Kurz und einfach erklärt
Ein Shop gibt Namen und Adressen an andere Programme weiter. Manche Programme kennen nicht alle Buchstaben. Dann wird aus einem Buchstaben ein Fragezeichen.
Manche Namen sehen gleich aus. Sie sind aber anders gespeichert. Ein Programm kann sie vorher in eine gleiche Form bringen. Dann findet es sie wieder.
Manche Felder sind zu kurz für lange Namen. Das Programm soll dann eine Warnung zeigen. Es soll den Namen nicht still abschneiden.
Im Shop und in der Warenwirtschaft bleibt der Name richtig. Nur für das Etikett auf dem Paket darf er vereinfacht werden.
Eine Liste mit Testnamen zeigt, ob alles klappt. Wir helfen beim Einrichten.
Angenommen, im Shop steht der Name richtig: Zoë Łęcka-Dumitrașcu, Lieferung in die Große Bahnhofstraße. Im ERP kommt „Zoë ??cka-Dumitra?cu“ an, auf dem Versandetikett fehlt die zweite Hälfte des Nachnamens, und die Bestellung mit einem lachenden Emoji-Gesicht in der Notiz hängt seit dem Morgen in der Fehlerliste. Keiner dieser Fehler ist exotisch. Sie entstehen an den Grenzen zwischen Systemen, die Zeichen unterschiedlich speichern, unterschiedlich zählen und unterschiedlich lange Felder haben. Dieser Beitrag zeigt, wo Namen und Adressen auf dem Weg vom Shop ins ERP und weiter zum Etikett beschädigt werden, wie Sie den Zeichenvorrat je System festlegen, warum die Normalisierung an die Systemgrenze gehört und wie eine Kürzung aussieht, die meldet statt verschweigt. Als Referenz dient DIN 91379, die Norm für Zeichen in Namen.
Das Wichtigste in Kürze
- Verstümmelte Namen entstehen an Systemgrenzen: UTF-8 kodiert ein Zeichen mit 1 bis 4 Byte (RFC 3629), ältere Einzelbyte-Codepages kennen Buchstaben wie Ł oder ő gar nicht und ersetzen sie durch Fragezeichen oder lassen sie weg.
- DIN 91379 legt die Zeichen für Namen von Personen, Firmen, Produkten, Orten und Straßen fest (DIN Media). IT-Verfahren für den Datenaustausch mit Bürgern und Wirtschaft mussten sie bis zum 1. November 2024 erfüllen (IT-Planungsrat); für Shops ist sie Referenz, keine Pflicht.
- Gleich aussehende Namen können verschiedene Zeichenfolgen sein, etwa é als ein Zeichen oder als e plus Akzent. Wer an der Systemgrenze nach NFC normalisiert, speichert und vergleicht sie einheitlich (Unicode Standard Annex #15).
- Umschrift wie Ł zu L gehört nur in Ausgaben für nachgelagerte Systeme wie Etikett oder Zahlungsdatei. Der Stammdatensatz behält das Original, so wie der Reisepass Diakritika neben der maschinenlesbaren Zeile führt (ICAO Doc 9303).
- Feldgrenzen brauchen Regeln statt stiller Kürzung: in Zeichen statt Byte schneiden, an Wortgrenzen kürzen, die Kürzung kennzeichnen und als Warnung melden. Ein Testsatz mit Namen aus allen Liefersprachen prüft das bei jeder Änderung.
Wie aus einem Namen im ERP Fragezeichen werden
Wer die Fehlerliste einer Shop-Anbindung durchsieht, findet bei Namen und Adressen wiederkehrende Muster. Sie haben unterschiedliche Ursachen, und deshalb hilft auch kein gemeinsamer Notbehelf wie das pauschale Ersetzen aller Sonderzeichen. Die folgenden fünf Bilder lassen sich meist schon am Datenbestand auseinanderhalten:
- Zeichensalat: Aus „Müller“ wird „Müller“. Die Bytes wurden als UTF-8 geschrieben und in einer westeuropäischen Einzelbyte-Codepage gelesen, jeder Umlaut erscheint als zwei fremde Zeichen.
- Fragezeichen oder Lücken: Aus „Łęcka“ wird „??cka“ oder „cka“. Das Zielsystem kennt die Buchstaben nicht und ersetzt sie oder lässt sie weg.
