Veröffentlicht am 15. November 2026
Wer in Japan, China, Korea, Thailand oder arabischen Märkten verkauft, scheitert selten an der Übersetzung, sondern an Kodierung, Normalisierung, Schreibrichtung, Feldlängen und Erwartungen. Ein Erfahrungsbericht aus dem japanischen Marketing, vom eigenen WooCommerce-Shop über internationale Märkte bis zu Marktplätzen und Crowdfunding, mit Checkliste für Ihr PIM.

Bevor es um Kodierung, Schriften und Datenmodelle geht, ein persönlicher Teil. Ich habe in Japan im Marketing gearbeitet, vor allem im internationalen Marketing für Shops und den Onlinehandel. Meinen eigenen Shop habe ich damals zunächst mit WooCommerce aufgebaut und darüber internationale Märkte bedient. Später kamen Marktplätze und Crowdfunding-Plattformen dazu. Wenn mich heute jemand fragt, was dabei am meisten Arbeit gemacht hat, lautet meine Antwort nicht „die Übersetzung“.
Die Übersetzung war meistens der übersichtlichste Teil. Schwierig wurde es davor und danach: wenn eine sauber übersetzte Datei nach dem Hochladen nur noch Fragezeichen zeigte, wenn ein Produktbild nicht mehr zum Artikel fand, obwohl der Dateiname stimmte, oder wenn ein guter Text trotzdem nicht verkaufte, weil er die falschen Fragen beantwortete.
Angefangen habe ich mit WooCommerce. Für einen ersten Shop war das naheliegend: schnell aufgesetzt, flexibel, mit vielen Erweiterungen. Von dort aus bin ich in internationale Märkte gegangen, und genau dabei habe ich gesehen, wie früh die Probleme beginnen, lange bevor ein Marktplatz ins Spiel kommt.
Der Produktimport läuft über CSV, und WooCommerce erwartet dafür UTF-8. Wer seine Tabelle in Excel pflegt und als normales CSV speichert, importiert unter Umständen eine andere Kodierung, und aus Produktnamen wird Zeichensalat. Bei Umlauten fällt das sofort auf. Bei japanischem Text bemerkt es nur, wer Japanisch liest.
Dann die URLs. WordPress bildet den Slug aus dem Titel und speichert nicht-lateinische Zeichen prozentkodiert in einer Spalte mit 200 Zeichen. Ein japanisches Zeichen belegt in UTF-8 drei Bytes, prozentkodiert also neun Zeichen. Nach gut zwanzig japanischen Zeichen ist die Spalte voll, und WordPress kürzt den Slug. In jeder Logdatei und jedem geteilten Link erscheint die Adresse als lange Kette aus %E3%81 und ähnlichen Blöcken.
Und schließlich die Sprachen selbst. Mehrsprachigkeit kommt bei WooCommerce über Erweiterungen, und die Sprachversionen eines Produkts leben dann oft als eigene Einträge nebeneinander. Ändert sich ein Preis, ein Maß oder eine Variante, muss jede Sprachversion nachgezogen werden. Mit jedem zusätzlichen Markt wächst nicht nur der Text, sondern die Zahl der Stellen, an denen dieselbe Angabe auseinanderlaufen kann.
Was ich daraus mitnehme: Das Shopsystem ist ein Ausgabekanal, nicht die Quelle der Produktdaten. Sobald mehr als ein Markt dazukommt, gehört die Wahrheit über ein Produkt an einen Ort, von dem aus Shop, Marktplätze und Crowdfunding-Seiten beliefert werden.
So weit meine eigenen Erfahrungen. Ab hier geht es um die Sprach- und Schriftprobleme dahinter, und die betreffen jeden Händler und Hersteller, der in nicht-lateinische Märkte verkauft.
Meine These: Wer in nicht-lateinische Märkte verkauft, übersetzt keine Texte, sondern Datensätze. Die teuren Fehler passieren nicht in der Sprache, sondern in der Datenhaltung: in Kodierung, Normalisierung, Schreibrichtung, Feldlängen und den Erwartungen der Käufer.
Lateinische Schrift verzeiht viel. Ein deutscher Produkttitel übersteht fast jede Kette aus ERP, Excel, PIM und Marktplatz, auch wenn irgendwo ein Umlaut verloren geht. Bei Japanisch, Chinesisch, Koreanisch, Thai und Arabisch ist jede Station eine Gelegenheit, Zeichen zu beschädigen, ohne dass es jemand bemerkt, der die Sprache nicht liest.
