Auch genannt: strukturierte Informationen, tabellarische Daten, schemagebundene Daten
Strukturierte Daten sind Informationen, die nach einem vorab festgelegten Aufbau abgelegt werden. Dieser Aufbau bestimmt, welche Felder es gibt, welche Art von Wert dort erwartet wird und wie einzelne Datensätze zusammengehören. Eine Kundendatei mit Kundennummer, Name, E-Mail-Adresse und Anmeldedatum ist ein einfaches Beispiel. Weil die Bedeutung der Felder nicht jedes Mal neu erraten werden muss, lassen sich solche Daten gezielt speichern, prüfen, filtern und auswerten.
Strukturiert heißt nicht zwingend „Tabelle“. Tabellen sind ein verbreitetes Format, doch auch ein JSON-Dokument kann strukturiert sein: RFC 8259 definiert JSON als Format zur Darstellung strukturierter Daten mit einfachen Werten sowie Objekten und Arrays.[1] Entscheidend ist, dass die Anwendung die erwartete Form kennt oder sie verbindlich beschrieben ist.
Das Schema ist die Bauanleitung eines Datenbestands. Es legt zum Beispiel fest, dass ein Datensatz für eine Bestellung eine Bestellnummer, ein Datum, einen Status und einen Betrag enthält. Zusätzlich kann es Regeln vorgeben: Eine Bestellnummer darf nicht fehlen, ein Datum muss als Datum lesbar sein und ein Betrag muss eine Zahl sein. In relationalen Datenbanken wird dieser Aufbau oft durch Tabellen, Spalten, Datentypen und Beziehungen zwischen Tabellen ausgedrückt.
Struktur hilft vor allem bei wiederkehrenden Fragen. Soll ein Unternehmen alle Bestellungen eines Monats zählen oder offene Vorgänge finden, kann ein System über klar benannte Felder suchen und aggregieren. Fehlen solche Vereinbarungen, muss Software zunächst erschließen, was ein Textstück, eine Zahl oder eine Zeichenfolge bedeutet. Die Struktur ist also nicht nur eine Frage der Darstellung, sondern eine Voraussetzung dafür, Daten zuverlässig maschinell zu verarbeiten.
Eine Tabelle organisiert Daten in Zeilen und Spalten. Nach dem W3C-Modell beschreibt jede Zeile etwas Bestimmtes; die Zellen einer Spalte liefern jeweils Werte für dieselbe Eigenschaft dieses Gegenstands.[2] Eine Zeile kann etwa eine Rechnung repräsentieren, während die Spalten Rechnungsnummer, Kundennummer, Rechnungsdatum und Zahlungsstatus enthalten.
JSON eignet sich dagegen häufig für verschachtelte Informationen. Ein Bestelldatensatz kann ein Objekt sein, das neben der Bestellnummer eine Lieferadresse und eine Liste der bestellten Artikel enthält. RFC 8259 unterscheidet dafür Objekte als Sammlungen von Name-Wert-Paaren und Arrays als geordnete Folgen von Werten.[1:1] JSON bringt allerdings kein verbindliches Feldschema mit: Ob ein bestimmtes Dokument die vereinbarte Form einhält, muss die empfangende Anwendung prüfen oder durch ein zusätzliches Schema festlegen.
JSON Schema ist ein solcher Mechanismus. Die Spezifikation beschreibt JSON Schema als JSON-basiertes Format, das die Struktur von JSON-Daten beschreibt und mit Schlüsselwörtern Einschränkungen für Instanzen formulieren kann.[3] Damit kann ein Team beispielsweise festhalten, dass status nur bestimmte Werte annehmen darf oder dass bestellnummer erforderlich ist.
Validierung vergleicht eingehende Daten mit den festgelegten Regeln. Bei einer CSV- oder Tabellendatei kann geprüft werden, ob die erwarteten Spalten vorhanden sind und ob eine Zelle zum vorgesehenen Datentyp passt. Das W3C-Modell behandelt dabei unter anderem Spaltenmetadaten, Datentypen, Längen- und Wertbeschränkungen; beim Verarbeiten von Tabellen können fehlerhafte Werte als Fehler erfasst werden.[2:1]
Bei JSON kann eine Anwendung prüfen, ob ein Objekt erwartete Eigenschaften besitzt, ob Listen korrekt aufgebaut sind und ob Werte als Text, Zahl oder Wahrheitswert vorliegen. Eine bestandene Prüfung bedeutet jedoch nur, dass die Daten die definierten Regeln erfüllen. Ob die Regeln fachlich sinnvoll sind und die Daten inhaltlich aktuell bleiben, ist eine andere Frage. Beispielsweise kann eine syntaktisch gültige E-Mail-Adresse trotzdem nicht mehr erreichbar sein.
Ein Onlinehändler speichert Bestellungen strukturiert. Zu jedem Vorgang gehören etwa bestellnummer, kundennummer, datum, status und eine Liste von Positionen mit Artikelnummer, Menge und Einzelpreis. Die Bestellnummer identifiziert den Vorgang, während der Status den Bearbeitungsstand beschreibt. Die Positionsliste bleibt dem jeweiligen Auftrag zugeordnet, statt als freier Fließtext notiert zu werden.
Kommt eine neue Bestellung über eine Schnittstelle herein, prüft das System zunächst, ob Pflichtangaben vorhanden sind und ob Werte die erwartete Form haben. Danach kann es offene Bestellungen filtern, Umsätze nach Zeitraum gruppieren oder die benötigten Mengen je Artikel berechnen. Für diese Arbeit braucht es nicht nur Daten, sondern dieselbe verlässlich angewendete Bedeutung der Felder auf beiden Seiten der Schnittstelle.
Unstrukturierte Daten folgen keinem einheitlichen, direkt auswertbaren Feldschema. Ein Freitext aus einer E-Mail, ein Foto oder eine Audioaufnahme kann wertvolle Informationen enthalten, doch Software muss Inhalt und Kontext erst erschließen. Ein strukturierter Datensatz dagegen weist Werte explizit Feldern zu. Es gibt auch Zwischenformen: Ein Dokument kann freien Text enthalten und zugleich strukturierte Angaben wie Autor, Datum oder Schlagwörter mitführen.
Metadaten sind Daten über Daten. Bei einer Tabelle können sie etwa Spaltennamen, Datentypen oder Beschreibungen der Felder sein. Im W3C-Modell ergänzen Metadaten die Tabelle und können sich auf Tabellen, Zeilen, Spalten und Zellen beziehen.[2:2] Metadaten sind daher nicht das Gegenteil strukturierter Daten. Sie helfen vielmehr dabei, Struktur zu erklären, Regeln festzuhalten und Daten zwischen Systemen nachvollziehbar zu nutzen.
IETF, RFC 8259: The JavaScript Object Notation (JSON) Data Interchange Format, Dezember 2017, abgerufen am 13. September 2026. ↩︎ ↩︎
W3C, Model for Tabular Data and Metadata on the Web, W3C Recommendation, abgerufen am 13. September 2026. ↩︎ ↩︎ ↩︎
JSON Schema, A Media Type for Describing JSON Documents, Entwurf 2020-12, abgerufen am 13. September 2026. ↩︎