CSV in JSON umwandeln: 3 zuverlässige Methoden (Anleitung 2026)

Was beim Umwandeln von CSV in JSON passiert

CSV ist flach: Zeilen von Werten, getrennt durch ein Trennzeichen, wobei die erste Zeile meist die Spaltenüberschriften enthält. JSON ist strukturiert: Objekte mit benannten Schlüsseln, gruppiert in einem Array. Umwandeln ordnet jeder Datenzeile ein Objekt und jeder Kopfzeile einen Schlüssel zu.

Der Knackpunkt sind die Datentypen. Jede CSV-Zelle ist technisch Text, aber JSON kennt echte Zahlen, Wahrheitswerte und Nulls. Ein guter Konverter erkennt Typen: Aus 30 wird eine Zahl, aus true ein Boolean, leere Zellen werden null. IDs und Postleitzahlen bewusst als Text zu behalten, ist Absicht — niemand will, dass aus 01310 plötzlich 1310 wird.

Methode 1: Kostenloser Online-Konverter (am schnellsten)

Für eine einmalige Konvertierung ist ein Online-Tool der schnellste Weg — keine Installation, kein Code. Wählen Sie eines, das in Ihrem Browser läuft, damit Ihre Daten Ihr Gerät nie verlassen.

Fügen Sie Ihr CSV ein (oder ziehen Sie eine .csv-Datei) in den Konverter.
Prüfen Sie das Trennzeichen: Komma für die meisten Dateien, Semikolon, wenn Ihre Tabelle es nutzt.
Prüfen Sie die JSON-Vorschau — Kopfzeilen wurden zu Schlüsseln, jede Zeile zu einem Objekt — und laden Sie die .json-Datei herunter.

Methode 2: Python-Skript (wiederholbar)

Für Entwickler und wiederkehrende Aufgaben ist ein kurzes Python-Skript mit pandas die zuverlässigste Option. Es liest die Kopfzeile automatisch und schreibt ein sauber eingerücktes JSON-Array.

Python

import pandas as pd

# The header row becomes the keys automatically
df = pd.read_csv("data.csv")

# orient="records" -> one JSON object per row
# force_ascii=False keeps accents readable (no \uXXXX escapes)
df.to_json("data.json", orient="records", indent=2, force_ascii=False)

Starten Sie es mit python convert.py. Wenn eine Spalte Text bleiben muss (IDs, Postleitzahlen mit führenden Nullen), lesen Sie sie explizit ein: pd.read_csv("data.csv", dtype={"zip": str}).

Methode 3: Excel oder Google Sheets

Hier die ehrliche Version: Weder Excel noch Google Sheets können nativ als JSON speichern. Der praktische Weg hat zwei Schritte.

Bereinigen Sie die Daten in Ihrer Tabelle und speichern oder laden Sie sie als CSV (UTF-8).
Wandeln Sie dieses CSV mit einem Online-Konverter oder dem Python-Skript in JSON um.
Tipp: Nutzen Sie Power Query (Daten → Aus Tabelle), um Kopfzeilen zu korrigieren und leere Zeilen zu entfernen, bevor Sie das CSV exportieren.

Kopfzeilen, Trennzeichen und Datentypen

Drei Dinge entscheiden, ob das Ergebnis sauber oder unbrauchbar ist. Erstens die Kopfzeile: Sie muss existieren und eindeutig sein — doppelte oder fehlende Kopfzeilen erzeugen kaputte Schlüssel. Zweitens das Trennzeichen: Europäische Tabellen exportieren oft Semikolons, weil das Komma dort das Dezimaltrennzeichen ist; wirken Zeilen verschoben, ist das Trennzeichen falsch. Drittens die Anführungszeichen: Kommas oder Anführungszeichen innerhalb eines Felds müssen in doppelte Anführungszeichen gesetzt werden (RFC 4180) — jedes echte CSV tut das, und Konverter erwarten es.

