Was ist Datenanreicherung? Wie Webdaten Lücken füllen

Veröffentlicht:

15 Min. Lesezeit

Acar Diveroli
Autor: Acar Diveroli
Firmendatensätze im Raster: auf einer Seite der Scanlinie leere Felder, auf der anderen gefüllte; die blaue Karte ist voll

Ein Vertriebsteam exportiert sein CRM und findet 4.000 Firmenkonten. Bei der Hälfte fehlt die Branche, ein Drittel nennt eine Website, aber kein Land, und dieselbe Kaffeerösterei taucht dreimal unter drei Schreibweisen auf. Niemand wird das von Hand korrigieren, doch genau an diesen leeren Spalten hängt es, ob Leads richtig nach Region oder Branche verteilt werden. Diese Lücken aus anderen Quellen zu füllen, nennt man Datenanreicherung (Data Enrichment).

Dieser Beitrag behandelt die Definition, die Schritte eines Anreicherungsjobs, die wichtigsten Arten und Quellen, warum der Abgleich der schwierige Teil ist, wie Sie das Ergebnis messen und aktuell halten und welche rechtlichen Grenzen gelten, sobald Personen betroffen sind.

Was ist Datenanreicherung?

Datenanreicherung ist der Vorgang, vorhandene Datensätze um Informationen zu ergänzen, indem man sie mit anderen Quellen verknüpft. Der Datensatz bleibt dieselbe Zeile und bekommt neue Spalten: Aus einer Liste von Firmennamen wird eine Liste mit eingetragenen Namen, Ländern, Branchen und Websites.

Im Marketing heißt das oft „Data Append“. Der Unterschied zur reinen Datenerhebung liegt im Ausgangspunkt: Die Erhebung erzeugt neue Datensätze, die Anreicherung vervollständigt bestehende, also muss jeder neue Wert in der richtigen Zeile landen. Ein fiktiver Firmendatensatz vorher und nachher:

FeldVorherNachherQuelle
NameHarborlane CoffeeHarbor Lane Roasters LtdUnternehmensregister
Websiteharborlane.exampleharborlane.exampleIhr CRM
Land(leer)Vereinigtes KönigreichUnternehmensregister
Branche(leer)KaffeeröstereiBranchencode im Register
Verkauft online(leer)JaWebsite des Unternehmens
Zuletzt geprüft(leer)17.11.2026Anreicherungsjob

Die letzte Zeile ist so wichtig wie die anderen. Ohne Quelle und Datum kann ein Jahr später niemand sagen, ob ein Wert noch stimmt.

Worin unterscheidet sich Datenanreicherung von Datenbereinigung und ETL?

Die Datenbereinigung korrigiert die Werte, die Sie bereits haben, die Datenanreicherung ergänzt die Werte, die Ihnen fehlen, und ETL ist die Pipeline, die Daten zwischen Systemen bewegt. Die Bereinigung macht aus „UK“, „U.K.“ und „Britain“ einen einzigen Ländercode und entfernt doppelte Zeilen; die Anreicherung trägt das Land ein, wo das Feld leer war. Die Bereinigung kommt zuerst, denn ein Duplikat, das zweimal angereichert wird, kostet doppelt und kann am Ende zwei verschiedene Antworten liefern.

ETL (Extrahieren, Transformieren, Laden) holt Daten aus einer Quelle, bringt sie in ein festes Format und schreibt sie in eine Datenbank. Ein Anreicherungsjob läuft meist als eine Stufe einer solchen Pipeline; Was ist ETL? geht eine davon Schritt für Schritt durch.

Wie funktioniert Datenanreicherung?

