Bankauszug-CSV normalisieren: praktische Anleitung

Bankexporte benennen dieselben Transaktionsdaten oft unterschiedlich. Ein reales Beispiel verwendet TRAN_DATE, DR, CR und PARTICULARS; andere Multi-Bank-Workflows arbeiten mit Konzepten wie bookingDate, valueDate, partnerName oder paymentReference. Für einen stabilen Prozess definierst du zuerst das Zielschema und ordnest jede Quelle bewusst zu.

Ein stabiles Zielschema festlegen

Für das belegte Soll/Haben-Beispiel sind transaction_date, debit_amount, credit_amount, narration und cheque_no sinnvolle Zielnamen. Die konkrete Zuordnung lautet TRAN_DATE → transaction_date, DR → debit_amount, CR → credit_amount, PARTICULARS → narration und CHQNO → cheque_no.

Zusätzliche Spalten wie BAL oder SOL solltest du nur dann umbenennen, wenn ihre Bedeutung im eigenen Prozess eindeutig festgelegt ist.

Spaltennamen und Werte trennen

Die Normalisierung ändert Namen und Reihenfolge, nicht die Zellwerte. Ein Datum wird dadurch nicht in ein anderes Format konvertiert und ein einzelner Betrag mit Vorzeichen wird nicht automatisch in Soll und Haben aufgeteilt. Solche Transformationen gehören in einen nachgelagerten Schritt.

Ausgabe vor dem Import prüfen

Prüfe die Kopfzeile und mehrere typische Buchungen: eine Belastung, eine Gutschrift, eine leere Referenz und einen Text mit Umlauten. Kontrolliere, dass die Werte unter den richtigen neuen Spalten geblieben sind.

Nablyx verarbeitet die CSV lokal im Browser bis 200 MB.

Bankauszug-CSV normalisieren

Transformation ansehen

Unhandliche Quellspalten werden importbereit.

Benennen Sie die benötigten Spalten um, während jeder Wert unter der richtigen Überschrift bleibt.

cust_idcustomer_id

given_namefirst_name

mailemail

✓ Werte bleiben in der richtigen Spalte