Salesforce Data Loader: Datenimport und -migration meistern

Einleitung: Saubere Daten sind das Fundament jedes CRM-Erfolgs

Du kannst das beste CRM der Welt haben, die cleversten Automatisierungen und die schönsten Dashboards – wenn deine Daten schlecht sind, ist alles andere wertlos. Doppelte Kontakte, fehlende E-Mail-Adressen, falsch zugeordnete Accounts: Schlechte Datenqualität ist der stille Killer jeder CRM-Initiative. Und genau deshalb ist der Datenimport so entscheidend. Er ist der Moment, in dem du die Grundlage für alles Weitere legst.

Der Salesforce Data Loader ist das Standard-Tool, wenn es darum geht, größere Datenmengen in Salesforce zu importieren, zu aktualisieren, zu exportieren oder zu löschen. Er ist kostenlos, leistungsfähig und – wenn man weiß, wie er funktioniert – erstaunlich unkompliziert. In diesem Artikel zeige ich dir alles, was du wissen musst: von der Installation über den ersten Import bis hin zur vollständigen CRM-Migration. Praxisnah, mit konkreten Tipps und den typischen Stolpersteinen, die ich aus dutzenden Migrationsprojekten kenne.

Data Import Wizard vs. Data Loader – wann was nutzen?

Bevor wir uns den Data Loader im Detail anschauen, eine wichtige Abgrenzung: Salesforce bietet neben dem Data Loader auch den sogenannten Data Import Wizard an. Beide Tools haben ihre Daseinsberechtigung, aber sie sind für unterschiedliche Szenarien gedacht.

Limits und Unterschiede

Der Data Import Wizard ist direkt in Salesforce über das Setup erreichbar – keine Installation nötig. Er eignet sich hervorragend für einfache Imports von bis zu 50.000 Datensätzen. Die Bedienung ist geführt und intuitiv, was ihn ideal für gelegentliche Imports macht. Allerdings unterstützt er nur eine begrenzte Anzahl von Objekten (Accounts, Contacts, Leads, Solutions und Custom Objects) und bietet keine Export- oder Löschfunktion.

Der Data Loader ist eine eigenständige Desktop-Applikation, die separat installiert werden muss. Er unterstützt alle Standard- und Custom Objects, kann bis zu 5 Millionen Datensätze verarbeiten und bietet neben Insert auch Update, Upsert, Delete, Hard Delete und Export. Außerdem lässt er sich über die Kommandozeile automatisieren – ein riesiger Vorteil für wiederkehrende Datenoperationen.

Empfehlung nach Anwendungsfall

• Schneller, einmaliger Import von wenigen tausend Leads oder Kontakten: Data Import Wizard. Kein Setup nötig, schnell erledigt.
• Migration von einem anderen CRM oder aus Excel mit mehr als 50.000 Datensätzen: Data Loader. Kein Limit-Problem, volle Kontrolle.
• Regelmäßige Massenaktualisierungen: Data Loader. Besonders mit der Kommandozeilen-Option kannst du wiederkehrende Jobs automatisieren.
• Daten exportieren oder löschen: Data Loader. Der Import Wizard kann das schlicht nicht.
• Komplexe Objekte oder Beziehungen: Data Loader. Er gibt dir die volle Kontrolle über Feld-Mapping und External IDs.

Für diesen Artikel konzentrieren wir uns auf den Data Loader, weil er das mächtigere und vielseitigere Werkzeug ist.

Data Loader installieren und konfigurieren

Download und Installation

Den Data Loader findest du in Salesforce unter Setup > Data Loader. Alternativ kannst du ihn direkt von der Salesforce-Website herunterladen. Seit Version 45 ist der Data Loader eine Desktop-Anwendung, die auf Windows und macOS läuft. Auf macOS musst du eventuell die Sicherheitseinstellungen anpassen, damit die App gestartet werden kann (Systemeinstellungen > Sicherheit > Trotzdem öffnen).

Die Installation ist unkompliziert: Zip-Datei entpacken, Anwendung starten, fertig. Java wird seit neueren Versionen mitgeliefert – du musst also kein separates JDK installieren.