- Doppelte Kunden: Derselbe Name steht zweimal im Kundenstamm, weil „é“ einmal als ein Zeichen und einmal als „e“ mit nachgestelltem Akzent gespeichert wurde. Die Dublettenprüfung vergleicht Bytes und findet keine Übereinstimmung.
- Abgeschnittene Adresszeilen: Die Straße passt ins Shop-Feld, nicht aber ins ERP- oder Etikettenfeld. Der Rest fehlt ohne Hinweis, die Hausnummer gleich mit.
- Abgebrochener Import: Ein Emoji mit vier Byte in der Bestellnotiz passt nicht in eine Datenbankspalte, die nur drei Byte je Zeichen speichert, und die ganze Bestellung bleibt hängen.
Hinzu kommt ein Schaden, der erst später sichtbar wird: Ersetzt ein System unbekannte Zeichen schon beim Speichern, ist die Originalschreibweise dort verloren. Jede spätere Korrektur muss von Hand nachgetragen werden, sofern noch eine Quelle mit der richtigen Schreibweise existiert. Meist ist das der Shop, der die Eingabe des Kunden unverändert aufbewahrt.
Wie oft solche Namen vorkommen, hängt vom Kundenstamm ab. Einen Anhaltspunkt für das Inlandsgeschäft liefert das Ausländerzentralregister: Ende 2025 waren dort rund 14,07 Millionen (Destatis) Menschen mit ausländischer Staatsangehörigkeit erfasst, darunter 903.770 (Destatis) aus Rumänien, 839.660 (Destatis) aus Polen und 1.520.400 (Destatis) aus der Türkei. Rumänisch, Polnisch und Türkisch schreiben Buchstaben wie Ș, Ł oder ğ, die in der westeuropäischen Codepage Windows-1252 fehlen. Dazu kommen Lieferungen ins Ausland und Firmennamen mit Zeichen wie & oder €. Grundsätzliches zur Feldzuordnung steht im Beitrag zum Daten-Mapping zwischen ERP und Shop; hier geht es um die Namens- und Adressfelder selbst.
Wo die Zeichen verloren gehen: Codepages und Byte
Ein Zeichen und seine Speicherung sind zwei verschiedene Dinge. Unicode legt fest, welche Zeichen es gibt; mit Version 17.0 sind es 159.801 (Unicode Consortium). Eine Kodierung legt fest, wie diese Zeichen als Bytes abgelegt werden. In UTF-8 belegt ein Zeichen 1 bis 4 Byte (RFC 3629): ein Buchstabe ohne Akzent eines, Umlaute und Buchstaben wie Ł, ő oder ș zwei, das Euro-Zeichen drei und Zeichen außerhalb der sogenannten Basisebene vier. Zu dieser letzten Gruppe gehören viele Emojis. Sobald ein Name einen Buchstaben jenseits des englischen Alphabets enthält, ist er in UTF-8 also mehr Byte lang als Zeichen.
Ältere ERP-Systeme, Lagerprogramme und Etikettendrucker arbeiten teils noch mit Einzelbyte-Codepages, in denen jedes Zeichen genau ein Byte belegt. Sie decken nur einen kleinen Ausschnitt ab. In der westeuropäischen Codepage Windows-1252 fehlen zum Beispiel Ł, ő, ș und ğ, während ë, é und das Euro-Zeichen vorhanden sind. Hinzu kommt eine Falle bei den Bezeichnungen: Was eine Software „Latin-1“ nennt, ist nicht überall dasselbe. Nach dem WHATWG Encoding Standard ist „latin1“ nur ein anderer Name für Windows-1252, und das Byte 0x80 (WHATWG Encoding Standard) wird dort als Euro-Zeichen gelesen. Andere Bibliotheken liefern für dasselbe Byte ein Steuerzeichen oder einen Fehler. Zwei Systeme, die sich beide auf Latin-1 berufen, können sich also schon beim Euro-Zeichen in einem Firmennamen widersprechen.
