Was ist UTF-8?
Ein Computer kennt keine Buchstaben, nur Zahlen. Damit aus einem „ü“ etwas Speicherbares wird, braucht es eine Abmachung: Welches Zeichen wird zu welchen Bytes? Diese Abmachung heißt Zeichenkodierung. Die wichtigste davon ist UTF-8.
UTF-8 ist im Internet-Standard RFC 3629 festgelegt. Jedes Zeichen bekommt 1 bis 4 Bytes. Die 128 einfachen Zeichen aus ASCII, also a–z, Ziffern und Satzzeichen, brauchen genau 1 Byte. Ein Umlaut braucht 2, ein Emoji 4.
Laut W3Techs nutzen 99,1 % aller Websites mit bekannter Kodierung UTF-8 (Stand 7. November 2026). Auf Platz zwei folgt mit 0,8 % ISO-8859-1, eine alte Kodierung aus der Zeit vor Emojis.
Wo dir UTF-8 im Marketing begegnet
Immer dann, wenn Text von einem System ins andere wandert. Und genau da geht es schief:
Plattform
Kodierung
Shopify-CSV
UTF-8
HubSpot-Import
UTF-8 bei Sonderzeichen
Merchant Center
UTF-8 oder UTF-16
Google Ads Editor
Unicode-Text (UTF-16)
Webseiten
UTF-8
Shopify verlangt CSV-Dateien ausdrücklich in UTF-8. HubSpot schreibt, Importdateien mit Sonderzeichen müssen UTF-8 sein, und dazu zählen deine Umlaute. Das Merchant Center nennt falsche Kodierung als häufigen Grund für fehlgeschlagene Produktdateien.
Auch bei KI spielt UTF-8 mit. Viele Tokenizer, etwa der von GPT-2, zerlegen Text nicht in Buchstaben, sondern in Bytes. Deshalb kann ein Sprachmodell jedes Zeichen verarbeiten, auch wenn es ein Emoji nie gesehen hat.
Was ein Zeichen wirklich kostet
Beispiel A · URL
Das „ü“ in der Adresse
2 Bytes
für ein ü
%C3%BC
in der URL
Google empfiehlt, Umlaute in URLs so zu kodieren.
Aus „gemüse“ wird laut Google Search Central „gem%C3%BCse“. Liest ein Programm diese zwei Bytes fälschlich als Windows-Kodierung, entsteht „ü“.
Beispiel B · SMS
Ein Emoji halbiert die Nachricht
160
Zeichen normal
70
mit einem Emoji
Ein einziges Sonderzeichen schaltet die ganze SMS um.
Laut Twilio. SMS nutzen nicht UTF-8, sondern eigene Kodierungen, aber das Prinzip ist dasselbe: Exotische Zeichen kosten Platz.
Für WordPress heißt das: Die Datenbank muss mit 4 Bytes umgehen können. MySQLs alte Einstellung „utf8“ speichert nur 3 Bytes. Seit WordPress 4.2 stellt WordPress deshalb auf „utf8mb4“ um, wo es geht. Sonst fliegen Emojis aus deinen Beiträgen.
Häufige Fehler
Fehler 1 · CSV per Doppelklick in Excel öffnen
Excel liest die Datei dann oft in der alten Windows-Kodierung, und aus „ü“ wird „ü“. Speicherst du das, ist der Fehler fest drin. Öffne CSV-Dateien über den Import und speichere sie als „CSV UTF-8“. Diese Option bietet Excel eigens an.
Fehler 2 · Nur das Etikett ändern
Die Angabe „meta charset=utf-8“ im Seitenkopf ändert die Datei nicht. Das W3C weist darauf hin: Die Datei muss wirklich in UTF-8 gespeichert sein. Und ein Server-Header schlägt die Angabe in der Seite.
Fehler 3 · Die unsichtbare BOM
Manche Editoren setzen drei unsichtbare Bytes an den Dateianfang, die Byte-Order-Mark. In PHP-Dateien kann das Fehler auslösen. Das W3C rät, wenn möglich UTF-8 ohne BOM zu nehmen. Für Excel-Importe kann es anders sein, dann gilt die Hilfe der Zielsoftware.
Fehler 4 · Alle Tools über einen Kamm scheren
Shopify will UTF-8, der Google Ads Editor UTF-16. Prüf vor jedem neuen Import kurz die Hilfeseite. Zwei Minuten Lesen sparen eine Stunde Aufräumen.
So vermeidest du Zeichensalat
- Editor mit Anzeige nutzen: VS Code oder Notepad++ zeigen die Kodierung unten in der Statusleiste.
- Beim Export wählen: In Excel „CSV UTF-8“, nicht das normale „CSV“.
- Testimport mit Umlauten: Eine Zeile „Jürgen Größe“ zuerst importieren und prüfen.
- Website prüfen: In den Entwicklertools des Browsers steht die Kodierung im Content-Type-Header.
- Umlaute in URLs meiden: Für Adressen lieber „ue“ statt „ü“, das spart Ärger beim Teilen.
Häufige Fragen
Warum zeigt Excel Umlaute als „ü“?
Weil die Datei in UTF-8 gespeichert ist, Excel sie aber in einer alten Windows-Kodierung liest. Das „ü“ besteht in UTF-8 aus zwei Bytes, die einzeln gelesen zu „ü“ werden. Öffne die Datei über den Datenimport und wähle dort UTF-8.
Was ist der Unterschied zwischen Unicode und UTF-8?
Unicode ist der Zeichenkatalog, in dem jedes Zeichen eine Nummer hat. UTF-8 schreibt diese Nummern als Bytes auf, mit 1 bis 4 Bytes je Zeichen. UTF-16 und UTF-32 sind andere Schreibweisen desselben Katalogs.
UTF-8 mit oder ohne BOM?
Für Webseiten und Code ohne BOM, so empfiehlt es das W3C. Manche Programme erkennen UTF-8 aber erst an der BOM. Folge im Zweifel der Hilfe des Programms, das die Datei einlesen soll.
Dürfen Umlaute in URLs stehen?
Technisch ja, Google empfiehlt dann die kodierte Form wie „%C3%BC“ für ü. Viele Systeme zeigen die Adresse beim Teilen aber kodiert an. Für Slugs bist du mit „ue“ meist besser dran.
Warum verbraucht ein Emoji in der SMS so viel Platz?
Weil die SMS dann in eine andere Kodierung wechselt. Laut Twilio passen statt 160 Zeichen nur noch 70 hinein. Auch typografische Anführungszeichen können das auslösen.
Quellen