Ein Anreicherungsjob verknüpft jeden Datensatz über einen gemeinsamen Schlüssel mit einer externen Quelle, übernimmt die benötigten Felder und prüft sie. Fünf Schritte decken die meisten Jobs ab:

  1. Den Schlüssel wählen. Wählen Sie einen Wert, den beide Seiten haben. Bei Unternehmen sind Registernummern, Umsatzsteuer-Identifikationsnummern und der Legal Entity Identifier (LEI) die stärksten Schlüssel, die Domain der Website ist eine gute zweite Wahl; bei Produkten ist es die GTIN unter dem Barcode, bei Orten eine vollständige Postanschrift.
  2. Abgleichen. Suchen Sie jeden Datensatz über diesen Schlüssel. Gibt es keinen Schlüssel, gleichen Sie den Namen zusammen mit Adresse oder Land ab, bewerten jeden Kandidaten mit einem Score und geben Grenzfälle an einen Menschen weiter.
  3. Anhängen. Fügen Sie nur die Felder hinzu, die Sie tatsächlich nutzen, jeweils mit Quelle und Abrufdatum. Ihre eigenen geprüften Werte bleiben stehen; ein Wert eines Dritten ersetzt sie nur nach einer Regel, die Sie schriftlich festgelegt haben.
  4. Prüfen. Kontrollieren Sie Formate (Ländercodes, Postleitzahlen, Telefonvorwahlen), prüfen Sie, ob die Felder zueinander passen, und vergleichen Sie eine Zufallsstichprobe von Hand mit der Quelle.
  5. Aktualisieren. Wiederholen Sie den Abgleich nach einem Zeitplan, der zu jedem Feld passt, und halten Sie fest, wann jeder Wert zuletzt bestätigt wurde.

Welche Arten der Datenanreicherung gibt es?

Die wichtigsten Arten sind firmografische, Produkt-, geografische und technografische Anreicherung; sie unterscheiden sich darin, was sie ergänzen, woher die Daten stammen und wie schnell sie veralten.

ArtWas sie ergänztTypische QuellenÄnderungen
FirmografischEingetragener Name, Branche, Größe, EigentümerRegister, LEI-Daten, FirmenwebsitesSelten bis jährlich
ProduktSpezifikationen, GTIN, Kategorie, BestandSeiten von Herstellern und HändlernTäglich bei Preis und Bestand
GeografischKoordinaten, Region, ZeitzoneGeocodierung, offene KartendatenSelten
TechnografischWebsite-Plattform, ShopsoftwareÖffentlicher SeitenquelltextAlle paar Monate

Firmografische Daten beschreiben ein Unternehmen so, wie demografische Daten eine Bevölkerung beschreiben: was es tut, wie groß es ist, wo es eingetragen ist und wem es gehört. Die Produkt-Anreicherung vervollständigt Katalogeinträge, etwa einen Lieferanten-Feed, der ohne Abmessungen ankommt. Die geografische Anreicherung macht aus einer Adresse Koordinaten und eine Region für Liefer- und Vertriebsgebiete. Die technografische Anreicherung hält die Software hinter der Website eines Unternehmens fest; viele Seiten nennen sie in einem generator-Meta-Tag, das der HTML-Standard genau dafür definiert.

Die Anreicherung von Personen- oder Kontaktdaten (namentlich bekannten Personen E-Mail-Adressen, Telefonnummern oder Social-Media-Profile hinzufügen) ist rechtlich heikel, und dieser Beitrag behandelt sie nicht als Methode; warum, erklärt der Abschnitt zur Rechtslage.

Woher stammen die Daten für die Anreicherung?

Anreicherungsdaten stammen aus vier Bereichen: Ihren eigenen First-Party-Daten, amtlichen Registern und offenen Daten, öffentlichen Webseiten und lizenzierten Datensätzen. Beginnen Sie beim ersten und arbeiten Sie sich nach außen vor; jeder Schritt weg von Ihren eigenen Systemen bringt Kosten und Lizenzfragen mit sich.

First-Party-Daten sind die Daten, die Sie aus Ihren eigenen Kundenbeziehungen und Abläufen bereits haben. Eine Rechnungsadresse im Finanzsystem füllt oft das leere Länderfeld im CRM.