Login-Einstellungen

Beim ersten Start wirst du nach deinen Salesforce-Zugangsdaten gefragt. Wichtig: Du brauchst einen Benutzer mit den entsprechenden Berechtigungen – idealerweise einen System-Administrator. Wenn deine Organisation die Multi-Faktor-Authentifizierung (MFA) aktiviert hat, musst du einen Security Token anhängen. Diesen findest du unter Persönliche Einstellungen > Mein Security Token zurücksetzen. Der Token wird per E-Mail zugeschickt und wird direkt an dein Passwort angehängt (ohne Leerzeichen).

Achte außerdem auf die richtige Login-URL: Für Produktionsumgebungen ist es https://login.salesforce.com, für Sandboxes https://test.salesforce.com. Tipp: Teste neue Importe immer zuerst in einer Sandbox, bevor du sie in der Produktion ausführst.

Batch Size und andere Settings

Unter Settings im Data Loader findest du einige wichtige Konfigurationsoptionen:

• Batch Size: Die Anzahl der Datensätze, die pro API-Call verarbeitet werden. Standard ist 200, Maximum ist 200 für die SOAP API. Für die Bulk API kannst du bis zu 10.000 setzen. Bei großen Datenmengen empfiehlt sich die Bulk API – sie ist schneller und verbraucht weniger API-Calls.
• Insert Null Values: Aktiviere diese Option, wenn du bewusst Felder leeren möchtest. Standardmäßig ignoriert der Data Loader leere Zellen in der CSV.
• Use Bulk API: Für Importe mit mehr als 10.000 Datensätzen solltest du die Bulk API aktivieren. Sie ist deutlich performanter.
• Time Zone: Stelle sicher, dass die Zeitzone korrekt eingestellt ist, besonders wenn du Datumsfelder importierst.

How-to: Daten importieren (Insert)

Der Insert ist die häufigste Operation: Neue Datensätze in Salesforce anlegen. Schauen wir uns den Prozess Schritt für Schritt an.

CSV-Datei vorbereiten (Encoding, Datumsformate, Pflichtfelder)

Die Qualität deines Imports steht und fällt mit der Qualität deiner CSV-Datei. Hier sind die wichtigsten Punkte:

• Encoding: Speichere die CSV-Datei immer als UTF-8. Gerade bei deutschen Umlauten (ä, ö, ü, ß) kann ein falsches Encoding zu unlesbaren Zeichen in Salesforce führen. In Excel: "Speichern unter" > "CSV UTF-8 (durch Trennzeichen getrennt)".
• Trennzeichen: Der Data Loader erwartet standardmäßig ein Komma als Trennzeichen. Wenn du aus dem deutschen Excel exportierst (das Semikolons verwendet), musst du entweder die CSV nachbearbeiten oder in den Data Loader Settings das Trennzeichen anpassen.
• Datumsformate: Salesforce erwartet Datumsfelder im Format yyyy-MM-dd (also 2026-05-05). Deutsche Datumsformate wie 05.05.2026 führen zu Fehlern. Passe die Spalten in deiner CSV entsprechend an.
• Pflichtfelder: Prüfe vorab, welche Felder für das Zielobjekt als Pflichtfelder definiert sind. Fehlt ein Pflichtfeld in der CSV, schlagen alle betroffenen Datensätze fehl. Für Accounts ist typischerweise nur der Name Pflicht, für Contacts der Nachname (LastName) und die Account-Zuordnung (AccountId).
• Spaltenüberschriften: Verwende idealerweise die API-Namen der Salesforce-Felder als Spaltenüberschriften (z.B. FirstName, LastName, Email). Das macht das Feld-Mapping im nächsten Schritt deutlich einfacher.

Objekt auswählen

Starte den Data Loader, logge dich ein und wähle die Operation Insert. Im nächsten Schritt wählst du das Salesforce-Objekt, in das du importieren möchtest – z.B. Account, Contact, Lead oder ein Custom Object. Der Data Loader zeigt dir alle verfügbaren Objekte an. Aktiviere "Show all Salesforce objects", um auch Custom Objects und weniger gebräuchliche Standard-Objekte zu sehen.

Danach wählst du deine vorbereitete CSV-Datei aus. Der Data Loader zeigt dir eine Vorschau der ersten Zeilen – prüfe hier, ob die Daten korrekt erkannt werden (keine Encoding-Probleme, richtige Spaltentrennung).

