Um Duplikate zusammenzuführen und Zahlenwerte zu summieren, gruppierst Du Zeilen anhand einer stabilen Kennung wie SKU, wählst den Datensatz aus, der erhalten bleiben soll, und addierst die Zahlenwerte aller Einträge dieser Gruppe. Mit dem Duplicates Finder von Datablist kannst Du diese Regeln beschreiben, das generierte Skript in einer Vorschau prüfen und anschließend anwenden.

Prüfe zuerst, wofür die einzelnen Zeilen stehen. Summiere eigenständige Beiträge, zum Beispiel Bestände aus verschiedenen Lagern. Handelt es sich bei zwei Zeilen dagegen um wiederholte Exporte desselben Bestands, würdest Du den Lagerbestand durch das Addieren doppelt zählen. Behalte in diesem Fall nur den neuesten Stand.

Wenn Du eine ganze Spalte separat prüfen möchtest, kannst Du mit der Anleitung für numerische CSV-Berechnungen Summen und Wertebereiche vor oder nach dem Zusammenführen kontrollieren. Diese Berechnungen fassen Werte zusammen, entscheiden aber nicht, welche Zeilen Duplikate sind.

Drei Zeilen für die SKU A-100 mit Beständen von 12, 8 und 5 aus drei verschiedenen Lagern sollten beispielsweise zu einer Zeile mit dem Bestand 25 zusammengeführt werden. Beziehe Lager- oder Transaktionskennungen in die Prüfung ein, um sicherzustellen, dass ein Beitrag nicht bereits gezählt wurde.

Diese Anleitung zeigt Dir Schritt für Schritt, wie Du beim Zusammenführen von Duplikaten Zahlenwerte summierst:

Daten vorbereiten

Bevor Du Werte zusammenführen und summieren kannst, musst Du Deine Daten in Datablist importieren. Erstelle zunächst eine Collection und lade Deine Datei hoch.

Schritt 1: Eine Collection erstellen

In Datablist organisierst Du Deine Daten in Collections. Du kannst sie Dir wie intelligente Tabellen vorstellen. Klicke in der Seitenleiste auf den Button „+“ oder auf der Startseite auf „Start with a CSV/Excel file“, um eine neue Collection anzulegen.

Neue Collection in Datablist erstellen
Neue Collection in Datablist erstellen

Schritt 2: Datei importieren

Du kannst Daten aus verschiedenen Quellen importieren. Für dieses Beispiel verwenden wir eine CSV- oder Excel-Datei. Klicke auf „Import CSV/Excel“ und lade Deine Datei hoch.

Datablist unterstützt auch große Dateien. Selbst Hunderttausende Zeilen sind also kein Problem.

CSV- oder Excel-Datei importieren
CSV- oder Excel-Datei importieren

Datablist erkennt Spaltentypen wie Text, Number, Date und Email automatisch.

⚠️ Wichtig: Achte darauf, dass die Spalte, die Du summieren möchtest, zum Beispiel /Stock, korrekt als Typ Number erkannt wird. Andernfalls kannst Du den Typ während des Imports manuell ändern.

Schritt 3: Importierte Daten prüfen

Sieh Dir Deine Collection nach dem Import kurz an und prüfe, ob alles korrekt dargestellt wird. Deine Zeilen und Spalten sollten nun für die Datenbereinigung bereit sein.

Importierte Daten in der Collection prüfen
Importierte Daten in der Collection prüfen

Duplikate finden

Nachdem Deine Daten geladen sind, kannst Du nach Duplikaten suchen.

Schritt 4: Duplicates Finder starten

Öffne Clean > Merge duplicates.

Duplicates Finder starten
Duplicates Finder starten

Schritt 5: Kennungen für die Deduplizierung auswählen

Lege fest, woran Datablist doppelte Einträge erkennen soll.

Wähle die Eigenschaft aus, die einen Eintrag in Deiner Liste eindeutig identifiziert. Das kann eine Email-Adresse, eine Product SKU, ein Company Name oder eine Kombination mehrerer Felder sein.

In diesem Bestandsbeispiel verwendest Du SKU, um dasselbe Produkt zu gruppieren. Ein Produktname allein kann auch bei unterschiedlichen Größen oder Varianten identisch sein. Nutze ihn daher erst, nachdem Du diese Unterschiede geprüft hast.

Eigenschaften zur Erkennung von Duplikaten auswählen
Eigenschaften zur Erkennung von Duplikaten auswählen

Schritt 6: Matching-Algorithmus und Processor auswählen

Wähle als Nächstes den Vergleichsalgorithmus aus.

