Im alten ERP existiert derselbe Kunde zweimal. Auf Datensatz 4711 liegen offene Aufträge, auf Datensatz 8150 die aktuelle Adresse und die richtigen Zahlungsbedingungen. Einfach einen der beiden Datensätze zu löschen, würde entweder Beziehungen oder bessere Stammdaten verlieren.
Dubletten bei der ERP-Migration zusammenzuführen bedeutet deshalb mehr, als ähnliche Datensätze zu finden. Das Projekt muss die fachliche Identität bestätigen, einen führenden Zieldatensatz bilden und sämtliche benötigten Beziehungen kontrolliert auf diesen Zielschlüssel umstellen.
Erst diese drei Schritte ergeben eine belastbare Zusammenführung. Eine Dublettenliste allein löst das Problem nicht. Und ein technisch erfolgreicher Import beweist nicht, dass Aufträge, Ansprechpartner, Konditionen oder Historie noch beim richtigen Geschäftspartner liegen.
Dubletten bei der ERP-Migration: Kandidat ist noch kein Beweis
Eine Dublettenprüfung findet zunächst mögliche Treffer. Identische Steuer- oder Umsatzsteuer-IDs können ein starkes Signal sein. Ähnliche Firmennamen, gleiche Postleitzahlen oder übereinstimmende Telefonnummern liefern weitere Hinweise. Kein einzelnes Merkmal ist jedoch in jedem Datenbestand eindeutig.
„Müller GmbH“ und „Müller GmbH Werk Süd“ können dieselbe juristische Person, zwei Betriebsstätten oder zwei bewusst getrennte Kundenkonten sein. Zwei Lieferanten mit derselben Bankverbindung können zu einem Konzern gehören, ohne deshalb derselbe Geschäftspartner zu sein.
Deshalb werden Treffer als Kandidatengruppen bereitgestellt. Erst eine fachlich bestätigte Identitätsregel entscheidet, welche Datensätze tatsächlich zusammengehören.
Die Identitätsregel hängt vom Datenobjekt ab
Für Kunden und Lieferanten gelten andere Kriterien als für Materialien oder Ansprechpartner. Eine allgemeine Regel wie „gleicher Name bedeutet Dublette“ ist zu schwach.
Mögliche Merkmale für Geschäftspartner sind:
- Steuer- oder Umsatzsteuer-ID,
- Handelsregisterangaben,
- vollständige Adresse und Länderbezug,
- Bankverbindung, E-Mail-Domain oder Telefonnummer,
- sowie vorhandene Konzern-, Standort- oder Rollenbeziehungen.
Bei Materialien zählen dagegen technische Spezifikation, Herstellerteil, Abmessung, Einheit, Qualitätsstufe oder Variantenbezug. Ähnliche Bezeichnungen reichen nicht. Ein zusätzlicher Buchstabe kann ein anderes Material kennzeichnen; zwei völlig unterschiedliche Nummern können zugleich dasselbe Teil meinen.
Exakte und unscharfe Treffer erfüllen unterschiedliche Aufgaben
Exakte Regeln finden beispielsweise dieselbe bereinigte Steuer-ID oder dieselbe E-Mail-Adresse. Unscharfe Verfahren vergleichen ähnlich geschriebene Namen und Adressen. Sie helfen, „Meyer & Co. KG“ und „Meyer und Co KG“ als möglichen Treffer zu erkennen.
Unscharfes Matching – also der Ähnlichkeitsvergleich trotz abweichender Schreibweise – darf die fachliche Entscheidung jedoch nicht ersetzen. Je großzügiger die Schwelle gewählt wird, desto mehr falsche Treffer entstehen. Je strenger sie ist, desto mehr echte Dubletten bleiben unentdeckt.
Ein sinnvoller Ablauf trennt daher drei Gruppen:
- eindeutige Nichttreffer, die unverändert weiterlaufen,
- hochwahrscheinliche Kandidaten, die mit einer bestätigten Regel zusammengeführt werden können,
- mehrdeutige Fälle, die der Fachbereich einzeln entscheidet.
So konzentriert sich die manuelle Prüfung auf die Fälle, bei denen sie tatsächlich notwendig ist.
Welcher Datensatz bleibt?
Nach bestätigter Identität wird ein führender Datensatz bestimmt. Er wird häufig als Master-Datensatz bezeichnet. Gemeint ist der Datensatz, dessen Zielschlüssel erhalten bleibt und unter dem die zusammengeführten Informationen im neuen ERP weitergeführt werden.
