WinPure Clean & Match

Kurzfazit

WinPure ist die pragmatische Lösung für Datenbereinigung ohne IT-Projekt: Windows-Anwendung mit klickbarer Oberfläche, Fuzzy-Matching, Dublettenerkennung und drei KI-Modulen für Entity Resolution, die Master-Record-Auswahl und Bereinigungsvorschläge. Anbieter ist die britische WinPure Ltd (seit 2002 am Markt, Sitz Reading), die auf ihrer Startseite mehr als 4.000 Kunden weltweit nennt, auf der About-Seite mehr als 5.000 zufriedene Kunden. Wer eine CRM-Migration vorbereitet, vor einer Mailing-Kampagne aufräumt oder periodisch Lieferantendaten harmonisiert, kommt ohne Programmierer ans Ziel. Wer dagegen Echtzeit-Pipelines oder Multi-Source-Master-Data-Management braucht, ist mit einer Enterprise-Plattform besser bedient, und wer auf dem Mac arbeitet, findet auf den geprüften Seiten keinen Mac-Client genannt. Die KI-Komponenten sind nützliche Helfer, aber kein Quantensprung, der harte Kern bleibt klassisches Fuzzy-Matching.

Für wen ist WinPure?

Mittelständische Vertriebs- und Marketingabteilungen: Wer regelmäßig vor Kampagnen oder Stichtagsberichten Kunden- oder Interessentendaten zusammenführt, bekommt mit WinPure ein bedienbares Werkzeug, das keinen IT-Support braucht.

Datenmigrations-Verantwortliche: Bei CRM-, ERP- oder Mailing-System-Wechseln wird WinPure typischerweise als Vorbereitungstool eingesetzt, Quelldaten exportieren, in WinPure bereinigen, in das neue System importieren. Das spart einen externen Berater oder ein internes Skripting-Projekt.

Kleine Beratungshäuser und Agenturen: Adress-Bereinigung für Mandanten ist ein wiederkehrender Auftrag, WinPure ermöglicht das ohne eigene Data-Engineering-Kapazitäten.

Compliance- und Datenschutz-Teams: Wer für DSGVO-Auskünfte oder Löschanforderungen mehrere Datenquellen abgleichen muss, nutzt Entity-Resolution-Funktionen, um Personen über Quellen hinweg zu identifizieren. Die lokale Verarbeitung kommt einer typischen Datenschutz-Anforderung entgegen.

Forschungs- und NGO-Bereich: Wer mit begrenztem Budget große Adress- oder Spenderdateien bereinigen muss, findet mit einer Lösung ohne Cloud-Verarbeitung eine Option, bei der die Daten in der eigenen Umgebung bleiben. Ob der Preis ins Budget passt, hängt von der Edition ab, für die kleinste nennt WinPure einen Preis, für die anderen nicht.

Weniger geeignet für: Konzerne mit Master-Data-Management-Anspruch (dafür sind Experian oder spezialisierte MDM-Plattformen die richtige Wahl), Teams auf macOS oder Linux (ein Client dafür wird nicht genannt), Data-Engineering-Workflows mit Pipelines und Versionierung (eher Datafold oder Open-Source-Stacks), und Anwendungen mit Echtzeitanforderung, WinPure ist Batch, nicht Stream.

Preise im Detail

Edition	Preis	Was du bekommst
Small Business Edition	Ab 185 US-Dollar je Nutzer und Monat, jährlich abgerechnet	Für kleine Teams mit bis zu 100K Datensätzen: Data Quality Insights, CleanAI, Matching mit MatchAI, Match Explanation, Onboarding und Support
Professional Edition	Kein Betrag genannt	Alles aus Small Business, dazu erweitertes AI Data Matching für Entity und Identity Resolution, Golden Record Identity, AIConnect, Automation und Batch-Scheduling, Multi-Source-Konsolidierung, Adressprüfung als Add-on
Enterprise & API Edition	Kein Betrag genannt	Alles aus Professional, dazu Compliance-Dokumentation und Audit-Trail, dedizierte Implementierungsunterstützung, Priority Support und Training, API-Integrationssupport, Zugang zu Beta-Funktionen, optional ein vollständig betreuter Service