Amtliche Register enthalten verbindliche Unternehmensangaben. Das britische Companies House bietet zum Beispiel eine kostenlose monatliche Momentaufnahme der Basisdaten aktiver Unternehmen. Für Firmen mit einem Legal Entity Identifier, einem 20-stelligen Code nach ISO 17442, der vor allem bei Finanztransaktionen verwendet wird, veröffentlicht GLEIF die LEI-Daten unter einer CC0-Lizenz und stellt dreimal täglich vollständige Dateien bereit. Auch die strukturierten Daten von Wikidata stehen unter CC0.

Offene Daten sind an Bedingungen geknüpft. OpenStreetMap-Daten stehen unter der Open Database License (ODbL), die eine Nennung von OpenStreetMap verlangt und, wenn Sie etwas auf Basis der Daten weitergeben, dieselbe Lizenz für das Ergebnis, wie die Urheberrechtsseite des Projekts erklärt. Sein öffentlicher Geocoding-Dienst Nominatim erlaubt höchstens eine Anfrage pro Sekunde und rät von Massen-Geocodierung ab; große Adresslisten brauchen daher einen eigenen oder einen kostenpflichtigen Geocoder.

Öffentliche Webseiten liefern, was Register nicht enthalten: was ein Unternehmen verkauft, wo seine Filialen liegen, welche Produkte es zu welchem Preis führt. Viele Firmenwebsites veröffentlichen außerdem schema.org-Markup, einen Block für Maschinen, der einen legalName, eine Adresse, eine USt-IdNr. oder einen leiCode enthalten kann. Öffentlich heißt nicht regelfrei: Halten Sie sich an die Nutzungsbedingungen der Website und an die robots.txt, halten Sie die Anfragerate niedrig und übernehmen Sie Fakten statt Beschreibungen und Fotos, die urheberrechtlich geschützt bleiben.

Datenanbieter verkaufen fertige Datensätze. Sie sparen Zeit, aber Sie übernehmen deren Erhebungsmethoden; fragen Sie also, wie jedes Feld erhoben wurde, unter welchen Bedingungen und wie oft es aktualisiert wird. Das sind dieselben Fragen, die Käufer von alternativen Daten ihren Anbietern stellen.

Warum ist der Abgleich der schwierigste Teil der Anreicherung?

Der Abgleich ist der schwierigste Teil, weil dasselbe Unternehmen oder Produkt in zwei Quellen selten gleich aussieht und eine falsche Zuordnung mehr Schaden anrichtet als gar keine. Ein leeres Feld sieht leer aus; ein Feld, das mit den Daten eines anderen Unternehmens gefüllt ist, sieht korrekt aus.

  • Namensvarianten. „Harbor Lane Roasters Ltd“, „Harborlane Coffee“ und eine Abkürzung auf einer Rechnung können dasselbe Unternehmen sein; Rechtsformzusätze, Satzzeichen und Transliteration kommen hinzu.
  • Gleicher Name, anderes Unternehmen. Zwei Firmen namens Atlas Logistics in zwei Ländern teilen nur den Namen, und ein Abgleich allein über den Namen führt sie zusammen.
  • Niederlassungen und Konzerne. Eine Niederlassung, ihre Zentrale und die Muttergesellschaft sind verschiedene Datensätze; die LEI-Daten halten sie auseinander und erfassen, wem wer gehört.
  • Duplikate in Ihren eigenen Daten. Deduplizieren Sie, führen Sie also Datensätze zusammen, die dasselbe beschreiben, bevor Sie anreichern.
  • Veränderung über die Zeit. Unternehmen benennen sich um, ziehen um, fusionieren und schließen; ein Treffer, der letztes Jahr stimmte, kann heute auf eine aufgelöste Gesellschaft zeigen.

Die Faustregel: Gleichen Sie über eine Kennung ab, wo immer es eine gibt, akzeptieren Sie Treffer über Name und Adresse nur oberhalb einer Konfidenzschwelle und führen Sie für die Fälle dazwischen eine Prüfwarteschlange.

Wie messen Sie die Qualität angereicherter Daten?