Feld-Mapping konfigurieren

Das Feld-Mapping ist der entscheidende Schritt: Hier legst du fest, welche Spalte deiner CSV welchem Salesforce-Feld entspricht. Du hast zwei Optionen:

• Auto-Match: Der Data Loader versucht, Spaltenüberschriften automatisch den Salesforce-Feldern zuzuordnen. Das funktioniert gut, wenn du die API-Namen als Spaltenüberschriften verwendest.
• Manuelles Mapping: Ziehe die Salesforce-Felder per Drag-and-Drop auf die entsprechenden CSV-Spalten. Das ist sicherer und gibt dir volle Kontrolle.

Import durchführen und Success/Error File prüfen

Bevor du den Import startest, wähle einen Ordner für die Ergebnisdateien. Der Data Loader erzeugt nach jedem Import zwei Dateien:

• Success File: Enthält alle erfolgreich importierten Datensätze inklusive der neu zugewiesenen Salesforce IDs. Diese Datei ist Gold wert – sie ist deine Referenz für spätere Zuordnungen (z.B. wenn du nach dem Account-Import die zugehörigen Contacts importieren willst).
• Error File: Enthält alle fehlgeschlagenen Datensätze mit einer Fehlermeldung pro Zeile. Typische Fehler sind fehlende Pflichtfelder, falsche Datentypen oder Duplikatregeln, die den Import blockieren.

Prüfe das Error File sorgfältig. Korrigiere die fehlerhaften Datensätze in der CSV und importiere sie erneut. Wiederhole das, bis das Error File leer ist.

How-to: Daten aktualisieren (Update)

Bestehende Datensätze in Salesforce aktualisieren – das ist die zweithäufigste Operation. Der Ablauf ist ähnlich wie beim Insert, aber mit einem entscheidenden Unterschied: Du brauchst einen eindeutigen Schlüssel, um die bestehenden Datensätze zu identifizieren.

Salesforce ID als Schlüssel

Der einfachste Weg: Verwende die Salesforce Record ID (die 15- oder 18-stellige ID) als Schlüssel. Deine CSV muss eine Spalte mit der ID enthalten, und diese wird im Mapping dem Feld Id zugeordnet. Der Data Loader findet dann den entsprechenden Datensatz und aktualisiert die angegebenen Felder.

Woher bekommst du die IDs? Am einfachsten über einen vorherigen Export aus dem Data Loader (dazu später mehr) oder aus Reports in Salesforce. Wenn du gerade erst Datensätze per Insert angelegt hast, findest du die IDs im Success File des Imports.

External IDs für Upsert

Nicht immer hast du Salesforce IDs zur Hand – besonders bei Migrationen aus anderen Systemen. Hier kommen External IDs ins Spiel. Eine External ID ist ein benutzerdefiniertes Feld in Salesforce, das als eindeutige Kennung aus einem externen System dient (z.B. die Kundennummer aus deinem alten CRM oder ERP).

Um ein Feld als External ID zu markieren, gehst du in Salesforce unter Setup > Object Manager > [Objekt] > Fields > [Feld bearbeiten] und aktivierst die Checkbox "External ID". Das Feld wird dann automatisch indexiert, was auch die Performance bei Lookups verbessert.

Upsert vs. Update – wann was nutzen

• Update: Aktualisiert ausschließlich bestehende Datensätze. Wenn die ID nicht gefunden wird, schlägt der Datensatz fehl. Nutze Update, wenn du sicher bist, dass alle Datensätze bereits in Salesforce existieren.
• Upsert: Eine Kombination aus Update und Insert. Existiert ein Datensatz mit der angegebenen External ID, wird er aktualisiert. Existiert er nicht, wird ein neuer Datensatz angelegt. Das ist ideal für regelmäßige Synchronisierungen mit externen Systemen – du musst dir keine Gedanken machen, ob ein Datensatz schon existiert oder nicht.

Upsert basiert immer auf einer External ID, nicht auf der Salesforce ID. Wenn du die Salesforce ID als Schlüssel verwenden willst, nutze die reguläre Update-Operation.

