Für Computerbenutzer ist der Umgang mit Dateien etwas Selbstverständliches. Dateien müssen gespeichert, geöffnet, erstellt und gelöscht werden. Alle Informationen, die ein Computerbenutzer auf seinem System vorfindet, sind in irgendeiner Weise als Datei gespeichert. Der folgende Artikel gibt einen Überblick darüber, worum es sich bei diesen Dateien im Einzelnen handelt.

Kurz gefasst: Eine Datei ist ein logisch zusammengehöriger Datenbestand (Byte-Stream) plus Metadaten wie Name, Größe und Zeitstempel. Sie wird in einem Verzeichnisbaum abgelegt, durch einen Pfad adressiert und über das Betriebssystem sowie das zugrunde liegende Dateisystem verwaltet.

Was unter einer Datei zu verstehen ist

In Dateien werden Daten zusammengefasst, die inhaltlich zusammengehören und deshalb einen strukturierten Bestand bilden sollen. Sind die Daten einmal auf diese Weise in einer Datei zusammengefasst worden, können sie hiernach auf beliebigen Speichermedien gesichert werden, die über ein entsprechendes Dateisystem verfügen (siehe unten). Da Dateien auf einem Computer nur im Zusammenhang mit einem Programm genutzt werden können (wie etwa einem Textverarbeitungsprogramm), ergibt sich automatisch die Unterscheidung in flüchtige und nicht-flüchtige Daten.

Flüchtige Daten sind jene, die nur während der Laufzeit des Programms existieren (wie zum Beispiel die Änderung einer Textdatei, die später verworfen wird), wohingegen nicht-flüchtige Daten über die Laufzeit des Programms hinaus existieren (z.B., wenn die Änderungen an einem Text in einer Datei gespeichert werden). Das Wort Datei selbst ist dabei ein sogenanntes Kofferwort, dass sich aus den Begriffen „Daten“ und „Kartei“ zusammensetzt und vom Deutschen Institut für Normung (DIN) geschaffen wurde.

Technische Einordnung: Aus Sicht des Betriebssystems ist eine Datei ein fortlaufender Datenstrom, der auf einem Speichermedium in Blöcken abgelegt wird. Neben dem eigentlichen Inhalt existieren Metadaten, die das Dateisystem verwaltet. Typische Merkmale einer Datei sind:

• Name und Pfad: Eindeutige Identifikation innerhalb eines Verzeichnisses, Pfad als Adresse im Verzeichnisbaum.
• Größe: Anzahl der Bytes des Inhalts; kann sich durch Fragmentierung über mehrere Speicherblöcke erstrecken.
• Zeitstempel: Erstellungszeit (sofern unterstützt), Änderungszeit (mtime), Zugriffszeit (atime) und systemabhängig weitere Felder (z. B. ctime).
• Rechte und Eigentümer: Zugriffskontrolle über Berechtigungen (z. B. POSIX-Rechte, ACLs), Besitzer- und Gruppenzugehörigkeit.
• Typ/Erkennung: Dateierweiterung (z. B. „.txt“) und/oder Signatur („Magic Number“) sowie ein MIME-Typ für die inhaltliche Zuordnung.

Dateinamen und Erweiterungen: Die Endung (z. B. „.docx“) dient häufig als Hinweis auf das Dateiformat, ist aber nicht immer entscheidend – viele Systeme erkennen Formate zusätzlich anhand der internen Signatur. Unterschiede wie Groß-/Kleinschreibung (case-sensitive vs. case-insensitive) und Zeichensatzkodierung für Dateinamen sind betriebssystem- und dateisystemabhängig.

Flüchtig vs. persistent: Flüchtige Daten liegen in der Regel im Arbeitsspeicher (RAM) und gehen ohne Speicherung verloren. Persistente Daten werden als Datei dauerhaft auf nichtflüchtigen Medien (z. B. SSD, Festplatte, Speicherkarten) abgelegt. Zwischenstufen bilden temporäre Dateien, Caches oder Auto-Save-Mechanismen, die kurzzeitig auf Datenträgern abgelegt werden, um Bearbeitungsstände zu sichern.

Dateien und Dateisysteme

Damit Dateien auf einem Speichermedium verwaltet und auf diese zugegriffen werden kann, muss zuvor ein Dateisystem angelegt werden. Das Dateisystem steht im engen Zusammenhang mit dem Betriebssystem, da dieses die Oberfläche zur Verfügung stellt, über die der Zugriff konkret erfolgt. In der Praxis gebräuchliche Betriebssysteme sind beispielsweise FAT32 oder NTFS. Ohne ein solches Dateisystem wäre es nicht möglich, die Einheiten eines Massenspeichers wie etwa einer Magnetspeicherfestplatte sinnvoll zu interpretieren.

In einem solchen Dateisystem werden jedoch nicht nur die Dateien selbst mir ihrem jeweiligen Namen verwaltet, sondern auch deren Datei-„Attribute“. Diese sind der Dateityp (siehe unten), die Schreib- und Leserechte und das Datum. Beim Dateityp kann es sich beispielsweise um Verzeichnisse oder eine normale Datei handeln, die Schreib- und Leserechte können für bestimmte Nutzergruppen eingeschränkt werden und das Datum gibt an, wann eine Datei erstellt wurde und wann der letzte Zugriff auf diese erfolgt ist.

Interne Arbeitsweise: Dateisysteme organisieren Speicher in Einheiten (Cluster/Blöcke) und halten Verwaltungsstrukturen vor, z. B. eine Zuordnungstabelle (FAT) oder Inodes. Dadurch lassen sich Dateien schnell auffinden, fragmentierte Bereiche zusammenführen und Konsistenzprüfungen durchführen.