Bei einer Produkt-SKU solltest Du mit Exact beginnen. Wenn Groß- und Kleinschreibung unterschiedliche Produkte kennzeichnen, aktiviere Case sensitive. Andernfalls können A-100 und a-100 als identisch erkannt und ihre Bestände addiert werden.

Für Email- oder URL-Felder kann Smart verschiedene Schreibweisen mit dem passenden Processor normalisieren. Prüfe diese Einstellungen, bevor Du einen Treffer übernimmst. Die Erklärung zu Smart Matching zeigt, was sich in den einzelnen Normalisierungsschritten ändert.

Du kannst außerdem einen „Processor“ auswählen, um Daten vor dem Vergleich zu normalisieren, etwa um Email-Adressen oder URLs zu bereinigen.

Matching-Algorithmus und Processor auswählen
Matching-Algorithmus und Processor auswählen

Klicke auf Run duplicates check.

Schritt 7: Duplikatgruppen in der Vorschau prüfen

Datablist analysiert Deine Daten und zeigt Gruppen möglicher Duplikate an. Prüfe vor dem Zusammenführen, ob es sich tatsächlich um doppelte Einträge handelt.

Erkannte Duplikatgruppen in der Vorschau prüfen
Erkannte Duplikatgruppen in der Vorschau prüfen

Werte mit AI Processing summieren

Wähle Custom with AI aus, um Regeln für jede Duplikatgruppe zu generieren. Der Generator sieht nur eine kleine Auswahl Deiner Einträge. Beschreibe deshalb ausdrücklich, wie fehlende Zahlen, ungültige Datumswerte und Gleichstände behandelt werden sollen, statt darauf zu vertrauen, dass er jeden Sonderfall selbst erkennt.

Schritt 8: AI Processing auswählen

Wähle auf der Ergebnisseite Custom with AI aus. Die älteren Screenshots unten zeigen noch die frühere Bezeichnung AI Editing.

In diesem Modus kannst Du individuelle Regeln zum Zusammenführen mit natürlich formulierten Prompts festlegen.

AI Processing auswählen
AI Processing auswählen

Schritt 9: AI Prompt schreiben

Das ist der wichtigste Teil des Ablaufs: In Deinem Prompt beschreibst Du, wie Datablist die Duplikatgruppen zusammenführen soll.

Dein Prompt braucht zwei zentrale Bestandteile:

  1. Master-Datensatz auswählen: Erkläre der AI, wie sie den Hauptdatensatz auswählen soll, der nach dem Zusammenführen erhalten bleibt. Mögliche Kriterien sind „der Datensatz mit dem neuesten Datum in /Property“, „der vollständigste Datensatz“ oder „der zuerst erstellte Datensatz“.
  2. Werte summieren: Weise die AI an, die Werte eines bestimmten Zahlenfelds über alle Datensätze der Gruppe hinweg zu summieren – einschließlich des Master-Datensatzes – und die Summe im selben Feld des Master-Datensatzes zu speichern.

Verwende /PropertyName oder {{PropertyName}}, um auf Spalten in Deiner Collection zu verweisen.

Hier ist ein Beispiel-Prompt, der die Eigenschaft /Stock summiert und anhand des neuesten Werts in /Date den Master-Datensatz auswählt:

Lagerbestände zusammenführen und Werte summieren

Verarbeite jede Duplikatgruppe separat. Behalte den Datensatz mit dem neuesten gültigen Datum in /Date. Wenn mehrere Datensätze dasselbe neueste Datum haben oder ein Datum fehlt beziehungsweise ungültig ist, überspringe die Gruppe ohne Änderungen.

Summiere alle numerischen Werte aus /Stock innerhalb der Gruppe, einschließlich des Datensatzes, der erhalten bleibt. Behandle leere Stock-Werte als null. Falls ein nicht leerer Stock-Wert keine gültige Zahl ist, überspringe die Gruppe ohne Änderungen.

Schreibe die Summe in /Stock des Datensatzes, der erhalten bleibt. Lasse seine übrigen Werte unverändert und lösche die anderen Datensätze der Gruppe.

Dieser Prompt lässt die übrigen Werte des ausgewählten Datensatzes bewusst unverändert. Wenn andere Zeilen nützliche Notizen oder Kennungen enthalten, solltest Du vor dem Löschen genau festlegen, wie diese Felder übernommen werden. Wenn Du alle Zeilen behalten möchtest, hilft Dir die Anleitung zum Vereinheitlichen von Duplikatwerten ohne Zusammenführen.