Sie messen angereicherte Daten mit wenigen einfachen Quoten: wie viele Datensätze zugeordnet wurden, wie viele Felder gefüllt wurden und wie viele der gefüllten Werte richtig und aktuell sind. Die britische Regierung empfiehlt sechs Dimensionen der Datenqualität, die DAMA UK, ein Verband für Datenmanagement, definiert hat: Vollständigkeit, Eindeutigkeit, Konsistenz, Aktualität, Gültigkeit und Genauigkeit. Jede wird in einem kurzen Artikel auf GOV.UK erklärt. Für einen Anreicherungsjob werden daraus konkrete Prüfungen:

  • Trefferquote (Match-Rate): der Anteil der Datensätze, die mit einem Datensatz der Quelle verknüpft wurden; eine niedrige Quote deutet auf schwache Schlüssel oder eine Quelle hin, die Ihren Markt nicht abdeckt.
  • Füllgrad (Vollständigkeit): der Anteil der Zeilen, in denen ein Feld nicht mehr leer ist.
  • Genauigkeit: der Anteil richtiger Werte in einer von Hand geprüften Zufallsstichprobe.
  • Gültigkeit und Konsistenz: Werte im erwarteten Format und Felder, die zueinander passen; eine britische Postleitzahl neben einer deutschen Telefonvorwahl verdient einen zweiten Blick.
  • Eindeutigkeit und Aktualität: nach dem Abgleich verbliebene Duplikate und das Alter jedes Werts seit seiner letzten Bestätigung.

Nennen Sie die Genauigkeit immer zusammen mit dem Füllgrad: Ein Job, der fast jedes Feld füllt, aber viele davon falsch, hat die Daten verschlechtert.

Wie halten Sie angereicherte Daten aktuell?

Angereicherte Daten bleiben aktuell, wenn Sie festhalten, woher und wann jeder Wert stammt, und jedes Feld so oft prüfen, wie es sich ändert. Ein eingetragener Firmenname kann Jahrzehnte halten, eine Adresse Jahre, eine Mitarbeiterzahl Monate und ein Preis oder Lagerbestand nur Stunden.

Speichern Sie Quelle und Datum „zuletzt bestätigt“ pro Wert, nicht pro Datensatz. Nutzen Sie die Änderungsdateien, die eine Quelle anbietet, statt alles neu herunterzuladen; GLEIF etwa veröffentlicht Delta-Dateien, die nur die Änderungen der letzten 8 Stunden, des letzten Tages, der letzten Woche oder des letzten Monats enthalten. Und prüfen Sie bei Signalen neu: Eine Firmenwebsite, die jetzt auf eine andere Domain weiterleitet, deutet oft auf eine Übernahme hin, und der Registerstatus „aufgelöst“ sollte die weitere Nutzung des Datensatzes stoppen.

Die Anreicherung von Unternehmens- und Produktdaten ist grundsätzlich legal; bei Daten über Personen greift das Datenschutzrecht in vollem Umfang. Eine eingetragene Adresse oder ein Branchencode sind in der Regel keine personenbezogenen Daten, der Firmenname eines Einzelunternehmers, ein namentlich genannter Ansprechpartner oder eine private E-Mail-Adresse dagegen schon.

Nach der DSGVO der EU braucht es eine Rechtsgrundlage, um Daten über eine Person aus einer anderen Quelle zu ergänzen. Artikel 14 fügt eine Pflicht hinzu, die viele Anreicherungsprojekte betrifft: Wurden personenbezogene Daten nicht bei der Person selbst erhoben, müssen Sie ihr innerhalb einer angemessenen Frist, spätestens nach einem Monat, mitteilen, aus welcher Quelle die Daten stammen und ob diese Quelle öffentlich zugänglich war (DSGVO-Text auf EUR-Lex). Daten zu kombinieren, um eine Person zu bewerten, ist Profiling nach Artikel 4 Nr. 4, und Betroffene können der Direktwerbung jederzeit widersprechen, auch dem Profiling, das mit ihr zusammenhängt.

