# Warum HubSpot und Dedupely unterschiedliche Dubletten finden > Warum HubSpot und Dedupely Duplikate unterschiedlich zählen, wie die Match-Logik das Ergebnis prägt und welcher Zahl Sie vor dem Mergen vertrauen sollten. - URL: https://dedupe.ly/de/blog/hubspot/unterschiede-duplikate-hubspot-dedupely - Section: blog - Published: 2025-10-22 - Site index: https://dedupe.ly/llms.txt - Any page: append `.md` to its URL for this plain-text form --- Zum Inhalt springen [Neu Dedupely Intelligence Jetzt in jedem bezahlten Tarif, monatlich oder jährlich.](https://dedupe.ly/ai-deduplication) [Blog](https://dedupe.ly/blog) [HubSpot](https://dedupe.ly/blog/hubspot) ## Warum Duplikate in HubSpot und Dedupely voneinander abweichen Warum HubSpot und Dedupely Duplikate unterschiedlich zählen, und wie Match-Logik bestimmt, was jedes Tool findet. Veröffentlicht 22. Oktober 2025 # Min. Lesezeit ### **Die Anzahl der Duplikate stimmt nicht – hier ist der Grund** Wenn Dedupely weniger Duplikate zeigt als HubSpot: kein Fehler, sondern eine Frage des Umfangs. Dedupely folgt exakt Ihren Regeln, HubSpot nutzt eine interne Logik, die weder sichtbar noch konfigurierbar ist. Solange Ihre Match-Logik und Ihre Merge Rules diese Logik nicht nachbilden, stimmen die Ergebnisse nicht überein. Wie viele Treffer entstehen, hängt davon ab, wie Sie eine Dublette definieren, nicht davon, wie ein anderes Tool sie markiert. Prüfen Sie deshalb zuerst Ihre Abgleichlogik, nicht den Sync-Status. ### **Worauf Dedupely tatsächlich achtet** Dedupely prüft genau das, was Sie vorgeben. Definieren Sie dies mit Duplicate Searches mit feldspezifischen Abgleichoptionen, die folgende umfassen: - Felder zum Vergleichen, etwa Vorname, Nachname, E-Mail, Firmenname und benutzerdefinierte Felder - Eine Match-Option pro Feld, etwa Exact match, Similar match, Fuzzy match, Similar Words (Any Order) match oder Domain Root match Wenn ein Duplikat nicht exakt Ihrer Duplicate Search entspricht, wird es ausgeschlossen, da es keine Teillogik gibt. Die Qualität Ihrer Match-Ergebnisse hängt vollständig davon ab, welche Felder Sie einbeziehen und wie Sie diese abgleichen. Verlassen Sie sich nicht auf Standard-Einstellungen; überprüfen Sie jedes verwendete Feld und jede Match-Option. > [Weitere Informationen zu Duplicate Searches hier.](https://dedupe.ly/knowledge-base/duplicate-searches) > Erfahren Sie, wie Sie ein Duplicate Search-System aufbauen, um alle Ihre Duplikate zu finden mit [diesem Leitfaden.](https://dedupe.ly/blog/dedupely-insights/build-a-search-pad-system-to-find-all-your-duplicates) ### **Bedingungen mit exakter Übereinstimmung können die Ergebnisse einschränken** Der Abgleich von Telefonnummern oder Vornamen per Exaktem Abgleich blockiert oft gültige Dubletten - schon Formatunterschiede allein können den Treffer verhindern. Zum Beispiel: - „+1 555-123-4567“ und „5551234567“ ergeben bei exakter Übereinstimmung keinen Treffer - „Horizon Labs Inc.“ und „Horizon Labs Incorporated“ stimmen nicht überein, auch wenn dasselbe Unternehmen gemeint ist Für genauere Erkennung nutzen Sie Similar match, wo Formatierung oder kleine Abweichungen zu erwarten sind: Telefonnummern, Namen und teils auch E-Mail-Adressen. > Tipp: In Dedupely können Sie Abgleichoptionen testen, indem Sie eine Duplicate Search klonen, ein Feld von Exact auf einen anderen Abgleich ändern und den Scan erneut ausführen. Der Unterschied bei den Ergebnissen ist normalerweise sofort sichtbar. ### **Match-Ergebnisse nach einer Änderung bewerten** Prüfen Sie nach einem Scan mit angepasster Match-Logik, welche Art von Datensätzen als Treffer erkannt wird Achten Sie auf Muster in den neuen Treffern: - Sind die Duplikate echt