Ich denke deshalb in fünf Ebenen. Jede hat ihre eigene Fehlerklasse, und jede Sprache aus dem Titel steht für eine davon besonders gut:
In Japan begegnen sich bis heute zwei Welten. Moderne Systeme arbeiten mit UTF-8, viele Werkzeuge, Vorlagen und Abläufe aber noch mit Shift_JIS oder der Windows-Variante CP932. Selbst die CSV-Spezifikation des staatlichen Unternehmensportals gBizINFO lässt Shift-JIS oder UTF-8 zu und schließt Halbbreiten-Katakana ausdrücklich aus.
Der Klassiker ist Excel: Eine Datei wird in UTF-8 exportiert und in einer Excel-Version geöffnet, die japanische CSV-Dateien als Shift_JIS liest. Das Ergebnis ist Zeichensalat, auf Japanisch „Mojibake“. Wird die Datei danach gespeichert, ist der Schaden dauerhaft.
Subtiler ist das Wellenzeichen in Angaben wie „500ml〜1L“. Für dasselbe sichtbare Zeichen gibt es zwei Unicode-Codepunkte: WAVE DASH (U+301C) und FULLWIDTH TILDE (U+FF5E). Microsofts Zuordnungstabelle für Shift_JIS und die JIS-Zuordnung behandeln das Zeichen unterschiedlich. Je nachdem, durch welche Konvertierung eine Datei läuft, wird aus dem Wellenzeichen ein anderes Zeichen oder ein Fragezeichen. In Größen-, Mengen- und Altersangaben ist das kein Schönheitsfehler, sondern eine falsche Produktangabe.
China regelt das Thema über einen verpflichtenden nationalen Standard: GB 18030 legt fest, welche Zeichen Software unterstützen muss, die Fassung GB 18030-2022 gilt seit dem 1. August 2023. Das Unicode-Konsortium hat Entwickler ausdrücklich vor den Änderungen gegenüber der Vorgängerversion gewarnt, weil sich die Zuordnung einzelner Zeichen verschoben hat.
Was ich daraus mitnehme: Intern gehört alles in UTF-8. Umgewandelt wird erst am Rand, beim Export für einen bestimmten Kanal, und dort mit einer Prüfung, welche Zeichen sich in der Zielkodierung nicht darstellen lassen. Und Excel ist kein Transportmittel für japanische Produktdaten.
Koreanische Silben lassen sich in Unicode auf zwei Arten speichern: als fertige Silbe (NFC) oder zerlegt in ihre Bestandteile, die Jamo (NFD). „한“ ist entweder ein Codepunkt (U+D55C) oder drei (U+1112, U+1161, U+11AB). Auf dem Bildschirm sieht beides gleich aus. Für den Computer sind es verschiedene Zeichenketten.
macOS legt Dateinamen in zerlegter Form ab, Windows in zusammengesetzter. Wer Produktbilder auf einem Mac benennt und über ein Windows-System weitergibt, bekommt Dateinamen, die dort in Einzelbuchstaben zerfallen und beim Abgleich mit dem Produkt nicht mehr passen. Dasselbe passiert in Suche, Dublettenprüfung und Sortierung.
Im Japanischen heißt das verwandte Problem Voll- und Halbbreite. „500ml“ und „500ml“ sind für Menschen dasselbe, für einen Abgleich nicht. Eine Kompatibilitäts-Normalisierung (NFKC) gleicht das an, verändert aber auch Zeichen, die bewusst gewählt waren, etwa eingekreiste Ziffern. Normalisierung braucht deshalb eine Regel je Feld, keinen globalen Schalter.
Was ich daraus mitnehme: Beim Import alles in NFC bringen, Dateinamen eingeschlossen. Für Schlüsselfelder wie SKU, EAN und Größen zusätzlich eine definierte Breitenregel. Freitext bleibt, wie er ist.
Arabisch läuft von rechts nach links, Zahlen und lateinische Bestandteile laufen darin von links nach rechts. Produktdaten bestehen fast nur aus solchen Mischungen: Modellnummern, Maße, Markennamen, Einheiten. Die Unicode-Bidi-Logik ordnet das meistens richtig an. Das W3C beschreibt aber genau die Fälle, in denen sie Hilfe braucht: Artikelnummern, formatierte Zahlen, Markennamen und Listen. Also genau das, woraus Spezifikationstabellen bestehen.