Die Datenschutzbehörde in Türkiye (KVKK) hat in einer öffentlichen Bekanntmachung vom 21. Juli 2026 einen ähnlichen Punkt betont: Von Dritten erhaltene Daten bieten für sich genommen keine Rechtsgrundlage für Marketing, Betroffene müssen innerhalb einer angemessenen Frist informiert werden, und die ausdrückliche Einwilligung ist ein eigener Schritt. Wie Sie personenbezogene Felder reduzieren und den Rest schützen, zeigt Personenbezogene Daten (PII) in Scraping-Datensätzen.

Die Rechte an den Daten sind eine eigene Frage: Offene Lizenzen knüpfen die Weiterverwendung an Bedingungen, und der Vertrag eines Anbieters legt fest, was Sie mit den gekauften Feldern tun dürfen.

Wo kommen Proxys bei der Datenanreicherung ins Spiel?

Proxys sind wichtig, wenn sich die benötigten öffentlichen Webdaten von Land zu Land unterscheiden. Ein Hersteller betreibt für jeden Markt eine eigene Website mit anderem Sortiment, ein Händler zeigt Preise und Bestand für das Land des Besuchers, und ein Filialfinder listet nur Filialen in der Nähe. Von einem einzigen Büro aus erhoben, bekommt jeder Datensatz die Version aus dem Land dieses Büros.

Ein Residential-Proxy lässt jede Anfrage über einen privaten Internetanschluss in dem Land laufen, zu dem die Daten gehören, oder sogar in der passenden Stadt, und zwar in einem Tempo, das die Website problemlos verkraftet. Proxys ändern nichts daran, was Sie erheben dürfen: Die Nutzungsbedingungen der Website, die robots.txt und die oben genannten Regeln gelten weiterhin.

Teams, die die Erhebung nicht selbst betreiben möchten, können die verwaltete Seitenextraktion unserer Web Scraping API nutzen, erhältlich über unser Vertriebsteam.

Wo wird Datenanreicherung eingesetzt?

  • Vertrieb und CRM: Branche, Größe und Land ergänzen, damit Leads beim richtigen Team landen.
  • B2B-Marketing: Segmente nach Branche oder Unternehmensgröße statt Vermutungen anhand eines Namens.
  • E-Commerce-Kataloge: Lieferanten-Feeds mit Abmessungen und GTINs von Herstellerseiten vervollständigen.
  • Prüfung von Lieferanten und Kunden: bestätigen, dass ein Unternehmen existiert, wo es eingetragen ist und wem es gehört.
  • Logistik: Adressen für Liefergebiete und Routen in Koordinaten umwandeln.
  • Marktforschung: Sortimente, Filialnetze und Preise der Konkurrenz nach Region erfassen.

Häufige Fehler

  • Anreichern vor dem Deduplizieren. Duplikate werden zweimal angereichert und driften auseinander.
  • Eigene geprüfte Daten überschreiben. Eine Adresse, die der Kunde bestätigt hat, schlägt die Vermutung eines Dritten.
  • Keine Quelle und kein Datum pro Wert. Später kann niemand sagen, was aktuell ist.
  • Jeden unscharfen Treffer akzeptieren. Ohne Schwelle und Prüfwarteschlange schleichen sich falsche Zusammenführungen ein.
  • Felder kaufen, die niemand nutzt. Jedes kostet Geld, muss aktualisiert werden und bringt bei Personendaten zusätzliches rechtliches Risiko.
  • Anreicherung als einmaliges Projekt betrachten. Daten beginnen an dem Tag zu altern, an dem sie ergänzt werden.
  • Regionale Daten aus einem einzigen Land erheben. Preise und Filiallisten sind dann für jeden anderen Markt falsch.