Einordnung: Die Preisseite nennt nur für die Small Business Edition einen Betrag (“Starting from $185”, “Per user / per month, billed annually”), und zwar in US-Dollar. Für Professional und Enterprise & API steht kein Preis auf der Seite, der Button der Professional Edition führt zur Testversion, der von Enterprise & API zum Gespräch mit dem Enterprise-Team. Die Seite beschreibt das Modell als “flexible annual licensing”, es gibt also eine jährliche Lizenz, keine einmalige. Eine SaaS-Version gibt es laut Anbieter nicht (“There is no SaaS version by design”), und die Startseite nennt keine nutzungsabhängigen Gebühren. Der Anbieter stellt außerdem eine 30-Tage-Testversion mit vollem Zugriff bereit, und Schulung ist im Lizenzpaket enthalten. Wer regelmäßig sehr große Bestände bereinigt, sollte nach den Bedingungen für Professional und Enterprise fragen und mehrere Anbieter parallel einholen.

Stärken im Detail

Niedrigschwelliger Einstieg in Data Quality. Laut Anbieter ist die Oberfläche ohne Code bedienbar und für Analysten ausgelegt, nicht für lange Engineering-Programme. Du importierst eine Excel-Datei, wählst Spalten, setzt Schwellenwerte, klickst „Match”, das war’s. Zur Einarbeitung nennt WinPure zwei Zeitangaben: Laut FAQ der Datenabgleich-Seite führen die meisten Nutzer ihr erstes Matching-Projekt innerhalb einer Woche nach der Installation durch, laut Preisseite schaffen die meisten Organisationen den ersten vollständigen Lauf wahrscheinlich innerhalb von 24 Stunden nach der Installation.

Konfigurierbares Matching. WinPure unterstützt laut Anbieter exaktes, unscharfes (fuzzy), phonetisches und numerisches Matching, und der Algorithmus-Typ lässt sich pro Feld auswählen und anpassen. Das ist wichtig, weil ein Firmenname (unscharf) und eine Telefonnummer (numerisch) unterschiedlich behandelt werden müssen. Schwellenwerte sind frei einstellbar.

SmartMaster AI nimmt die Master-Record-Auswahl ab. Bei manueller Dubletten-Bereinigung musst du in jeder Gruppe entscheiden, welcher Datensatz „der richtige” ist, vollständigster Name, neueste Adresse, aktuellste Telefonnummer. Laut Anbieter wendet SmartMaster AI dafür Überlebensregeln (Survivorship) an und empfiehlt den besten Master-Datensatz je Gruppe, du prüfst das Ergebnis vor dem Zusammenführen. Im Changelog nennt WinPure daneben die Optionen „Most Populated” und eigene Regelbibliotheken. In großen Bereinigungen kann das Zeit sparen.

Verarbeitung in der eigenen Umgebung. Laut Anbieter werden keine Daten an WinPure übertragen und nicht bei WinPure gespeichert, die Software läuft auf deinem Desktop, deinem Server oder in deiner eigenen Cloud-Umgebung. Für viele deutsche Mittelständler ist das ein wichtiges Argument: kein Cloud-Dienst des Anbieters, der die Daten verarbeitet.

Direkte Anbindung an Standard-Quellen. Der Abgleich läuft laut Anbieter über Tabellen (Excel/CSV), SQL-Datenbanken sowie CRM-, ERP- und Altsysteme, laut Buyer Guide unter anderem SQL Server, Azure SQL, PostgreSQL, MySQL und Oracle. Die Seite zur Datenintegration nennt zusätzlich CRMs wie Salesforce oder Zoho, die FAQ zur CRM-Migration beschreibt dagegen den Weg über Daten, die aus diesen Systemen exportiert oder mit ihnen verbunden sind: WinPure importiere aus Excel, CSV und gängigen Datenbanken. Die gängigen Quellen lassen sich ohne eigenen Konverter laden, das spart den typischen ETL-Vorbau.