Die Auswahl kann sich beispielsweise richten nach:
- aktueller operativer Nutzung,
- vorhandenen offenen Vorgängen,
- vollständiger oder verlässlich gepflegter Identifikation,
- gewünschter Alt-ID oder neuer Nummernlogik,
- oder einer fachlich vorgegebenen Organisationszuordnung.
„Der älteste Datensatz gewinnt“ oder „die kleinste Nummer bleibt“ kann eine Regel sein, wenn sie fachlich passt. Ohne diese Prüfung ist es nur eine technische Abkürzung.
Der führende Datensatz muss nicht in jedem Feld gewinnen
Der Datensatz mit dem erhaltenen Schlüssel enthält nicht automatisch in jeder Spalte den besten Wert. Die aktuelle Adresse kann aus dem zweiten Datensatz stammen, die bestätigte Zahlungsbedingung aus dem ersten und ein benötigter Ansprechpartner aus beiden.
Deshalb braucht die Zusammenführung Regeln auf Feldebene:
- Welcher Wert hat bei einem Konflikt Vorrang?
- Gilt der jüngste Änderungszeitpunkt als Qualitätsmerkmal oder kann er durch eine technische Massenänderung entstanden sein?
- Werden mehrere gültige Adressen, Ansprechpartner oder Bankverbindungen als Kinddatensätze erhalten?
- Welche Werte sind veraltet und welche nur für eine andere Rolle oder Organisation gültig?
Diese Auswahl wird manchmal Survivorship-Regel genannt. Praktisch ist damit nur gemeint: Für jedes benötigte Zielfeld steht nachvollziehbar fest, welcher Quellwert nach der Zusammenführung weiterlebt.
Eine Alt-zu-Neu-Tabelle hält die Beziehungen zusammen
Der wichtigste technische Nachweis ist eine Zuordnung aller alten Schlüssel zum neuen Zielschlüssel. Für das Eingangsbeispiel könnte sie vereinfacht so aussehen:
- Altkunde 4711 → Zielkunde 100245,
- Altkunde 8150 → Zielkunde 100245.
Diese Alt-zu-Neu-Tabelle wird auch Crosswalk genannt. Sie sorgt dafür, dass abhängige Datenobjekte denselben Zielkunden verwenden. Dazu können offene Aufträge, Ansprechpartner, Lieferadressen, Konditionen, Servicefälle oder historische Referenzen gehören.
Ohne diese Zuordnung wird zwar der doppelte Stammsatz reduziert, aber seine Beziehungen bleiben auf alten Nummern liegen. Dann fehlen Belege im Ziel, verweisen auf nicht existierende Schlüssel oder werden erneut als Dubletten angelegt.
Abhängige Daten müssen vor dem Ausschluss umgestellt werden
Ein Quellstammsatz darf erst aus dem Migrationsumfang fallen, wenn geklärt ist, was mit seinen abhängigen Daten geschieht. Das gilt besonders für:
- offene Bestellungen und Kundenaufträge,
- offene Posten und Salden,
- Ansprechpartner und Adressen,
- Preise, Rabatte und Zahlungsbedingungen,
- Materialbestände und Stücklistenbezüge,
- sowie dokumentations- oder auskunftspflichtige Historie.
Die Reihenfolge lautet daher nicht „Datensatz löschen und später Fehler beheben“. Zuerst wird die Zielidentität entschieden, dann werden die Referenzen in den Transformationsregeln auf den gemeinsamen Zielschlüssel gelenkt. Erst danach kann der überzählige Stammsatz begründet ausgeschlossen werden.
Dubletten müssen nicht im produktiven Altsystem gelöscht werden
Die Migration kann einen bereinigten Zielbestand bilden, ohne das produktive Altsystem kurz vor dem Go-live umfassend umzubauen. Das ist häufig sicherer, weil laufende Prozesse, Schnittstellen und historische Bezüge dort weiterhin von den bestehenden Nummern abhängen.
Stattdessen bleiben die Quelldatensätze unverändert erhalten. Die freigegebene Alt-zu-Neu-Zuordnung und die Feldregeln erzeugen im Migrationsprozess einen konsolidierten Zieldatensatz. Dadurch ist nachvollziehbar, welche Quellinformationen verwendet und welche bewusst nicht übernommen wurden.
Ob eine Bereinigung zusätzlich im Altsystem sinnvoll ist, ist eine separate Betriebsentscheidung. Sie darf nicht stillschweigend zur Voraussetzung für die Datenmigration werden.
