CRM-Datenqualität: Warum KI im Vertrieb mit Bereinigung beginnt
Ohne CRM-Datenqualität handeln KI-Agenten auf falscher Grundlage. Was ein Agent prüft, bevor er Kunden anspricht – und warum „unbekannt“ nie „erlaubt“ heißt.
Ein Agent soll Ihre Stammkunden genau dann ansprechen, wenn wieder Bedarf entsteht. Er findet einen Kunden, der seit langer Zeit nichts mehr bestellt hat, und schickt eine freundliche Erinnerung. Was er nicht weiß: Derselbe Kunde hat vor Kurzem bestellt – unter einer zweiten Kundennummer. Die Mail wirkt nicht aufmerksam, sondern ahnungslos. Der Fehler liegt nicht im Agenten. Er liegt in der CRM-Datenqualität.
Warum CRM-Datenqualität bei KI-Agenten anders zählt
Ein erfahrener Mitarbeiter im Innendienst stolpert über solche Ungereimtheiten. Er kennt den Kunden, wundert sich über die zweite Nummer und fragt nach. Ein Agent tut das nur, wenn die Prüfung Teil seines Auftrags ist.
Dazu kommt die Menge. Agentic Sales – KI-Agenten im Vertrieb – arbeitet einen Kundenstamm in einer Breite ab, die kein Team von Hand leisten würde. Das ist der Nutzen. Es bedeutet aber auch: Ein Datenfehler, der früher einen Anruf verdorben hat, wiederholt sich jetzt in jeder Ansprache, die auf ihm aufbaut. Gute Daten werden skaliert, schlechte ebenso.
Deshalb ist Datenqualität für uns keine Vorarbeit, die man vor dem eigentlichen Projekt erledigt. Sie ist Teil des Systems, das Ihren Umsatz sichern und ausbauen soll.
Die typischen Fehlerquellen im Kundenstamm
Viele Kundenstämme sind über Jahre gewachsen. Verschiedene Menschen haben sie gepflegt, Systeme wurden gewechselt, Daten zusammengeführt. Wiederkehrende Fehlerquellen sind:
- Dubletten: Ein Kunde existiert zweimal. Seine Auftragshistorie verteilt sich, und keiner der beiden Datensätze zeigt das vollständige Bild.
- Angebote, die wie Aufträge aussehen: Wer Angebote mitzählt, sieht Bedarf, wo keiner war – und verpasst den echten Rhythmus eines Kunden.
- Rückläufer: Mailadressen, die nicht mehr existieren, bleiben im System, bis jemand sie bemerkt.
- Unvollständige Datensätze: Aufträge ohne Positionen oder Kontakte ohne Zuordnung liefern zu wenig, um daraus eine Ansprache abzuleiten.
- Veraltete Stände: Ein älterer Datenabruf überschreibt einen neueren, und eine längst erledigte Klärung ist wieder offen.
Jede dieser Quellen ist für sich harmlos. Gefährlich wird sie, sobald ein Agent auf ihr handelt.
Was ein Agent prüft, bevor er handelt
In den Systemen, die wir aufbauen und betreiben, steht die Prüfung vor der Aktion. Übernimmt das System Daten aus dem angebundenen ERP-System, prüft es die Vollständigkeit. Ein veralteter Abruf überschreibt keinen neueren Stand. Dubletten werden bereinigt.
Für Kaufrhythmus und Bedarf zählen nur echte Aufträge, keine Angebote. Ist die Datenlage für eine Fälligkeit zu lückenhaft, entsteht daraus keine Ansprache. Reichen die Aufträge eines Kunden für einen eigenen Rhythmus nicht aus, greift eine festgelegte Ersatzregel je Kundenklasse. Wie daraus planbares Folgegeschäft wird, beschreibt der Beitrag Kaufrhythmus erkennen.
Unternehmen, Ansprechpartner und Anwendungsfall haben getrennte Statusmodelle. So lässt sich auseinanderhalten, ob ein Unternehmen als Kunde relevant ist, ob eine Person dort noch arbeitet und wie weit ein bestimmter Vorgang ist. Wer alles in einem einzigen Feld „aktiv“ oder „inaktiv“ abbildet, verliert genau diese Unterscheidung.
Bei Rückläufern gilt eine klare Grenze: Nur eindeutige Berichte, die nachweislich vom eigenen Mailserver stammen, führen automatisch zu Folgen. Dann wird die Adresse geleert, der Versand gestoppt und ein telefonischer Folgevorgang angelegt. Alles Unklare bleibt bei einem Menschen. Wie Agenten Antworten und Rückläufer im Posteingang einordnen, zeigt die Funktion Ein Postfach lesen und Antworten einordnen.
„Unbekannt“ heißt nie „erlaubt“
Ein zentrales Prinzip ist unscheinbar: Fehlt eine Angabe, wählt das System die vorsichtige Auslegung. Ist unbekannt, ob ein Kontakt per Mail angesprochen werden darf, gilt das nicht als Erlaubnis. Eine allgemeine Firmenadresse ist keine Freigabe für einen bestimmten Ansprechpartner. Ohne erlaubten Kanal entsteht kein Vorgang. Mehr dazu lesen Sie auf der Seite Einwilligung im Marketing und Vertrieb.
Ebenso wichtig: Menschliche Entscheidungen überstehen den Import. Hat Ihr Innendienst einen Ansprechpartner als nicht relevant markiert, macht der nächste Datenabgleich daraus nicht wieder einen Zielkontakt. Ohne diese Regel müssten Ihre Mitarbeitenden dieselbe Korrektur immer wieder vornehmen – und würden dem System bald nicht mehr trauen.
Bereinigung ist eine Daueraufgabe
Ein einmal bereinigter Kundenstamm bleibt nicht sauber. Firmen schließen, Ansprechpartner wechseln, neue Aufträge kommen hinzu. Wie ein Agent erloschene Unternehmen erkennt, beschreibt der Beitrag Kundenstamm bereinigen.
Darum gestalten wir Datenqualität vom Ergebnis her. Im AI-first-Coaching klären Sie, welchen Umsatz die Agenten sichern und ausbauen sollen. Daraus folgt, welche Daten dafür verlässlich sein müssen. In der Umsetzung binden wir die vereinbarten Systeme an und legen mit Ihren Fachverantwortlichen fest, welche Prüfungen automatisch laufen und wo ein Mensch entscheidet. Im Betrieb halten wir diese Regeln aktuell – denn ein Agent ist nie fertig. Welche ERP-Daten der Vertrieb dafür wirklich braucht, lesen Sie unter KI-Agenten an das ERP-System anbinden.
Besonders deutlich wird der Wert sauberer Daten im Folgegeschäft: Wer den Bedarf eines Kunden aus seiner Auftragshistorie ableitet, ist auf jede einzelne Position angewiesen.
Ihr nächster Schritt
Bevor Sie Agenten auf Ihren Kundenstamm ansetzen, lohnt ein ehrlicher Blick: Welche Ihrer Daten würden Sie heute einem Agenten anvertrauen, der in Ihrem Namen schreibt? Wenn Sie herausfinden möchten, wo KI-Agenten bei Ihnen ansetzen können und was dafür vorbereitet sein muss, prüfen Sie Ihr REVAGO-Potenzial.