Betrieb in der eigenen Umgebung statt SaaS. Laut Anbieter läuft WinPure auf einem Windows-Desktop, auf einem Server oder in der eigenen Cloud-Umgebung (Azure, AWS), eine SaaS-Version gibt es nicht. Die Lizenz ist allerdings eine jährliche, die Preisseite nennt für die Small Business Edition einen Preis je Nutzer und Monat bei jährlicher Abrechnung. Für eine CRM-Migration, die nur alle paar Jahre ansteht, solltest du deshalb die Laufzeit der Lizenz mit dem Anbieter klären. Zur Technik nennt die Datenabgleich-Seite .NET 8, der Changelog dagegen ein Upgrade von .NET 8 auf .NET 10 (Version 11.3.0.0, 16. August 2026).

Knowledge Base Library und Adressprüfung. Die Knowledge Base Library liefert laut Anbieter Bibliotheken für Adressbestandteile, Firmenzusätze, Titel und Kontaktnamen, du kannst eigene Wörter für spätere Läufe speichern. Beim Abgleich ändert sie die gespeicherten Daten nicht. Eine vollständige Adressverifizierung ist in der Professional Edition als Add-on aufgeführt.

Schwächen ehrlich betrachtet

Windows ist die genannte Plattform. Laut der Seite zu den Bereitstellungsoptionen läuft die Anwendung in jeder Variante auf Windows: auf einem Windows-Desktop, auf Windows Server, in einer Windows-VM und auch in Azure, AWS oder einer Private Cloud auf kompatibler Windows-Infrastruktur. Einen Mac- oder Linux-Client für die Anwendung nennt der Anbieter auf den geprüften Seiten nicht. Für die API-Bibliothek nennt die Dokumentation zu Version 2 dagegen Windows, Linux und macOS, die Produktseite zur API Windows und Linux. Wer auf macOS arbeitet, braucht für die Anwendung also eine Windows-Umgebung, etwa eine virtuelle Maschine. Eine SaaS-Variante, die das umgehen würde, gibt es laut Anbieter nicht.

Sprache. WinPure Ltd hat ihren Sitz in Reading (Vereinigtes Königreich) mit Vertretung in EU und USA. Die Website gibt es auf Englisch, mehrere Seiten wie die About-Seite auch auf Spanisch, Deutsch führt die Sprachauswahl nicht. Welche Sprachen Support und Oberfläche abdecken, nennt der Anbieter auf den geprüften Seiten nicht. Für Fachabteilungen ohne tiefe Englisch-Kenntnisse kann das eine Hürde sein, frag das vor dem Kauf nach.

Datensatzmengen je nach Edition. Die Small Business Edition ist laut Preisseite ideal für kleine Teams mit bis zu 100K Datensätzen. Die Produktseite zu Clean&Match Enterprise, so heißt die Software selbst, nennt eine unbegrenzte Datensatzzahl, für Professional und Enterprise & API steht auf der Preisseite keine Grenze. Laut Datenabgleich-Seite verarbeitet WinPure Bestände von einigen Zehntausend bis zu einigen zehn Millionen Datensätzen auf üblicher Desktop- und Server-Hardware. Wer regelmäßig sehr große Bestände bereinigt, sollte die passende Edition mit dem Anbieter klären.

Schwerpunkt Batch, Echtzeit-Prävention bleibt Nachfrage-Sache. WinPure ist auf die Batch-Bereinigung ausgelegt. Es gibt zwar eine dokumentierte Clean-Match-API, um die Bereinigungs- und Matching-Funktionen in eigene Anwendungen einzubinden (die Dokumentation liegt unter winpure.com/API/documentation.html, die API ist eine .NET-Bibliothek). Dazu kommt ein Automation Service, der laut Anbieter wiederkehrende Aufgaben plant. Auf der Produktseite zur API wirbt WinPure damit, Datenqualität in Echtzeit zu verbessern, direkt integriert in CRM, Datenbank und eigene Anwendungen. Ob sich damit eine echte Live-Dubletten-Prävention beim Anlegen jedes einzelnen Datensatzes im CRM sauber umsetzen lässt, oder ob die Stärke weiterhin im geplanten Batch-Lauf liegt, solltest du für deinen konkreten Anwendungsfall vor dem Kauf gezielt beim Anbieter erfragen.

KI-Marketing ist optimistisch beschriftet. SmartMaster AI, MatchAI und CleanAI sind beschriebene Funktionen. Der Anbieter nennt MatchAI nicht generativ und ohne externes Modell, welche Verfahren dahinterstehen und welche Fehlerrate sie auf welchen Datensätzen erreichen, steht auf den geprüften Seiten nicht. Wer die KI-Qualität beurteilen will, sollte in der Trial-Phase mit eigenen Daten testen, die generischen Marketing-Aussagen sagen wenig über die Praxis.

