CSV

CSV ist ein Format, in dem man Tabellen als reinen Text speichert. Die Abkürzung steht für „Comma-Separated Values“, also „durch Kommas getrennte Werte“. Jede Zeile der Datei entspricht einer Zeile der Tabelle. Innerhalb einer Zeile trennt ein Komma die einzelnen Felder voneinander. Eine Datei mit den Kursen dreier Aktien könnte so aussehen: „SAP,215.40,plus“ in der ersten Zeile, „Siemens,178.20,minus“ in der zweiten. Man kann eine solche Datei mit jedem Texteditor öffnen und den Inhalt direkt lesen.

Der kleinste gemeinsame Nenner beim Datenaustausch

Daten müssen ständig von einem Programm ins nächste wandern. Eine Bank exportiert Kontoumsätze, ein Onlineshop seine Bestellungen, eine Behörde ihre Statistiken. Die beteiligten Programme stammen fast nie vom selben Hersteller. CSV funktioniert trotzdem, weil es keine Software voraussetzt, sondern nur Text.

Andere Formate können deutlich mehr. Eine Excel-Datei speichert Formeln, Farben, Diagramme und mehrere Arbeitsblätter. Genau das macht sie aber auch kompliziert und an ein bestimmtes Programm gebunden. CSV verzichtet auf all das und bleibt dafür überall lesbar, auch in zwanzig Jahren.

Für KI-Projekte ist das besonders praktisch. Trainingsdaten liegen oft als riesige CSV-Dateien vor, etwa Millionen Zeilen mit Messwerten. Programmiersprachen wie Python haben fertige Werkzeuge, die solche Dateien in wenigen Zeilen Code einlesen. CSV ist deshalb häufig der erste Schritt einer Datenanalyse.

Trennzeichen, Anführungszeichen und andere Fallstricke

Das Grundprinzip ist schnell erklärt. Die erste Zeile enthält meist die Spaltennamen, zum Beispiel „Name,Kurs,Trend“. Diese Kopfzeile sagt dem lesenden Programm, was in welcher Spalte steht. Danach folgt Zeile für Zeile der eigentliche Inhalt. Ein Zeilenumbruch beendet jeweils einen Datensatz.

Schwierig wird es, wenn ein Wert selbst ein Komma enthält. Der Firmenname „Meyer, Schmidt & Partner“ würde die Tabelle zerreißen, weil das Programm dort eine neue Spalte vermutet. Deshalb setzt man solche Werte in Anführungszeichen. Das lesende Programm weiß dann, dass alles zwischen den Anführungszeichen zusammengehört.

Ein zweiter Stolperstein ist das Trennzeichen selbst. Im deutschsprachigen Raum schreibt man Dezimalzahlen mit Komma, also 215,40 statt 215.40. Deutsche Programme benutzen deshalb oft ein Semikolon als Trenner. Öffnet man eine amerikanische CSV-Datei in einer deutschen Excel-Version, landet manchmal alles in einer einzigen Spalte. Das ist kein Fehler der Datei, sondern eine falsche Einstellung beim Import.

Vom Bankkonto bis zum Trainingsdatensatz

Wer online Bankgeschäfte erledigt, findet dort meist einen Knopf für den CSV-Export. Damit lassen sich Umsätze in ein Haushaltsprogramm oder eine eigene Tabelle übernehmen. Auch Fitness-Apps, Schulverwaltungen und Kassensysteme bieten diesen Weg an. Immer geht es darum, Daten aus einem geschlossenen System herauszubekommen.

In der Welt der KI begegnet man CSV vor allem bei öffentlichen Datensätzen. Plattformen wie Kaggle oder das Statistische Bundesamt stellen Tabellen genau so bereit. Wer ein Modell trainieren will, lädt die Datei herunter und liest sie ein. Erst danach beginnt die eigentliche Arbeit an den Zahlen.

Ein verbreiteter Irrtum ist, CSV sei ein Excel-Format. Excel kann CSV zwar öffnen und speichern, aber die Datei gehört keinem Programm. Sie ist schlicht Text mit Kommas darin. Genau diese Schlichtheit ist der Grund, warum das Format seit über vierzig Jahren überlebt hat.