Datenfusionen gewinnen in der Praxis aus zweierlei Gründen an Bedeutung: Zum einen hat die Erkenntnis verstärkt eingesetzt, dass die Antwortbelastbarkeit von Befragten endlich ist und „Single Source“-Erhebungen – dass heißt alle Informationen stammen aus einer Quelle – zu Problemen wie Unit Nonresponse Bias auf Grund von Teilnahmeverweigerung führen. Zum anderen erhöht sich kontinuierlich die Anzahl an ursprünglich voneinander unabhängigen Datenquellen, für die gemeinsame Analysewünsche bestehen. Dieser Artikel setzt sich daher mit der praktischen Umsetzung einer Datenfusion auseinander, wobei gleichzeitig ein Bezug zu Notation und Verfahren der statistischen Missing Data-Literatur hergestellt wird. Im Abschnitt zu Evaluierungsmöglichkeiten wird nochmals auf den aktuellen Stand der Forschung eingegangen und ein Gütekriterium vorgestellt, das auf der Annahme der bedingten Unabhängigkeit aufbaut, aber Vorzüge gegenüber den in der Praxis gängigen Gütekriterien aufweist.