Zeichensalat statt Umlaute: Kodierung reparieren
Kurz gesagt: Wenn auf Ihrer Website plötzlich „Grüße“ statt „Grüße“ steht oder statt Umlauten kleine Rauten mit Fragezeichen erscheinen, ist fast immer die Zeichenkodierung schuld. Irgendwo zwischen Datenbank, Server, Vorlage und Browser wird ein Text in einer anderen Kodierung gelesen, als er gespeichert wurde. Das passiert typischerweise nach einem Hosting-Wechsel, einem Update, einem Datenimport oder einer Migration auf ein neues CMS. Mit einer systematischen Prüfung finden Sie die Stelle, und meist reicht es, durchgehend UTF-8 zu verwenden und an einer Stelle eine falsche Angabe zu korrigieren.
Was hinter dem Zeichensalat steckt
Computer speichern Buchstaben als Zahlen. Welche Zahl für welches Zeichen steht, legt die Kodierung fest. Für einfache Buchstaben ohne Akzente sind sich die gängigen Kodierungen einig, bei ä, ö, ü und ß nicht. In der heute üblichen Kodierung UTF-8 wird ein Umlaut mit zwei Bytes gespeichert. Ältere westeuropäische Kodierungen wie ISO-8859-1 oder Windows-1252 verwenden dafür ein einziges Byte.
Daraus ergeben sich zwei typische Bilder:
- Zwei seltsame Zeichen statt eines Umlauts, etwa „ä“ für „ä“: Der Text ist in UTF-8 gespeichert, wird aber als ISO-8859-1 oder Windows-1252 gelesen. Jedes der zwei Bytes wird als eigenes Zeichen angezeigt.
- Ein Ersatzzeichen, meist eine Raute mit Fragezeichen: Der Text ist in einer Ein-Byte-Kodierung gespeichert, wird aber als UTF-8 gelesen. Das Byte ergibt in UTF-8 keinen gültigen Buchstaben.
Diese Unterscheidung hilft bei der Fehlersuche, weil sie zeigt, in welche Richtung die Verwechslung geht.
Schritt 1: Wo genau tritt der Fehler auf?
Bevor Sie etwas ändern, grenzen Sie den Fehler ein:
- Betrifft er alle Seiten oder nur bestimmte, etwa Blogbeiträge aus einem Import?
- Steckt der Fehler in festen Texten der Vorlage, etwa im Menü, oder in Inhalten aus der Datenbank?
- Tritt er auch in E-Mails auf, die Ihre Website verschickt, oder in exportierten Dateien?
- Sieht der Text im Bearbeitungsbereich des CMS korrekt aus und nur auf der öffentlichen Seite falsch?
Wenn nur importierte Inhalte betroffen sind, liegt das Problem beim Import. Wenn alles falsch ist, eher bei Server oder Vorlage. Wenn der Text im Editor schon kaputt ist, wurde er bereits falsch gespeichert.
Schritt 2: Was der Browser gesagt bekommt
Der Browser erfährt die Kodierung auf zwei Wegen: über den Content-Type-Header, den der Server mitschickt, und über eine Angabe im HTML selbst. Die Internationalisierungs-Seiten des W3C empfehlen, im HTML die Deklaration meta charset mit utf-8 zu verwenden und sie direkt nach dem öffnenden head-Tag zu platzieren, weil sie vollständig in den ersten 1024 Bytes der Datei stehen sollte. Das W3C weist außerdem darauf hin, dass der HTTP-Header Vorrang vor der Angabe im Dokument hat.
Genau hier entsteht oft der Fehler: Die Vorlage sagt UTF-8, der Server schickt aber einen Header mit einer anderen Kodierung, und der Header gewinnt. In den Entwicklerwerkzeugen Ihres Browsers sehen Sie im Bereich Netzwerk bei der Seite den Content-Type-Header mit der angegebenen Kodierung. Fehlt dort charset=utf-8 oder steht eine andere Kodierung, passen Sie die Serverkonfiguration oder die Einstellung beim Hoster an.
Schritt 3: Wie die Dateien gespeichert sind
Vorlagen, Konfigurationsdateien und statische HTML-Seiten sollten als UTF-8 gespeichert sein. Ältere Dateien aus einer früheren Website-Generation sind manchmal noch in einer Ein-Byte-Kodierung. Gute Code-Editoren zeigen die Kodierung in der Statusleiste an und können eine Datei in UTF-8 umwandeln. Achten Sie dabei auf eine Byte-Reihenfolgemarkierung am Dateianfang: Sie ist bei UTF-8 nicht nötig und kann in manchen Skriptsprachen zu unerwarteten Zeichen am Seitenanfang führen.
