Für Kontaktlisten und CRM-Daten
Kontaktdaten prüfen.Fehler mit 100+ Checks finden.
Finde Dubletten, ungültige E-Mails und uneinheitliche Angaben in deinen Kontaktlisten. Wähle die betroffenen Einträge aus und korrigiere sie direkt in der Liste.

Datenqualität prüfen: 100+ Checks für deine Kontaktdaten
Über 100 automatische Checks zeigen fehlende Angaben, Formatprobleme und Widersprüche. Wähle einen Check, um die betroffenen Datensätze zu bearbeiten.
Klicke auf eine Zahl im Bild, um mehr zu erfahren.Tippe auf eine Zahl. Wische seitlich, um weitere Bereiche zu sehen.

Eine Zeile, acht Funde.
Ein Datensatz, wie er aus einem CRM-Export kommt, und was die Checks darin finden.
- 1Name in GROSSBUCHSTABENName
- 2Emoji im NamenName
- 3Tippfehler in E-Mail-DomainE-Mail · gmial.con
- 4E-Mail-Firma AbweichungE-Mail
- 5Doppelte E-MailE-Mail · auch in Zeile 212
- 6Firmenname im JobtitelPosition
- 7Firma in KleinbuchstabenFirma
- 8Fehlende LandesvorwahlTelefon
- Name
- MAX MUSTERMANN 🚀
- Name in GROSSBUCHSTABEN
- Emoji im Namen
- max.mustermann@gmial.con
- Tippfehler in E-Mail-Domain · gmial.con
- E-Mail-Firma Abweichung
- Doppelte E-Mail · auch in Zeile 212
- Position
- Head of Sales @ Acme GmbH
- Firmenname im Jobtitel
- Firma
- acme gmbh
- Firma in Kleinbuchstaben
- Telefon
- 0151 2345678
- Fehlende Landesvorwahl
Über 100 Checks, nach Bereich
Klick auf einen Bereich, um seine Checks zu sehen- Ungültiges E-Mail-Format
- Wegwerf-E-Mail-Domain
- Funktions-E-Mail
- Private E-Mail-Domain
- Tippfehler in E-Mail-Domain
- Aufeinanderfolgende Punkte
- Zufälliger lokaler Teil
- Plus-Adressierung
- Zahlenreiche E-Mail
- Test-Domain-E-Mail
- Tenant-Standarddomain
Namen
31- Ungültige Zeichen im Namen
- Name in GROSSBUCHSTABEN
- Teilweise GROSSBUCHSTABEN
- Name in Kleinbuchstaben
- Ungewöhnliche Groß-/Kleinschreibung
- Fehlender Name
- Einzelzeichen-Name
- Name zu lang
- Vollständiger Name im Feld
- Platzhalter-Name
- Fake-/Testname (KI)
- Zweiter Vorname im Nachnamen (KI)
- Kein Personenname (KI)
- E-Mail im Namensfeld
- Identischer Vor- und Nachname
- Encoding-Probleme
- Titel-Präfix im Namen
- Suffix im Nachnamen
- Emoji im Namen
- Unsichtbare Zeichen im Namen
- Überflüssige Leerzeichen im Namen
- Titel-Suffix im Namen
- Kontaktgrad im Namen
- LinkedIn-Statustext im Namen
- Zweitname/Initiale im Namen
- Titel statt Vorname
- Zusatz im Namen
- E-Mail-Name als Vorname
- Name auf Initiale gekürzt
- Sprache inkonsistent
- Anrede inkonsistent
Jobtitel
16- Jobtitel leer
- Platzhalter-Jobtitel
- Jobtitel in GROSSBUCHSTABEN
- Jobtitel in Kleinbuchstaben
- Verdächtige Zeichen im Jobtitel
- Jobtitel zu lang
- Slogan im Jobtitel
- Abteilung statt Jobtitel (KI)
- Ehemalige Rolle
- Firmenname im Jobtitel
- Emoji im Jobtitel
- Unsichtbare Zeichen im Jobtitel
- LinkedIn-Statustext im Jobtitel
- Seniority-Klassifikation (KI)
- Seniority inkonsistent
- Jobfunktion inkonsistent
Firma
15- Firma leer
- Platzhalter-Firma
- Firma in GROSSBUCHSTABEN
- Firma in Kleinbuchstaben
- Encoding-Probleme
- URL als Firmenname
- Rechtsform-Normalisierung
- LinkedIn-Statustext
- Slogan im Firmennamen
- Emoji im Firmennamen
- Unsichtbare Zeichen
- Personenname als Firma (KI)
- Firmendaten verfügbar
- Branche inkonsistent
- Abteilung inkonsistent
Adresse & Land
14- Ungültiges Länderformat
- Falsch geschriebener Ländername (KI)
- Ländername → ISO-Code (KI)
- Ungültiges PLZ-Format
- Land leer
- Stadt leer
- Stadt in GROSSBUCHSTABEN
- Stadt in Kleinbuchstaben
- Platzhalter als Stadt
- Ungewöhnliche Stadt-Schreibung
- Land in GROSSBUCHSTABEN
- Land in Kleinbuchstaben
- Inkonsistentes Länderformat
- Bundesland inkonsistent
Telefon
07- Platzhalter als Telefonnummer
- Fehlende Landesvorwahl
- Telefonnummer zu kurz
- Telefonnummer zu lang
- Buchstaben in Telefonnummer
- Fake-Telefonnummer-Muster
- Telefonnummer mit Durchwahl
- Ungültiges LinkedIn-URL-Format
- LinkedIn-Unternehmensseite
- URL ist nicht LinkedIn
- Abgeschnittene LinkedIn-URL