oder nur ähnlich? - Erzeugen bestimmte Werte Rauschen (etwa unvollständige Firmennamen oder mehrfach genutzte E-Mail-Adressen)? - Führen leere Felder zu schwächeren Treffern als gewollt? Anhand dieser Prüfung entscheiden Sie, ob Sie die Änderung behalten, die Match-Optionen anpassen oder ein weiteres Feld zum Ausgleich ergänzen. Beim Iterieren geht es um die Qualität der gefundenen Dubletten. ### **Worüber Sie bestimmen, dem können Sie vertrauen** Die Stärke von Dedupely liegt darin, Ihre Match-Logik exakt abzubilden. Wenn Sie mehr Treffer wollen, halten Sie Ihre Match-Optionen locker. Wenn Sie genaue Kontrolle wollen, verschärfen Sie sie. So oder so legen Sie fest, was als Dublette gilt. Diese Klarheit liefert Ergebnisse, die Sie erklären, prüfen und verbessern können, ohne zu raten. Hinter dem Artikel ### Gaby Salinas Marketing-Assistentin bei Dedupely Gaby Salinas kam aus dem Marketing und der Werbung zu CRM-Daten. Deshalb betrachtet sie Dubletten von zwei Seiten: die Abgleichs- und Zusammenführungslogik dahinter und die Auswirkungen auf die Menschen, die mit dem CRM arbeiten, etwa den Vertriebsmitarbeiter, der einen Kunden zweimal anruft, den Administrator, dem die Schuld gegeben wird, und die Bereinigung, mit der niemand anfangen will. Als Marketing-Assistentin bei Dedupely verfolgt sie, wie RevOps-Teams, Endnutzer, Berater und technische Teams tatsächlich mit ihren Daten arbeiten: die Datensätze, denen sie nicht mehr vertrauen, die Workarounds, die sie entwickeln, und den Moment, in dem sie sich schließlich zur Bereinigung entschließen. Was sie dabei herausfindet, prägt einen Großteil dessen, was Dedupely veröffentlicht. [Mit Gaby auf LinkedIn vernetzen](https://www.linkedin.com/in/gbyslns) ### Kontakt aufnehmen Wir helfen Ihnen gern bei der Einrichtung. #### Schreiben Sie uns Ihre Frage haben wir wahrscheinlich schon beantwortet help@dedupe.ly E-Mail-Adresse in die Zwischenablage kopiert! [Zoom-Termin buchen Ob Sie gerade starten oder voll durchstarten. Schreiben Sie uns! Zoom-Termin buchen](https://meetings.dedupe.ly/meetings/gaby-salinas/dedupely-zoom-scheduler) ### Ähnliche Blogbeiträge entdecken Bleiben Sie mit unseren neuesten Artikeln und Einblicken auf dem Laufenden. - [HubSpot Warum Duplikate in HubSpot und Dedupely voneinander abweichen Warum HubSpot und Dedupely Duplikate unterschiedlich zählen, und wie Match-Logik bestimmt, was jedes Tool findet. Gaby Salinas 22. Oktober 2025](https://dedupe.ly/blog/hubspot/mismatch-between-hubspot-and-dedupely-duplicates) - [HubSpot Bei jeder Zusammenführung in HubSpot entsteht eine neue ID Jede HubSpot-Zusammenführung erzeugt eine neue Datensatz-ID, statt eine der beiden bestehenden zu übernehmen. Was sich dadurch ändert und was erhalten bleibt. Gaby Salinas 10. Oktober 2025](https://dedupe.ly/blog/hubspot/a-new-id-is-created-every-time-you-merge-in-hubspot) - [HubSpot Wie Primary-Datensätze beim Zusammenführen in HubSpot mit Dedupely funktionieren Der Primary-Datensatz überlebt die Zusammenführung, bekommt eine neue ID und nimmt den Rest auf. Wie HubSpot ihn wählt und was Sie in Dedupely ändern können. Clinton Skakun 29. Juli 2025](https://dedupe.ly/blog/hubspot/hubspot-primary-records) [Alle ansehen](https://dedupe.ly/blog) ### Kostenlos starten 20 kostenlose Test-Merges und so viel kostenlosen Support, wie Sie brauchen, um Ihre Duplikate in den Griff zu bekommen. [Kostenlos testen](https://v2.app.dedupe.ly/signup)[Vertrieb kontaktieren](https://meetings.dedupe.ly/meetings/gaby-salinas/talk-to-sales) [Oder mit Google registrieren](https://v2.app.dedupe.ly/signup/google) Bereinigen Sie CRM-Daten für Kunden? [Zum Partnerprogramm](https://dedupe.ly/become-a-partner)