Entscheidungshilfe

BedarfEmpfehlung
Eingetragener Name, Branche, Adresse von UnternehmenRegister nutzen; über dessen Nummer oder den LEI abgleichen
Prüfen, ob ein Geschäftspartner existiertRegister- oder LEI-Abfrage; Datum festhalten
Koordinaten für AdressenGeocodieren im Rahmen der Kartenlizenz und der Rate-Limits
Fehlende ProduktspezifikationenHerstellerseiten, abgeglichen über die GTIN
Preise oder Bestand nach LandAus diesem Land mit niedriger Rate erheben
Kontaktdaten von EinzelpersonenErst Rechtsgrundlage und Information; Datenschutzbeauftragten fragen
Einige hundert Datensätze, einmaligManuelle Recherche kann Tools schlagen
Tausende Datensätze, monatlichAutomatisieren; Quelle und Datum pro Wert speichern

Häufige Fragen

Was bedeutet Datenanreicherung?

Datenanreicherung bedeutet, vorhandene Datensätze vollständiger zu machen, indem man Informationen aus anderen Quellen ergänzt. Aus einer Liste von Firmennamen wird eine Liste mit eingetragenen Namen, Ländern, Branchen und Websites; die Datensätze bleiben dieselben und bekommen Felder hinzu.

Was ist Datenanreicherung im CRM?

Im CRM füllt die Datenanreicherung fehlende Felder bei Accounts und Leads, etwa Branche, Unternehmensgröße, Land und Website, indem sie Datensätze mit Registern, Websites oder einem Datenanbieter abgleicht. Viele CRMs bieten das eingebaut oder über eine Integration an. Gleichen Sie über verlässliche Schlüssel ab, speichern Sie Quelle und Datum und prüfen Sie, welche personenbezogenen Daten die Funktion ergänzt.

Was ist ein Beispiel für Datenanreicherung?

Ein Händler erhält einen Lieferanten-Feed mit Produktnamen und Preisen, aber ohne Abmessungen. Wird jedes Produkt der Seite des Herstellers zugeordnet, kommen GTIN, Größe, Gewicht und Material hinzu. Ein weiteres Beispiel ist, Kundenadressen für Liefergebiete in Koordinaten umzuwandeln.

Brauche ich ein Tool oder einen Dienst für die Datenanreicherung?

Nicht immer. Für einige hundert Datensätze reichen oft eine Tabelle und das passende Register. Bei Tausenden Datensätzen, die monatlich aktualisiert werden, sparen ein Tool, ein Datenanbieter oder ein verwalteter Erhebungsdienst Zeit; bewerten Sie jede Option nach Trefferquote, Genauigkeit in der Stichprobe, Erhebungsmethode und Aktualisierungsrhythmus.

Die Anreicherung von Unternehmensdaten ist grundsätzlich unproblematisch. Die Anreicherung von Daten über Personen braucht eine Rechtsgrundlage, und Artikel 14 verlangt, den Betroffenen innerhalb eines Monats mitzuteilen, woher ihre Daten stammen; fragen Sie Ihren Datenschutzbeauftragten, bevor Sie beginnen.

Wie oft sollten angereicherte Daten aktualisiert werden?

Aktualisieren Sie jedes Feld so oft, wie es sich ändert: Registerangaben jährlich oder wenn das Register eine Änderung meldet, Adressen und Unternehmensgröße alle paar Monate, Preise und Bestand täglich oder öfter. Ein Datum „zuletzt bestätigt“ pro Wert macht diesen Zeitplan durchsetzbar.

Fazit

Datenanreicherung ergänzt, was in vorhandenen Datensätzen fehlt: eingetragene Namen und Branchen bei Unternehmen, Spezifikationen bei Produkten, Koordinaten bei Adressen, Software bei Websites. Jeder Job folgt denselben fünf Schritten, und seine Qualität hängt mehr vom Abgleich und von der Aktualität ab als von der Zahl der ergänzten Felder. Beginnen Sie mit Ihren eigenen Daten und amtlichen Registern, lesen Sie jede Open-Data-Lizenz, lassen Sie die Daten von Einzelpersonen ohne Rechtsgrundlage unangetastet und erheben Sie regionale Webdaten aus der Region, die sie beschreiben; unsere Proxys für Marktforschung sind für genau diese Art der Erhebung ausgelegt.

ChatGPT fragenClaude fragen