Die Migration auf eine neue Salesforce-Org ist eine der folgenschwersten Entscheidungen in einem CRM-Programm. Der instinktive Reflex – einfach alles mitzunehmen – ist auch der schnellste Weg, fünf Jahre voller Datenmüll, toter Kontakte und veralteter Opportunities in ein System zu übertragen, das dem Revenue-Team eigentlich einen sauberen Neustart ermöglichen sollte. Bevor Du einen einzigen Datensatz hochlädst, entscheiden drei Fragen darüber, ob ein Datensatz in die neue Org oder ins Archiv gehört. Die Antworten prägen Performance, Usability und Compliance des CRM vom ersten Tag an.
Warum „Alles mitnehmen“ als Datenmigrationsstrategie scheitert
Eine neue Salesforce-Org ist ein hochperformantes operatives Umfeld. Sie ist kein Data Warehouse, kein Compliance-Archiv und kein historisches Ablagesystem. Wenn Unternehmen unüberlegt migrieren – also alle Opportunities, alle Kontakte und die gesamte Aktivitätshistorie unabhängig von Alter oder Qualität importieren –, holen sie sich das ins Haus, was Experten als „Dark Data“ bezeichnen: Datensätze, die niemand abfragt, die Ladezeiten verlangsamen, Listenansichten überladen und Rauschen in Reports und Forecasts bringen.
Dark Data beeinträchtigt auch KI-gestützte Features. Salesforce Einstein und andere Forecasting-Tools leiten ihre Modelle aus den Daten in Deiner Org ab. Ein Trainingsdatensatz, der mit fünf Jahre alten Closed-Lost-Opportunities in veralteten Stages, fehlenden Feldern und toten Kontakten überladen ist, liefert Forecasts, die systematisch unzuverlässiger sind als Modelle, die auf zwei Jahren sauberer, gut strukturierter Daten basieren.
Die erforderliche Disziplin ist keine technische – es ist eine Frage von Entscheidungen. Die Frage lautet nicht: „Können wir das migrieren?“, sondern: „Führt dieser Datenpunkt zu einer Handlung oder Erkenntnis, die das Revenue-Team in den nächsten 12 Monaten benötigt?“
Wie entscheidest Du, ob historische Daten migriert werden sollen?
Wende vor der Migration drei aufeinanderfolgende Tests auf jeden Datensatz an. Ein Datensatz, der auch nur einen dieser Tests nicht besteht, gehört nicht in die neue Salesforce-Org.
Test 1: Der Nutzen-Check – Führen diese Daten zu umsetzbaren Insights?
Historische Daten verdienen ihren Platz in der neuen Org nur, wenn sie einen von zwei konkreten Anwendungsfällen unterstützen: Year-over-Year-Trend-Reporting, das das Sales-Leadership-Team aktiv nutzt, oder AI-gestützte Forecasting-Modelle wie Salesforce Einstein, die historische Trainingsdaten benötigen. Dient der Datensatz keinem dieser beiden Zwecke, gehört er in ein Flat-File-Archiv oder ein Data Warehouse – nicht ins operative CRM.
Dieser Test eliminiert den größten Teil unnötiger Daten: Closed-Lost Opportunities, die drei Jahre oder älter sind und weder in aktiven Reports noch im Forecasting benötigt werden. Sie spiegeln zwar die kommerzielle Historie wider, bieten aber keinen operativen Mehrwert. Verschiebe sie in ein Data Warehouse, wo sie weiterhin abfragbar bleiben, ohne die Performance von Salesforce zu beeinträchtigen.
Test 2: Der Datenintegritäts-Check – Sind die Daten sauber genug für die Migration?
Schlechte Daten in eine saubere Org zu migrieren, ist kein Migrationsproblem – es ist ein Datenqualitätsproblem, das lediglich den Ort gewechselt hat. Datensätze mit fehlenden Pflichtfeldern, veraltete Pipeline-Phasen, die nicht mehr zum aktuellen Sales-Prozess passen, bouncende E-Mail-Adressen oder Accounts ohne zugewiesenen Owner sind bereits bestehende Mängel. Sie in die neue Org zu übertragen, importiert diese Fehler direkt in die Umgebung, der Dein Sales-Team eigentlich vertrauen und die es annehmen soll.
