Ein 0-Datensätze-Ergebnis bei einem JTL-Ameise-Import ist selten ein Zeichen dafür, dass mit der CSV-Datei etwas nicht stimmt. Viel häufiger steckt ein Importfilter dahinter, der noch vom letzten Durchlauf aktiv ist — und im selben Ameise-Fenster einfach stehen bleibt, bis man ihn manuell löscht. Genau solche unscheinbaren Stolperfallen sind es, die aus einem eigentlich simplen Massenimport ein stundenlanges Rätselraten machen. Wir zeigen dir, wie du JTL-Ameise so einsetzt, dass Import und Export ohne Datenchaos laufen — inklusive der Fehler, die wir in echten Kundenprojekten selbst gemacht haben.

Warum Massenimporte so oft schiefgehen — und woran es meistens liegt

JTL-Ameise ist mächtig, weil es fast jeden Datentyp importieren und exportieren kann: Artikelstammdaten, Variationen, Kindartikel, Stücklisten, Bilder, verantwortliche Personen für GPSR, Buchungsdaten für den Steuerberater. Genau diese Vielseitigkeit ist aber auch die Fehlerquelle — je mehr Optionen ein Import-Dialog hat, desto leichter übersieht man eine Einstellung, die beim letzten Mal noch richtig war.

Der zuverlässigste Weg, teure Fehler zu vermeiden, steht bereits in der offiziellen JTL-Dokumentation, wird aber regelmäßig übersprungen, wenn es schnell gehen muss: Vor jedem Import eine Datenbanksicherung durchführen, und jeden Import zuerst als Testen/Trockenlauf simulieren, bevor er wirklich ausgeführt wird. Der Trockenlauf zeigt Fehler und Warnungen an, ohne eine einzige Zeile tatsächlich in die Datenbank zu schreiben — das kostet zwei Minuten und erspart im Zweifel einen kompletten Rollback.

Die drei häufigsten Fallen bei komplexeren Importen

Der Importfilter, der einfach hängen bleibt. JTL-Ameise erlaubt es, Importe über einen Filter-Tab gezielt einzuschränken — etwa „nur Zeilen, bei denen die Spalte Vaterartikel-Nummer leer ist“, um zuerst nur eigenständige Artikel und Vater-Container anzulegen. Das Problem: Dieser Filter bleibt zwischen verschiedenen Importläufen im selben Ameise-Fenster aktiv. Wer im nächsten Schritt vergisst, ihn zu löschen oder anzupassen, bekommt plötzlich 0 importierte Datensätze — nicht weil die Datei fehlerhaft ist, sondern weil ein Filter aus dem vorherigen Schritt jede Zeile blockiert. Uns ist das bei einem kompletten Artikel-Rebuild selbst passiert — seitdem prüfen wir den Filter-Tab vor jedem einzelnen Importschritt, nicht nur beim ersten.

Die Reihenfolge bei Varianten und Stücklisten. Wer Artikel mit Variationskombinationen und Stücklisten gleichzeitig neu aufbaut, muss eine feste Reihenfolge einhalten: zuerst Artikelstammdaten ohne Kindartikel, dann Variationen, dann die Kindartikel-Verknüpfung, dann Stücklisten, erst ganz am Ende die Artikelbilder — weil Bilder sich auf Artikelnummern beziehen, die vorher existieren müssen. Ein Detail dabei wird fast immer übersehen: Ein Artikel mit eigenem Lagerbestand über 0 lässt sich nicht in einen Stücklisten-Artikel umwandeln. Die Fehlermeldung ist eindeutig, aber der Fix ist es nicht — man muss den Lagerbestand vorher per separatem Artikelstammdaten-Import auf 0 setzen, und zwar über eine echte 0-Spalte in der CSV, da es dafür keinen Standardwert im Ameise-Panel gibt.

Die Datenbankfeld-Zuordnung falsch herum gedacht. Im Zuordnungsdialog ist die rechte Spalte die feste Liste der JTL-Zielfelder, die linke Spalte zeigt, welche CSV-Spalte hier einspeist. Viele denken intuitiv in die andere Richtung — „wohin geht diese CSV-Spalte“ statt „welche Spalte speist dieses Zielfeld“. Automatisches Mapping funktioniert außerdem nur bei exakt gleichem Namen: „Variationsname 2“ bis „10“ matchen oft automatisch, „Variationsname 1“ dagegen nicht, weil das Zielfeld anders benannt ist. Einmal falsch zugeordnet, landen Daten in völlig falschen Feldern, ohne dass der Trockenlauf zwingend einen Fehler wirft.

