Tabelle bereinigen: Dubletten, Schreibweisen, Leerzeilen

Wofür das gut ist

Listen wachsen unordentlich: derselbe Kunde steht zweimal drin, einmal als “Müller GmbH”, einmal als “Mueller Gmbh”. Dazwischen sind Leerzeilen, Straßen heißen mal “Str.” und mal “Straße”, Postleitzahlen haben Leerzeichen am Ende. Das Aufräumen von Hand ist mühsam und fehleranfällig.

ChatGPT kann solche Listen prüfen und Vorschläge machen. Wichtig ist die Arbeitsweise: Die KI schlägt vor, Sie entscheiden. Gelöscht wird nichts, bevor Sie es gesehen haben.

Was Sie brauchen

• Die Tabelle als Excel- oder CSV-Datei. Machen Sie vorher eine Kopie und arbeiten Sie nur mit der Kopie.
• Einen ChatGPT-Zugang. Wenn die Liste echte Personendaten enthält, brauchen Sie einen Firmenzugang mit Vertrag zur Auftragsverarbeitung. Sonst bereinigen Sie nur eine Testauswahl mit erfundenen Daten, oder Sie entfernen Namen und Kontaktdaten vorher.
• Ein paar Minuten, um die Vorschläge durchzusehen.

So geht es

1. Speichern Sie eine Kopie Ihrer Tabelle unter neuem Namen, zum Beispiel “Kundenliste_Arbeitskopie”.
2. Prüfen Sie die Spaltenüberschriften. Sie sollten eindeutig sein: Name, Straße, PLZ, Ort, E-Mail.
3. Beginnen Sie mit einer Teilmenge von etwa 30 bis 50 Zeilen. Das reicht, um zu sehen, ob der Prompt zu Ihrer Liste passt.
4. Kopieren Sie die Zeilen in das Chatfenster oder laden Sie die Datei hoch, wenn Ihr Zugang das erlaubt. Verwenden Sie den Prompt unten.
5. Lesen Sie die Antwort. Sie sollte aus drei Teilen bestehen: gefundene Dubletten, Schreibweisen-Vorschläge, bereinigte Tabelle.
6. Prüfen Sie jede vorgeschlagene Zusammenführung. Gleicher Name heißt nicht immer gleiche Person.
7. Übernehmen Sie die Änderungen in Ihrer Arbeitskopie. Bei großen Listen wiederholen Sie die Schritte portionsweise.
8. Gleichen Sie am Ende die Zeilenzahl ab: Anzahl vorher, Anzahl nachher, Differenz.

Der Prompt

Du bist meine Assistenz für Datenpflege in Excel. Ich gebe dir einen Ausschnitt aus einer Tabelle. Bereinige sie nach diesen Regeln, aber lösche nichts ohne Begründung.

Spalten: [z. B. Name, Straße, PLZ, Ort, E-Mail]
Die Daten sind durch [Tabulator oder Semikolon] getrennt.

Aufgaben:
1. Dubletten: Finde Zeilen, die vermutlich dieselbe Person oder Firma meinen (gleiche E-Mail, ähnlicher Name plus gleiche Adresse). Liste sie als Gruppen auf: Zeilennummern, was gleich ist, was abweicht, und deine Empfehlung (zusammenführen oder getrennt lassen). Führe nichts ohne meine Bestätigung zusammen.
2. Schreibweisen: Vereinheitliche Groß- und Kleinschreibung (Mustermann, nicht MUSTERMANN), entferne Leerzeichen am Anfang, am Ende und doppelte Leerzeichen, schreibe "Str." als "Straße" aus, achte auf einheitliche Postleitzahlen mit fünf Stellen. Ändere keine Namen, die du nur für Tippfehler hältst, sondern melde sie mir als Frage.
3. Leerzeilen: Entferne vollständig leere Zeilen.
4. Unsicheres: Ändere nichts, was du nicht sicher weißt. Liste es in einem eigenen Abschnitt "Bitte prüfen".

Ausgabe in dieser Reihenfolge:
A) Dubletten-Gruppen,
B) Liste aller Schreibweisen-Änderungen (vorher, nachher),
C) Bereinigte Tabelle mit den ursprünglichen Zeilennummern in einer zusätzlichen ersten Spalte,
D) Zahlen: Zeilen vorher, Zeilen nachher, Anzahl entfernter Leerzeilen, Anzahl gemeldeter Dubletten.

Daten:
[Zeilen einfügen]

Wenn Sie lieber selbst in Excel arbeiten, fragen Sie nach der Formel:

Ich habe in Excel eine Liste mit den Spalten [Spaltennamen]. Erkläre mir Schritt für Schritt, wie ich Dubletten in der Spalte [Spalte] erkenne und markiere, ohne sie zu löschen. Nenne auch, wie ich Leerzeichen am Anfang und Ende entferne. Schreibe die Schritte für Einsteiger.

Ein Beispiel

Erfundene Ausgangsdaten:

Name; Straße; PLZ; Ort
Mueller GmbH; Beispielstr. 5; 12345; Musterstadt
Müller GmbH ; Beispielstraße 5; 12345; Musterstadt

Max Muster; Hauptstr. 1; 1234; musterstadt

Ein brauchbares Ergebnis meldet bei A die beiden ersten Zeilen als mögliche Dublette (gleiche Anschrift, Name unterscheidet sich nur in ue und ü) und empfiehlt, sie nach Ihrer Bestätigung zusammenzuführen. Bei B steht: “Str.” wird zu “Straße”, “musterstadt” wird zu “Musterstadt”, Leerzeichen entfernt. Die Postleitzahl “1234” hat nur vier Stellen und steht unter “Bitte prüfen”, weil die KI keine Ziffer ergänzen darf. Die Leerzeile ist entfernt. Ob die Zahlen am Ende stimmen, zählen Sie selbst nach.

Darauf sollten Sie achten

• Datenschutz: Echte Kundendaten gehören nur in Firmenzugänge mit Vertrag zur Auftragsverarbeitung. Alternativ entfernen Sie Namen und Kontaktdaten und lassen nur die Struktur prüfen.
• Prüfen durch einen Menschen: Lesen Sie jede Zusammenführung selbst. Zwei Personen mit gleichem Namen unter derselben Adresse (Vater und Sohn) sind keine Dublette.
• Zahlen nachzählen: KI-Werkzeuge können sich bei langen Listen verzählen. Vergleichen Sie Zeilenzahl und Stichproben mit dem Original.
• Grenzen: Bei sehr großen Dateien arbeiten Sie in Portionen. Rechnungsbeträge und Summen lassen Sie nie von der KI verändern.
• Sicherungskopie: Das Original bleibt unverändert, bis alles geprüft ist.

Varianten

• Nur Dubletten melden: Streichen Sie die Aufgaben 2 und 3.
• Telefonnummern vereinheitlichen: Ergänzen Sie die Regel “Schreibe Telefonnummern im Format [gewünschtes Format]”.
• Prüfliste statt Tabelle: Bitten Sie nur um die Liste der Auffälligkeiten und bereinigen Sie selbst.