Zum Inhalt springen
l. loco.werk

Schnittstellen & Individualprogrammierung

CSV-Importe automatisieren: Lieferanten- und Produktdaten verarbeiten

CSV-Dateien automatisiert in E-Commerce-Prozesse integrieren: Trennzeichen, Encodings, Spaltenmapping, Datenbereinigung, Preise, Bestände, Fehlerbehandlung und Automatisierung.

Lieber direkt sprechen? +49 (0) 2573 6979320

Schnittstellen & Individualprogrammierung 3 Min. Lesezeit Aktualisiert am 9. Juni 2026

CSV ist trotz moderner Schnittstellen eines der häufigsten Austauschformate im E-Commerce. Lieferanten, Plattformen und Tools liefern Daten regelmäßig als CSV-Datei. Wer diese Dateien manuell verarbeitet, verliert Zeit und riskiert Fehler. Dieser Ratgeber zeigt, wie sich CSV-Importe automatisieren und zuverlässig in JTL-Prozesse einbinden lassen.

Für wen ist das Thema relevant?

Relevant ist das Thema für Händler und Unternehmen, die regelmäßig CSV-Dateien einlesen – etwa Lieferantenpreislisten, Produktdaten oder Bestandslisten. Gelöst wird das Problem manueller, wiederkehrender Importe und der typischen Fehler, die dabei entstehen.

Warum CSV weiterhin relevant ist

CSV ist einfach aufgebaut, universell unterstützt und leicht zu erzeugen. Fast jedes System kann CSV exportieren, weshalb es als kleinster gemeinsamer Nenner im Datenaustausch dient. Für flache, tabellarische Daten ist es gut geeignet; bei verschachtelten Strukturen ist XML oft die bessere Wahl.

Typische Datenquellen

  • Lieferantenpreislisten mit Artikeln und Einkaufspreisen,
  • Bestandslisten mit Verfügbarkeiten,
  • Produktdaten von Herstellern,
  • Exporte aus Drittsystemen und Tools.

Stolperfallen: Trennzeichen, Encodings und Formate

CSV ist nicht gleich CSV. In der Praxis sorgen vor allem diese Punkte für Probleme:

Trennzeichen

Komma, Semikolon oder Tabulator – je nach Quelle und Region unterscheidet sich das Trennzeichen. Wird es falsch interpretiert, verschieben sich Spalten.

Encodings

Unterschiedliche Zeichenkodierungen (etwa UTF-8 oder ältere Encodings) führen zu falsch dargestellten Umlauten und Sonderzeichen. Das korrekte Encoding muss erkannt oder festgelegt werden.

Zahlen- und Datumsformate

Dezimaltrennzeichen und Datumsformate variieren. Werte sollten beim Import normalisiert werden, damit Preise und Datumsangaben korrekt übernommen werden.

Spaltenmapping und Datenbereinigung

Beim Spaltenmapping werden die CSV-Spalten den JTL-Feldern zugeordnet. Da Lieferanten unterschiedliche Spaltennamen und Reihenfolgen nutzen, ist ein dokumentiertes Mapping je Quelle nötig. Bei der Datenbereinigung werden Werte normalisiert, überflüssige Leerzeichen entfernt und Formate vereinheitlicht.

Preislogik, Bestände und Fehlerbehandlung

Bei Preisen sind Logiken für Rundungen, Währungen oder Aufschläge zu berücksichtigen. Bestände bzw. Verfügbarkeiten sollten plausibilisiert werden. Fehlerhafte Zeilen werden protokolliert und ausgenommen, sodass ein einzelner Fehler nicht den gesamten Import stoppt. Wie Lieferantendaten insgesamt angebunden werden, behandelt der Beitrag Lieferanten an JTL anbinden.

Automatisierung

CSV-Dateien lassen sich zeitgesteuert aus einem festgelegten Bezugsweg einlesen und verarbeiten. Für den verlässlichen Betrieb sind Validierung, Fehlerbehandlung und Monitoring wichtig. Steht statt einer Datei ein API-Zugang bereit, kann eine individuelle API-Anbindung sinnvoller sein.