Import-Vorlagen: der unterschätzte Zeitsparer

Für praktisch jeden Importtyp — Artikelbilder, verantwortliche Personen für GPSR, Hersteller-Zuordnungen, Buchungsdaten für DATEV — lässt sich die komplette Feldzuordnung als Vorlage speichern. Beim nächsten Import lädst du die Vorlage, und alle Zuordnungsschritte sind bereits erledigt. Gerade bei wiederkehrenden Aufgaben wie monatlichen Lagerbestands-Updates oder dem GPSR-Import verantwortlicher Personen spart das nicht nur Zeit, sondern verhindert auch, dass sich beim manuellen Neu-Zuordnen ein Tippfehler einschleicht.

Ein Sonderfall lohnt sich hervorzuheben: Beim Export von Buchungsdaten für den Steuerberater — egal ob im allgemeinen Format oder für DATEV — ersetzt JTL-Ameise keine Steuerberatung. Die korrekte Konfiguration von Steuerschlüsseln, Lieferschwellen und innergemeinschaftlichen Lieferungen sollte immer mit dem Steuerberater abgestimmt werden, bevor der Export produktiv genutzt wird.

Zwei Importtypen, die häufig zu spät entdeckt werden

Neben Artikeldaten und Bildern deckt JTL-Ameise auch Importe ab, die viele Händler erst suchen, wenn eine gesetzliche Frist bereits drängt. Der Import verantwortlicher Personen für GPSR ist ein Beispiel: Die CSV-Datei muss mindestens Firma oder Nachname, Straße, Hausnummer, Postleitzahl, Ort und Land enthalten — Firma oder Nachname sind dabei Pflichtfelder, mindestens eines von beiden muss befüllt sein, sonst schlägt der Import fehl. Das Feld „Nummer“ wird automatisch vergeben, wenn man es nicht selbst setzt, lässt sich aber jederzeit nachträglich ändern. Wer verantwortliche Personen und Hersteller anschließend einzelnen Artikeln zuordnen will, macht das über einen separaten Artikelstammdaten-Import, bei dem die Artikelnummer als Identifikator dient.

Der zweite unterschätzte Fall ist der Import von Artikelbildern pro Plattform. Die CSV-Datei braucht dafür nur zwei Angaben: einen eindeutigen Identifikator — in der Regel die Artikelnummer, da die EAN unter Umständen nicht eindeutig ist — und den Pfad beziehungsweise Dateinamen jedes Bildes. Der eigentliche Mehrwert liegt darin, dass sich für jede Spalte gezielt ein Ausgabeweg zuordnen lässt: ein Bild für „Drucken/Mailen/Faxen“, ein anderes für den Onlineshop. Wichtig bei online gehosteten Bildern: Sie müssen ohne Benutzername und Passwort erreichbar sein, sonst kann JTL-Ameise nicht darauf zugreifen — ein Fehler, der sich erst im Trockenlauf zeigt, wenn man ihn nicht vorher bedenkt.

Buchungsdaten-Export: eine Stolperfalle mit Fristbezug

Wer Buchungsdaten für DATEV exportiert, sollte wissen, dass die alten Optionen „DATEV: Rechnungen“ und „DATEV: Rechnungskorrektur“ spätestens seit dem 1. März 2026 nicht mehr nutzbar sind, weil DATEV den bisherigen Rechnungsdatenservice 2.0 abgekündigt hat. Wer diese Umstellung verpasst, bemerkt es oft erst am Monatsende, wenn der gewohnte Export plötzlich fehlschlägt. Der reguläre Buchungsdaten-Export über „Buchungsdaten > Rechnungen“ beziehungsweise „Rechnungskorrekturen“ bleibt davon unberührt und funktioniert weiterhin für Steuerberater, die nicht direkt mit DATEV arbeiten. Auch hier gilt: Die konkrete Konfiguration von Steuerschlüsseln und Zeiträumen ersetzt keine Steuerberatung, sondern sollte immer mit der Steuerkanzlei abgestimmt sein, insbesondere bei innergemeinschaftlichen Lieferungen mit überschrittenen Lieferschwellen.

Fazit

JTL-Ameise scheitert selten an der Software selbst, sondern an übersehenen Details: einem Filter, der zu lange aktiv bleibt, einer Reihenfolge, die nicht eingehalten wird, oder einer Feldzuordnung, die in die falsche Richtung gedacht wird. Wer konsequent Trockenlauf nutzt, vor jedem Import sichert und Vorlagen für wiederkehrende Importe anlegt, vermeidet die meisten teuren Überraschungen von vornherein. Wenn du einen größeren Massenimport planst und dir unsicher bist, ob deine Datenstruktur die richtige Reihenfolge einhält — sprich uns an, bevor du den ersten echten Import startest.