CRM-Felder standardisieren: So werden Kundendaten einheitlich

Wenn Sie CRM-Felder standardisieren, legen Sie für jedes Feld genau ein Format, einen festen Wortschatz und eine klare Bedeutung fest und sorgen dafür, dass schon bei der Eingabe nichts anderes ins System kommt. Danach finden Sie Dubletten zuverlässig, Segmente stimmen, und Automatisierungen greifen so, wie Sie sie gebaut haben. In diesem Leitfaden zeigen wir, welche Felder Sie wirklich brauchen und welche Standards sich bewährt haben. Außerdem erfahren Sie, wie Sie Kundendaten aus mehreren Quellen zu einem sauberen Bestand zusammenführen und dafür sorgen, dass er sauber bleibt.

TL;DR

• Weniger Felder, klarere Regeln: Ein Feld kommt nur ins CRM, wenn Sie danach berichten, segmentieren oder eine Automatisierung auslösen.
• Internationale Standards statt Hausformate: ISO 3166-1 alpha-2 für Länder, ISO 8601 für Datumsangaben, E.164 für Telefonnummern.
• Auswahllisten statt Freitext bei allem, was eine Kategorie ist: Branche, Lead-Quelle, Status.
• Ein Feld-Dictionary hält fest, was jedes Feld bedeutet und welche Werte erlaubt sind. So sprechen Marketing und Vertrieb dieselbe Sprache.
• Validierung bei der Eingabe bringt mehr als jede nachträgliche Bereinigung, und Datenqualität gehört als Kennzahl ins regelmäßige Reporting.

Inhaltsverzeichnis

• Warum uneinheitliche Felder so teuer werden
• In 7 Schritten zu standardisierten CRM-Feldern
• Kundendaten aus mehreren Quellen zusammenführen
• Datenqualität messbar machen
• Häufige Fehler und wie Sie sie vermeiden
• Unsere Sicht: Einheitliche Felder fangen bei einer einheitlichen Plattform an
• Häufige Fragen
• Quellen

Warum uneinheitliche Felder so teuer werden

Das Problem fängt meist harmlos an. Ein Kollege tippt bei der Branche „SaaS“ ein, die nächste schreibt „Software-as-a-Service“, ein Dritter „B2B Tech“. Für Menschen bedeutet das dasselbe, für Ihr CRM sind es drei verschiedene Werte. Der Bericht „Umsatz nach Branche“ zeigt dann drei Balken statt einem, und das Segment für die nächste Kampagne verpasst zwei Drittel der passenden Kontakte.

Wie weit das gehen kann, zeigt der CRM-Hygiene-Leitfaden von GTMStack: Ein Branchenfeld mit Freitext hatte dort über 200 Varianten. Ersetzt wurden sie durch 15 Standardwerte plus „Sonstige“. Bei Telefonnummern ist es genauso. Ob jemand „030 123456“, „+49 (0)30-123456“ oder „0049 30 123456“ schreibt, sieht für die Dublettenprüfung jedes Mal anders aus. Laut CleanSmart scheitern solche Abgleiche oft schon an Leerzeichen und Bindestrichen.

Die Folgen spüren Sie an drei Stellen:

1. Reporting: Zahlen, denen niemand traut, werden nicht genutzt. Dann entscheidet doch wieder das Bauchgefühl.
2. Segmentierung: Wer nach Region, Branche oder Lebenszyklusphase filtert, bekommt unvollständige Listen. Wie Sie Zielgruppen sinnvoll aufteilen, beschreiben wir in unserem Beitrag zu Methoden der Kundensegmentierung für KMU.
3. Automatisierung: Ein Workflow, der bei „Status = Qualifiziert“ startet, ignoriert jeden Kontakt, bei dem jemand „qualifiziert“ oder „MQL“ eingetragen hat.

