Glossar

Fuzzy Matching

Was ist Fuzzy Matching?

Fuzzy Matching (unscharfer Abgleich) findet Einträge, die einander ähneln, aber nicht exakt übereinstimmen – etwa wegen Tippfehlern, Abkürzungen oder unterschiedlicher Schreibweisen. Dazu werden Ähnlichkeitsmaße wie die Levenshtein-Distanz berechnet, die zählt, wie viele Zeichen geändert werden müssen. Typischer Einsatz ist die Dublettensuche in Adress- und Kundendaten: „Müller GmbH, Hauptstr. 5“ und „Mueller GmbH, Hauptstraße 5“ werden als wahrscheinlich gleicher Datensatz erkannt.

So hilft KI.ordo

Die KI.ordo-Vorlage „Liste bereinigen“ vereinheitlicht Schreibweisen und markiert mögliche Dubletten, auch bei ähnlichen Schreibweisen.

Mehr erfahren →

Passende Vorlagen

Liste bereinigenVereinheitlicht Schreibweisen, Leerzeichen, Groß- und Kleinschreibung sowie Datumsformate, markiert mögliche Dubletten und fehlende Angaben und protokolliert jede Änderung.Vorlage ansehen →

Themen

Datenbereinigung
Dubletten
Textabgleich

KI.ordo ausprobieren

Agenten, Abläufe und Vorlagen in einem Arbeitsbereich – 24 Stunden kostenlos als Demo.

Demo starten

← Alle Begriffe

Verwandte Begriffe

Datenbereinigung

Datenbereinigung bezeichnet das Erkennen und Korrigieren fehlerhafter, doppelter oder uneinheitlicher Einträge in Datenbeständen. Typische Schritte sind das Vereinheitlichen von Schreibweisen und Datumsformaten, das Entfernen überflüssiger Leerzeichen und das Zusammenführen von Dubletten wie „Müller GmbH“ und „Mueller GmbH“. Saubere Daten sind Voraussetzung für verlässliche Auswertungen, Mailings und KI-Anwendungen.

Datenqualität
Dubletten
+1

Vorlage

Datenvalidierung

Datenvalidierung prüft, ob Daten vollständig, korrekt formatiert und plausibel sind, bevor sie weiterverarbeitet werden. Typische Prüfungen betreffen Pflichtfelder, das Format von E-Mail-Adressen, Postleitzahlen oder Datumsangaben sowie logische Widersprüche – etwa ein Lieferdatum vor dem Bestelldatum. So fallen Fehler früh auf, statt sich in Berichten, Abrechnungen oder KI-Auswertungen fortzusetzen.

Datenqualität
Prüfung
+1

Vorlage

Meinten Sie (Did You Mean)

„Meinten Sie“ (Did You Mean, DYM) ist eine Suchfunktion, die bei vermutlich falsch geschriebenen oder ungewöhnlichen Eingaben eine korrigierte Anfrage vorschlägt. Grundlage sind Ähnlichkeitsmaße zwischen Wörtern, Sprachmodelle und Auswertungen häufiger Suchanfragen. Beispiel: Wer in einem Onlineshop „Kafemaschine“ eingibt, erhält den Hinweis „Meinten Sie: Kaffeemaschine?“. Die Funktion senkt die Zahl leerer Trefferlisten und verbessert so das Sucherlebnis.

Suche
Rechtschreibkorrektur
+1

Strukturierte Daten

Strukturierte Daten folgen einem festen Schema mit klar benannten Feldern, etwa Tabellen, Datenbanken oder JSON-Objekte mit Angaben wie Name, Preis und Datum. Maschinen können sie zuverlässig lesen, filtern und weiterverarbeiten – anders als freie Texte oder Bilder. Auf Webseiten beschreibt Markup nach schema.org zum Beispiel Produkte, Veranstaltungen oder FAQ so, dass Suchmaschinen und KI-Systeme die Inhalte eindeutig verstehen. KI kann zudem aus unstrukturierten Texten strukturierte Daten gewinnen.

Daten
JSON
+1