CSV, TSV, JSON und TOON sind vier Textformate, um tabellarische und strukturierte Daten zu speichern und weiterzugeben. CSV trennt Spalten mit Komma, TSV mit Tabulator, JSON beschreibt verschachtelte Objekte mit Klammern und Schlüsseln, und TOON ist ein neues Format, das dieselben Daten besonders tokensparend für KI Modelle aufbereitet.

Für KI Auswertungen von Analytics Daten ist die Wahl des Formats keine Stilfrage mehr, sondern eine Kosten und Qualitätsfrage. Jedes Zeichen, das an ein Sprachmodell geht, kostet Tokens. Wer regelmäßig Reports, Logfiles oder Seitenstatistiken von einem LLM auswerten lässt, merkt schnell, dass JSON viel Struktur Ballast mitschleppt, während CSV und TSV zwar kompakt, aber strukturarm sind.

TOON wurde 2025 vom deutschen Entwickler Johann Schopplich veröffentlicht und füllt genau diese Lücke. Es kombiniert die Einrückung von YAML mit der tabellarischen Kompaktheit von CSV und bleibt dabei eine verlustfreie Abbildung des JSON Datenmodells. In dieser Übersicht ordnen wir alle vier Formate ein und zeigen, welches sich für welche KI Aufgabe eignet.

Never Code Alone arbeitet täglich mit strukturierten Daten an Sprachmodellen. Wir betreiben lokale Inferenz mit Ollama für lokale KI Modelle, bauen RAG Pipelines mit Open Source Embedding Modellen und übergeben Analytics Exporte, Logfiles und Reports an LLMs. Welches Format dabei Tokens spart und welches dem Modell die saubersten Antworten liefert, ist für uns keine Theorie, sondern Teil der Produktionsarbeit. Genau dieses Erfahrungswissen geben wir in der Beratung weiter.

Wir helfen Teams, ihre Daten Pipeline für KI Auswertungen sauber aufzusetzen: von der DSGVO konformen Self Hosted KI für Unternehmen über selbst gehostete KI Assistenten ohne Cloud Abhängigkeit bis zum Codebase Audit für KI generierten Code. Wer strukturierte Daten datenschutzkonform verarbeiten will, findet in unserer Datenschutz und DSGVO Beratung den passenden Rahmen, und im Vibe Coding Consulting die konkrete Umsetzung mit eurem Team.

Solange Daten nur zwischen Server und Datenbank wandern, ist das Format fast egal. Sobald ihr aber Analytics Daten an ein Sprachmodell übergebt, ändert sich die Rechnung. LLMs zählen jedes Zeichen als Token, und Tokens kosten Geld und Kontextfenster. Bei JSON ist ein großer Teil davon reiner Struktur Ballast: geschweifte Klammern, Anführungszeichen und vor allem die Schlüsselnamen, die sich in jeder Zeile eines Arrays wiederholen.

Ein Beispiel macht es greifbar. Bei hundert Analytics Zeilen wiederholt JSON die Feldnamen hundertmal. Aus seite, besuche, absprungrate werden dreihundert zusätzliche Schlüssel Vorkommen, die das Modell lesen, tokenisieren und ignorieren muss. CSV und TSV vermeiden das, indem sie die Spaltennamen nur einmal als Kopfzeile schreiben. TOON geht denselben Weg, ergänzt aber explizite Längenangaben und Feld Header, die dem Modell beim Parsen Sicherheit geben.

Für KI Auswertungen heißt das konkret: Das richtige Format senkt nicht nur die Kosten, es verbessert oft auch die Genauigkeit der Antworten. Weniger Rauschen bedeutet weniger Stellen, an denen das Modell sich verliest. Die spannende Frage ist deshalb nicht, welches Format das beste ist, sondern welches Format zu welcher Datenstruktur und welcher Aufgabe passt.

Am klarsten wird der Unterschied an einem konkreten Beispiel. Hier stehen dieselben drei Analytics Zeilen, einmal pro Format. Achtet auf die wiederholten Schlüssel in JSON und auf die einmalige Kopfzeile bei den anderen drei.

CSV

TSV, Spalten durch Tabulator getrennt

JSON, die Schlüssel wiederholen sich pro Zeile

TOON, Länge und Felder einmal im Kopf, dann nur noch Werte

Bei drei Zeilen ist der Unterschied klein. Bei hunderten Analytics Zeilen spart TOON gegenüber JSON regelmäßig 30 bis 60 Prozent Tokens, weil die Feldnamen nicht in jeder Zeile neu auftauchen. Genau das ist der Hebel, der KI Auswertungen günstiger und oft auch präziser macht.