Datumsangaben sind die klassische Falle: 03/04/2026 heißt in den USA der 4. März, in weiten Teilen Europas der 3. April. Wenn Daten zählen, normalisieren Sie sie vor dem Umwandeln auf das ISO-Format (2026-04-03).

Häufige Probleme und schnelle Lösungen

Die meisten Kopfschmerzen lassen sich auf vier Probleme zurückführen:

Zerhackte Umlaute: Die Datei ist nicht UTF-8. Speichern Sie sie vor dem Umwandeln erneut als UTF-8 (mit BOM).
Alles kam als Text heraus: Die Typerkennung ist aus oder die Werte standen in Anführungszeichen. Aktivieren Sie die Typerkennung, oder akzeptieren Sie Text — APIs kommen damit klar.
Zeilen wirken verschoben: falsches Trennzeichen oder Zeilenumbrüche in nicht zitierten Feldern. Exportieren Sie das CSV korrekt neu und versuchen Sie es erneut.
Riesige Dateien frieren den Browser ein: Teilen Sie das CSV in kleinere Stücke, oder nutzen Sie die Python-Methode oben.

Der umgekehrte Weg: JSON zu CSV

APIs liefern JSON, Tabellen wollen CSV — die Rückreise ist genauso üblich. Unsere Begleitanleitung geht dieselben drei Methoden rückwärts durch.

Lesen: JSON in CSV umwandeln

Häufige Fragen

Ist es sicher, CSV online in JSON umzuwandeln?

Ja, wenn der Konverter vollständig in Ihrem Browser läuft. Ihre Datei wird lokal auf Ihrem Gerät verarbeitet und nie auf einen Server hochgeladen. Meiden Sie Tools, die sensible Daten auf einen unbekannten Server hochladen wollen.

Kann Excel CSV direkt in JSON umwandeln?

Nein — Excel hat keinen eingebauten JSON-Export. Speichern oder laden Sie das Blatt als CSV (UTF-8) und wandeln Sie dieses CSV dann mit einem Online-Tool oder einem kurzen Python-Skript um. Gleiches gilt für Google Sheets.

Warum wurden meine Zahlen im JSON zu Text?

Weil jede CSV-Zelle Text ist, bis etwas anderes entschieden wird. Konverter mit Typerkennung machen aus 30 eine Zahl und aus true einen Boolean; zitierte Werte und ID-Spalten bleiben bewusst Text, damit Postleitzahlen ihre führenden Nullen behalten.

Kann man JSON zurück in CSV umwandeln?

Ja. Sehen Sie sich unsere Schritt-für-Schritt-Anleitung „JSON in CSV umwandeln“ an — dieselben drei Methoden (Online-Konverter, Excel, Python) funktionieren auch in die Gegenrichtung.

Gibt es eine kostenlose Möglichkeit, CSV in JSON umzuwandeln, ohne sich anzumelden?

Ja: Browser-Konverter sind kostenlos und ohne Konto. CSV einfügen, JSON-Array herunterladen. Für wiederkehrende Aufgaben läuft das kurze Python-Skript aus dieser Anleitung offline — ganz ohne Limits.

Wie verhindere ich, dass Excel beim Umwandeln in JSON führende Nullen entfernt?

Markieren Sie ID- und PLZ-Spalten vor dem Speichern der CSV als Text: In Excel über Daten → Aus Text/CSV und den Spaltentyp auf Text setzen, oder die Datei in Python mit dtype={"zip": str} einlesen. Sind die Nullen erst aus der CSV verschwunden, kann sie kein Konverter zurückholen.

Kann ich eine CSV-Datei mit Semikolons in JSON umwandeln?

Ja: Sagen Sie dem Konverter einfach, dass das Trennzeichen ein Semikolon statt eines Kommas ist — europäische Tabellenprogramme exportieren standardmäßig so. Die Python-Methode löst das mit pd.read_csv("data.csv", sep=";").