Nur ein Preis öffentlich. WinPure nennt auf der Preisseite nur für die Small Business Edition einen Betrag (ab 185 US-Dollar je Nutzer und Monat, jährlich abgerechnet). Für Professional und Enterprise & API fehlt er. Das macht den schnellen Vergleich mit Wettbewerbern schwerer und ist bei KMU-Entscheidungen ein Reibungspunkt.

Master-Data-Management ist es nicht. WinPure ist ein gutes Bereinigungswerkzeug, aber keine Plattform mit Workflows, Rollen, Genehmigungen, Audit-Trail und Anbindung an Quellsysteme. Für ernsthaftes MDM in größeren Organisationen bleibt WinPure nur ein Baustein im Werkzeugkasten.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Adress- und Personendaten gegen einen großen Referenzbestand abgleichen willst	Experian
Daten-Pipelines und Versionierung im Data-Engineering-Kontext brauchst	Datafold
Eine kostenlose Open-Source-Lösung für Einzelpersonen suchst	OpenRefine (Open Source, ohne kommerziellen Support)
Master-Data-Management im Konzern aufbauen willst	spezialisierte MDM-Plattform (Informatica, Stibo, Reltio)

Erwähnenswert ohne eigene Tool-Seite: Talend und Informatica Data Quality (Enterprise-MDM mit umfangreichen Workflows), Trifacta / Alteryx (Datenaufbereitung breiter als nur Dublettenbereinigung), Melissa Data und Loqate (spezialisiert auf Adressvalidierung mit internationalen Referenzdaten) sowie Reltio (Cloud-MDM mit KI-Schwerpunkt). Im KMU-Markt bleibt WinPure mit dem Betrieb in der eigenen Umgebung und dem niedrigschwelligen Einstieg ein sinnvolles Werkzeug.

So steigst du ein

Schritt 1: Trial herunterladen und mit echten Daten testen. Fordere die kostenlose 30-Tage-Testversion über winpure.com an (die Preisseite bietet „Book Your Free Trial“, die Seite zu Clean&Match Enterprise nennt vollen Zugriff während der Testphase) und arbeite damit auf einer Kopie deiner Echtdaten. Marketing-Demos sind glatt, die wirkliche Qualität zeigt sich an Sonderfällen wie internationalen Adressen, Firmennamen mit Rechtsformkürzeln und nicht-standardisierten Postleitzahlen.

Schritt 2: Matching-Regeln konfigurieren. Im Match-&-Dedupe-Modul wählst du die Spalten für die Duplikaterkennung (typisch: Firmenname + PLZ + Ort). Pro Spalte legst du den Matching-Typ fest (Firmenname → fuzzy, PLZ → exakt, Ort → phonetisch), WinPure lässt den Algorithmus je Spalte einstellen, AdaptiveMatch schlägt laut Changelog (Version 12) passende Algorithmen vor. Schwellenwerte: Starte konservativ bei 90 Prozent, senke je nach Ergebnis.

Schritt 3: Drei Buckets review-bereit machen. Hochsichere Treffer (>95 Prozent) lassen sich nach Stichprobe automatisch zusammenführen, grenzwertige Treffer (80–95 Prozent) manuell bestätigen, unwahrscheinliche Treffer (<80 Prozent) ignorieren. SmartMaster AI empfiehlt dir bei der Zusammenführung den Master-Datensatz je Gruppe.

Schritt 4: Ergebnis sauber exportieren und dokumentieren. Bereinigte Daten in das Zielsystem laden (CRM-Import, ERP-Migration, Mailing-Provider). Wichtig: Protokoll der Zusammenführungen aufbewahren, damit später nachvollziehbar ist, welche Datensätze warum zusammengelegt wurden, gerade im Sinne der DSGVO-Auskunftspflicht.