Die Stock-Regel unterscheidet zwischen einem leeren Feld und ungültigem Text. Außerdem wird der Wert des erhaltenen Datensatzes genau einmal berücksichtigt. So vermeidest Du den häufigen Fehler, ihn entweder auszulassen oder doppelt zu addieren.

Schritt 10: Prompt prüfen und Skript generieren

Prüfe Deinen Prompt und stelle sicher, dass die Spaltennamen wie /Date und /Stock korrekt angegeben sind. Wenn alles passt, klicke auf Generate and preview changes.

Fertiger Prompt zur Skriptgenerierung
Fertiger Prompt zur Skriptgenerierung

AI-Skript prüfen und ausführen

Die AI von Datablist führt Deinen Befehl nicht einfach ungeprüft aus. Sie erstellt zunächst auf Basis Deines Prompts ein JavaScript-Skript und zeigt Dir eine Vorschau.

Schritt 11: Verarbeitung abwarten

Die AI benötigt einen Moment, um Deinen Prompt zu interpretieren und das passende Skript zu schreiben.

Auf die Generierung des AI-Skripts warten
Auf die Generierung des AI-Skripts warten

Schritt 12: Erklärung des Skripts prüfen

Datablist erklärt Dir, was das generierte Skript macht. Kontrolliere, ob das AI-System Deine Absicht richtig verstanden hat.

Generiertes JavaScript prüfen
Generiertes JavaScript prüfen

Schritt 13: Ergebnisvorschau kontrollieren

Noch wichtiger: Datablist zeigt Dir vor der Ausführung, wie sich das Skript auf Deine Daten auswirken wird.

Prüfe die Vorschau und rechne die Werte mindestens einer Gruppe selbst nach. Kontrolliere außerdem einen leeren Wert, eine Null, eine ungültige Zahl und einen Gleichstand beim Datum. Gruppen, die nach Deinen Regeln übersprungen werden, sollten unverändert bleiben.

Die Vorschau zeigt den vorgeschlagenen Zustand des Master-Datensatzes nach dem Zusammenführen und Summieren. Prüfe, ob im Zahlenfeld, zum Beispiel /Stock, die korrekte Summe aller Einträge der Duplikatgruppe steht.

Ergebnisvorschau des Skripts prüfen
Ergebnisvorschau des Skripts prüfen

Schritt 14: Beispielvorschau mit Master-Datensatz

Hier siehst Du die Vorschau für eine bestimmte Gruppe genauer. Wie im Prompt festgelegt, wurde der Datensatz mit dem neuesten Datum als Master ausgewählt.

Beispielvorschau mit summiertem Wert im Master-Datensatz
Beispielvorschau mit summiertem Wert im Master-Datensatz

Schritt 15: Skript ausführen

Wenn die Vorschau stimmt und die Summen korrekt berechnet wurden, klicke auf Run AI rules. Datablist wendet die Regeln zum Zusammenführen und Summieren nun auf alle erkannten Duplikatgruppen in Deiner Collection an.

Generiertes Skript ausführen
Generiertes Skript ausführen

Schritt 16: Ergebnisse überprüfen

Nach der Ausführung werden Deine doppelten Datensätze gemäß Deinen Anweisungen zusammengeführt.

Wechsle zurück zur Hauptansicht Deiner Collection. Für jede akzeptierte Gruppe sollte jetzt ein Datensatz mit dem summierten Wert vorhanden sein. Gruppen, die aufgrund Deiner Regeln übersprungen wurden, sollten unverändert geblieben sein.

Prüfe die summierte Spalte, zum Beispiel /Stock. Sie sollte nun die aggregierten Gesamtwerte der zuvor doppelten Einträge enthalten.

Vergleiche den gesamten Lagerbestand der akzeptierten Gruppen vor und nach der Verarbeitung. Wenn Du eigenständige Beiträge zusammenfasst, muss die Gesamtsumme gleich bleiben. Prüfe übersprungene Gruppen separat, bevor Du die Daten exportierst.

Bereinigte Daten mit summierten Werten anzeigen
Bereinigte Daten mit summierten Werten anzeigen

Du hast AI Processing erfolgreich genutzt, um Duplikate zusammenzuführen und gleichzeitig Berechnungen wie Summen auszuführen. Das spart viel manuelle Arbeit und sorgt für zuverlässigere Daten.