How-to: Daten exportieren und löschen

SOQL-Queries für gezielte Exports

Der Data Loader bietet zwei Export-Optionen: Export (nur aktive Datensätze) und Export All (inklusive gelöschter Datensätze im Recycle Bin und archivierter Datensätze). In beiden Fällen verwendest du SOQL (Salesforce Object Query Language), um die gewünschten Datensätze zu selektieren.

Ein einfaches Beispiel: Um alle Accounts mit ihren wichtigsten Feldern zu exportieren, nutzt du folgende Query:

SELECT Id, Name, Industry, BillingCity, BillingCountry, Phone, Website FROM Account

Du kannst die Query mit WHERE-Klauseln einschränken, z.B.:

SELECT Id, Name, Email FROM Contact WHERE AccountId = '001XXXXXXXXXXXXXXX'

oder:

SELECT Id, Name, Amount, CloseDate FROM Opportunity WHERE StageName = 'Closed Won' AND CloseDate > 2026-01-01

Hard Delete vs. Soft Delete

Beim Löschen von Datensätzen hast du zwei Optionen:

• Delete (Soft Delete): Die Datensätze werden in den Salesforce Recycle Bin verschoben. Sie können innerhalb von 15 Tagen wiederhergestellt werden. Das ist die sichere Option und in den meisten Fällen die richtige Wahl.
• Hard Delete: Die Datensätze werden sofort und unwiderruflich gelöscht – ohne Recycle Bin. Diese Option muss zuerst in den Salesforce-Einstellungen aktiviert werden (Setup > Data Loader Settings > Bulk API Hard Delete). Nutze Hard Delete nur, wenn du dir absolut sicher bist und z.B. aus Datenschutzgründen (DSGVO) Daten endgültig entfernen musst.

Recycle Bin beachten

Der Recycle Bin hat ein Limit: Er kann maximal 25 mal die Anzahl der in deiner Org verfügbaren Speicherplatz-Records aufnehmen. Wenn du beispielsweise 100.000 Datensätze per Soft Delete löschst, kann es passieren, dass ältere gelöschte Datensätze automatisch aus dem Recycle Bin entfernt werden. Prüfe vor großen Löschaktionen den aktuellen Stand deines Recycle Bins und leere ihn gegebenenfalls vorab, wenn du ihn nicht mehr brauchst.

Praxisbeispiel: CRM-Migration von Excel oder einem anderen System

Jetzt wird es richtig praxisnah. Du hast deine Kundendaten in Excel-Tabellen oder einem anderen CRM und willst sie nach Salesforce migrieren. Hier ist der bewährte Ablauf, den ich in meinen Migrationsprojekten verwende.

Migrationsplanung: Die richtige Reihenfolge

Die Reihenfolge der Migration ist entscheidend, weil Salesforce-Objekte über Lookup-Beziehungen miteinander verbunden sind. Ein Contact braucht eine AccountId, eine Opportunity braucht eine AccountId und optional ContactRoles. Deshalb importierst du immer in dieser Reihenfolge:

1. Accounts (Unternehmen) – zuerst, weil alles andere darauf verweist
2. Contacts (Ansprechpartner) – mit Verweis auf die Account-IDs
3. Opportunities (Verkaufschancen) – mit Verweis auf Account und optional Contact
4. Activities (Aufgaben, Termine) – mit Verweis auf die zugehörigen Records
5. Notes & Attachments – als letztes, da sie an andere Objekte angehängt werden

Plane genug Zeit für die Migration ein. Ein realistischer Zeitrahmen für eine Migration mit 10.000 Accounts, 25.000 Contacts und 5.000 Opportunities liegt bei 2 bis 4 Wochen – inklusive Datenbereinigung und Validierung.

Datenbereinigung vor dem Import

Bevor du auch nur eine Zeile importierst, bereinige deine Daten gründlich. Das klingt mühsam, spart aber enorm viel Nacharbeit. Konkret:

• Duplikate entfernen: Prüfe auf doppelte Unternehmen (z.B. "Müller GmbH" und "Mueller GmbH") und doppelte Kontakte (gleiche E-Mail-Adresse). Tools wie Excel-Pivot-Tabellen oder OpenRefine helfen dabei.
• Felder standardisieren: Branche, Land, Anrede – überall, wo Salesforce Picklist-Werte erwartet, müssen deine Daten exakt zu den definierten Werten passen. "Deutschland" muss auch "Deutschland" sein, nicht "DE" oder "Germany" (es sei denn, so ist die Picklist definiert).
• Leere Pflichtfelder füllen: Identifiziere Records, denen Pflichtfelder fehlen, und ergänze sie – oder entscheide bewusst, diese Records nicht zu migrieren.
• Datentypen prüfen: Telefonnummern als Text, nicht als Zahl. Datumsfelder im richtigen Format. E-Mail-Adressen auf Gültigkeit prüfen.