Typisch sind eine Modellnummer wie „AB-500/2“, deren Teile plötzlich vertauscht erscheinen, ein Satzzeichen auf der falschen Seite oder eine Einheit, die von der Zahl wegspringt. Die Lösung liegt in der Darstellung: Bestandteile mit anderer Schreibrichtung werden isoliert, im HTML mit dem Attribut dir oder dem Element bdi. Das funktioniert nur, wenn Modellnummer, Wert und Einheit im Datensatz getrennte Felder sind und nicht in einem Fließtext stecken.
Dazu kommen Entscheidungen, die jemand treffen muss: westliche oder arabisch-indische Ziffern, Hocharabisch oder ein regionaler Ton, gespiegelte Layouts in Bildern und Grafiken.
Was ich daraus mitnehme: Strukturierte Attribute statt zusammengesetzter Zeichenketten, und eine Zielmarkt-Entscheidung, die im Datenmodell festgehalten ist und nicht im Kopf einer einzelnen Übersetzerin.
Thai trennt Wörter nicht durch Leerzeichen. Leerzeichen stehen zwischen Satzteilen. Wo ein Wort endet, ermitteln Software und Browser meist über Wörterbücher, und selbst dabei gibt es laut W3C unterschiedliche, gleichermaßen vertretbare Ergebnisse.
Für Produktdaten heißt das: Ein Titel, der auf eine feste Zeichenzahl gekürzt wird, kann mitten im Wort enden. Dazu kommen Vokal- und Tonzeichen, die als eigene Codepunkte über oder unter einem Konsonanten stehen. Wer nach Codepunkten zählt und abschneidet, trennt im schlimmsten Fall ein Tonzeichen von seinem Buchstaben.
Ein zweites Längenproblem betrifft alle Schriften aus diesem Beitrag, und der WordPress-Slug von oben ist nur ein Beispiel dafür: In UTF-8 belegt ein lateinischer Buchstabe ein Byte, ein japanisches, chinesisches, koreanisches oder thailändisches Zeichen drei. Ein Feld, das in Bytes begrenzt ist, fasst also nur etwa ein Drittel so viele Zeichen, und eine Kürzung nach Bytes kann ein Zeichen halbieren.
Was ich daraus mitnehme: Längenregeln je Kanal in sichtbaren Zeichen und in Bytes hinterlegen, nur an Wortgrenzen kürzen und kurze Titel lieber bewusst schreiben als automatisch abschneiden.
Nein. Vereinfachtes Chinesisch für Festlandchina und traditionelles Chinesisch für Taiwan oder Hongkong sind unterschiedliche Zeichen, teils mit unterschiedlichem Wortschatz. Aus der Edelstahl-Isolierflasche wird 不锈钢保温瓶 oder 不鏽鋼保溫瓶. Ein Sprachfeld „zh“ reicht dafür nicht. Das Datenmodell braucht Sprache, Schrift und Region, etwa zh-Hans und zh-Hant.
Noch feiner ist ein Effekt, den viele erst bemerken, wenn sie in Japan verkaufen: Chinesische, japanische und koreanische Schriftzeichen gleicher Herkunft teilen sich in Unicode einen Codepunkt. Wie das Zeichen aussieht, entscheidet die Schriftart. Das Unicode-Konsortium empfiehlt deshalb, japanischen Text mit einer für Japanisch gedachten Schrift zu zeigen. Ein japanischer Produkttext ohne Sprachkennzeichnung kann in einer chinesischen Schrift erscheinen und wirkt auf japanische Käufer dann fremd, obwohl kein einziges Zeichen falsch ist.
Was ich daraus mitnehme: Locale-Codes mit Schrift und Region im PIM, eine Sprachkennzeichnung, die bis in Shop, Datenblatt und Bild mitreist, und Schriftarten, die zum Zielmarkt passen.
Hier liegt für mich der größte Unterschied zwischen Übersetzen und Lokalisieren, und gelernt habe ich ihn in meiner Zeit im japanischen Marketing.
Japanische Käufer lesen Produktseiten gründlich. Sie erwarten genaue Maße, Gewicht, Material, Herkunftsland, Lieferumfang, Pflegehinweise und Garantie, und sie merken, wenn eine Angabe fehlt oder nur ungefähr ist. Eine deutsche Beschreibung, die mit Stimmung arbeitet, wird durch eine saubere Übersetzung nicht besser, wenn die Spezifikation darunter dünn bleibt. Der Ton ist eine eigene Entscheidung: höflich und präzise statt laut.
Auf japanischen Crowdfunding-Plattformen ist die Projektseite oft eine lange Erzählung in Bildern. Für die Kampagne funktioniert das. Für die Produktdaten danach ist es eine Falle: Text, der in Grafiken steckt, lässt sich weder durchsuchen noch übersetzen noch an einen Marktplatz übergeben. Wer nach der Kampagne in Shop und Marktplatz will, schreibt dieselben Informationen ein zweites Mal ab, diesmal aus Bilddateien.
