JSON in XLSX umwandeln

Das ist der ganze Unterschied zur Umwandlung nach CSV, und er entscheidet alles Weitere. Ein Programm will CSV: Es lässt sich streamen, jede Importroutine liest es, und es trägt keine Formatierung, die im Weg steht. Ein Mensch will eine Arbeitsmappe, die mit passenden Spaltenbreiten öffnet, deren Kopfzeile schon eine Kopfzeile ist und deren Typen schon stimmen.

Gehen die Daten in eine Datenbank, ein Skript oder eine Auswertungs-Pipeline, ist CSV die bessere Antwort, und diese Seite die falsche. Gehen sie an eine Kollegin oder einen Kollegen, der die Tabelle ansieht, sortiert und eine Spalte ergänzt, ist es diese hier.

Systeme, die auf eine Auskunftsanfrage nach Artikel 15 DSGVO antworten, exportieren die gespeicherten Daten oft genau in dem Format, in dem sie intern liegen — als JSON. Für die Person, die die Anfrage gestellt hat, ist das kaum zu lesen; für die Personalabteilung oder die Rechtsabteilung, die die Antwort vor dem Versand noch prüfen muss, ebenso wenig.

Eine Arbeitsmappe macht daraus etwas, das sich tatsächlich durchsehen lässt: sortieren nach Datum, nach Kategorie filtern, eine Spalte für die interne Prüfnotiz ergänzen. Genau dafür ist diese Umwandlung gedacht — nicht für den Export selbst, sondern für die Arbeit, die vor dem Versand noch damit gemacht werden muss.

Eine CSV-Datei kennt keine Typen. Excel öffnet sie, indem es für jede Spalte einen Typ errät, und genau dieses Raten verursacht den vertrauten Schaden: Führende Nullen verschwinden aus Postleitzahlen und Artikelnummern, alles, was nach einem Datum aussieht, wird zu einem Datum, und Kennungen ab fünfzehn Stellen verlieren ihre letzten Ziffern an die Fließkomma-Darstellung.

Eine XLSX-Datei erklärt dagegen, was jede Zelle ist, also wird nichts geraten und nichts beim Öffnen umgeschrieben. Dieser eine Unterschied erspart eine ganze Kategorie von Rückfragen, und das ist der Grund, den zusätzlichen Schritt zu gehen, statt eine CSV-Datei samt Erklärung zu verschicken.

Jeder Datensatz wird eine Zeile, jeder Schlüssel eine Spalte, und die Kopfzeile entsteht aus den Schlüsseln selbst. Haben nicht alle Datensätze dieselben Schlüssel, wird das ausgeglichen, indem über die gesamte Datei hinweg die vollständige Spaltenmenge gebildet wird — fehlt einem Datensatz ein Wert, bleibt die Zelle leer.

Dieser Ausgleich erklärt eine häufige Überraschung: Zehn Datensätze zu Testzwecken umzuwandeln kann eine schmalere Tabelle ergeben als die gesamte Datei, weil die Stichprobe die selteneren Felder nicht zufällig enthielt.

JSON beschreibt einen Baum, eine Tabelle ist ein Raster — ein verschachteltes Objekt wird deshalb flach gemacht, indem die Schlüsselnamen in der Spaltenüberschrift aneinandergehängt werden. Eine Ebene ergibt eine Tabelle, die jeder lesen kann; zwei sind meist noch in Ordnung.

Darüber hinaus wird es sichtbar unübersichtlich: Überschriften werden lang, die Tabelle sehr breit, und die meisten Zellen in den meisten Zeilen bleiben leer, weil unterschiedliche Datensätze unterschiedlich verschachtelt sind. Ergibt eine Umwandlung sechzig Spalten aus etwas, das nach einem einfachen Export aussah, ist das die tatsächliche Form der Daten und kein Fehler — und ein Hinweis darauf, dass die Datei besser JSON bleibt.

Eine Bestellung mit fünf Positionen, ein Beitrag mit mehreren Schlagworten, eine Person mit mehreren früheren Adressen — keins davon hat eine richtige Darstellung in einer einzelnen Zeile. Die drei möglichen Antworten sind eine Spalte je Position, eine Spalte mit zusammengefügten Werten oder eine Zeile je Element, und jede davon zerstört etwas anderes.

Trägt die Liste die eigentliche Bedeutung, ist der bessere Weg der, den eine Datenbank wählen würde: eine Tabelle für die Hauptdatensätze und eine für die Unterelemente, verbunden über eine Kennung. Das ist mehr Arbeit als eine einzelne Umwandlung, aber die einzige Version, mit der jemand in einer Tabellenkalkulation tatsächlich etwas anfangen kann.