Ein konkretes Beispiel

Das folgende Szenario ist ein illustratives Rechenbeispiel, keine dokumentierte Fallstudie. Das Beispiel ist ein Szenario zur Veranschaulichung, keine Kundenangabe von WinPure. Ein mittelständischer Versandhändler aus Nordrhein-Westfalen mit 12.000 Kundendatensätzen führt vor der CRM-Migration eine Bereinigung durch. Mit WinPure findet die zuständige Mitarbeiterin in einem halben Tag 890 Dubletten, davon 340 hochsichere Treffer (>95 Prozent Übereinstimmung), die nach Stichprobe automatisch zusammengeführt werden, und 550 grenzwertige Treffer, die manuell bestätigt werden müssen. SmartMaster AI schlägt jeweils den vollständigsten Datensatz als Master vor; die Mitarbeiterin übersteuert in etwa zehn Prozent der Fälle, weil eine ältere Adresse für die Bestandskunden-Logik die korrekte ist. Gesamtaufwand: rund 5 Stunden statt geschätzter 3 Wochen manueller Prüfung. Der bereinigte Datenbestand wird in das neue CRM importiert, der Datenmigrations-Dienstleister bestätigt, dass die deutlich reduzierte Dublettenrate die Mapping-Arbeit auf seiner Seite ebenfalls verkürzt hat.

DSGVO & Datenschutz

• Verarbeitung in der eigenen Umgebung, keine Datenübertragung: Laut Anbieter lassen sich alle Editionen auf Azure, AWS und anderen Cloud-Plattformen sowie auf Windows-Server und -Desktop einsetzen, es werden keine Daten an WinPure übertragen. Auf der Seite zu Clean&Match Enterprise heißt es, die Daten würden weder extern gesendet noch auf WinPure-Servern gespeichert. Datenschutzrechtlich ist das ein unkritisches Setup, solange die Umgebung unternehmensseitig administriert ist. Wo die Daten liegen, bestimmst du mit der Umgebung, die du wählst.
• Auftragsverarbeitung (AVV): Der Anbieter nennt auf den geprüften Seiten keinen AVV. Weil laut Anbieter keine Verarbeitung bei WinPure stattfindet, wäre er für die Bereinigungsdaten in der Regel nicht erforderlich. Für Support-Fälle, in denen du Daten an WinPure gibst, gilt das nicht automatisch, prüfe das vorher.
• Anbietersitz UK, mit Vertretung in EU und USA: WinPure Ltd sitzt in Reading, Vereinigtes Königreich, seit dem Brexit ein Drittland, und nennt eine Vertretung in der EU und den USA. Weil die Software keine Daten an den Anbieter überträgt, spielt der Anbietersitz für die verarbeiteten Bereinigungsdaten praktisch keine Rolle. Das Badge steht deshalb auf „global” und nicht auf „de”: WinPure ist kein deutscher Anbieter, einen Hosting-Ort gibt es nicht, weil du die Umgebung stellst.
• Datenschutzerklärung veraltet: Die öffentliche Privacy Policy verweist noch auf den Data Protection Act 1998 und erwähnt die DSGVO nicht. Das betrifft die Website-/Marketingdaten, nicht die in deiner Umgebung verarbeiteten Bereinigungsdaten, ist aber ein Signal, dass die Compliance-Dokumentation nicht auf dem aktuellen Stand ist. Wer formale Zusicherungen braucht, sollte sie direkt beim Anbieter anfragen. Auf der Preisseite schreibt WinPure zur DSGVO, weil die Verarbeitung unter deiner Kontrolle bleibe, werde die Software von Teams mit strengen Residenz- und DSGVO-Anforderungen genutzt.
• KI-Funktionen: Laut Anbieter läuft MatchAI in deiner Umgebung, ohne externes Modell und ohne generative KI. Laut About-Seite laufen auch CleanAI und SmartMaster AI vollständig in deiner Umgebung, nicht als Cloud-Dienst. Neu ist in Version 12 AIConnect (Professional Edition) mit Modellkontextprotokoll und der Option „Bring Your Own LLM”. Wohin Daten fließen, wenn du dort ein eigenes Sprachmodell anbindest, beschreiben die geprüften Seiten nicht; die Seite zu den Bereitstellungsoptionen hält nur allgemein fest, optionale Dienste von Dritten oder extern angebundene Dienste könnten eigene Anforderungen an die Datenverarbeitung haben.
• Empfehlung für Unternehmen: Wenn personenbezogene Daten in der Bereinigung verarbeitet werden, sollte ein Verarbeitungsverzeichnis-Eintrag angelegt und der Bereinigungs-Workflow dokumentiert werden, Zusammenführungen sind eine Verarbeitung im Sinne der DSGVO.