Auch UTF-8 ist nicht gleich UTF-8. Die Datenbank MySQL kennt zwei Varianten: utf8mb3 belegt höchstens drei Byte (MySQL 8.4 Reference Manual) je Zeichen, utf8mb4 bis zu vier. Ein Zeichen außerhalb der Basisebene braucht in utf8mb4 vier Byte, eine utf8mb3-Spalte kann es laut Handbuch überhaupt nicht speichern (MySQL 8.4 Reference Manual). Der Hersteller führt utf8mb3 inzwischen als veraltet. Bei der Prüfung einer Schnittstelle lautet die Frage deshalb nicht nur, ob das ERP UTF-8 kann, sondern welche Variante in welcher Tabelle und welcher Spalte eingestellt ist.
| Fehlerbild | Typische Ursache | Woran Sie es erkennen |
|---|---|---|
| „Müller“ statt „Müller“ | UTF-8 geschrieben, als Einzelbyte-Codepage gelesen | Zeichenpaare wie ü oder ö im Datenbestand |
| „?“ statt „Ł“ | Zielcodepage kennt den Buchstaben nicht | Fragezeichen in Namen, die im Shop korrekt stehen |
| Buchstabe fehlt ganz | Konverter verwirft unbekannte Zeichen | Name im ERP kürzer als im Shop |
| Import bricht bei einer Notiz ab | Spalte speichert nur drei Byte je Zeichen | Fehlermeldung zu einem ungültigen Zeichenwert |
| Dubletten trotz gleichem Namen | zerlegte und zusammengesetzte Schreibweise gemischt | Anzeige identisch, Vergleich der Bytes schlägt fehl |
| Rest der Straße fehlt | Feldgrenze im ERP oder auf dem Etikett | Hausnummer fehlt, Zustellung scheitert |
Den Zustand eines vorhandenen Bestands messen Sie mit wenigen Abfragen, bevor jemand Daten anfasst: Namen mit „Ó gefolgt von einem weiteren Zeichen deuten auf doppelt kodierte Umlaute, Fragezeichen in Namensfeldern auf verlorene Buchstaben, kombinierende Akzente auf zerlegte Schreibweisen. Vergleichen Sie dazu Stichproben mit dem Shop, der die Eingabe des Kunden noch im Original hat. Solche Messungen gehören in eine Testumgebung mit einer Kopie der Daten, nicht in den laufenden Betrieb.
Den Zeichenvorrat je System festlegen
Der erste Schritt ist eine Bestandsaufnahme: Welche Zeichen kann jedes System auf dem Weg speichern, anzeigen, drucken und weitergeben? Shop und Middleware arbeiten heute in der Regel mit UTF-8. ERP, Versandsoftware, Etikettendrucker, Zahlungsdatei und die EDI-Verbindung zu einem Großhändler haben dagegen teils eigene Grenzen. Erst wenn diese Grenzen schriftlich vorliegen, lässt sich entscheiden, was an welcher Stelle mit einem Namen passiert. Bei der Anbindung einer Warenwirtschaft gehört diese Übersicht deshalb in die Anforderungen und nicht erst in die Fehlersuche nach dem Start.
Als Referenz für den Zeichenvorrat eignet sich DIN 91379 in der Ausgabe 2022-08 (DIN Media). Laut DIN Media legt die Norm die Schriftzeichen fest, die für Namen im weiteren Sinne benötigt werden. Dazu zählen bürgerliche Namen natürlicher Personen ebenso wie Namen juristischer Personen, Produkte, Orte und Straßen (DIN Media). In ihrer Gesamtheit deckt sie die EU-Amtssprachen ab, dazu die Amtssprachen Islands, Liechtensteins, Norwegens und der Schweiz sowie die deutschen Minderheitensprachen (DIN Media). Das ist der Sprachraum, den ein Shop mit Lieferungen in den Europäischen Wirtschaftsraum und die Schweiz abdecken sollte: Kundennamen, Firmennamen, Straßen und Orte.
Verbindlich ist die Norm für einen anderen Kreis. Der IT-Planungsrat hat im November 2022 beschlossen, dass alle IT-Verfahren für den Datenaustausch zwischen Bund und Ländern sowie mit Bürgern und Wirtschaft spätestens zum 1. November 2024 (IT-Planungsrat) konform zur DIN 91379 sein müssen. Für private Shops und ERP-Systeme folgt aus diesem Beschluss keine Pflicht. Dort ist die Norm eine Referenz: Sie liefert eine fertige, begründete Liste, statt dass jedes Projekt selbst festlegt, welche Buchstaben ein Name enthalten darf. Wer Daten an Verwaltungsverfahren übergibt, trifft zudem auf Empfänger, die nach dem Beschluss konform sein müssen.