In 7 Schritten zu standardisierten CRM-Feldern

Standardisierung ist kein Wochenendprojekt, und Sie müssen auch nicht alles auf einmal machen. Die folgende Reihenfolge hat sich in KMU bewährt, weil jeder Schritt auf dem vorigen aufbaut.

1. Bestandsaufnahme: Welche Felder gibt es überhaupt?

Exportieren Sie die Feldliste Ihres CRM, also für Kontakte, Unternehmen und Deals. Notieren Sie für jedes Feld drei Dinge: wie oft es befüllt ist, welche Werte vorkommen und wer es pflegt. Fast immer finden Sie Felder, die vor Jahren für eine einzige Kampagne angelegt wurden und seitdem leer sind, oder zwei Felder für dasselbe, etwa „Quelle“ und „Lead-Herkunft“.

2. Der 3-Fragen-Test: Was gehört ins CRM?

Prüfen Sie jedes Feld, auch jedes neue, mit drei Fragen:

• Berichten wir darüber?
• Segmentieren wir danach?
• Löst es eine Automatisierung aus?

Sind alle drei Antworten Nein, fliegt das Feld raus oder wandert in eine Notiz. Diese Regel schützt Sie vor dem schleichenden Wildwuchs, der Formulare lang und Daten unbrauchbar macht. Zur Orientierung: Futureman Labs hält fünf bis sieben Deal-Felder für eine vernünftige Obergrenze an Pflichtangaben über die gesamte Pipeline. Wenn Sie sich fragen, welche Felder Ihre Kampagnen und Workflows tatsächlich brauchen, hilft diese Checkliste zur Marketing-Automatisierung für kleine Unternehmen: Sie sehen dort, welche Daten für welche Automatisierung vorausgesetzt werden.

3. Ein Feld-Dictionary anlegen

Das Feld-Dictionary ist das wichtigste Dokument im ganzen Projekt. Es ist eine einfache Tabelle, die für alle zugänglich ist und nicht irgendwo in den Konfigurationsmenüs verschwindet. Pro Feld steht darin:

Der Punkt „Definition“ wird am häufigsten unterschätzt. Versteht das Marketing unter „qualifizierter Lead“ etwas anderes als der Vertrieb, ist jede Auswertung wertlos, egal wie sauber die Formate sind. Behandeln Sie das Dictionary deshalb wie eine Vereinbarung zwischen den Teams und nicht als IT-Dokument.

4. Formate nach internationalen Standards festlegen

Denken Sie sich keine eigenen Formate aus. Für die meisten Stammdaten gibt es Standards, die Buchhaltung, ERP, Shop und Newsletter-Tool ohnehin schon verwenden. Halten Sie sich daran, entfällt die Übersetzung zwischen den Systemen. Die Übersicht von IVRIS Tech zu CRM-Datenstandards nennt dafür diese Normen:

Wichtig dabei: Gespeichert wird im Standard, angezeigt wird, was Ihr Team gewohnt ist. In der Oberfläche darf das Datum ruhig als 19.10.2026 erscheinen. Im Feld selbst steht trotzdem ein eindeutiges Datum und kein Text.

Bei Telefonnummern lohnt der Blick ins Detail. Eine E.164-Nummer beginnt mit Pluszeichen und Ländercode und hat höchstens 15 Stellen. Bevor Sie Altdaten umwandeln, sichern Sie den ursprünglichen Wert in einem eigenen Feld und trennen Durchwahlen ab. So empfiehlt es auch CleanSmart in seinem Praxisleitfaden. Geht bei der Umwandlung etwas schief, haben Sie das Original noch.

5. Freitext durch Auswahllisten ersetzen

Alles, was eine Kategorie ist, gehört in eine Auswahlliste: Branche, Unternehmensgröße, Lead-Quelle, Lead-Status, Region, Anrede. Freitext bleibt für das, was wirklich frei ist, also Notizen oder Gesprächsinhalte.