Gut kombiniert mit

• Experian, Wenn nach der Dubletten-Bereinigung noch eine Adressvalidierung gegen einen Referenzbestand nötig ist (postalische Erreichbarkeit, Plausibilität), liefert Experian die ergänzende Datenqualität. WinPure macht den Aufräum-Teil, Experian den Validierungs-Teil.
• Datafold, In Data-Engineering-Pipelines kann Datafold die kontinuierliche Datenqualitäts-Überwachung übernehmen, während WinPure die historischen oder einmaligen Bereinigungen abdeckt. Trennung von Stream und Batch.
• Salesforce, Wer Salesforce nutzt, bereitet Daten typischerweise mit WinPure vor dem Import auf, die nativen Salesforce-Dublettenregeln greifen erst danach für laufende Datensätze. WinPure löst das Historien-Problem, Salesforce die laufende Hygiene.

Unser Fazit

WinPure verdient 3 von 5 Sternen. Im KMU-Segment ist es ein pragmatisches Werkzeug mit guter Bedienbarkeit, einem veröffentlichten Einstiegspreis und Verarbeitung in der eigenen Umgebung. Die KI-Erweiterungen sind brauchbar, aber kein Quantensprung, der Kern bleibt klassisches Fuzzy-Matching. Den vierten oder fünften Stern verliert WinPure durch die Windows-Ausrichtung, die ungeklärte Sprachlage bei Support und Oberfläche, die Ausrichtung der kleinsten Edition auf bis zu 100K Datensätze, die nicht offengelegte Technik hinter den KI-Modulen und die fehlenden Preise für Professional und Enterprise. Wer im Zielsegment ist, Mittelstand, einmalige bis periodische Bereinigung, Windows-Umgebung, bekommt mit WinPure ein ehrliches Werkzeug. Für Echtzeit, Mac oder breites MDM ist es nicht gemacht.

Was wir bemerkt haben

• November 2026: Neu geprüft gegen die archivierten Seiten des Anbieters. Die Preisseite hat jetzt drei Editionen mit neuen Namen (Small Business, Professional, Enterprise & API) und nennt für die Small Business Edition einen Preis in US-Dollar. Die früheren Aussagen „keine öffentlichen Listenpreise”, „Essential bis 100.000 und Professional bis 250.000 Datensätze je Import” und „Einmal-Lizenz” ließen sich nicht mehr halten und wurden korrigiert. Ebenfalls korrigiert: Die Software läuft laut Anbieter nicht nur auf dem Desktop, sondern auch auf einem Server oder in der eigenen Cloud-Umgebung. Die Anbindung an CRMs wie Salesforce steht weiter auf der Seite zur Datenintegration.
• Oktober 2026: Version 12 (12.0.1.0, 25. Oktober 2026) bringt laut Changelog AdaptiveMatch (Matching-Algorithmus je Spalte mit Empfehlungen), MatchGraph zur Visualisierung von Treffergruppen und AIConnect mit MCP und Bring Your Own LLM. Vorher hob Version 11.3.0.0 (16. August 2026) die Plattform von .NET 8 auf .NET 10.
• Juli 2026: Faktencheck. Das Datenhosting-Badge stand fälschlich auf „de”. WinPure ist ein Produkt der britischen WinPure Ltd (Sitz Reading, plus Vertretung in EU und USA), eine deutsche Herkunft oder ein deutsches Hosting gibt es nicht. Korrigiert auf „global” mit dem Hinweis, dass die Verarbeitung in der eigenen Umgebung die Daten dennoch bei dir hält. Belegt wurden damals Gründung 2002, Gründer und CEO David Leivesley sowie die auf der Website ausgewiesenen Referenzkunden und Nachweise.
• Juli 2026: Die öffentliche Datenschutzerklärung verweist noch auf den Data Protection Act 1998 und erwähnt die DSGVO nicht (am 7. November 2026 unverändert). Für die lokal verarbeitende Software ist das praktisch unkritisch, zeigt aber, dass die Compliance-Dokumentation nicht aktuell gepflegt wird.