Statt eines Siegers gibt es klare Zuständigkeiten. Diese Faustregeln decken die meisten Fälle in der Praxis ab:

• Reine flache Zahlentabellen, die ihr nur exportiert oder archiviert: CSV bleibt die kleinste und kompatibelste Wahl. Fast jedes Tool liest und schreibt es.
• Flache Daten mit Freitext, Kommas oder Sonderzeichen im Wert: TSV erspart euch die Quoting Hölle, weil Tabulatoren in echten Werten kaum vorkommen.
• Verschachtelte oder uneinheitliche Strukturen, etwa API Antworten mit Objekten in Objekten: JSON ist hier weiter die ehrlichste Wahl und für viele Modelle am zuverlässigsten zu generieren.
• Viele gleichförmige Zeilen, die ihr regelmäßig an ein LLM übergebt: TOON spielt seine Stärke aus und senkt Tokenkosten spürbar, ohne Information zu verlieren.

Für KI Auswertungen von Analytics Daten landet ihr meistens im letzten Fall. Seitenstatistiken, Kampagnen Reports und Logfile Auszüge sind fast immer uniforme Zeilen mit denselben Feldern. Das ist exakt der Bereich, in dem TOON entworfen wurde. Der empfohlene Ablauf in der Praxis: Daten bleiben im Backend als JSON, und erst der letzte Schritt vor dem Modell wandelt sie nach TOON um. Nach der Antwort geht es wieder zurück nach JSON.

TOON ist kein Allheilmittel, und genau das macht eine seriöse Einordnung aus. Es gibt drei Situationen, in denen ein anderes Format die bessere Wahl bleibt.

Tief verschachtelte oder uneinheitliche Daten: Hier braucht TOON wieder Listen mit Einrückung und verliert seinen Tabellenvorteil. Kompaktes JSON ist dann oft sogar tokensparender. Reine flache Tabellen ohne jede Hierarchie: CSV ist kleiner als TOON, weil TOON für seine Längen und Feld Header einen kleinen Aufschlag von etwa fünf bis zehn Prozent zahlt. Diesen Aufschlag bekommt ihr in Form besserer Parsing Sicherheit zurück, aber wer nur archiviert, braucht das nicht.

Lokale und quantisierte Modelle: Das ist der Punkt, den viele übersehen. Wer mit Ollama lokale KI Modelle betreibt, sollte messen statt glauben. Manche lokalen Deployments verarbeiten kompaktes JSON trotz höherer Tokenzahl schneller, weil die Latenz an anderer Stelle entsteht als bei API Modellen. Auf einem vLLM Serving Setup kann das Ergebnis wieder anders aussehen. Die einzig richtige Antwort ist hier ein kurzer Benchmark auf eurer eigenen Hardware.

Dazu kommt ein Reifegrad Punkt: Die meisten Modelle wurden nicht auf TOON trainiert. Beim Lesen funktioniert das dank der expliziten Struktur sehr gut, beim Erzeugen von TOON braucht das Modell klare Beispiele im Prompt. Für die Ausgabe lasst ihr das Modell deshalb meist weiter JSON schreiben und nutzt TOON vor allem als Eingabeformat.

In Beratungsprojekten sehen wir das Formatthema regelmäßig an einer konkreten Stelle: Ein Team füttert sein LLM mit kompletten JSON Exporten aus dem Analytics Tool, wundert sich über die Tokenrechnung und über gelegentlich ungenaue Antworten. Der einfachste Hebel ist dann oft, die uniformen Zeilen vor dem Modell nach TOON zu wandeln und gleichzeitig zu messen, was das beim verwendeten Modell wirklich bringt.

Wir behandeln das Format nie isoliert, sondern als Teil der gesamten Pipeline. Dazu gehört das saubere Monitoring der Tokenkosten mit Langfuse als LLM Observability Plattform, das schnelle Ausprobieren von Modellen mit LM Studio für lokale Modelle und die Einordnung der passenden Werkzeuge über unsere Übersicht der Top Vibe Coding Tools.

Wenn euer KI Projekt bereits läuft, aber Kosten oder Qualität nicht stimmen, helfen wir gezielt: beim Retten festgefahrener Vibe Coding Projekte, im 1 zu 1 Mentoring für Entwickler und mit dem passenden Eintrag im NCA Glossar für KI Tools 2026, wenn ihr tiefer in einzelne Werkzeuge einsteigen wollt.

Die wichtigsten Fragen rund um Datenformate für KI Auswertungen, kurz und praxisnah beantwortet.