Um Firmennamen in einer Lead-Liste zu bereinigen, solltest Du zuerst das gewünschte Ergebnis definieren: Entferne einen Rechtsformzusatz, wenn er klar vom Markennamen getrennt ist, vereinheitliche Abstände und Groß- und Kleinschreibung und behalte alle Wörter, die zur Marke gehören. So kann beispielsweise aus Acme, Inc. der Name Acme werden; The Limited sollte dagegen nicht automatisch zu The verkürzt werden.
Datablist bietet zwei Möglichkeiten, diese Regeln auf eine CSV-Spalte anzuwenden. Der Company Name Cleaner verarbeitet jede Zeile mit KI, während AI Editing eine JavaScript-Transformation generiert, die Du vor der Anwendung auf die Collection prüfen kannst. Speichere den ursprünglichen Namen in einer eigenen Property, damit Du das Ergebnis vor dem Outreach oder der Deduplizierung vergleichen und korrigieren kannst.
Wenn Du zunächst einige Namen testen möchtest, nutze den kostenlosen Company Name Cleaner. Füge bis zu zehn Namen ein und vergleiche die ursprünglichen mit den bereinigten Werten, bevor Du dieselbe Methode auf Deine vollständige CSV-Datei anwendest.
Dieser Guide zeigt Dir:
- Wie Du Firmennamen mit Generative AI (ChatGPT) bereinigst
- Wie Du Firmennamen mit KI-generiertem JavaScript-Code bereinigst
- Worin sich beide Methoden unterscheiden und wann Du welche nutzen solltest
Regeln zur Bereinigung von Firmennamen
Entscheide zunächst, ob Du einen gut lesbaren Namen für Deinen Outreach oder einen standardisierten Namen für den Datenabgleich brauchst. Die Ergebnisse können unterschiedlich ausfallen. Beginne mit diesen Regeln und prüfe anschließend mögliche Ausnahmen:
- Entferne Rechtsformen wie
Inc.,LLCoderGmbHnur, wenn sie als eigenständige Zusätze am Ende stehen. - Vereinheitliche doppelte Leerzeichen und überflüssige Satzzeichen, ohne den wiedererkennbaren Markennamen zu verändern.
- Behalte Wörter wie
Group,HoldingsoderLimited, wenn sie Teil der Marke sind oder sich das anhand des Namens allein nicht eindeutig feststellen lässt. - Markiere unklare Namen für eine manuelle Prüfung, anstatt die Identität des Unternehmens zu erraten.
| Eingabe | Empfohlene Ausgabe | Prüfhinweis |
|---|---|---|
| Acme, Inc. | Acme | Inc. ist ein separater Rechtsformzusatz. |
| Acme GmbH | Acme | Prüfe, ob die deutsche Rechtsform vom Markennamen getrennt ist. |
| The Limited | The Limited | Entferne kein Wort, das selbst Teil der Marke sein könnte. |
Methode 1: Firmennamen mit Generative AI bereinigen
Bei der ersten Methode wird jeder Firmenname mit KI verarbeitet. Sie eignet sich, wenn die Namen unterschiedlich formatiert sind und Du kontextabhängige Ergebnisse prüfen möchtest, statt eine feste Liste mit Rechtsformen zu pflegen.
Datablist bietet dafür das spezielle Enrichment Company Name Cleaner. Prüfe die Konfiguration und den Credit-Verbrauch, bevor Du es auf eine große Liste anwendest.
Für einen Code-first-Workflow kannst Du Firmennamen mit Python und der API bereinigen.
Sehen wir uns Schritt für Schritt an, wie diese Methode funktioniert.
Importiere zuerst Deine Firmennamen aus einer CSV- oder Excel-Datei.
Meine Datei enthält zu Demonstrationszwecken nur Firmennamen. Du kannst aber genauso eine normale Datei mit mehreren Properties beziehungsweise Spalten hochladen.
Wähle anschließend die Option „Enrich“ aus.
Wähle danach Enrichment Templates.
Wähle den Company Name Cleaner.
Bearbeite anschließend den Prompt und wähle über {{Name}} oder /Name die Spalte aus, die Deine Firmennamen enthält.
Gehe zum nächsten Schritt, um Deine Outputs zu konfigurieren.
Du kannst entweder eine neue Property für die Ergebnisse erstellen oder sie einer bereits vorhandenen Property in Deiner Collection zuordnen.
In meinem Fall habe ich eine neue Property erstellt.