Schritt 4: Datenbank und Verbindung
Bei datenbankgestützten Websites gibt es drei Stellen, die zusammenpassen müssen:
- die Kodierung, in der Tabellen und Spalten angelegt sind
- die Kodierung der Verbindung zwischen Anwendung und Datenbank
- die Kodierung, in der die Anwendung Texte ausgibt
Ein häufiges Szenario nach einem Umzug: Die Daten liegen in UTF-8 in der Datenbank, die Verbindung ist aber auf eine ältere Kodierung eingestellt. Dann kann es sogar passieren, dass bereits doppelt kodierte Texte gespeichert werden, die schon in der Datenbank falsch sind. Bei MySQL und MariaDB empfiehlt sich für neue Tabellen die Variante utf8mb4, die auch Emojis speichern kann.
Ändern Sie Kodierungen in einer Datenbank nie ohne vollständige Sicherung. Eine falsche Umwandlung kann Texte so verändern, dass sie sich nur mit Aufwand reparieren lassen.
Schritt 5: Kaputte Texte reparieren
Wenn Texte bereits falsch gespeichert sind, reicht es nicht, die Einstellung zu korrigieren. Typische Wege:
- Wenige betroffene Inhalte: von Hand im CMS korrigieren.
- Viele Inhalte mit demselben Muster: ein Suchen-und-Ersetzen in der Datenbank für die bekannten Kombinationen wie „ä“, „ö“, „ü“ und „ß“, zuerst auf einer Kopie getestet.
- Doppelt kodierte Inhalte: mit einem Skript, das den Text als Ein-Byte-Kodierung zurückverwandelt und anschließend als UTF-8 liest.
Prüfen Sie nach jeder Reparatur auch Seitentitel, Meta-Beschreibungen und Bildbeschreibungen. Diese Felder werden oft übersehen, sind aber in Suchergebnissen sichtbar.
E-Mails und Exporte
Auch E-Mails aus Kontaktformularen oder Bestellsystemen brauchen eine korrekte Kodierungsangabe im Header. Fehlt sie, zeigt das Mailprogramm der Kundschaft Zeichensalat. Ähnliches gilt für CSV-Exporte, die in anderen Programmen geöffnet werden: Hier hilft es, die Kodierung beim Export ausdrücklich auf UTF-8 zu setzen und das Ergebnis vor dem Versand zu prüfen.
Beispiel aus der Praxis
Ein Weinbaubetrieb in der Steiermark zieht seine Website zu einem neuen Hoster um (Beispiel zur Veranschaulichung). Danach zeigen alle Produktbeschreibungen „Weißburgunder“, während das Menü korrekt ist. Die Prüfung ergibt: Die Datenbank wurde beim Export mit einer älteren Kodierung gesichert und beim Import als UTF-8 eingelesen. Der Betrieb spielt die Sicherung mit korrekter Kodierungsangabe erneut ein, statt die Texte zu reparieren, und prüft danach Shop, Bestellbestätigung und Produktfeed.
Typische Fehler
- Nur die meta-Angabe ändern, obwohl der Server-Header etwas anderes sagt.
- Kodierung in der Datenbank umstellen, ohne vorher zu sichern.
- Ersetzen nur im sichtbaren Text, nicht in Titeln und Beschreibungen.
- E-Mails und Exporte nach der Reparatur nicht prüfen.
Häufige Fragen
Hilft es, Umlaute als HTML-Entitäten zu schreiben?
Als Notlösung für einzelne feste Texte ja. Das eigentliche Problem löst es nicht, weil Inhalte aus der Datenbank weiter falsch kodiert sind.
Schadet Zeichensalat der Sichtbarkeit in Google?
Fehlerhafte Wörter in Titeln und Texten werden so indexiert, wie sie auf der Seite stehen. Suchen nach dem richtigen Wort finden die Seite dann schlechter.
Muss ich auf UTF-8 umstellen?
Für neue Projekte ist UTF-8 der Standard. Bei alten Systemen lohnt die Umstellung spätestens beim nächsten Umbau.
Wenn auf Ihrer Website nach einem Umzug oder Update Zeichensalat auftaucht, finden wir die Ursache gern gemeinsam: Kodierung prüfen lassen.