Bewerte jeden Datensatz ehrlich: Wenn der Aufwand für die Bereinigung vor der Migration den operativen Mehrwert übersteigt, diese Daten in der neuen Org zu haben, lass sie zurück. Archiviere die Rohdatei. So behält die Organisation den Zugriff auf die Informationen, ohne dauerhaft unter Performance- und Usability-Einbußen durch unbereinigte Datensätze in einem aktiven CRM zu leiden.
Test 3: Die Compliance-Grenze – Welche Datenaufbewahrungspflichten hast Du?
Aufbewahrung und Migration sind jedoch zwei grundlegend verschiedene Entscheidungen. Eine Organisation kann einer siebenjährigen Aufbewahrungspflicht problemlos nachkommen, indem sie historische Daten in einer durchsuchbaren externen Datenbank oder einem dedizierten Compliance-Archiv speichert – ohne diese Daten in die operative Salesforce-Org zu laden. Dieser Ansatz gewährleistet volle Compliance, hält historische Datensätze für Audit-Zwecke verfügbar und schont zugleich Performance und Usability der produktiven CRM-Umgebung. Aufbewahrung bedeutet nicht gleich Migration.
Was ist der empfohlene Migrationsumfang für die meisten B2B-Vertriebsorganisationen?
Für ein B2B-Software- oder Tech-Unternehmen, das auf eine neue Salesforce-Org migriert, umfasst der pragmatische Scope – der operativen Nutzen und Datenqualitätsrisiken optimal abwägt – Folgendes:
| Datensatz | Empfohlener Migrationsumfang |
|---|---|
| Accounts | Alle aktiven Accounts mit offenen Opportunities oder laufenden Verträgen. Accounts ohne Aktivität seit 3+ Jahren archivieren. |
| Kontakte | Aktive Kontakte bei migrierten Accounts. Archiviere Kontakte ohne Aktivität, mit gebouncten E-Mail-Adressen oder ohne zugeordneten Account. |
| Opportunities | Offene Opportunities plus geschlossene Opportunities der letzten 24 Monate. Ältere geschlossene Opportunities in ein Data Warehouse archivieren. |
| Aktivitäten (Anrufe, E-Mails, Aufgaben) | Letzte 12 Monate für aktive Accounts und Opportunities. Ältere Aktivitätsprotokolle extern archivieren. |
| Custom Objects | Migriere nur, was aktiv in aktuellen Sales- oder CS-Workflows genutzt wird. Verabschiede ungenutzte Custom Objects. |
Als Faustregel gelten für die meisten B2B-Sales-Organisationen zwei Jahre saubere, relevante Historie. Zwei Jahre an Opportunity-Daten reichen völlig aus für Year-over-Year-Reporting, Benchmarking der Quota Attainment und das Training von Forecasting-Modellen – ohne dass die Migration zu einem monatelangen Datenbereinigungsprojekt ausartet.
Qualität vor Quantität ist kein Kompromiss – es ist der Standard, der die Einführung des neuen CRM überhaupt erst lohnend macht.
Was sollte mit Daten passieren, die nicht migriert werden?
Daten, die von der Migration ausgeschlossen werden, erfordern eine dokumentierte Archivierungsstrategie – kein Löschen. Die Optionen sind:
Flat-File-Archiv: Datensätze als CSV oder in ein strukturiertes Format exportieren, an einem sicheren Ort speichern (interner Dateiserver, Cloud-Storage oder Data Warehouse) und den Speicherort in der CRM-Migrationsdokumentation festhalten. Geeignet für Daten mit geringer Abfragehäufigkeit und ohne Compliance-Anforderungen.
Data Warehouse: Lade historische Salesforce-Daten in ein dediziertes Data Warehouse (Snowflake, BigQuery, Redshift), wo sie für Analysten abfragbar bleiben, ohne die operative CRM-Performance zu beeinträchtigen. Empfohlen für Unternehmen mit aktivem BI-Reporting oder Compliance-Vorgaben, die durchsuchbare historische Datensätze erfordern.
