60 % bessere CRM-Daten dank des DQC-KI-Agenten zur Datenanreicherung

Steckbrief

Johnson & Johnson MedTech Germany, ein Geschäftsbereich von Johnson & Johnson, ist ein führender Anbieter von medizintechnischen Lösungen auf dem deutschen Gesundheitsmarkt und Teil eines globalen Unternehmens, das seit über einem Jahrhundert Innovationen im Gesundheitswesen vorantreibt.

Das Unternehmen bietet ein breites Portfolio an Lösungen für die Chirurgie, Orthopädie, Kardiologie und Augenheilkunde sowie digitale Plattformen und Robotik zur Unterstützung der modernen Gesundheitsversorgung. Mit Niederlassungen in ganz Deutschland und der Einbindung in ein globales Netzwerk, das sich über mehr als 60 Länder erstreckt, verbindet Johnson & Johnson MedTech fundiertes klinisches Fachwissen mit einer starken lokalen Marktpräsenz.

Ausgangslage

Die CRM-Kontaktdatenlandschaft bei Johnson & Johnson MedTech war durch erhebliche Qualitätsprobleme gekennzeichnet, die die geschäftliche Effektivität einschränkten. Der vorhandene Datensatz umfasste rund 48.000 Kontaktdatensätze, von denen viele unvollständig, veraltet oder unzuverlässig waren.

• Etwa 40 % der Datensätze wiesen keine wesentlichen Kontaktinformationen auf.

• Etwa 25 % der vorhandenen Daten waren veraltet.

• E-Mail-Kampagnen verzeichneten hohe Bounce-Raten und eine begrenzte Reichweite.

Infolgedessen war es schwierig, die richtigen Ansprechpartner konsistent zu erreichen. Die Effektivität von Vertriebs- und Marketingkampagnen nahm ab, und die Personalisierung wurde durch fehlende oder fehlerhafte Daten eingeschränkt.

Gleichzeitig wurde viel Zeit für manuelle Datenaufgaben aufgewendet (z. B. Suche nach Kontakten, Korrektur von Fehlern und Behebung von Kommunikationsproblemen), wodurch weniger Zeit für kundenorientierte Aktivitäten blieb.

Grundlegender noch: Datenqualität wurde nicht als strukturierter, kontinuierlicher Prozess verwaltet. Uneinheitliche Zuständigkeiten und reaktive Korrekturen erschwerten es, langfristig eine zuverlässige CRM-Datenbasis aufrechtzuerhalten.

Deep-Dive

Gemeinsam mit DQC wurde ein dreistufiger Ansatz festgelegt: „Clean“, „Enrich“ und eine künftige „Sustain“-Phase, um eine langfristige Wirkung sicherzustellen.

1. Clean

Die vorhandenen Daten wurden mithilfe der DQC Platform teilautomatisiert bereinigt, indem zentrale Kontaktattribute korrigiert und zusätzliche Kontakte aktiviert wurden:

• 11.000 Kontaktdaten wurden korrigiert

• 14.000 neue aktive Kontakte wurden nutzbar gemacht

Dadurch wurde eine zuverlässige Grundlage geschaffen und die Erreichbarkeit für Kampagnen verbessert.

2. Enrich

Der CRM-Datensatz wurde mithilfe eines KI-Agenten systematisch angereichert, ohne dass eine Systemintegration erforderlich war oder IT-Ressourcen in Anspruch genommen wurden. Im deutschen Projekt:

• Über 30.000 Telefonnummern hinzugefügt oder korrigiert

• Über 4.000 E-Mail-Adressen hinzugefügt oder korrigiert

• Über 3.000 personalisierte Anreden hinzugefügt oder verbessert

• Über 10.000 Postadressen standardisiert oder vervollständigt

Ein Schwerpunkt lag auf der Vereinheitlichung von Anreden und Titelstrukturen über mehrere Felder hinweg, wodurch uneinheitliche Formate (z. B. „Herr“, „Hr.“, „Dr.“) auf eine klare Logik reduziert wurden. Fehlende Werte wurden durch Schlussfolgerungen auf Basis vorhandener Daten ergänzt.

Die Anreicherung folgte einer strukturierten Logik über spezielle Verbesserungs-Workflows hinweg: Zunächst wurden die Basisattribute (Anrede, Titel) harmonisiert, anschließend wurden die Kerndaten durch Namensidentifizierung anhand von Anrede-, Titel-, Krankenhaus- und E-Mail-Mustern sowie durch Adressvalidierung mittels Geocoder und Webquellen verbessert.

Der letzte Schritt konzentrierte sich auf die komplexesten Attribute innerhalb separater Verbesserungsworkflows, wobei Website-Suche, Domain-Abgleich und Validierung anhand öffentlicher Quellen genutzt wurden, um berufliche E-Mail-Adressen und Telefonnummern zu identifizieren.

Alle Schritte waren in einen skalierbaren, agentenbasierten Workflow eingebettet und eng mit realen CRM-Interaktionen verknüpft.

Auswirkung

Durch die systematische Verbesserung der Qualität der CRM-Kontaktdaten in rund 48.000 CRM-Kontaktdatensätzen wurden über 57.000 einzelne Datenpunkte wie Telefonnummern, E-Mail-Adressen, Anreden und Postanschriften optimiert, was allein in Deutschland einen geschätzten Geschäftswert von 3 bis 8 Millionen Euro ergab (Benchmark-Annahmen von Gartner, IBM, Salesforce, HBR).

Über die anfängliche Verbesserung hinaus ermöglicht der Ansatz skalierbare Effekte in der gesamten EMEA-Region, wodurch erheblicher zusätzlicher Wert freigesetzt und gleichzeitig eine solide Grundlage für nachhaltige, datengesteuerte Vertriebs- und Marketingaktivitäten geschaffen wird.

Ausblick

Im Anschluss an das deutsche Projekt besteht der nächste Schritt darin, eine eigene „Sustain“-Phase einzurichten, um die einmaligen Verbesserungen in einen kontinuierlichen, skalierbaren Prozess zu überführen. Dazu gehört, die Datenqualität fester in die täglichen Vertriebsabläufe zu integrieren, den Automatisierungsgrad bei der Datenanreicherung zu erhöhen und die Eigenverantwortung in den verschiedenen Geschäftsteams zu stärken. Konzepte wie KI-gestützte Datenqualitätsassistenten (z. B. innerhalb von Microsoft Teams), klare Zuständigkeitsmodelle und kontinuierliche Feedback-Mechanismen werden derzeit geprüft, um eine langfristige Datenqualität sicherzustellen.

Gleichzeitig bietet das Projekt eine solide Grundlage für die Ausweitung des Ansatzes auf weitere Länder und Regionen. Es zeigt bereits einen klaren Weg für eine breitere Einführung auf und unterstreicht, dass Datenqualität nicht als einmalige Initiative betrachtet werden sollte, sondern als eine fortlaufende Kompetenz innerhalb einer modernen Vertriebs- und CRM-Organisation.