• FAT32 (ältere, weit verbreitete Variante): hohe Kompatibilität, aber Größenlimits (max. 4 GB pro Datei) und fehlendes Journaling.
• NTFS (aktuell bei vielen Windows-Systemen): Journaling, Berechtigungen (ACL), Komprimierung, Verschlüsselung, Streams (Alternate Data Streams) und große Volumes.
• exFAT (für Wechseldatenträger): überwindet die 4-GB-Grenze von FAT32, optimiert für Flash-Speicher.
• ext4 (Linux-Umgebungen): Journaling, große Dateigrößen, erprobte Stabilität.
• APFS (aktuelle Apple-Systeme): Copy-on-Write, Snapshots, Integritätsfunktionen und moderne Verschlüsselungsoptionen.
• Btrfs und ZFS (fortgeschrittene Features): Prüfsummen, Snapshots, Deduplizierung (systemabhängig), Skalierbarkeit.

Journaling und Integrität: Moderne Dateisysteme nutzen Journaling oder Copy-on-Write, um bei Stromausfällen oder Systemabstürzen die Konsistenz zu wahren. Zeitstempel, Berechtigungen und Attribute werden dabei ebenfalls zuverlässig nachgehalten.

Verzeichnisstruktur: Dateien sind in Ordnern (Verzeichnissen) organisiert, die zusammen einen hierarchischen Baum bilden. Pfadregeln (z. B. Trennzeichen, maximale Länge) und Besonderheiten wie versteckte Dateien unterscheiden sich je nach System.

Leistung und Blockgröße: Die gewählte Cluster-/Blockgröße kann Performance, Fragmentierung und Speicherausnutzung beeinflussen – insbesondere bei sehr vielen kleinen oder sehr großen Dateien.

Arten von Dateien

In der Praxis begegnen Computeranwender einer ganzen Reihe unterschiedlicher Arten von Dateien bzw. Dateitypen. Diese können unterteilt werden in ausführbare, nicht-ausführbare und spezielle Dateien sowie Verzeichnisse. Ausführbare Dateien liegen entweder in Maschinensprache vor, in Skriptsprache oder in einem Bytecode. Nicht-ausführbare Dateien sind im Alltag der Computerbenutzer häufiger und umfassen Programme im Quelltext, Textdateien, Audiodateien wie MP3 und WAV sowie Bilddateien, Datenbankdateien und Binärdateien. Es handelt sich hierbei um eine nicht abschließende Aufzählung, da im Computeralltag ständig neue Dateitypen definiert werden und auch wieder aus dem Gebrauch verschwinden.

Verzeichnisse werden nicht weiter unterteilt, bei den speziellen Dateien (auch „Pseudodateien“) hingegen wird zwischen Gerätedateien und Prozessinformationen unterschieden. Gerätedateien und Prozessinformationen sind ausschließlich in Unix-Umgebungen anzutreffen. Die Unterscheidung der Dateitypen erfolgt durch eine entsprechende Kennzeichnung durch das Dateisystem. Hierfür wird zum Beispiel ein sogenannter Flag gesetzt, der anzeigt, ob es sich bei der jeweiligen Datei um eine ausführbare oder eine nicht-ausführbare Datei handelt.

Ausführbare Dateien im Detail:

• Native Binärdateien: Systemabhängige Formate (z. B. PE, ELF, Mach-O) werden direkt von der CPU ausgeführt.
• Skripte: Textbasierte Dateien (z. B. Shell, PowerShell, Python), die von einem Interpreter verarbeitet werden; häufig mit Shebang-Zeile.
• Bytecode: Zwischencode für virtuelle Maschinen (z. B. Java oder .NET), portabler als native Binaries.
• Ausführbarkeitskennzeichen: Unter Unix kennzeichnen Rechtebits (x) pro Nutzerklasse die Ausführbarkeit; Windows orientiert sich u. a. an Erweiterungen und Headern.

Nicht-ausführbare Dateien:

• Text und Markup: Klartext (UTF‑8), Konfigurationen (INI, YAML, JSON), Auszeichnungssprachen (HTML, XML).
• Dokumente und Tabellen: Office-Formate, PDFs und Präsentationen.
• Medien: Bilder (JPEG, PNG, TIFF, RAW), Audio (MP3, WAV, FLAC, AAC) und Video (MP4, MKV). Wichtig: Container (z. B. MP4, MKV) und Codecs (H.264, AAC) sind zu unterscheiden.
• Archive und Backups: ZIP, RAR, 7z, TAR.GZ bündeln und komprimieren Daten.
• Datenbanken und Binärdaten: Datei-basierte DBs (z. B. SQLite), proprietäre Datenbestände und Logdateien.

Spezielle Dateien und Verzeichnisse: In Unix-ähnlichen Systemen gibt es Gerätedateien (Block-/Zeichengeräte), Pipes (FIFOs), Sockets und Pseudodateisysteme (z. B. /proc) für Prozessinformationen. Ähnliche Konzepte sind auch in anderen Betriebssystemen vorhanden, werden dort jedoch anders realisiert. Verzeichnisse (Ordner) dienen als Behälter für weitere Dateien und definieren die Struktur des Dateisystems.

Erkennung und Zuordnung: Ob eine Datei „ausführbar“ ist, entscheidet das Dateisystem über Attribute/Flags sowie die Systemumgebung. Darüber hinaus werden Dateiformate häufig anhand von Magic Numbers und MIME-Typen identifiziert – die Endung allein ist nicht immer verlässlich.

Kodierung, Komprimierung und Integrität: Textdateien benötigen eine Zeichencodierung (z. B. UTF‑8). Komprimierte Dateien sparen Speicherplatz, erfordern aber Dekompression beim Zugriff. Prüfsummen und Signaturen können zur Integritäts- und Echtheitsprüfung verwendet werden.

Häufige Fragen und Antworten