datenanreicherung

1. Was bedeutet Data Enrichment?
Data Enrichment ist der englische Begriff für Datenanreicherung. Dabei werden bestehende Datensätze um relevante Informationen aus internen oder externen Quellen ergänzt, um ihre Aussagekraft und Nutzbarkeit zu verbessern.

2. Was ist ein Beispiel für Datenanreicherung?
Ein typisches Beispiel ist die automatische Ergänzung von Branche und Unternehmensgröße anhand einer Unternehmensdomain. Diese Informationen können anschließend für die Kundensegmentierung oder das Leadscoring genutzt werden.

3. Welche CRM-Daten lassen sich anreichern?
Häufig angereichert werden Branche, Mitarbeiterzahl, Unternehmensstandort, Ansprechpartnerfunktion und eingesetzte Technologien. Welche Daten sinnvoll sind, hängt von den jeweiligen Vertriebs- und Marketingprozessen ab.

4. Welche Tools eignen sich für Datenanreicherung?
Geeignet sind integrierte CRM-Funktionen, spezialisierte Datenprovider und individuelle API-Integrationen. CRM-Systeme wie HubSpot, Salesforce, Microsoft Dynamics 365 und Zoho CRM können als zentrale Plattform für die Nutzung angereicherter Daten dienen.

5. Ist die Datenanreicherung DSGVO-konform?
Datenanreicherung kann DSGVO-konform erfolgen, sofern die geltenden datenschutzrechtlichen Anforderungen eingehalten werden. Bei personenbezogenen Informationen müssen insbesondere Rechtsgrundlage, Zweckbindung, Transparenz und Datenherkunft geprüft werden.

6. Wie oft müssen Daten aktualisiert werden?
Das hängt von der jeweiligen Datenart ab. Während sich grundlegende Unternehmensmerkmale vergleichsweise selten ändern, können Ansprechpartnerfunktionen oder eingesetzte Technologien häufiger aktualisiert werden müssen.

Fazit: Datenanreicherung beginnt mit einer guten Datenstrategie

Datenanreicherung ermöglicht es Unternehmen, bestehende CRM-Daten gezielter für Vertrieb, Marketing und automatisierte Geschäftsprozesse einzusetzen.

Vollständigere Unternehmensinformationen können die Segmentierung verbessern, die Leadqualifizierung unterstützen und aussagekräftigere Analysen ermöglichen.

Entscheidend ist jedoch nicht die Menge zusätzlicher Daten, sondern deren Qualität. Eine saubere Datenbasis, zuverlässige Quellen, eindeutige Matching-Regeln und regelmäßige Kontrollen bilden die Grundlage für eine erfolgreiche Umsetzung.

Der erste Schritt: Prüfen Sie, welche Informationen in Ihrem CRM fehlen und welche Prozesse von einer gezielten Anreicherung profitieren würden.