- LinkedIn-Platzhalterwert
Dubletten
08- Doppelte E-Mail
- Gemeinsame E-Mail-Adresse
- Doppelter Name + Firma
- Doppeltes LinkedIn
- Doppelte Telefonnummer
- Gemeinsame Telefonnummer
- Ähnlicher Name + Firma
- Unvollständiges Namens-Duplikat
Konsistenz & Vollständigkeit
10- Geschlecht-Normalisierung
- Gemischte Typen in Spalte
- Datumsformat-Inkonsistenz
- Leere Zeile
- E-Mail-Firma Abweichung
- Telefon-Land Abweichung
- Stadt-Land Abweichung (KI)
- Name-E-Mail Abweichung
- Do-Not-Contact E-Mail
- Enrichment-Daten verfügbar
Kampagnen-Tauglichkeit
08- Keine E-Mail für Kampagne
- Auf der Sperrliste
- Bestandskunde
- Wettbewerber
- Partner
- In einer Nachschlageliste
- Lead-Quelle inkonsistent
- Lead-Status inkonsistent
Nützliche Segmente
06Checks finden auch, was du nutzen kannst. Ein nützliches Segment muss kein Fehler sein:
- Geschäftliche E-Mails
- Entscheidungsträger
- C-Level-Führungskräfte
- Vertriebsrollen
- Technische Rollen
- Hochwertige Datensätze
Welche Checks erscheinen, hängt von Spalten und Daten ab. Einige KI-Checks benötigen die optionale KI-Analyse.
Viele Probleme mit einem Klick beheben.
Viele Checks liefern einen Vorschlag, den du einzeln oder gesammelt anwenden kannst. Auch Länderwerte bringst du in ein Format deiner Wahl.
Datenbereinigung ansehenKorrekturen aus den Standard-Checks kosten keine Credits; KI-Checks und KI-Korrekturen ein paar.
Frag deine Liste. Bearbeite sie per Anweisung.
Der KI-Assistent ist Teil der Arbeitsliste. Frage nach Zahlen und Auffälligkeiten, wähle passende Datensätze aus oder beschreibe eine Bereinigung in eigenen Worten.
Deine Liste geht nie als Ganzes an das KI-Modell.
Beispiel: große Liste, kleine Modellanfrage
Zum Verstehen deiner Anfrage erhält das Modell die Anweisung, Spaltenstruktur und Zählungen. Für die Normalisierung bekommt es nur unterschiedliche Werte samt Häufigkeit, ohne Datensatz-IDs. ListPlus ordnet die Vorschläge den Datensätzen zu; du prüfst die Änderungen vor dem Übernehmen.
Modellanfragen mit personenbezogenen Daten laufen standardmäßig in EU-Rechenzentren. Nur der Workspace-Inhaber kann globale Verarbeitung einschalten.
Das Gateway ist so eingestellt, dass Modellanbieter diese Anfragen nicht zum Training nutzen dürfen.
- Wie gut sind die E-Mail-Adressen in dieser Liste? Prüfe Format, Wegwerf-Domains, Domain-Tippfehler und info@-Adressen.
Ich finde 3 Formatfehler, 3 Wegwerf-Adressen und 1 möglichen Domain-Tippfehler. Die 2 info@-Adressen sind Funktionspostfächer, keine Formatfehler. Soll ich die 7 prüfbedürftigen Kontakte auswählen?
- Ja, wähle diese 7 Kontakte aus.
7 Kontakte ausgewählt. Die beiden info@-Adressen bleiben unmarkiert.
- Vereinheitliche address_country auf englische Ländernamen. Zeige mir die Zuordnungen vor dem Übernehmen.
Ich habe 19 unterschiedliche Werte gefunden und Zuordnungen vorbereitet, darunter US und USA → United States. Prüfe sie, bevor du die Änderungen bestätigst.
Ergänze fehlende Angaben nach der Prüfung.
Für die ausgewählten Einträge kannst du fehlende geschäftliche E-Mails und Firmendaten suchen. Suchweg und Credit-Obergrenze siehst du vor dem Start.
Was finden die 100+ Checks?
Sie zeigen fehlende Felder, ungültige E-Mail-Formate, Dubletten, uneinheitliche Namen und weitere Probleme. Einige Checks finden auch nützliche Segmente, etwa Entscheider.
Kann ich nur betroffene Einträge bearbeiten?
Ja. Wähle einen Check, um die betroffenen Einträge zu sehen. Du kannst sie korrigieren, taggen, ignorieren oder an einen Flow weitergeben.
Kostet die Bereinigung Credits?
Standard-Checks und ihre Korrekturen kosten keine Credits. Bei optionalen KI-Checks und KI-Korrekturen wird die Nutzung vor dem Start angezeigt.
Kann ich fehlende Daten danach ergänzen?
Ja. Wähle die Einträge aus und ergänze fehlende Kontakt- oder Firmenfelder. Wie das funktioniert, zeigt die Seite „Daten anreichern“.
Prüfe deine Liste.Sieh, was du verbessern kannst.
Probiere den Ablauf mit Beispieldaten aus, oder bring deine eigenen Kontakte mit.