Typische Anwendungsfälle

Die AI-gestützte Summenfunktion ist vielseitig einsetzbar. Hier sind einige typische Szenarien:

  • Bestandsverwaltung: Du importierst Produktlisten von mehreren Lieferanten oder aus verschiedenen Lagern, sodass dasselbe Produkt mehrfach vorkommt. Mit AI Processing kannst Du diese Einträge zusammenführen, den Datensatz mit dem neuesten Aktualisierungsdatum als Master auswählen und die Werte aus /QuantityOnHand über alle Duplikate summieren. So erhältst Du den korrekten Gesamtbestand.
  • Vertriebsdaten konsolidieren: Vertriebsdaten stammen aus verschiedenen Regionen oder Plattformen und erzeugen für denselben Kunden oder Produktverkauf innerhalb eines Zeitraums doppelte Datensätze. Führe sie anhand von CustomerID und ProductID zusammen, wähle den Datensatz mit dem frühesten SaleDate aus und summiere /UnitsSold sowie /Revenue, um konsolidierte Vertriebszahlen zu erhalten.
  • Finanzdaten aggregieren: Addiere unterschiedliche Transaktionen erst dann zu Kategoriesummen, nachdem Du ihre Transaktions-IDs geprüft hast. Zwei Kontoauszüge können dieselbe Transaktion enthalten. Entferne wiederholte Kopien vor dem Summieren und halte unterschiedliche Währungen getrennt.
  • Projektmanagement: Fasse Aufgabeneinträge zum selben Projektmeilenstein aus den Updates verschiedener Teammitglieder zusammen. Verwende ProjectID und MilestoneName für den Abgleich, behalte den Datensatz mit dem neuesten StatusUpdateDate und summiere /HoursLogged, um den Gesamtaufwand zu erfassen.
  • E-Commerce-Bestellungen zusammenführen: Fasse mehrere separat erfasste Positionen desselben Produkts innerhalb einer Kundenbestellung zusammen. Dedupliziere anhand von OrderID und ProductID, behalte eine Position und summiere die Felder /Quantity und /ItemTotal.

FAQ

F1: Was kann ich tun, wenn meine Zahlenspalte nicht als Typ „Number“ erkannt wird? Achte beim Import darauf, dass die Spalte auf den Typ Number gesetzt ist. Wurde sie bereits als Text importiert, kannst Du vor dem Start des Duplicates Finder im Menü „Clean“ das Tool „Convert Text to...“ verwenden, um sie in Number umzuwandeln. Die AI-Summenfunktion setzt einen numerischen Feldtyp voraus.

F2: Kann ich mit einem Prompt mehrere Zahlenspalten summieren? Ja. Du kannst Deinen Prompt um Regeln für mehrere Felder ergänzen. Zum Beispiel:

Verwende den Prompt oben und ergänze eine Regel, die /SalesCount summiert und leere sowie ungültige Werte genauso behandelt. Lege fest, welche Felder im erhaltenen Datensatz unverändert bleiben sollen, und prüfe beide Summen in der Vorschau.

F3: Was passiert bei leeren Werten in der Zahlenspalte? Das generierte Skript folgt den von Dir festgelegten Regeln. Der Prompt oben behandelt leere Felder als null und überspringt Gruppen, die nicht leere, aber nicht numerische Stock-Werte enthalten. Prüfe dieses Verhalten vor der Ausführung in der Vorschau. Ein ungültiger Betrag sollte nicht stillschweigend in null umgewandelt werden.

F4: Kann die AI außer Summen auch andere Berechnungen ausführen? Ja, AI Processing ist sehr flexibel. Summieren ist zwar ein häufiger Anwendungsfall, Du kannst die AI aber auch zum Berechnen von Durchschnittswerten, zum Ermitteln von Maximal- oder Minimalwerten oder für Berechnungen über mehrere Felder hinweg anweisen. Dabei wird der Prompt allerdings komplexer.

F5: Ist AI Processing teurer als das normale Zusammenführen? „AI Processing“ ist in allen kostenpflichtigen Tarifen enthalten und unbegrenzt nutzbar.

F6: Was kann ich tun, wenn die AI meinen Prompt nicht richtig versteht? Prüfe die Vorschau immer sorgfältig, bevor Du das Skript ausführst. Wenn das Ergebnis nicht Deinen Erwartungen entspricht, überarbeite den Prompt. Formuliere konkreter, kontrolliere die Spaltennamen und beschreibe eindeutig, wie der Master-Datensatz ausgewählt und die Summe gebildet werden soll. Teile komplexe Regeln bei Bedarf in einfachere Schritte auf. Du kannst das Skript mehrfach neu generieren, bis die Vorschau stimmt.