Beziehungen über External IDs herstellen

Der Clou bei einer Migration: Du brauchst die Salesforce IDs der Accounts, um die Contacts korrekt zuzuordnen. Aber die Accounts existieren ja noch nicht in Salesforce, wenn du mit der Migration startest. Die Lösung: External IDs.

Erstelle auf dem Account-Objekt ein Custom Field (z.B. Legacy_ID__c) als External ID. Vergib in deiner Quell-Datenbank jedem Account eine eindeutige Kennung und trage diese in das Feld ein. Beim Import der Contacts referenzierst du dann nicht die Salesforce AccountId, sondern die External ID des Accounts. Der Data Loader löst die Beziehung automatisch auf.

Im Feld-Mapping sieht das so aus: Du mappst deine CSV-Spalte "Account_Legacy_ID" nicht auf AccountId, sondern auf Account.Legacy_ID__c. Der Data Loader sucht dann den Account mit der entsprechenden Legacy ID und setzt die Beziehung automatisch.

Validierung nach der Migration

Nach dem Import ist vor der Validierung. Prüfe systematisch:

• Record Counts: Stimmt die Anzahl der importierten Datensätze mit der Quelldatenbank überein?
• Beziehungen: Sind alle Contacts den richtigen Accounts zugeordnet? Haben alle Opportunities einen Account?
• Feldwerte: Stichprobenartig 20 bis 30 Records prüfen – stimmen alle Felder? Keine Encoding-Probleme?
• Reports: Erstelle einen einfachen Report (z.B. "Alle Accounts nach Branche") und vergleiche die Ergebnisse mit deiner Quelldatenbank.
• Benutzer-Feedback: Lass zwei bis drei Vertriebsmitarbeiter ihre bekannten Kunden in Salesforce aufrufen und prüfen, ob alles korrekt ist.

Praxisbeispiel: Massendaten-Update

Ein häufiges Szenario: Du möchtest das Branchenfeld für 5.000 Accounts aktualisieren, weil die bisherigen Einträge nicht zu den neuen Picklist-Werten passen oder weil die Daten bisher nicht gepflegt wurden.

Der Ablauf:

1. Export: Exportiere alle betroffenen Accounts mit dem Data Loader. Query: SELECT Id, Name, Industry FROM Account. Du bekommst eine CSV mit allen Accounts und ihrem aktuellen Branchenfeld.
2. Bearbeiten: Öffne die CSV in Excel oder Google Sheets. Ergänze oder korrigiere die Industry-Spalte. Achte darauf, dass die Werte exakt den Salesforce Picklist-Werten entsprechen (Groß-/Kleinschreibung beachten!).
3. Update: Lade die bearbeitete CSV über die Update-Funktion des Data Loaders. Mappe die Spalte "Id" auf das Feld Id und die Spalte "Industry" auf das Feld Industry. Alle anderen Spalten kannst du ignorieren – der Data Loader aktualisiert nur die gemappten Felder.
4. Prüfen: Kontrolliere das Success und Error File. Erstelle einen Report in Salesforce, der die Accounts nach Branche gruppiert, und verifiziere die Ergebnisse.

Häufige Fehler und Troubleshooting

Aus meiner Erfahrung gibt es eine Handvoll Fehler, die bei fast jeder Data-Loader-Session auftreten. Hier sind die häufigsten und wie du sie löst:

MALFORMED_ID

Dieser Fehler tritt auf, wenn eine ID in deiner CSV ungültig ist – z.B. zu kurz, zu lang oder mit falschen Zeichen. Häufige Ursache: Excel hat die ID als Zahl interpretiert und die führenden Nullen entfernt oder die ID in wissenschaftliche Notation konvertiert. Lösung: Formatiere die ID-Spalte in Excel als Text, bevor du die CSV speicherst. Noch besser: Bearbeite die CSV in einem Texteditor oder Google Sheets, wo dieses Problem nicht auftritt.

