CAST, CONVERT & Co.: So meisterst du Datentypkonvertierungen in SQL

Daten liegen in SQL-Datenbanken in unterschiedlichen Formaten vor – etwa als Zahlen, Texte oder Datumswerte. Damit Abfragen reibungslos funktionieren, ist es häufig notwendig, Werte von einem Datentyp in einen anderen umzuwandeln. Genau hier kommen Datentypkonvertierungen ins Spiel.

Für Datenanalysten sind sie unverzichtbar, denn:

  • Vergleiche funktionieren zuverlässig nur, wenn die Datentypen zusammenpassen.
  • Berechnungen liefern korrekte Ergebnisse, wenn Formate eindeutig sind.
  • Performance leidet weniger, wenn implizite Konvertierungen vermieden werden.

In diesem Artikel lernst du die gängigen Möglichkeiten zur Datentypkonvertierung in SQL kennen,
vermeidest typische Fehler und erhältst praxiserprobte Best Practices für sauberen,
wartbaren und performanten Code.

Datentypkonvertierungen

Arten der Datentypkonvertierung

Grundsätzlich unterscheidet man in SQL zwischen impliziter und expliziter Datentypkonvertierung.

Implizite Konvertierung

Eine implizite Konvertierung führt das Datenbanksystem automatisch durch, wenn zwei unterschiedliche Datentypen in einer Abfrage aufeinandertreffen. SQL versucht, die Werte kompatibel zu machen, ohne dass der Entwickler eingreifen muss. 

-- Beispiel: Vergleich einer Zahl mit einem Textfeld
SELECT *
FROM orders
WHERE order_number = '1001';  -- SQL wandelt '1001' automatisch in eine Zahl um

Vorteil: Weniger Code nötig.
Nachteil: Kann zu Performanceverlusten oder unerwarteten Ergebnissen führen, wenn die Umwandlung nicht so funktioniert wie gedacht.

Explizite Konvertierung

Bei der expliziten Konvertierung entscheidet der Entwickler bewusst, welcher Datentyp verwendet werden soll. So wird die Kontrolle klar beim Code gehalten. 

-- Beispiel: Textfeld mit Datumsangaben in echtes Datum umwandeln
SELECT CAST(shipment_date AS DATE) AS shipment_date_converted
FROM shipments;

Vorteil: Eindeutige Ergebnisse, bessere Lesbarkeit und weniger Fehlerquellen.

Die wichtigsten SQL-Konvertierungsfunktionen

Für die explizite Datentypkonvertierung stehen in SQL verschiedene Funktionen zur Verfügung. Je nach Datenbanksystem gibt es Unterschiede, aber die folgenden sind besonders wichtig:

CAST

CAST ist eine ANSI-SQL-konforme Funktion und wird daher von den meisten Datenbanksystemen unterstützt (z. B. MySQL, PostgreSQL, SQL Server, Oracle). Sie ermöglicht eine klare und standardisierte Umwandlung eines Werts von einem Datentyp in einen anderen. 

SELECT CAST('2025-08-20' AS DATE) AS converted_date;

CONVERT

CONVERT ist vor allem in SQL Server verbreitet und bietet zusätzliche Formatierungsoptionen, etwa für die Darstellung von Datums- und Zeitwerten. 

SELECT CONVERT(DATE, '2025-08-20', 23) AS converted_date;

Oracle-Funktionen

In Oracle-Datenbanken stehen spezifische Funktionen zur Verfügung, zum Beispiel:

  • TO_DATE – wandelt Zeichenketten in Datumswerte um
  • TO_CHAR – formatiert Datums- oder Zahlenwerte als Text
  • TO_NUMBER – konvertiert Zeichenketten in numerische Werte
SELECT TO_DATE('20-08-2025', 'DD-MM-YYYY') FROM dual;

Diese Funktionen sind besonders hilfreich, wenn Formatierungen oder spezifische Datenbankfunktionen benötigt werden.

Typische Herausforderungen und Lösungsstrategien


Bei der Arbeit mit Datentypkonvertierungen tauchen im Alltag immer wieder Stolperfallen
auf. Mit den richtigen Techniken lassen sich diese jedoch leicht umschiffen.

1. Verdeckte Rundungsfehler

Zahlen mit Nachkommastellen werden bei einer unbedachten Konvertierung in ganze Zahlen
einfach abgeschnitten. Das kann in Analysen zu falschen Ergebnissen führen.