So gehen Sie vor:

1. Lassen Sie sich alle vorhandenen Werte eines Feldes mit ihrer Häufigkeit ausgeben.
2. Legen Sie eine kurze Zielliste fest. Faustregel: so wenige Werte, dass man sie ohne Scrollen überblickt, plus „Sonstige“.
3. Ordnen Sie jedem Altwert einen Zielwert zu (Mapping-Tabelle).
4. Spielen Sie das Mapping ein und stellen Sie das Feld auf Auswahl um.
5. Prüfen Sie nach einem Monat, wie oft „Sonstige“ gewählt wurde. Ist der Anteil hoch, fehlt in der Liste ein Wert.

6. Pflichtfelder gezielt einsetzen

Es wirkt naheliegend, möglichst viele Felder zur Pflicht zu machen. Der Effekt ist aber oft das Gegenteil. DataStackGuide beschreibt, dass Mitarbeitende dann kreative Abkürzungen finden: Sie tragen „x“ oder „test“ ein oder umgehen das CRM ganz. Fragen Sie ein Pflichtfeld deshalb erst an dem Prozessschritt ab, an dem die Information tatsächlich vorliegt. Die Lead-Quelle kennen Sie beim Anlegen, das Auftragsvolumen erst beim Angebot.

7. Validierung direkt bei der Eingabe

Der wirksamste Schritt ist eine Schutzschicht, die fehlerhafte Daten gar nicht erst ins System lässt:

• Formulare auf Website und Landingpages liefern Länder und Telefonnummern bereits im Standardformat, zum Beispiel über Länderauswahl und Vorwahlfeld.
• E-Mail-Felder prüfen die Syntax.
• Beim Import läuft jede Datei durch dieselben Regeln wie die manuelle Eingabe.
• Ein Workflow normalisiert Groß- und Kleinschreibung bei Namen und Städten.

Ohne diese Schicht driften die Formate wieder auseinander. Laut dem Standardisierungs-Playbook von Revblack passiert genau das oft schon nach 12 bis 18 Monaten, wenn ein Projekt als reine Aufräumaktion gestartet wurde. Wie Sie solche Regeln als Workflow abbilden, zeigt unser Beitrag CRM-Prozesse automatisieren.

Kundendaten aus mehreren Quellen zusammenführen

In vielen KMU stecken Kundendaten nicht in einem System, sondern in fünf: CRM, Shop, Newsletter-Tool, Terminbuchung und die Excel-Liste aus dem Vertrieb. Beim Zusammenführen hilft die Standardisierung doppelt, denn erst einheitliche Formate machen Dubletten sichtbar.

Die Reihenfolge ist entscheidend: erst normalisieren, dann abgleichen. Wer Dubletten sucht, bevor Telefonnummern im E.164-Format und Länder als ISO-Code vorliegen, übersieht einen großen Teil. Die Trennung von Dateneingabe und Normalisierung ist auch der Kern dessen, was Wingenious als saubere Datenhygiene beschreibt. Das Ziel ist kein perfekter Datensatz, sondern einer, dem die nachgelagerten Systeme vertrauen können.

Ein praxistauglicher Ablauf:

1. Quellen auflisten und für jede festlegen, welche Felder sie verlässlich liefert. Der Shop kennt die Rechnungsadresse am besten, der Vertrieb den Ansprechpartner.
2. Führendes System bestimmen. Ein System gilt als „Single Source of Truth“, die anderen liefern zu.
3. Alle Exporte normalisieren nach den Regeln aus Ihrem Feld-Dictionary.
4. Dubletten erkennen, zuerst über eindeutige Schlüssel wie E-Mail-Adresse oder E.164-Telefonnummer, danach über Kombinationen wie Firmenname plus Postleitzahl.
5. Zusammenführungsregeln festlegen: Welcher Wert gewinnt bei Konflikten? Der jüngste, der aus dem führenden System oder der vollständigste? Schreiben Sie die Regel pro Feld auf.
6. Stichprobe prüfen, bevor Sie massenhaft zusammenführen. Fünfzig zufällig ausgewählte Paare zeigen schnell, ob die Regeln greifen.
7. Zuleitungen umstellen, damit neue Daten künftig direkt im Standardformat ankommen.