REQUIRED_FIELD_MISSING

Ein Pflichtfeld fehlt in deiner CSV oder ist für den betroffenen Datensatz leer. Prüfe in Salesforce unter Setup > Object Manager, welche Felder als Required markiert sind. Achtung: Auch Validation Rules können Felder de facto zu Pflichtfeldern machen, auch wenn sie technisch nicht als Required definiert sind.

Lookup-Beziehungen korrekt mappen

Ein klassischer Stolperstein: Du willst einen Contact importieren und der Account existiert bereits in Salesforce, aber du hast keine AccountId. In diesem Fall musst du den Account über eine External ID oder ein eindeutiges Feld referenzieren. Nutze im Mapping den Punkt-Operator, z.B. Account.Legacy_ID__c, um über die External ID des verwandten Objekts zu suchen.

Duplikate vermeiden

Salesforce hat eingebaute Duplicate Rules, die Imports blockieren können. Das ist grundsätzlich gut, kann aber beim Massenimport frustrierend sein, wenn zu viele Datensätze fälschlicherweise als Duplikat erkannt werden. Du hast zwei Optionen: Entweder bereinigst du die Duplikate vor dem Import in deiner CSV, oder du deaktivierst die Duplicate Rules temporär während des Imports (Setup > Duplicate Rules > [Regel deaktivieren]). Vergiss nicht, sie danach wieder zu aktivieren!

Validation Rules temporär deaktivieren

Ähnlich wie Duplicate Rules können auch Validation Rules deinen Import blockieren – besonders bei historischen Daten, die nicht allen aktuellen Validierungsregeln entsprechen. Mein Ansatz: Deaktiviere vor der Migration die Validation Rules, die den Import blockieren, führe den Import durch, und aktiviere sie danach sofort wieder. Dokumentiere genau, welche Rules du deaktiviert hast, damit nichts vergessen wird.

Alternativ kannst du in den Validation Rules eine Bedingung einbauen, die den Import-User ausschließt, z.B.: $User.ProfileId != '00eXXXXXXXXXXXXX' (wobei die ID dem Profil des Import-Users entspricht). So bleiben die Rules für alle anderen Benutzer aktiv.

Datenqualität langfristig sichern

Der Import ist geschafft – aber die Arbeit an der Datenqualität hört hier nicht auf. Damit deine Daten langfristig sauber bleiben, brauchst du eine Strategie.

Duplicate Rules und Matching Rules

Salesforce bietet native Duplicate Management-Funktionen. Richte Matching Rules ein, die definieren, wann zwei Datensätze als Duplikat gelten (z.B. gleicher Firmenname und gleiche PLZ bei Accounts). Die zugehörigen Duplicate Rules bestimmen dann, was passiert: Wird der Benutzer nur gewarnt, oder wird das Anlegen blockiert? Für die meisten KMU empfehle ich die Einstellung "Alert" statt "Block" – das informiert die User, ohne sie in ihrer Arbeit zu behindern.

Validation Rules

Validation Rules stellen sicher, dass Daten in einem bestimmten Format und mit bestimmten Werten eingegeben werden. Beispiele: E-Mail-Adressen müssen ein @-Zeichen enthalten, Postleitzahlen müssen 5-stellig sein, das Close Date einer Opportunity darf nicht in der Vergangenheit liegen. Setze Validation Rules gezielt ein – zu viele oder zu strenge Rules frustrieren die User und führen dazu, dass sie das CRM umgehen.

Regelmäßige Datenbereinigung

Plane feste Intervalle für die Datenbereinigung ein – idealerweise quartalsweise. Erstelle Reports, die problematische Daten identifizieren:

• Accounts ohne Kontakte
• Contacts ohne E-Mail-Adresse
• Opportunities, die seit mehr als 90 Tagen in der gleichen Stage stehen
• Duplikate laut Duplicate Report
• Datensätze mit fehlenden Pflichtfeldern (die vor der Einführung der Validation Rules angelegt wurden)

Weise einem Teammitglied die Verantwortung für die Datenqualität zu – den "Data Steward". Ohne klare Verantwortlichkeit passiert erfahrungsgemäß nichts.