Kurz gesagt: CSV wirkt wie das einfachste mögliche Datenformat, und genau deshalb führen kleine Inkonsistenzen — ein verirrtes Komma in einem nicht in Anführungszeichen gesetzten Textfeld, ein nicht übereinstimmendes Trennzeichen, ein verstecktes BOM — zum Scheitern eines Imports oder zur stillen Fehlausrichtung von Spalten. Kombiniere diesen Guide mit Encoding Converter, Duplicate Finder, Remove Extra Spaces und Character Counter.
Die tatsächlichen Regeln von CSV sind in RFC 4180 definiert, auch wenn in der Praxis die meisten realen CSV-Dateien diese nur locker befolgen — was genau die Quelle der meisten Importprobleme ist.
Wo CSV-Importe wirklich scheitern
Das Kernproblem: Ein Komma ist sowohl das Spaltentrennzeichen als auch ein Zeichen, das legitim innerhalb eines Textfelds vorkommen kann (eine Adresse, eine Produktbeschreibung mit "Klein, Mittel, Groß" darin). RFC 4180s Antwort ist Quoting — ein Feld, das ein Komma enthält, muss in doppelte Anführungszeichen eingeschlossen werden, und ein wörtliches doppeltes Anführungszeichen innerhalb eines in Anführungszeichen gesetzten Felds wird durch Verdoppelung escaped (""). Software, die CSV exportiert, ohne dieser Regel zu folgen, erzeugt Dateien, in denen ein einzelnes nicht in Anführungszeichen gesetztes Komma jede nachfolgende Spalte still um eine Position verschiebt.
Trennzeichen sind nicht universell
Komma-getrennt ist die Standardannahme, aber viele reale Dateien verwenden stattdessen Semikolons — besonders üblich in Regionen, wo das Komma bereits das Dezimaltrennzeichen für Zahlen ist, was es mehrdeutig macht, es als Spaltentrennzeichen wiederzuverwenden. Eine CSV, die als einzelne ungetrennte Spalte in einer Tabellenkalkulation öffnet, verwendet sehr oft einfach das falsche Trennzeichen für die Annahme dieses Tools, nicht tatsächlich kaputt.
Kodierung und das unsichtbare BOM
Ein UTF-8 Byte Order Mark (BOM) — drei unsichtbare Bytes ganz am Anfang einer Datei — wird von manchen Tools (besonders Excel beim Export) hinzugefügt, um die Kodierung zu signalisieren, aber nicht jeder Parser entfernt es automatisch. Bleibt es stehen, kann es sich unsichtbar an den Namen der ersten Spaltenüberschrift anhängen, sodass eine Suche nach einer Spalte, die wörtlich name heißt, fehlschlägt, weil die tatsächliche Überschrift name mit einem vorangestellten unsichtbaren Zeichen ist — ein Fehler, der wirklich schwer mit dem Auge zu erkennen ist.
Ein Bereinigungs-Workflow vor dem Import
- Öffne die rohe Datei zuerst als Klartext (nicht in einer Tabellenkalkulation, die automatisch interpretiert und die tatsächliche Struktur verstecken kann), um das echte Trennzeichen und Quoting zu prüfen.
- Prüfe die ersten Bytes auf ein BOM, wenn Spaltennamen-Suchen mysteriös fehlschlagen.
- Suche speziell nach nicht in Anführungszeichen gesetzten Kommas innerhalb dessen, was einzelne Textfelder sein sollten — die häufigste Ursache für Spaltenfehlausrichtung.
- Prüfe auf einen abschließenden Zeilenumbruch oder eine leere Endzeile, die manche Import-Tools als kaputten letzten Datensatz zählen.
- Führe Duplicate Finder auf einer Schlüsselspalte (wie einer ID oder E-Mail) vor dem Import aus, wenn doppelte Datensätze nachgelagert Probleme verursachen würden.
Häufige Fehler, die du vermeiden solltest
- Annehmen, jede CSV verwende Kommas — semikolon-getrennte Dateien sind üblich und sehen identisch aus, bis man versucht, am falschen Zeichen zu trennen.
- CSV in einer Tabellenkalkulations-App bearbeiten, die still Daten neu formatiert, führende Nullen entfernt, und Text auf Weisen neu kodieren kann, die nicht dem Original entsprechen.
- Nicht auf ein führendes BOM prüfen, wenn header-basierte Suchen ohne sichtbaren Grund fehlschlagen.
- Nicht in Anführungszeichen gesetzte Kommas innerhalb von Freitextfeldern ignorieren, bis der Import sichtbar verschobene Spalten produziert.
Die meisten CSV-Import-Fehlschläge betreffen nicht wirklich die Daten — sie betreffen die Annahmen eines Parsers (Trennzeichen, Kodierung, Quoting), die nicht dem entsprechen, was die Datei tatsächlich enthält.