Für die Praxis enthält die Norm zwei weitere Hilfen. Laut Änderungsvermerk wurden die Aussagen zur Konformität von IT-Verfahren um Normalform C (NFC) und UTF-8 ergänzt (DIN Media), und ein digitaler Anhang bildet die Zeichen auf ältere Codepages ab (DIN Media). Für ein ERP, das noch nicht durchgehend mit Unicode arbeitet, ist damit beschrieben, wie Zeichen beim Übergang behandelt werden können, ohne dass jedes Projekt eine eigene Tabelle erfindet.
| System | Zeichenvorrat (Beispiel) | Regel an der Grenze |
|---|---|---|
| Shop | UTF-8, alle Zeichen der Eingabe | Eingabe nach NFC normalisieren, Steuerzeichen entfernen |
| Middleware | UTF-8, Referenz DIN 91379 | prüfen, melden, je Ziel umsetzen |
| ERP-Stammdaten | je nach Version UTF-8 oder Einzelbyte-Codepage | Originalschreibweise speichern, wo möglich; sonst Abweichung protokollieren |
| Versandetikett | Zeichenvorrat des Druckers oder Dienstleisters | Umschrift und Kürzung nur in der Ausgabe |
| Zahlungsdatei | Zeichenvorrat laut Vorgaben des Zahlungsverkehrs | Umschrift für Empfängernamen, Original im Beleg |
| EDI-Partner | Zeichensatz laut Nachrichtenkopf | Zeichensatz je Partner vereinbaren und testen |
Die Tabelle zeigt, an welcher Grenze ein Zeichen verloren gehen kann, und sie wird zur Grundlage für die Abnahme. Gehört eine Middleware zu Ihrer Architektur, ist sie der passende Ort für die Regeln dieses Beitrags: Sie sieht jede Nachricht, kennt jedes Ziel und kann melden, bevor ein Datensatz beschädigt ankommt. Ohne Middleware übernehmen der Export des Shops und der Import des ERP diese Aufgabe, dann allerdings an zwei Stellen mit doppeltem Pflegeaufwand.
Normalisierung an der Systemgrenze
Unicode erlaubt für viele Buchstaben zwei Schreibweisen. Das „é“ kann als ein einziges Zeichen gespeichert sein oder als „e“ mit einem nachfolgenden kombinierenden Akzent. Beide sehen gleich aus und gelten nach Unicode als kanonisch äquivalent (Unicode Standard Annex #15). Für eine Datenbank sind es trotzdem verschiedene Bytefolgen: Ein Vergleich auf Byte-Ebene findet den zerlegten Eintrag „René“ nicht, die Dublettenprüfung schlägt nicht an, und die gemessene Länge unterscheidet sich um ein Zeichen.
Normalisierung löst das. Hält eine Anwendung ihre Zeichenketten in einer Normalform, haben gleichwertige Zeichenketten laut Unicode eine eindeutige binäre Darstellung (Unicode Standard Annex #15). Für allgemeinen Text nennt die Unicode-FAQ die Form NFC als geeignet, weil sie besser zu Zeichenketten passt, die aus älteren Kodierungen umgewandelt wurden (Unicode FAQ). DIN 91379 bezieht ihre Konformitätsaussagen ebenfalls auf NFC.
Entscheidend ist, wo die Normalisierung passiert. Sie gehört an die Grenze, an der ein Name ein System betritt: in die Middleware vor dem Schreiben ins ERP und in den Import für Daten, die aus dem ERP in den Shop zurückfließen. Zerlegte Formen tauchen dabei an unerwarteten Stellen auf; die Unicode-FAQ nennt etwa den Finder von macOS, der Dateinamen bis heute zerlegt (Unicode FAQ). Und schon das Verbinden zweier Zeichenketten kann eine Normalform wieder aufbrechen (Unicode FAQ). Wer Vorname und Nachname zu einem Etikettenfeld zusammensetzt, normalisiert das Ergebnis deshalb noch einmal.
