Warum bieten viele Standardprogramme keine API?

Eine Programmierschnittstelle (API) ist der bequeme Weg, damit zwei Systeme automatisch Daten austauschen. Viele Branchen- und Standardprogramme haben aber keine — oder nur eine unbrauchbare. Die Gründe sind selten böser Wille: Das System ist historisch gewachsen und nicht auf Offenheit ausgelegt, die Schnittstelle wird nur gegen saftigen Aufpreis freigeschaltet, oder der Hersteller hat schlicht kein Interesse daran, dass Daten leicht das eigene Ökosystem verlassen (Lock-in). Für Sie als Anwender ändert das nichts am Ziel: Die Daten sind da — sie müssen nur heraus.

Was kostet die fehlende Schnittstelle im Alltag?

Solange ein Programm eine Insel bleibt, zahlen Sie den Preis in Handarbeit: Dieselben Daten werden mehrfach eingetippt, per Copy-und-Paste zwischen Programmen geschoben, in Excel zwischengeparkt. Das kostet Zeit, erzeugt Tippfehler und macht Auswertungen mühsam, weil die Zahlen in verschiedenen Systemen leicht auseinanderlaufen. Der eigentliche Schaden ist aber, was liegen bleibt: Automatisierungen, die spürbar entlasten würden, scheitern schon daran, dass die Daten nicht automatisch fließen.

Erst prüfen — gibt es doch eine offizielle Schnittstelle?

Bevor man improvisiert, lohnt der Blick ins Handbuch und ein Anruf beim Hersteller: Nicht selten existiert eine offizielle Export-Funktion oder API, die nur nicht aktiv genutzt oder gegen Aufpreis freischaltbar ist. Der offizielle Weg ist immer die erste Wahl, weil er vom Hersteller unterstützt und gegen Updates abgesichert ist. Erst wenn es keinen brauchbaren offiziellen Weg gibt, kommen die beiden folgenden Ansätze ins Spiel.

Weg 1 — Exportjobs: der pragmatische Standard

Der robusteste Weg ohne API ist ein Exportjob: Das Standardprogramm schreibt zu festen Zeiten seine Daten in eine Datei oder eine Zwischentabelle, aus der ein anderes System sie übernimmt. Viele Programme können das von Haus aus (geplanter CSV-/Datei-Export, Berichtsexport, Datenbank-Sicherung). Der große Vorteil: Der Export greift nicht in die laufende Software ein — er liest nur — und lässt sich zuverlässig automatisieren. Für die meisten Anforderungen im Mittelstand reicht das völlig, solange die Daten nicht sekundenaktuell sein müssen.

Weg 2 — direkte Datenbank-Anbindung: mächtig, aber mit Vorsicht

Wenn Daten nahezu in Echtzeit gebraucht werden oder kein brauchbarer Export existiert, kann man direkt auf die Datenbank zugreifen, in der das Programm seine Daten ablegt. Das ist technisch verbreitet und funktioniert — aber es ist der Weg mit den meisten Fallstricken, und man sollte ihn mit offenen Augen gehen:

• Nur lesend: In fremde Datenbanken wird nicht geschrieben — sonst drohen Datenmüll und kaputte Programmzustände. Lesen ist rückwirkungsfrei, Schreiben nicht.
• Update-Risiko: Der Hersteller kann mit dem nächsten Update das Datenmodell ändern; dann bricht die Anbindung. Das muss man einplanen und überwachen.
• Support und Gewährleistung: Ein direkter Zugriff ist meist nicht vom Hersteller vorgesehen — im Zweifel entfällt der Support für so gebaute Erweiterungen. Das gehört vorher geklärt, nicht hinterher.
• Undokumentiertes Schema: Fremde Datenmodelle sind selten sauber dokumentiert; die Felder richtig zu verstehen, ist Facharbeit.

Richtig gemacht heißt das: gekapselt (die Anbindung ist eine klar abgegrenzte Schicht, kein wilder Direktzugriff überall), dokumentiert und überwacht.

Praxisbeispiel — Wissen aus dem Ticketsystem nutzbar machen

Ein typischer Fall aus der Beratungspraxis: Ein Betrieb sammelt seit Jahren Anfragen und Lösungen in einem Ticket- oder Helpdesk-System. In diesen Tickets steckt wertvolles Erfahrungswissen — nur bietet das System keine API, und im Alltag findet niemand die alte Lösung von damals wieder. So holt man das Wissen heraus, ohne das Ticketsystem zu belasten:

• Datenquelle bestimmen: Welche Tabellen oder Exporte enthalten Betreff, Beschreibung, Lösung, Kategorie? Oft genügen wenige Felder.
• Rückwirkungsfrei lesen: Ein nächtlicher Export (oder ein lesender Zugriff) zieht die Tickets, ohne den laufenden Betrieb zu stören.
• Aufbereiten: Die Daten werden bereinigt und strukturiert — Dubletten raus, Kategorien vereinheitlicht, sensible Daten nach Bedarf anonymisiert.
• Zielsystem füttern: Das aufbereitete Wissen landet dort, wo es gebraucht wird: in einer durchsuchbaren Auswertung oder in einer KI-Wissensdatenbank, die auf normale Fragen eine belegte Antwort aus den eigenen Tickets gibt.
• Automatisieren: Das Ganze läuft als geplanter Job, sodass neue Tickets automatisch nachrücken — einmal eingerichtet, ohne weiteres Zutun.

Woran Sie eine saubere Anbindung erkennen

Nicht jede funktionierende Anbindung ist eine gute Anbindung. Diese Punkte trennen die tragfähige Lösung von der Bastelei:

• Sie liest, wo immer möglich, statt zu schreiben — das Quellsystem bleibt unangetastet.
• Sie ist gekapselt und dokumentiert, nicht über zig Stellen verstreut.
• Sie wird überwacht: Bricht ein Export oder ändert sich das Datenmodell, fällt es auf, bevor falsche Zahlen entstehen.
• Sie ist update-fest gedacht — mit dem Wissen, dass Hersteller-Updates kommen.
• Sie beachtet den Datenschutz: Nur die Daten, die gebraucht werden, und personenbezogene Daten sparsam und geschützt.