WinPure Clean & Match

Kurzfazit

WinPure ist die pragmatische Lösung für Datenbereinigung ohne IT-Projekt: Windows-Anwendung mit klickbarer Oberfläche, Fuzzy-Matching, Dublettenerkennung und mit Version 11 drei KI-Modulen für die automatische Master-Record-Auswahl und Bereinigungsvorschläge. Anbieter ist die britische WinPure Ltd (gegründet 2002, Sitz Reading), die weltweit über 4.000 Organisationen als Nutzer nennt. Wer eine CRM-Migration vorbereitet, vor einer Mailing-Kampagne aufräumt oder periodisch Lieferantendaten harmonisiert, kommt ohne Programmierer ans Ziel. Wer dagegen Echtzeit-Pipelines, Multi-Source-Master-Data-Management oder Mac-Support braucht, ist mit einer Enterprise-Plattform besser bedient. 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. Eine Mitarbeiterin im Vertriebsinnendienst kann sich mit ein paar Stunden Übung selbst einarbeiten.

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 in der Einmal-Lizenz eine bezahlbare Option ohne Cloud-Verarbeitung.

Weniger geeignet für: Konzerne mit Master-Data-Management-Anspruch (dafür sind Experian oder spezialisierte MDM-Plattformen die richtige Wahl), Teams auf macOS oder Linux, 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

Plan	Preis	Was du bekommst
Essential	Auf Anfrage	Bis 100.000 Datensätze je Import, Fuzzy-Matching, AI Data Matching for Entity Resolution, SmartMaster AI
Professional	Auf Anfrage	Bis 250.000 Datensätze, Knowledge-Base-Bibliothek, Name- und Adressparsing, Offline-Adressverifizierung
Enterprise	Auf Anfrage	Unbegrenzte Datensätze und Projekttabellen, Automation, Custom Reporting, Audit-Logging
SmartMaster AI / AI Data Matching	Bereits ab Essential inkludiert	KI-gestützte Auswahl des Master-Datensatzes und Entity Resolution über mehrere Quellen

Einordnung: WinPure nennt keine öffentlichen Listenpreise. Das Angebot wird laut Anbieter individuell nach Datenvolumen, Use-Case und Setup gemacht, ein konkreter Preis ist nur über eine Anfrage zu bekommen. Im Vergleich zu Enterprise-MDM-Plattformen (fünf- bis sechsstellige Jahreslizenzen) dürfte WinPure für KMU mit überschaubaren Datenmengen deutlich günstiger liegen, belastbar vergleichen lässt sich das ohne veröffentlichte Zahlen aber nicht. Positiv: WinPure ist ein On-Desktop-Produkt ohne SaaS-Abo-Zwang, das spricht für ein Lizenzmodell ohne monatliche Cloud-Gebühr. Wer regelmäßig große Volumina bereinigt, sollte gezielt nach dem Enterprise-Plan (unbegrenzte Datensätze) fragen und mehrere Anbieter parallel einholen.

Stärken im Detail

Niedrigschwelliger Einstieg in Data Quality. WinPure ist eines der wenigen Bereinigungs-Tools, mit dem auch eine Fachabteilung ohne Data-Engineering-Hintergrund produktiv arbeitet. Du importierst eine Excel-Datei, wählst Spalten, setzt Schwellenwerte, klickst „Match”, das war’s. Die Lernkurve ist mit einem halben Tag Übung beherrschbar.

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. SmartMaster AI macht das automatisch nach konfigurierbaren Regeln und KI-Heuristiken. In großen Bereinigungen ist das eine echte Zeitersparnis.

Lokale Verarbeitung erfüllt typische DSGVO-Anforderungen. Personenbezogene Daten verlassen den eigenen Rechner nicht, wenn du die Desktop-Variante einsetzt. Das ist für viele deutsche Mittelständler ein entscheidendes Argument, keine Cloud, kein Auftragsverarbeiter-Vertrag, keine Drittlandtransfer-Frage.

Direkte Anbindung an Standard-Quellen. Der Abgleich läuft laut Anbieter über Tabellen (Excel/CSV), SQL-Datenbanken sowie CRM-, ERP- und Altsysteme, Salesforce ist explizit angebunden. Die gängigen Quellen lassen sich ohne eigenen Konverter laden, das spart den typischen ETL-Vorbau.