// Middleware: Namensfeld vor dem Export ins ERP vorbereiten
function prepareName(string $raw): array
{
if (!mb_check_encoding($raw, 'UTF-8')) {
return ['ok' => false, 'reason' => 'invalid_utf8'];
}
$name = Normalizer::normalize($raw, Normalizer::FORM_C);
$name = preg_replace('/\p{Cc}+/u', ' ', $name);
$name = trim(preg_replace('/\s+/u', ' ', $name));
return ['ok' => true, 'value' => $name, 'length' => mb_strlen($name, 'UTF-8')];
}Das Beispiel zeigt die Reihenfolge, auf die es ankommt: erst prüfen, ob überhaupt gültiges UTF-8 ankommt, dann normalisieren, dann Steuerzeichen und doppelte Leerzeichen bereinigen und erst danach die Länge messen. Wer vor der Normalisierung misst, zählt bei zerlegten Buchstaben ein Zeichen zu viel. Ungültige Bytefolgen werden nicht still repariert, sondern als Fehler gemeldet. Eine saubere Fehlerbehandlung hält dann nur diese eine Bestellung an und lässt die übrigen weiterlaufen.
Umschrift nur für nachgelagerte Systeme
Nicht jedes Ziel kann jeden Buchstaben darstellen. Der Reflex, deshalb schon im Shop oder im ERP nur einfache Buchstaben zuzulassen, verschiebt das Problem an die falsche Stelle: Die Originalschreibweise ist dann dauerhaft verloren. Einen besseren Weg zeigt der Reisepass. In seiner Sichtzone sind diakritische Zeichen ausdrücklich erlaubt (ICAO Doc 9303), die maschinenlesbare Zone darunter arbeitet mit einer Umschrift. Für das „Ä“ nennt die Empfehlung der ICAO etwa „AE“ oder „A“ (ICAO Doc 9303). Beide Fassungen stehen nebeneinander, und keine ersetzt die andere.
Übertragen auf die Schnittstelle heißt das: Der Stammdatensatz im ERP behält die Originalschreibweise. Die Umschrift entsteht erst in der Ausgabe für ein Ziel, das sie braucht, und wird nicht zurückgeschrieben. DIN 91379 enthält dafür eine Tabelle, die lateinische Buchstaben analog zur ICAO auf Grundbuchstaben abbildet (DIN Media). Eine eigene Ersatztabelle je Projekt ist damit in der Regel nicht nötig, und alle Ausgaben können derselben Regel folgen.
Wie es aussieht, wenn jedes System selbst entscheidet, hat der European Payments Council 2009 für den Zahlungsverkehr beschrieben: Statt eine Zahlung abzulehnen, ersetzten manche empfangenden Banken unbekannte Zeichen durch Leerzeichen oder andere Zeichen oder löschten sie einfach (European Payments Council). Empfohlen hat das Gremium eine gemeinsame Umsetzungstabelle, damit Banken im Bedarfsfall einheitlich umschreiben. Für eine Shop-Anbindung gilt derselbe Gedanke: eine Regel, an einer Stelle, mit Protokoll. Wer Zahlungseingänge mit dem ERP abgleicht, kennt die Folgen abweichender Namen aus dem Zahlungsabgleich.
- Die Umschrift entsteht in der Ausgabe für ein bestimmtes Ziel, nicht im Stammdatensatz.
- Eine Ersatztabelle für alle Ausgaben, abgeleitet aus der Abbildung auf Grundbuchstaben in DIN 91379.
- Jede Umschrift wird protokolliert: Originalwert, Ergebnis, Ziel und Zeitpunkt.
- Rückmeldungen eines Ziels, etwa Sendungsdaten, werden über Kunden- oder Auftragsnummer zugeordnet, nicht über den umgeschriebenen Namen.
- Großschreibung für Etiketten vor der Längenprüfung anwenden: Nach den Unicode-Regeln wird aus „ß“ in Großbuchstaben „SS“ (Unicode Consortium), der Name wird also länger.
Wo das Etikett entsteht und welche Daten ein Versanddienstleister erwartet, beschreibt der Beitrag zu Versand- und Logistik-Schnittstellen. Für die Umschrift zählt vor allem eines: Sie ist eine Eigenschaft der Ausgabe, nicht des Kunden. Ändert sich das Ziel, etwa weil ein Dienstleister künftig mehr Zeichen druckt, ändert sich nur die Ausgabe, und der Kundenstamm bleibt unberührt.