Das Archiv, das ChatGPT, Claude oder ein API-Dashboard herausgibt, ist JSON, weil das ist, was eine Maschine liest — und die wenigsten, die es erhalten, haben ein Werkzeug, mit dem es sich sinnvoll öffnen lässt. Eine Tabelle ist die naheliegende Antwort: XLSX deklariert die Typen, sodass Zeitstempel Zeitstempel bleiben und lange numerische Kennungen nicht wie in einer per Excel geöffneten CSV-Datei still in wissenschaftliche Schreibweise umgewandelt werden.

Für die flachen Teile funktioniert das gut — Nutzungsprotokolle, Abrechnungszeilen, Listen einzelner Nachrichten mit je einer Zeile. Schlecht funktioniert es für das eigentliche Gesprächsarchiv, das ein Baum aus Nachrichtenknoten ist statt einer Tabelle, und dessen flach gemachte Fassung Spalten nach Pfaden benennt, die niemand lesen will. Nur den Teil umwandeln, der tatsächlich gebraucht wird, statt den gesamten Export.

Kurz hinschauen lohnt sich. Zwei Dinge jedes Mal prüfen: dass Kennungsspalten als Text gelesen werden und nicht in Zahlen umformatiert wurden, und dass Datumsspalten wie Daten aussehen und nicht wie fünfstellige Zahlen.

Und prüfen, was tatsächlich drinsteht. Ein JSON-Export einer Schnittstelle enthält jedes Feld, das die Schnittstelle liefert — interne Kennungen, Kennzeichen und gelegentlich Felder, von denen niemand wusste, dass sie existieren. Eine Tabelle macht all das auf eine Weise sichtbar, wie es eine JSON-Datei nicht tut, und das lieber entdecken, bevor die Datei das eigene Haus verlässt, als danach.

Die Umwandlung läuft im Browser-Tab auf dem eigenen Prozessor. Die Datei wird nie irgendwohin verschickt, es gibt kein Konto und kein Tageskontingent, und die Grenze liegt bei 100 MB je Datei.

Das ist hier wichtiger als bei den meisten Umwandlungen. Ein JSON-Export ist fast immer die rohe Ausgabe eines Systems — Kundendaten, Bestellungen, Formulareinträge, Nutzerkonten —, und ihn einem fremden Konverter zu übergeben heißt, genau die Daten weiterzureichen, für die eine Organisation Rechenschaft ablegen muss. Nichts zu verschicken ist die einfachste Form, niemandem damit vertrauen zu müssen.

Geschrieben wird genau ein Blatt, benannt nach dem Dateinamen der JSON-Quelle und auf 31 Zeichen gekürzt, falls er länger ist — die Grenze, die das Dateiformat für Blattnamen vorgibt. Formatierung, Formeln oder feste Spaltenbreiten bringt diese Arbeitsmappe nicht mit; sie enthält nur die Kopfzeile und die Werte darunter.

Das ist für den beschriebenen Anlass genug: Eine Kollegin braucht kein vorformatiertes Layout, um zu sortieren und zu filtern, sie braucht richtige Spaltentypen. Wer zusätzlich Formatierung, feste Breiten oder eine zweite Tabelle mit Formeln will, richtet das nach dem Öffnen selbst ein — das ist in einer Arbeitsmappe eine Sache von Minuten und keine, die eine Umwandlung übernehmen sollte, ohne gefragt zu werden.

Kassen- und Shopsysteme geben Umsatzdaten häufig als JSON aus, weil das die Schnittstelle ist, über die diese Systeme ohnehin miteinander reden. Wer diesen Export an eine Steuerberatung weiterreichen muss, stößt selten auf Verständnis dafür, eine JSON-Datei zu öffnen — erwartet wird eine Tabelle mit Datum, Betrag und Position, die sich sortieren und in eine eigene Auswertung übernehmen lässt.

Genau das liefert diese Umwandlung, mit einer Einschränkung, die bei Zahlen zählt: Rechnungs- und Kundennummern sollten als Text geprüft werden, bevor die Datei verschickt wird, weil eine als Zahl gelesene Nummer mit führender Null oder mehr als fünfzehn Stellen ihre Form verliert, sobald jemand die Spalte anders formatiert. Diese eine Kontrolle vor dem Versand erspart eine Rückfrage, die sonst erst bei der Buchung auffällt.