Datablist erstellt außerdem automatisch eine Property namens „Run Status“. Damit kannst Du nachvollziehen, welche Namen bereits verarbeitet wurden und welche Kosten jeweils entstanden sind.
Jetzt kannst Du die Einstellungen für den Durchlauf konfigurieren und zwischen folgenden Optionen wählen:
- Ausführung in Async (in der Cloud)
- Test mit den ersten 10 Einträgen
- Ausführung nur für die ersten 10 oder 100 Einträge oder eine selbst festgelegte Anzahl zu bereinigender Einträge
Ich habe die Einstellungen konfiguriert und kann das Enrichment jetzt starten.
Das ist der letzte Schritt, bevor wir zum zweiten Teil des Enrichments übergehen.
Ich habe mich dafür entschieden, das Enrichment in Async für die ersten 100 Einträge auszuführen.
Nach Abschluss des Enrichments erscheint das Ergebnis in der Output-Property. Vergleiche eine Auswahl mit den ursprünglichen Namen. Berücksichtige dabei kurze Namen, internationale Rechtsformen und Namen mit Wörtern wie Group oder Limited.
Hier siehst Du ein Video zur Bereinigung von Firmennamen:
Methode 2: Firmennamen mit KI-generiertem JavaScript bereinigen
Bei einer Liste mit vorhersehbarer Formatierung generiert AI Editing aus Deinen Anweisungen und bis zu 10 Beispieleinträgen eine JavaScript-Transformation. Das Tool liest nicht jeden Firmennamen in der Collection, bevor es das Script erstellt. Nenne im Prompt alle benötigten Rechtsformen und Ausnahmen und teste den generierten Code anschließend mit repräsentativen Namen, bevor Du ihn auf die vollständige Liste anwendest.
So musst Du nicht für jede Zeile ein KI-Modell aufrufen. Eine generierte Regel kann jedoch trotzdem das falsche Wort entfernen. Behalte daher die Quellspalte und teste zuerst schwierige Namen.
So gehst Du Schritt für Schritt vor.
Importiere zunächst Deine Firmennamen in Datablist. Nutze dafür eine CSV- oder Excel-Datei.
Meine Datei enthält für diese Demonstration nur Firmennamen. Du kannst aber auch eine Datei mit mehreren Properties beziehungsweise Spalten hochladen. Sie darf Hunderttausende Zeilen enthalten. Datablist eignet sich gut zum Öffnen großer CSV-Dateien.
Wähle Edit und anschließend AI Editing.
Formuliere einen Prompt für die Regeln und referenziere darin die Property mit den Firmennamen. Ergänze die Liste der Rechtsformen um die Länder, die in Deiner Datei vorkommen, statt Dich darauf zu verlassen, dass bereits die ersten Beispiele jede Form abdecken:
Generiere JavaScript, das {{company_name}} ausliest und den bereinigten Namen in eine separate Property schreibt. Verwende eine explizite Liste von Rechtsformzusätzen, bei der Groß- und Kleinschreibung nicht berücksichtigt werden: Inc., Incorporated, LLC, L.L.C., Ltd., Limited, Corp., Corporation, LLP, PLC, GmbH, GmbH & Co. KG, AG, B.V., N.V., S.A., S.A.R.L., SAS, S.r.l., Pty Ltd, Pte Ltd und Co., Ltd. Erkenne ausschließlich vollständige Endungen, die durch ein Leer- oder Satzzeichen vom Markennamen getrennt sind. Verarbeite mehrteilige Endungen vor kürzeren Varianten und berücksichtige übliche Abweichungen bei Punkten und Leerzeichen. Entferne nur die Endung und anschließend übrig gebliebene Kommas, Punkte und Leerzeichen. Entferne diese Wörter nicht aus der Mitte eines Namens und reduziere einen Namen nicht auf ein allgemeines Wort wie "The". Behalte Group und Holdings bei, wenn sie Teil der Marke sind. Wenn die Endung nicht eindeutig ist, lasse den Namen unverändert. Beispiele: "Acme, Inc." -> "Acme"; "Acme GmbH & Co. KG" -> "Acme"; "The Limited" -> "The Limited"; "Limited Partners Group" -> "Limited Partners Group". Wende dieselben Regeln auf jede Zeile an, nicht nur auf die Beispieleinträge.
Hinweis: Wenn Du denselben Prompt verwenden möchtest, vergiss nicht, eine Property mithilfe von geschweiften Klammern ({{Property}}) zu referenzieren.