Feldlängen: Kürzen mit Warnung statt still
Das zweite große Fehlerbild sind Feldgrenzen. Ein Shop lässt lange Namen und Straßen zu, das ERP hat für Name, Name 2 und Straße eigene Grenzen, und das Etikett eines Versanddienstleisters wieder andere. Das W3C rät davon ab, die Feldgröße für Namen in der Datenbank zu begrenzen (W3C). Weil nachgelagerte Systeme aber Grenzen haben, die Sie nicht ändern können, braucht jede dieser Grenzen eine eigene Regel.
Dabei kommt es auf die Einheit an. Manche Systeme zählen Feldlängen in Zeichen, andere in Byte. Ein japanischer Name aus vier Zeichen braucht in UTF-8 nach dem W3C wahrscheinlich nicht vier, sondern 12 Byte (W3C). Bei europäischen Namen ist der Unterschied kleiner, aber vorhanden: Jedes Ł, ő oder ș belegt in UTF-8 zwei Byte (RFC 3629). Ein Feld, das in Byte zählt, nimmt also umso weniger Buchstaben auf, je mehr Sonderzeichen ein Name enthält. Ein Name, der im Shop gerade noch passt, kann im ERP deshalb zu lang sein, obwohl beide Felder auf dem Papier gleich groß sind.
Auch das Werkzeug muss stimmen. In PHP ist ein Zeichen einer Zeichenkette dasselbe wie ein Byte (PHP Manual), das einfache substr schneidet also nach Byte. Erst mb_substr arbeitet laut Handbuch multibytesicher auf Basis der Zeichenzahl (PHP Manual). Wer mit der falschen Funktion kürzt, trennt ein zwei Byte langes Zeichen in der Mitte und erzeugt eine ungültige Bytefolge, an der das empfangende System scheitert. Selbst die Zählung in Zeichen trifft nicht in jedem Fall das, was ein Mensch als Buchstaben sieht: Ein zerlegtes „é“ besteht aus zwei Zeichen. Wer vor dem Kürzen nach NFC normalisiert, löst das für alle Buchstaben, die es als einzelnes Zeichen gibt.
Wie eine gekennzeichnete Kürzung aussieht, zeigt wieder der Reisepass. Das Namensfeld seiner maschinenlesbaren Zone fasst 39 Zeichen (ICAO Doc 9303). Passt der Name nicht hinein, wird nach festgelegten Regeln gekürzt, und ein Buchstabe an der letzten Stelle des Feldes zeigt an, dass gekürzt wurde (ICAO Doc 9303). Wer das Feld liest, weiß also, dass der Name dort möglicherweise nicht vollständig steht. Genau diese Eigenschaft fehlt einer Schnittstelle, die stumm kürzt: Davon erfährt erst jemand, wenn ein Paket zurückkommt.
| Situation | Regel | Kennzeichnung |
|---|---|---|
| Name zu lang für das ERP-Feld Name | Rest in Name 2 übernehmen, an einer Wortgrenze trennen | Hinweis im Protokoll, keine Kürzung |
| Name zu lang für das Etikett | Vornamen auf Initialen kürzen, Nachname vollständig | Warnung in der Fehlerliste mit Originalwert |
| Straße zu lang | Hausnummer nicht kürzen, Zusatz in den Adresszusatz verschieben | Warnung, bei verbleibender Überlänge Sendung anhalten |
| Firmenname zu lang | Rechtsform nach hinterlegter Liste abkürzen | Warnung, Freigabe durch Vertrieb oder Versand |
| Schnitt würde ein Zeichen teilen | nur nach Zeichen schneiden, nicht nach Byte | technischer Fehler, Datensatz zurückhalten |
Die Kennzeichnung ist der Kern. Eine Warnung mit Originalwert, Zielwert und betroffenem Feld landet in der Fehlerliste, und bei Adressen, deren Hausnummer nicht mehr passt, wird die Sendung angehalten statt gedruckt. So erfährt die Fachabteilung, welche Kunden betroffen sind, und das ERP-Team sieht, ob eine Feldgrenze dauerhaft zu knapp ist. Welches System für den Namen führend ist und wohin Korrekturen fließen, legt die Stammdaten-Synchronisation fest.