Denken Sie beim Zusammenführen auch an den Datenschutz: Einwilligungen für den Newsletter dürfen beim Zusammenführen nicht verloren gehen, und gelöschte Kontakte dürfen nicht über einen alten Export wieder auftauchen. Die wichtigsten Prüfpunkte haben wir in unserer CRM-DSGVO-Checkliste gesammelt. Klären Sie im Zweifel mit Ihrem Datenschutzbeauftragten, welche Einwilligung nach dem Zusammenführen gilt. Wie ein durchgängiger Workflow vom Eingang bis zur Pflege aussieht, beschreiben wir in Kundendaten effizient verwalten.

Datenqualität messbar machen

Was nicht gemessen wird, wird nicht priorisiert. DataStackGuide beschreibt vier Säulen der Daten-Governance für Vertrieb und Marketing:

• Metrik-Definitionen: Jede Kennzahl hat genau eine dokumentierte Definition.
• Feld-Standards: Erlaubte Werte werden technisch erzwungen und nicht nur empfohlen.
• Verantwortung: Für jedes wichtige Feld gibt es eine Person, die für die Qualität geradesteht.
• Qualitätsmessung: Der Zustand der Daten wird regelmäßig berichtet.

Das Beispiel dort ist anschaulich: Fehlen bei 30 % der Kontakte die Telefonnummern und taucht das in keinem Bericht auf, wird niemand die Bereinigung anstoßen. Nehmen Sie deshalb zwei oder drei Qualitätskennzahlen in Ihr monatliches Reporting auf:

Wie Sie Kennzahlen so wählen, dass sie wirklich messbar sind und eine Handlung auslösen, zeigen diese Beispiele für messbare KPIs in E-Commerce und Marketing. Wie Sie das Ganze in ein Reporting einbetten, das gelesen wird, steht in unserem Praxisguide zum Reporting im Marketing.

Häufige Fehler und wie Sie sie vermeiden

• Standardisieren ohne Definitionen: Saubere Formate helfen wenig, wenn „Kunde“ für die einen jeden Kontakt mit Kauf meint und für die anderen nur aktive Verträge.
• Alles auf einmal: Fangen Sie mit den Feldern an, die Reporting und Automatisierungen tragen, also Status, Quelle, Land und E-Mail. Der Rest folgt.
• Altdaten überschreiben: Sichern Sie Originalwerte, bevor Sie sie umwandeln.
• Neue Felder ohne Prüfung: Jede Feldanfrage durchläuft den 3-Fragen-Test und kommt ins Dictionary, sonst wuchert es in einem halben Jahr wieder.
• Bereinigung als Einmalaktion: Ohne Validierung bei der Eingabe und ohne Kennzahl im Reporting ist der Bestand bald wieder so wie vorher.

Unsere Sicht: Einheitliche Felder fangen bei einer einheitlichen Plattform an

Wir sehen bei vielen kleinen und mittelständischen Unternehmen dasselbe Muster. Das Feldchaos entsteht selten aus Nachlässigkeit, sondern aus der Architektur. Das Website-Formular schreibt das Land als Text, der Shop als Code, das Terminbuchungstool gar nicht, und das Newsletter-Tool hat eigene Felder für Interessen. Jede Insellösung bringt ihr eigenes Datenmodell mit, und jede Schnittstelle dazwischen ist eine Stelle, an der Formate auseinanderlaufen.