So wird die Zusammenführung wiederholbar
Wer Dubletten direkt in der fertigen Importdatei zusammenkopiert, muss die Arbeit beim nächsten Testexport erneut durchführen. Besser ist ein kontrollierter Regelbestand mit vier Ebenen:
- Kandidatenermittlung: normalisierte Namen, Identifikationsnummern und weitere Merkmale bilden mögliche Gruppen.
- Fachentscheidung: Ein Verantwortlicher bestätigt, trennt oder vertagt die Kandidaten.
- Zielbildung: Führender Schlüssel und Feldregeln erzeugen den konsolidierten Stammsatz.
- Referenzumstellung: Abhängige Daten verwenden die freigegebene Alt-zu-Neu-Zuordnung.
Damit wirkt eine einmal getroffene Entscheidung in jedem weiteren Migrationslauf gleich. Neue oder veränderte Kandidaten erscheinen als zusätzliche Prüffälle, statt alte Entscheidungen zu überschreiben.
Wie regelbasierte und manuelle Bereinigungen sinnvoll getrennt werden, beschreibt der Beitrag zur Datenbereinigung vor der ERP-Migration.
Die Prüfung beginnt bei der Entscheidung und endet im Prozess
Ein verlässlicher Test umfasst mehr als die verringerte Anzahl der Stammsätze:
- Jede zusammengeführte Gruppe besitzt eine dokumentierte Fachentscheidung.
- Jeder alte Schlüssel ist eindeutig einem Zielschlüssel zugeordnet.
- Konfliktfelder wurden nach bestätigten Regeln aufgelöst.
- Abhängige Datensätze verweisen vollständig auf vorhandene Zielschlüssel.
- Kein offener Beleg geht durch den Ausschluss eines Stammsatzes verloren.
- Stichproben zeigen, dass Adressen, Ansprechpartner, Konditionen und Rollen fachlich erhalten bleiben.
- Repräsentative Geschäftsprozesse funktionieren mit dem konsolidierten Zielstamm.
Für die Mengenprüfung gilt dabei eine angepasste Rechnung: relevante Quelldatensätze minus bewusst ausgeschlossene Datensätze minus zusammengeführte Dubletten plus gezielte Ergänzungen ergeben die erwartete Zielmenge. Der Beitrag zur Datenvalidierung bei der ERP-Migration ordnet diesen Nachweis in die Abnahme ein.
Typische Fehlversuche beim Zusammenführen von Dubletten
- Gleicher Name bedeutet gleicher Datensatz: Standorte, Rollen oder unterschiedliche Materialien werden fälschlich zusammengelegt.
- Das Matching entscheidet automatisch: Ein Ähnlichkeitswert ersetzt die fachliche Identitätsprüfung.
- Ein Datensatz gewinnt vollständig: bessere Werte und Kinddaten des zweiten Datensatzes gehen verloren.
- Der zweite Schlüssel wird nur gelöscht: offene Belege und weitere Referenzen bleiben ohne gültiges Ziel.
- Dubletten werden direkt in Excel korrigiert: die Entscheidung fehlt im nächsten Testlauf.
- Nur die neue Stammsatzanzahl wird geprüft: fachliche Verluste in Beziehungen und Prozessen bleiben unsichtbar.
Wer entscheidet und wer setzt um?
Der zuständige Fachbereich bestätigt, ob Datensätze tatsächlich dieselbe fachliche Identität besitzen und welche Informationen erhalten bleiben. Projektleitung und Datenverantwortliche entscheiden außerdem, wie mit Grenzfällen und Historie umgegangen wird. Das Zielsystemteam klärt zulässige Rollen, Schlüssel und abhängige Zielobjekte.
Externe Migrationsunterstützung kann Kandidaten regelbasiert ermitteln, Konflikte und Abhängigkeiten sichtbar machen, Alt-zu-Neu-Zuordnungen vorbereiten, die freigegebenen Regeln wiederholbar umsetzen und die vollständige Referenzprüfung liefern.
Eine Dublette ist erst gelöst, wenn nichts Wichtiges verloren geht
Weniger Stammsätze sind nicht automatisch bessere Stammdaten. Das Ergebnis ist erst belastbar, wenn die fachlich richtige Identität erhalten bleibt, bessere Feldwerte zusammengeführt werden und sämtliche benötigten Beziehungen auf den gemeinsamen Zielschlüssel zeigen.
Wenn Ihre Dublettenliste wächst, aber unklar bleibt, welche Datensätze wirklich zusammengehören und was mit offenen Belegen oder weiteren Referenzen geschieht, können wir die Kandidaten strukturiert aufbereiten, Entscheidungen technisch abbilden und den konsolidierten Zielbestand prüfbar erzeugen.