Emojis und Steuerzeichen in Freitextfeldern
Bestellnotizen, Lieferhinweise und Firmenzusätze sind Freitext. Dort landen Zeichen, die in Namen selten vorkommen: Emojis, Zeilenumbrüche, Tabulatoren, unsichtbare Formatierungszeichen und typografische Anführungszeichen. Emojis aus dem Unicode-Block Emoticons liegen im Bereich U+1F600 bis U+1F64F (Unicode Consortium), also außerhalb der Basisebene, und belegen in UTF-8 vier Byte. Eine utf8mb3-Spalte kann sie nicht speichern (MySQL 8.4 Reference Manual), und je nach Einstellung der Datenbank scheitert dann der ganze Schreibvorgang.
Die Regel dafür: Ein Freitextfeld darf nicht die ganze Bestellung aufhalten. Kann das ERP Zeichen mit vier Byte speichern, geht die Notiz unverändert durch. Kann es das nicht, ersetzt die Middleware das Zeichen durch einen lesbaren Platzhalter und meldet den Fall als Warnung mit Bestellnummer; die Originalnotiz bleibt im Shop erhalten. Der Notiztext selbst gehört dabei nicht ins Protokoll, wie der Beitrag zu Kundendaten in Schnittstellen-Logs zeigt. Zeilenumbrüche und Tabulatoren in Adresszeilen werden zu Leerzeichen, denn ein Umbruch in der Straße verschiebt auf dem Etikett alle folgenden Zeilen.
Platzhalter statt Fragezeichen
Der Weg unterscheidet sich bewusst von dem bei Namen. Ein Name ist ein Stammdatum und muss vollständig erhalten bleiben, weil Rechnung, Mahnung und Zustellung an ihm hängen. Eine Notiz ist eine Information für den Moment; ein Platzhalter mit Warnung verliert nichts, was für Lieferung oder Rechnung zählt. Typografische Anführungszeichen und Gedankenstriche schließlich sind keine Fehler: Sie bleiben erhalten, solange das Ziel sie speichern kann, und werden sonst nach derselben Ersatztabelle umgesetzt wie Buchstaben.
Ein Testsatz mit Namen aus allen Liefersprachen
Ob die Regeln greifen, zeigt ein Testsatz, der bei jeder Änderung an Shop, Middleware oder ERP durchläuft. Er enthält keine echten Kundendaten, sondern konstruierte Datensätze, von denen jeder ein bestimmtes Risiko abdeckt. Die Namen stammen aus allen Sprachen, in die Sie liefern; als Vorlage für die Zeichen dient die Liste der DIN 91379.
Der Testsatz beginnt nicht bei exotischen Fällen, sondern bei den naheliegenden. Das W3C erinnert daran, dass selbst englische Namen Zeichen außerhalb von ASCII enthalten können, und nennt als Beispiel Zoë (W3C). Für jede Liefersprache kommen die Buchstaben hinzu, die dort im Alltag vorkommen, dazu die Sonderfälle aus Normalisierung, Länge und Freitext.
| Testfall | Eingabe | Erwartung |
|---|---|---|
| Deutsche Sonderzeichen | Jürgen Größmann, Straße mit ß | im ERP unverändert, auf dem Etikett nach der Regel des Ziels |
| Polnisch | Łucja Wąsowska | Ł und ą bleiben im ERP erhalten |
| Rumänisch | Ștefan Țurcanu, Komma unter dem Buchstaben | Ș mit Komma bleibt, keine Verwechslung mit Ş mit Cedille |
| Ungarisch | Kőváry Ödön | ő bleibt, wird nicht zu õ oder ö |
| Türkisch | İlknur Yıldız | İ und ı bleiben unterscheidbar |
| Zerlegte Schreibweise | René mit e plus kombinierendem Akzent | nach NFC identisch mit der Form aus einem Zeichen, keine Dublette |
| Überlänge | Doppelname mit drei Vornamen | Name 2 genutzt, Etikett mit gekennzeichneter Kürzung, Warnung |
| Freitext | Lieferhinweis mit Emoji und Zeilenumbruch | Bestellung läuft durch, Platzhalter und Warnung |
| Sonderzeichen in Firmennamen | Firma mit &, Apostroph und € | Zeichen bleiben erhalten, im XML korrekt maskiert |
Jeder Testfall hat eine erwartete Ausgabe je Ziel: ERP-Datensatz, Etikettendaten, Zahlungsdatei und gegebenenfalls EDI-Nachricht. Die Prüfung vergleicht Bytes, nicht die Anzeige, denn zerlegte und zusammengesetzte Formen sehen am Bildschirm gleich aus. Für Handelspartner, die per EDI angebunden sind, gehört der Testsatz in die Abstimmung des Nachrichtenformats; Hinweise dazu stehen im Beitrag zur EDI-Anbindung.