Und es gibt Entscheidungen, die in jedem Markt einmal getroffen und danach eingehalten werden müssen: wie der Markenname in Katakana oder Hangul geschrieben wird, welche Größensysteme und Einheiten gelten, welche Stecker und Spannungen angegeben werden. Wenn drei Personen den Markennamen dreimal anders transkribieren, hat die Marke in diesem Markt drei Namen.
Was ich daraus mitnehme: Erst die Spezifikation vollständig machen, dann den Text schreiben. Informationen gehören als Daten ins PIM, nicht in Bilder. Und Transkriptionen, Einheiten und Begriffe stehen in einem Glossar, an das sich Menschen und AI Agents gleichermaßen halten.
In ainavio sind Sprachversionen Teil des Datenmodells: Attribute werden mehrsprachig an einem Produkt gepflegt, nicht als getrennte Kopien je Sprache. Auf diesem Modell arbeiten die AI Agents.
Was AI schreibt, landet als Entwurf und wird im PIM freigegeben. Für nicht-lateinische Märkte ist das der wichtigste Punkt: Die Arbeit verschiebt sich vom Abtippen zur Prüfung dort, wo Sprachgefühl und Marktkenntnis zählen. Klären Sie vorab, welche Kanäle in Ihren Zielmärkten angebunden sind und welche Kodierung und Feldlängen sie erwarten.
Ein einzelnes „〜“ in einer Mengenangabe wirkt unbedeutend. Tatsächlich hängt daran eine ganze Kette von Entscheidungen: in welcher Kodierung gespeichert wird, welche Tabelle umwandelt, welches Feld welche Regel hat. Wer in Asien und im arabischen Raum verkaufen will, braucht nicht zuerst bessere Übersetzungen, sondern Produktdaten, die jede Schrift unbeschädigt bis zum Käufer tragen.
Meist liegt eine Verwechslung der Kodierung vor: Eine UTF-8-Datei wird als Shift_JIS gelesen oder umgekehrt, häufig beim Öffnen in Excel. Einzelne Zeichen wie das Wellenzeichen werden außerdem je nach Konvertierungstabelle unterschiedlich zugeordnet.
WordPress speichert nicht-lateinische Zeichen im Slug prozentkodiert in einer Spalte mit 200 Zeichen. Ein japanisches Zeichen belegt dort neun Zeichen, deshalb ist nach gut zwanzig japanischen Zeichen Schluss. Kurze, bewusst gesetzte Slugs je Sprache vermeiden das.
Intern ja. Manche Kanäle, Vorlagen und Altsysteme erwarten aber andere Kodierungen. Dann wird beim Export umgewandelt und geprüft, ob sich alle Zeichen in der Zielkodierung darstellen lassen.
Ja. Taiwan verwendet traditionelle Zeichen und teils anderen Wortschatz als Festlandchina. Im PIM gehört das in eine eigene Locale wie zh-Hant.
Weil Teile mit links-nach-rechts-Richtung in einem rechts-nach-links-Text vom Bidi-Algorithmus umsortiert werden. Abhilfe schaffen getrennte Felder für Modellnummer, Wert und Einheit und eine isolierte Darstellung mit dir oder bdi.
Nein. Thai hat keine Leerzeichen zwischen Wörtern, und Vokal- und Tonzeichen sind eigene Codepunkte. Gekürzt wird an Wortgrenzen, die Länge wird in sichtbaren Zeichen und in Bytes geprüft.
Sprechen Sie mit uns über Ihr Sortiment, Ihre Kanäle und Ihre Altsysteme. Wir zeigen Ihnen, wo PIM mit AI bei Ihnen ansetzt.
Fazit: In nicht-lateinischen Märkten scheitern Produktdaten selten an der Übersetzung, sondern an fünf Ebenen davor und danach: Kodierung, Normalisierung, Schreibrichtung, Länge und Wortgrenzen sowie Sprachvariante und Käufererwartung. Wer intern durchgängig mit UTF-8 und NFC arbeitet, Locales mit Schrift und Region führt, Werte strukturiert speichert, Längenregeln je Kanal hinterlegt und Informationen als Daten statt in Bildern pflegt, bringt Produkte unbeschädigt nach Japan, China, Korea, Thailand und in arabische Märkte. Ein PIM mit AI übernimmt die Fleißarbeit, die Freigabe bleibt bei Menschen mit Sprachgefühl.