-- Rundung durch CAST auf INT
SELECT CAST(19.99 AS INT) AS wrong_value;

-- Besser: gezielt runden
SELECT ROUND(19.99, 0) AS rounded_value;

2. Texte mit Sonderzeichen

Bei der Umwandlung von Text in Zahlen können Sonderzeichen wie Kommas, Leerzeichen oder
Währungszeichen Fehler auslösen. Hier hilft es, den Wert vorher zu bereinigen.

-- Beispiel: Preisangaben mit Euro-Zeichen
SELECT CAST(REPLACE('1.234 €', ' €', '') AS DECIMAL(10,2)) AS price_value;

3. Unterschiedliche Datumsformate in den Quellen

In internationalen Projekten tauchen Datumswerte oft in verschiedenen Formaten auf –
etwa YYYY-MM-DD oder DD/MM/YYYY. Ohne explizite Angabe kann
SQL diese nicht korrekt interpretieren.

-- Eindeutige Umwandlung in PostgreSQL
SELECT TO_DATE('31/12/2025', 'DD/MM/YYYY') AS clean_date;

4. Leere Strings statt NULL

Manche Systeme speichern fehlende Werte als leere Zeichenkette '' anstatt
als NULL. Bei einer Konvertierung kann das unerwartete Ergebnisse
erzeugen. Ein vorheriger Check sorgt für Klarheit.

SELECT NULLIF(column_name, '')::INT AS safe_number
FROM my_table;

Empfohlene Vorgehensweisen (Best Practices)


Wer Datentypkonvertierungen sauber und effizient einsetzen möchte, sollte einige bewährte Methoden beachten:

1. Immer explizit konvertieren, wenn Unsicherheit besteht

Implizite Konvertierungen können zu unerwarteten Ergebnissen führen. Mit expliziten
Funktionen ist der Code verständlich und stabil.

-- Explizit Text in Zahl umwandeln
SELECT CAST('450' AS INT) AS quantity;

2. Daten vorher bereinigen

Bevor Werte konvertiert werden, sollten unerwünschte Zeichen, Leerzeichen oder
Sonderzeichen entfernt werden.

-- Beispiel: Kommas aus Zahlen entfernen
SELECT CAST(REPLACE('1,234.56', ',', '') AS DECIMAL(10,2)) AS clean_value;

3. Standardwerte für NULL oder leere Daten definieren

Besonders bei Berichten oder Aggregationen ist es sinnvoll, fehlende Werte abzufangen, damit keine Fehler entstehen.

SELECT COALESCE(TRY_CAST(column_name AS INT), 0) AS safe_number
FROM sales;

4. Einheitliche Datumsformate verwenden

Vor allem bei internationalen Datenquellen sollte man Datumswerte einheitlich konvertieren, um Vergleichbarkeit sicherzustellen.

-- Beispiel in MySQL
SELECT STR_TO_DATE('20.08.2025', '%d.%m.%Y') AS standard_date;

5. Performance im Blick behalten

Häufige oder große Konvertierungen können die Abfrage verlangsamen. Prüfe, ob es sinnvoll ist, die Daten direkt im richtigen Typ zu speichern.

-- Statt bei jeder Abfrage zu konvertieren, Tabelle korrekt definieren
CREATE TABLE sales (
    id INT,
    amount DECIMAL(10,2)
);

Fazit

Datentypkonvertierungen sind ein unverzichtbares Werkzeug für jeden Datenanalysten. Sie sorgen dafür, dass Abfragen korrekt, stabil und performant ausgeführt werden.

Wichtig ist, zwischen impliziten und expliziten Konvertierungen zu unterscheiden und die passende Methode bewusst einzusetzen. Durch Datenbereinigung, Standardwerte für NULL-Werte und einheitliche Formate lassen sich typische Fehler vermeiden.

Wer diese Best Practices beachtet, kann SQL-Abfragen klarer gestalten, Fehlerquellen minimieren und die Arbeit mit unterschiedlichen Datentypen effizient meistern.

Mit den richtigen Techniken wird die Arbeit mit SQL-Daten nicht nur einfacher, sondern auch deutlich zuverlässiger – ein wichtiger Schritt zu sauberen, aussagekräftigen Analysen.