Wie das Matching entscheidet

Die Datei Ihres Kunden nennt es Zahlungsziel. Ihr Schema nennt es Payment terms. Die beiden Begriffe haben keinen einzigen Buchstaben gemeinsam — und trotzdem muss der Import sie verbinden, hundertfach pro Datei, ohne Daten zu verfälschen. Diese Seite erklärt in Alltagssprache, wie Mildport diese Entscheidung trifft: was zuerst versucht wird, wann bewusst nicht geraten wird und wie das System mit jedem bestätigten Import klüger wird.

Zwei Formen, ein Prinzip

Was auch immer ankommt — CSV, Excel, JSON, ein PDF mit Tabellen, ein per OCR gelesener Scan — es wird zu einer von zwei Formen:

Eine Tabelle: Zeilen mit Spaltenüberschriften. Überschriften werden Ihren Feldern zugeordnet; diese Leiter beschreibt diese Seite.
Ein Dokument: eine Rechnung, eine Visitenkarte, ein Vertrag. Es gibt keine Spalten — Mildport extrahiert Fakten („Rechnungsnummer: 2024-117“) mit einem sichtbaren Verweis auf die Fundstelle, und der Nutzer bestätigt sie. Diesen Ablauf beschreibt Capture-first-Importe.

Für beide gilt ein Prinzip: Nichts landet in Ihrem System, ohne dass ein Mensch die Gelegenheit hatte, es zu sehen.

Die Matching-Leiter

Für jede Spaltenüberschrift steigt Mildport eine Leiter hinauf — vom Günstigsten und Sichersten zum Klügsten — und stoppt, sobald eine Sprosse antwortet.

Erst aufräumen. Groß-/Kleinschreibung, Satzzeichen und Trenner werden normalisiert, sodass E-Mail_Adresse und email adresse für den Matcher dasselbe Wort sind.
Exakte Namen und Ihre Synonyme. Jedes Feld kann Alternativnamen deklarieren (surname, family name, …). Ein Treffer hier ist entschieden.
Was Ihre Nutzer dem System schon beigebracht haben. Jede von einem Menschen bestätigte Zuordnung wird gemerkt — pro Mandant, als Vokabular. Hat jemand einmal gesagt „Zahlungsziel bedeutet Payment terms“, matcht diese Spalte ab dann sofort. Auch ganze Layouts werden gemerkt: Der gleiche Monatsexport kommt wieder, und die komplette Zuordnung spielt ohne Rückfragen ab.
Gemeinsame Wörter und ein eingebautes sprachübergreifendes Wörterbuch. Invoice no. und Invoice number teilen genug für eine gute Bewertung; das eingebaute Wörterbuch kennt Paare wie PLZ ↔ zip.
Die Daten selbst stimmen mit ab. Enthält eine kryptisch benannte Spalte Werte, die wie E-Mails, IBANs oder Telefonnummern aussehen, bekommen die Felder, die solche Formen erwarten, einen Bonus.

Jede Sprosse erzeugt eine sichtbare Bewertung von 0 bis 100, angezeigt im Zuordnungsschritt — Konfidenz wird nie versteckt.

Wann Mildport nicht rät

Zwei Regeln schützen Ihre Daten vor selbstbewusstem Unsinn:

Unter der Konfidenzschwelle wird nicht geraten. Ein schwacher bester Kandidat wird nicht stillschweigend angewendet; die Spalte erscheint als offene Frage, die nächstliegenden Kandidaten stehen zur Auswahl bereit.
Ein Beinahe-Gleichstand ist eine Frage, kein Münzwurf. Bewerten zwei Felder fast gleich, fragt Mildport — ein Klick entscheidet, und die Antwort wird gemerkt.

Der schlimmste Fall ist also nie „falsche Daten im CRM“, sondern „ein Klick mehr für Ihren Nutzer“.

Der optionale KI-Richter

Mit aktivierter KI-Unterstützung prüft ein Sprachmodell nur den Rest mit geringer Konfidenz — die Spalten, die die Leiter nicht klären konnte. Es sieht die Kandidaten und Beispielwerte, muss Belege für seine Wahl anführen, dieselben Validatoren bestehen wie jede andere Zuordnung, und seine Begründung wird protokolliert. Es sortiert Vorschläge neu; den Prüfschritt umgeht es nie. Es ist standardmäßig aus — das Gesamtbild zeigt Wie es funktioniert.

Einmal fragen, für immer automatisch zuordnen

Jede Bestätigung fließt dreifach zurück: Die Überschrift wird zum gelernten Synonym, die Konfidenzrechnung bekommt einen neuen Datenpunkt, und das Layout der Datei wird als Vorlage gemerkt. Praktisch heißt das: Der erste Import eines neuen Kunden stellt eine Handvoll Fragen; der zweite meist keine.

Das Matching läuft innerhalb Ihres Deployments — Überschriften und Werte werden nicht an Dritte geschickt, um eine Zuordnung zu berechnen. Weiter: Widget konfigurieren.