Einführung in fünf Schritten
Bestand messen
Abfragen auf doppelt kodierte Umlaute, Fragezeichen in Namensfeldern und kombinierende Akzente zeigen, wie viele Datensätze heute betroffen sind und in welchem System der Fehler entsteht.
Zeichenvorrat dokumentieren
Je System festhalten, welche Kodierung, welche Datenbankvariante und welche Feldgrenzen gelten. DIN 91379 dient als Referenz für das, was ein Name enthalten darf.
Grenze einrichten
In der Middleware die Prüfung auf gültiges UTF-8, die Normalisierung nach NFC und die Bereinigung von Steuerzeichen einbauen, bevor ein Datensatz ein Ziel erreicht.
Regeln je Ziel festlegen
Umschrift und Kürzung je Ausgabe definieren, Kennzeichnung und Warnung festlegen und Rückmeldungen über Kunden- oder Auftragsnummern statt über Namen zuordnen.
Testsatz und Überwachung
Den Testsatz bei jeder Änderung durchlaufen lassen und Warnungen zu Umschrift und Kürzung in die tägliche Fehlerliste aufnehmen.
Abfragen auf doppelt kodierte Umlaute, Fragezeichen in Namensfeldern und kombinierende Akzente zeigen, wie viele Datensätze heute betroffen sind und in welchem System der Fehler entsteht.
Je System festhalten, welche Kodierung, welche Datenbankvariante und welche Feldgrenzen gelten. DIN 91379 dient als Referenz für das, was ein Name enthalten darf.
In der Middleware die Prüfung auf gültiges UTF-8, die Normalisierung nach NFC und die Bereinigung von Steuerzeichen einbauen, bevor ein Datensatz ein Ziel erreicht.
Umschrift und Kürzung je Ausgabe definieren, Kennzeichnung und Warnung festlegen und Rückmeldungen über Kunden- oder Auftragsnummern statt über Namen zuordnen.
Den Testsatz bei jeder Änderung durchlaufen lassen und Warnungen zu Umschrift und Kürzung in die tägliche Fehlerliste aufnehmen.
Bereits beschädigte Altdaten lassen sich nur teilweise reparieren. Doppelt kodierte Umlaute sind in der Regel umkehrbar, weil die ursprünglichen Bytes noch vorhanden sind. Fragezeichen und gelöschte Buchstaben sind es nicht; dort hilft nur der Abgleich mit dem Shop, der die Originalschreibweise noch hat, oder eine Rückfrage beim Kunden. Den Korrekturlauf vom Shop ins ERP bauen wir als eigene Schnittstelle mit Protokoll, damit jede Änderung nachvollziehbar bleibt. Welche weiteren Leistungen rund um die Anbindung dazugehören, hängt von Ihrer Systemlandschaft ab; für eine erste Einschätzung genügt eine kurze Anfrage mit den beteiligten Systemen.
Der Name bleibt, die Ausgabe passt sich an
Verwandte Artikel
Zollreform 2026: Zolldaten aus dem ERP in den Shop
Seit 1. Juli 2026 gilt keine 150-Euro-Zollfreigrenze mehr: Warennummer, Ursprungsland und Nettogewicht aus dem ERP per Middleware in Shop und Zollanmeldung.
PPWR ab August 2026: Verpackungsdaten aus dem ERP
Ab 12. August 2026 gilt die EU-Verpackungsverordnung unmittelbar. So entstehen Verpackungsstamm, Mengenlogik und Meldereport sauber aus ERP- und Shopdaten.
eFTI ab Juli 2027: Frachtdaten digital aus dem ERP liefern
Ab 9. Juli 2027 müssen Behörden eFTI-Daten akzeptieren, für Händler bleibt Papier vorerst zulässig. Welche Felder das ERP liefert und was die Middleware prüft.