On-Desktop statt SaaS-Abo. WinPure ist laut Anbieter auf .Net8 gebaut und läuft direkt auf dem Windows-Desktop oder -Server, ausdrücklich ohne Cloud-Umgebung und ohne SaaS-Abonnement. In einer abo-dominierten Welt ist ein Werkzeug ohne monatliche Cloud-Gebühr ein Unterscheidungsmerkmal, gerade wer eine CRM-Migration nur alle paar Jahre macht, will nicht dauerhaft ein Abo bezahlen.

Knowledge Base und Adressparsing in Professional. Wer regelmäßig Adressen mit länderspezifischen Eigenheiten verarbeitet (deutsche Hausnummernzusätze, britische Postcodes, US-ZIP+4), bekommt vorgefertigte Parsing-Regeln und eine erweiterbare Wissensbasis für Branchen-Begriffe und Aliase.

Schwächen ehrlich betrachtet

Windows-only ist 2026 eine echte Einschränkung. WinPure baut auf .Net8 und läuft direkt auf Windows-Desktop oder -Server. Wer auf macOS arbeitet oder gemischte Teams hat, braucht eine Windows-VM oder muss die Bereinigung über einen Kollegen auf Windows abwickeln. Eine native Mac- oder Linux-Version ist nicht angekündigt, und weil das Produkt bewusst On-Desktop ohne Cloud positioniert ist, gibt es auch keine SaaS-Variante, die das umgehen würde.

Kein deutscher Support. WinPure Ltd hat seinen Sitz in Reading (Vereinigtes Königreich) und keine offizielle DACH-Präsenz. Support und Dokumentation laufen auf Englisch. Für Fachabteilungen ohne tiefe Englisch-Kenntnisse kann das eine Hürde sein. Die UI selbst ist Englisch, eine deutsche Lokalisierung gibt es nicht offiziell.

Datensatz-Grenzen je nach Plan. Die niedrigeren Pläne sind auf 100.000 (Essential) bzw. 250.000 (Professional) Datensätze je Import begrenzt, erst der Enterprise-Plan hebt das auf “unbegrenzt”. Wer regelmäßig sehr große Bestände bereinigt, muss also entsprechend hoch buchen, und bei mehreren Millionen Datensätzen ist eine echte MDM- oder Data-Engineering-Plattform in der Regel die passendere Wahl.

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). 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 und AI Data Matching sind echte Funktionen, aber die technische Tiefe (welche Modelle, welche Trainingsbasis, Fehlerrate auf welchen Datensätzen) wird in der öffentlichen Dokumentation nicht offengelegt. Wer die KI-Qualität wirklich beurteilen will, muss in der Trial-Phase mit eigenen Daten testen, die generischen Marketing-Aussagen sagen wenig über die Praxis.

Listenpreise nicht öffentlich. WinPure nennt auf der Preisseite keine konkreten Beträge, das Angebot kommt nur individuell nach Datenvolumen, Use-Case und Setup. 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 seiner Einmal-Lizenz und dem niedrigschwelligen Einstieg ein dauerhaft sinnvolles Werkzeug.

So steigst du ein

Schritt 1: Trial herunterladen und mit echten Daten testen. Fordere die kostenlose Testversion über winpure.com an (die Preisseite verweist auf „Free Trial & Custom Pricing“ per Kontaktaufnahme) 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 Feld legst du den Matching-Typ fest (Firmenname → fuzzy, PLZ → exakt, Ort → phonetisch), WinPure lässt den Algorithmus-Typ je Feld einstellen. 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 nimmt dir bei der Zusammenführung die Master-Record-Auswahl ab, Vollständigkeit und Aktualität als Heuristiken.