Dedizierte Compliance-Datenbank: Für regulierte Branchen mit verbindlichen Aufbewahrungsfristen ist ein speziell eingerichtetes Compliance-Archiv mit Zugriffskontrollen und Audit-Trail die passende Lösung. Salesforce selbst bietet hierfür eigene Datenarchivierungslösungen an.
Das Migrationsprotokoll sollte für jeden ausgeschlossenen Datensatz Folgendes dokumentieren: den Grund für den Ausschluss (nicht bestandener Utility Test / Data Integrity Check / Compliance Boundary), den Speicherort des Archivs und den verantwortlichen Owner für dieses Archiv.
Häufig gestellte Fragen
Wie weit in die Vergangenheit sollten Opportunity-Daten in eine neue Salesforce-Org migriert werden?
Zwei Jahre an Daten zu abgeschlossenen Opportunities sind die Standardempfehlung für die meisten B2B-Sales-Organisationen. Das bietet ausreichend Historie für Year-over-Year-Reportings und das Trainieren von Forecasting-Modellen, ohne große Mengen veralteter Datensätze mitzuschleppen. Wenn Dein Forecasting-Tool längere Trainingsdaten benötigt, erweitere auf drei Jahre – aber nur für Closed-Won-Opportunities mit vollständigen Felddaten.
Was soll ich mit Leads und Kontakten tun, deren E-Mail-Adressen gebounced sind?
Migriere sie nicht. Bounced Kontakte sind Datenmüll – sie können weder kontaktiert noch für E-Mail-Kampagnen genutzt werden und sorgen nur für Rauschen in Listenansichten und Reports. Exportiere sie vor der Migration in ein Flat-File-Archiv. Ist ein gebouncter Kontakt mit einem aktiven Account verknüpft, der migriert wird, erstelle lieber eine Notiz auf dem Account-Datensatz über den Status des Kontakts, anstatt den Kontakt selbst zu migrieren.
Ist es vertretbar, Daten zuerst zu migrieren und erst in der neuen Org zu bereinigen?
Von diesem Ansatz raten wir dringend ab. Daten erst nach der Migration in einer produktiven Salesforce-Org zu bereinigen, ist langsamer, stört das Tagesgeschäft und ist deutlich fehleranfälliger als ein Pre-Migration-Cleanup. Wenn Nutzer in der neuen Org auf unsaubere Datensätze stoßen, leidet die User Adoption massiv. Bereinige die Daten lieber in einer Staging-Umgebung oder mit einem Transformations-Tool, bevor Du sie in die neue Org lädst.
Wie gehe ich bei der Migration in eine neue Org mit Datenaufbewahrungspflichten um?
Kläre vor Beginn der Migrationsplanung die spezifischen Aufbewahrungsfristen für Deine Branche und Region. Entwickle für jeden Datensatz mit Aufbewahrungspflicht eine Archivierungsstrategie (externe Datenbank, Data Warehouse oder Salesforce-Datenarchivierung), die alle Vorgaben erfüllt – ohne dass die Daten im operativen CRM verbleiben müssen. Halte die Aufbewahrungsrichtlinie und den Archivierungsort vor dem Go-live der Migration schriftlich fest.
Was bedeutet „Dark Data“ im Salesforce-Kontext und warum ist das relevant?
Unter Dark Data versteht man Datensätze im CRM, die vom Revenue-Team weder abgefragt noch in Reports genutzt oder bearbeitet werden. Sie sammeln sich durch unüberlegte Datenmigrationen, CRM-Importe ohne Data-Governance-Richtlinie und historische Datensätze an, die noch vor dem aktuellen Vertriebsprozess entstanden sind. Dark Data bremst die Performance von Listenansichten aus, bringt Unruhe in Pipeline-Reports, mindert die Genauigkeit von KI-Forecasting-Tools und überfordert Reps im CRM-Alltag kognitiv.