Deshalb halten wir die beste Standardisierung für die, die man gar nicht erst nachträglich braucht. Wenn Website, Funnel, Shop, Terminbuchung, E-Mail-Marketing und Kontaktverwaltung auf denselben Kontaktdatensatz schreiben, gibt es ein Feld „Land“ und nicht vier. Das Feld-Dictionary wird kürzer, die Zusammenführung entfällt zum großen Teil, und Automatisierungen greifen auf Daten zu, die schon beim Eintrag einheitlich waren.

Genau dafür haben wir Funnel-tunnel gebaut: als All-In-One-Software, die Website-Erstellung, Funnels, E-Commerce, E-Mail-Marketing, Terminbuchungen, Kontaktverwaltung, Automatisierungen und Analysen in einer Plattform vereint. Sie ist so gestaltet, dass auch Teams ohne technische Vorkenntnisse schnell Ergebnisse sehen, und unser Support begleitet Sie dabei. Welche Bausteine im Einzelnen dazugehören, sehen Sie in der Übersicht unserer Funktionen. Unser Rat bleibt trotzdem derselbe, egal mit welchem Werkzeug Sie arbeiten: Erst die Regeln, dann die Felder. Eine Plattform macht saubere Daten leichter, das Nachdenken über Definitionen nimmt sie Ihnen nicht ab.

— Thomas

Häufige Fragen

Wie viele Felder braucht ein CRM für ein kleines Unternehmen?

Weniger, als die meisten denken. Für Deals gelten fünf bis sieben Pflichtangaben über die gesamte Pipeline als vernünftige Obergrenze. Jedes weitere Feld sollte den 3-Fragen-Test bestehen: Berichten Sie darüber, segmentieren Sie danach oder löst es eine Automatisierung aus?

In welchem Format sollte ich Telefonnummern speichern?

Im internationalen E.164-Format, also mit Pluszeichen, Ländercode und ohne Leerzeichen, etwa +4930123456. Das macht Dublettenprüfungen zuverlässig und Telefonie-Integrationen fehlerfrei. In der Oberfläche können Sie die Nummer trotzdem lesefreundlich mit Leerzeichen anzeigen lassen.

Was ist der Unterschied zwischen Datenbereinigung und Standardisierung?

Die Bereinigung räumt vorhandene Fehler auf, also Dubletten, Tippfehler und veraltete Einträge. Die Standardisierung legt fest, wie korrekte Daten aussehen, und setzt das bei jeder neuen Eingabe durch. Ohne Standardisierung müssen Sie die Bereinigung regelmäßig wiederholen.

Wie oft sollte ich meine Kundendaten prüfen?

Nach jedem größeren Import sofort und darüber hinaus monatlich über feste Kennzahlen wie Vollständigkeit, Dublettenrate und Formatfehler. Wenn diese Werte im regulären Reporting stehen, fallen Abweichungen auf, bevor sie Kampagnen oder Auswertungen verfälschen.

Muss ich zum Standardisieren das CRM wechseln?

Nicht unbedingt. Feld-Dictionary, Auswahllisten und Formatregeln lassen sich in den meisten Systemen umsetzen. Wechseln lohnt sich vor allem dann, wenn Ihre Daten über viele getrennte Tools verteilt sind und die Schnittstellen dazwischen immer wieder neue Formatfehler erzeugen.

Quellen

• GTMStack: CRM Hygiene Playbook
• CleanSmart: Phone Number Formatting for CRMs
• Futureman Labs: CRM Setup for B2B Sales Teams
• IVRIS Tech: CRM Data Standardization
• DataStackGuide: Data Governance for Revenue Teams
• Revblack: CRM Standardization Playbook
• Wingenious: AI Data Cleaning & Deduplication

Empfehlungen

• Kundendaten effizient verwalten: Workflow für Automatisierung
• CRM DSGVO Checkliste: Die wichtigsten Prüfpunkte für Ihr Unternehmen
• CRM-Prozess automatisieren: Effizient und fehlerfrei
• CRM Data Migration: Der Fahrplan für den Systemwechsel