Die Datenvalidierung prüft, ob Daten vor der Eingabe in ein System definierten Regeln entsprechen. Ist die E-Mail-Adresse korrekt formatiert? Liegt das Alter im plausiblen Bereich? Ist das Pflichtfeld ausgefüllt? Ist die Postleitzahl für das Land gültig? Die Validierung erkennt Fehler direkt bei der Eingabe – der kostengünstigsten Stelle, um sie zu beheben. Eine Validierungsregel, die eine fehlerhafte Telefonnummer ablehnt, erspart später einen Anruf beim Kundenservice.

Validierungsregeln gibt es in verschiedenen Formen. Typprüfungen bestätigen, dass der Wert den richtigen Datentyp hat. Bereichsprüfungen prüfen, ob er innerhalb zulässiger Grenzen liegt. Formatprüfungen prüfen, ob er einem Muster entspricht, z. B. einer E-Mail-Adresse oder einem Datum. Referenzprüfungen prüfen, ob er auf einen bestehenden Datensatz verweist. Feldübergreifende Prüfungen prüfen, ob verknüpfte Felder konsistent sind, z. B. ob die Lieferadresse mit dem Rechnungsland übereinstimmt. Jede Regel erfasst eine andere Fehlerklasse. Die Herausforderung besteht darin, ein Gleichgewicht zwischen Strenge und Benutzerfreundlichkeit zu finden. Zu strenge Regeln weisen gültige Daten zurück. Zu lockere Regeln lassen Fehler durch. Ein Formular, das Apostrophe in Namen ablehnt, ist für echte Kunden unbrauchbar. Ein Formular, das beliebige Zeichenketten als Datum akzeptiert, speichert fehlerhafte Daten. Die Validierung sollte außerdem klares Feedback liefern. Eine Fehlermeldung wie „Ungültige Eingabe“ hilft niemandem. Eine Meldung wie „Datum muss im Format JJJJ-MM-TT vorliegen“ sagt dem Benutzer genau, was zu korrigieren ist.

Validierungsregeltypen

• Typ — korrekter Datentyp
• Bereich – innerhalb minimaler und maximaler Grenzen
• Format – entspricht einem erforderlichen Muster
• Referenziell – verweist auf einen bestehenden Datensatz
• Feldübergreifend – im Einklang mit verwandten Feldern
• Erforderlich – darf nicht leer oder null sein.

Die Datenvalidierung ist wie ein Tor. Sie stoppt fehlerhafte Daten, bevor diese sich verbreiten können. Dieses Tor muss streng genug sein, um Fehler zu erkennen, und gleichzeitig flexibel genug, um gültige Daten durchzulassen.