AI Editing nutzt die Beispiele, um ein Script zu generieren und eine Vorschau anzuzeigen. Es bereinigt nicht jede Zeile mit einem LLM. Wähle oder filtere vor der Generierung repräsentative Zeilen, damit die Vorschau Namen mit mehrteiligen Rechtsformen, Marken mit Limited oder Group sowie Namen ohne Rechtsformzusatz enthält. Prüfe sowohl das generierte JavaScript als auch die Vorschau. Wenn das Script eine Endung übersieht oder ein Wort aus dem Markennamen entfernt, ergänze die genaue Regel oder Ausnahme im Prompt und generiere es erneut, bevor Du die vollständige Liste verarbeitest.
Wenn die Vorschau korrekt ist, klicke auf Run on items und vergleiche eine größere Auswahl der Ergebnisse mit der ursprünglichen Property.
Für kleine Listen erklärt Dir der kostenlose Workflow zur Bereinigung von Firmennamen, wie Du die bereinigten Namen prüfst und stabile Identifikatoren für die spätere Deduplizierung beibehältst.
Unterschiede zwischen den beiden Methoden
Bei der Bereinigung mit Generative AI (Methode 1) wird KI direkt auf die Firmennamen angewendet. Bei Methode 2 (KI-generiertes JavaScript) erstellt die KI dagegen ein JavaScript-Script, das die Bereinigung übernimmt.
Methode 1 nutzt KI für jede verarbeitete Zeile und verbraucht Credits. Sie kann mit unterschiedlichen Formaten umgehen, die Ergebnisse müssen aber trotzdem geprüft werden.
Methode 2 generiert anhand Deiner konkreten Regeln und einer kleinen Auswahl ein Script und wendet dieses anschließend auf alle Zeilen an. Sie funktioniert am besten, wenn Du die relevanten Rechtsformen auflisten und Grenzfälle vor dem vollständigen Durchlauf prüfen kannst.
Beide Methoden automatisieren die Bereinigung von Firmennamen. Welche besser passt, hängt jedoch von der Größe Deiner Liste, Deinem Budget und Deinen Anforderungen an die Genauigkeit ab.
Wann eignet sich Methode 1 und wann Methode 2?
Bereinigung mit Generative AI (Methode 1)
- Unterschiedliche Formate und Sprachen
- Namen, bei denen kontextabhängige Entscheidungen nötig sind
- Wenn Du eine Auswahl der KI-Ergebnisse prüfen kannst
KI-generiertes JavaScript (Methode 2)
- Listen, die einheitlichen Regeln folgen
- Wenn Du das generierte Script vorab prüfen und optimieren kannst
- Wenn Du nicht für jede Zeile einen KI-Aufruf ausführen möchtest
Häufige Fragen zur Bereinigung von Firmennamen
Wie kann ich Firmennamen für die B2B-Leadgenerierung automatisch bereinigen?
Importiere die CSV-Datei, behalte die Spalte mit den ursprünglichen Namen bei und schreibe den bereinigten Namen in eine neue Property. Nutze den Company Name Cleaner für unterschiedlich aufgebaute Namen oder AI Editing für eine wiederverwendbare Regel. Prüfe vor dem Export einige Ergebnisse.
Wie entferne ich Rechtsformen aus vielen Firmennamen?
Lege genau fest, welche Zusätze entfernt werden sollen, und behalte die ursprünglichen Namen bei. Prüfe in der Vorschau kurze Namen, Unternehmen aus verschiedenen Ländern und Markenbegriffe, die wie Rechtsformen aussehen. Passe die Regel an, wenn sie einen Markennamen fälschlicherweise verändert.
Kann KI Firmennamen aus verschiedenen Ländern und Sprachen bereinigen?
KI kann Namen aus unterschiedlichen Ländern verarbeiten, allerdings unterscheiden sich Rechtsformen und Markenkonventionen. Ergänze Beispiele aus Deiner Liste und prüfe unklare Ergebnisse, statt davon auszugehen, dass eine einzige Regel für Rechtsformzusätze in jedem Land funktioniert.
Wie lange dauert die KI-Bereinigung von 1.000 Firmennamen?
Die Dauer hängt von der Methode, der Größe der Collection und den Verarbeitungsbedingungen ab. Teste zunächst eine kleine Auswahl, kontrolliere die Ergebnisse und nutze diesen Durchlauf zur Planung eines größeren Jobs.