Häufige Fehler

  • Falsch erkanntes Trennzeichen, das Spalten verschiebt.
  • Falsches Encoding mit fehlerhaften Sonderzeichen.
  • Fehlendes Spaltenmapping je Quelle.
  • Keine Normalisierung von Zahlen- und Datumsformaten.
  • Keine Fehlerbehandlung, sodass einzelne Zeilen den Import blockieren.

Praxisbeispiel (exemplarisch)

Das folgende Szenario ist ein konstruiertes Beispiel und beschreibt keinen konkreten Kunden. Ein Händler erhält wöchentlich eine CSV-Preisliste mit Semikolon als Trennzeichen und deutschem Zahlenformat. Über einen automatisierten Import werden Encoding und Trennzeichen korrekt erkannt, Preise normalisiert und gültige Zeilen in JTL übernommen. Fehlerhafte Zeilen werden zur Prüfung protokolliert. Der manuelle Aufwand entfällt.

Checkliste für automatisierte CSV-Importe

  • Trennzeichen und Encoding je Quelle geklärt
  • Spaltenmapping dokumentiert
  • Zahlen- und Datumsformate normalisiert
  • Validierungs- und Bereinigungsregeln definiert
  • Preislogik festgelegt
  • Fehlerprotokoll und Monitoring eingerichtet
  • Import zeitgesteuert automatisiert

Fazit

Automatisierte CSV-Importe sind ein verlässlicher Weg, wiederkehrende Datenlieferungen ohne manuellen Aufwand in JTL zu übernehmen. Entscheidend sind der korrekte Umgang mit Trennzeichen und Encodings, ein sauberes Spaltenmapping und konsequente Validierung. Gemeinsam mit XML-Importen und der Lieferantenanbindung entsteht ein durchgängiger Datenfluss, den wir im Rahmen der Individualprogrammierung umsetzen.

Häufige Fragen

Fragen und Antworten

Warum ist CSV im E-Commerce noch relevant?

CSV ist einfach, weit verbreitet und wird von nahezu jedem System unterstützt. Viele Lieferanten, Plattformen und Tools exportieren Daten als CSV. Trotz moderner APIs bleibt es daher ein häufiges Austauschformat.

Welche Probleme treten bei CSV-Dateien typischerweise auf?

Häufig sind uneinheitliche Trennzeichen, unterschiedliche Encodings, Formatierungen von Zahlen und Datumsangaben sowie fehlende oder verschobene Spalten. Diese Punkte müssen beim Import berücksichtigt werden.

Was bedeutet Spaltenmapping?

Beim Spaltenmapping werden die Spalten der CSV-Datei den passenden Feldern in JTL zugeordnet. Da Lieferanten unterschiedliche Spaltennamen und Reihenfolgen verwenden, ist ein dokumentiertes Mapping je Quelle wichtig.

Wie wird die Datenqualität beim CSV-Import sichergestellt?

Über Validierung und Datenbereinigung: Pflichtfelder, Formate und Plausibilität werden geprüft, Werte normalisiert. Fehlerhafte Zeilen werden protokolliert und ausgenommen, statt den gesamten Import zu blockieren.

Lassen sich CSV-Importe vollständig automatisieren?

Ja. CSV-Dateien lassen sich zeitgesteuert einlesen und verarbeiten, etwa aus einem festgelegten Verzeichnis oder Bezugsweg. Wichtig sind Validierung, Fehlerbehandlung und Monitoring für den verlässlichen Betrieb.

Wann ist XML statt CSV sinnvoll?

CSV eignet sich für flache, tabellarische Daten. Sobald verschachtelte Strukturen wie Varianten oder Kategoriebäume nötig sind, ist XML oft besser geeignet. Welches Format genutzt wird, gibt meist die Datenquelle vor.

Sie möchten CSV-Importe automatisieren?

Schildern Sie uns kurz Ihre Ausgangslage. Wir melden uns mit einer konkreten Einschätzung und den nächsten sinnvollen Schritten.

Anrufen Kontakt