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. Ein mittelständischer Versandhändler aus Nordrhein-Westfalen mit 12.000 Kundendatensätzen führt vor der CRM-Migration eine Bereinigung durch. Mit WinPure Professional 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

• Lokale Verarbeitung, keine Datenübertragung: WinPure ist laut Anbieter eine On-Desktop-Lösung ohne Cloud-Abhängigkeit, es werden keine Daten bei WinPure gespeichert oder an WinPure übertragen. Die Verarbeitung läuft in der eigenen Infrastruktur. Datenschutzrechtlich ist das ein unkritisches Setup, solange der Rechner unternehmensseitig administriert ist.
• Auftragsverarbeitung (AVV): Für das On-Desktop-Produkt in der Regel nicht erforderlich, weil keine Verarbeitung beim Anbieter stattfindet und keine Daten das eigene Haus verlassen.
• Anbietersitz UK, mit Vertretung in EU und USA: WinPure Ltd sitzt in Reading, Vereinigtes Königreich, seit dem Brexit ein Drittland, und unterhält zusätzlich eine US-Vertretung. Weil das Desktop-Produkt aber keine personenbezogenen 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 und bietet kein deutsches Hosting, die DSGVO-Freundlichkeit kommt allein aus der lokalen Verarbeitung, die du selbst kontrollierst.
• 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 lokal 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.
• KI-Funktionen: SmartMaster AI und AI Data Matching laufen im On-Desktop-Produkt lokal, es werden keine Daten zur Verarbeitung nach außen gegeben.
• 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, fairem Einmal-Preis und lokaler Verarbeitung, drei harte Argumente, die im Markt zunehmend selten geworden sind. Die KI-Erweiterungen sind brauchbar, aber kein Quantensprung, der Kern bleibt klassisches Fuzzy-Matching. Den vierten oder fünften Stern verliert WinPure durch die Windows-Beschränkung, den fehlenden deutschsprachigen Support, die spürbare Performance-Decke bei großen Datensätzen, das undokumentierte KI-Tiefenmodell und die intransparente Preisgestaltung. Wer im Zielsegment ist, Mittelstand, einmalige bis periodische Bereinigung, Windows-Umgebung, bekommt mit WinPure ein ehrliches Werkzeug. Für Echtzeit, Skalierung, Mac oder breites MDM ist es nicht gemacht.

Was wir bemerkt haben

• Juli 2026: Faktencheck. Das Datenhosting-Badge stand fälschlich auf „de”. WinPure ist ein reines On-Desktop-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 lokale Verarbeitung die Daten dennoch auf dem eigenen Rechner hält. Ergänzt und belegt wurden: Gründungsjahr 2002, Gründer und CEO David Leivesley, Version 11 mit den drei KI-Modulen MatchAI, SmartMaster AI und Clean AI, eine dokumentierte Clean-Match-API sowie die auf der Website ausgewiesenen Referenzkunden (u. a. HP, Coca-Cola, Volkswagen, Emirates, Bloomberg, Vodafone) und Nachweise wie Cyber Essentials, DAMA-Mitgliedschaft und Crown-Commercial-Service-Listung.
• Version 11, WinPure hat drei KI-Module in die Plattform eingeführt: MatchAI (satzweise statt feldweise Bewertung), SmartMaster AI (Auswahl des Golden Record) und Clean AI (Bereinigungsvorschläge). MatchAI und die AI Data Matching for Entity Resolution sind laut Preisseite bereits ab dem Essential-Plan enthalten. Das ist eine klare Reaktion auf die generative-KI-Welle, die technische Tiefe bleibt aber öffentlich undokumentiert.
• Juli 2026, WinPure nennt auf der Preisseite keine öffentlichen Listenpreise mehr, das Angebot kommt nur individuell nach Datenvolumen, Use-Case und Setup. Ein früher kursierender Festpreis für Professional ließ sich auf der aktuellen Seite nicht mehr belegen und wurde daher aus dieser Bewertung entfernt.
• Juli 2026, WinPure positioniert sich ausdrücklich als On-Desktop-Produkt auf .Net8, ohne Cloud-Umgebung und ohne SaaS-Abo, Daten werden nicht an WinPure übertragen. Eine separat buchbare Cloud-Variante ließ sich auf den geprüften Seiten nicht bestätigen und wurde aus dieser Bewertung gestrichen.
• Juli 2026, Auffällig bei der Quellenprüfung: Die öffentliche Datenschutzerklärung verweist noch auf den Data Protection Act 1998 und erwähnt die DSGVO nicht. Für das lokal verarbeitende Desktop-Produkt ist das praktisch unkritisch, zeigt aber, dass die Compliance-Dokumentation nicht aktuell gepflegt wird. Im Enterprise-Segment hat sich die Konkurrenz (Reltio, Informatica, Stibo) deutlich modernisiert.