FileMaker und JSON: Wie Daten und Änderungen lesbar bleiben
Von Oliver Schmalzl · Ausgearbeitet: · Archiv-Funddatum:
17.10.2024 · Archivdatum
Wenn eine Anwendung wächst, wird nicht nur ihr Bildschirm wichtig. Auch Datenstrukturen und Änderungen sollten verständlich bleiben. Sonst weiß man später zwar, dass etwas anders ist, aber nicht, was sich geändert hat.
Eine kleine erfundene Bücherdatei reicht, um den Zusammenhang zu zeigen: Ein Titel hat einen Textwert, eine Bandnummer einen Zahlenwert und eine Liste mehrere Einträge. Eine klar beschriebene Struktur verhindert, dass alle Beteiligten etwas anderes unter denselben Feldern verstehen.
Daten brauchen eine lesbare Form
JSON beschreibt Objekte und Listen mit ausdrücklich benannten Werten. Das hilft bei der Übergabe zwischen Werkzeugen. Für eine Übung sollten Feldnamen, erwartete Datentypen und der Umgang mit leeren Angaben vorher feststehen.
Wer eine zusätzliche Kurzschreibweise verwendet, muss prüfen, ob beim Umwandeln dieselbe Struktur entsteht. Weniger Zeichen sind nur dann ein Vorteil, wenn die Bedeutung erhalten bleibt.
Bei Strukturvergleichen bietet FileMaker einen XML-Export. Claris erläutert „Save a Copy as XML“ und weist für Vergleiche auf die gleiche Exportversion hin. Für eine öffentliche Demo genügt eine selbst erstellte Mini-Datei; betriebliche Daten oder Skripte sind dafür nicht erforderlich.
Schnittstellen ändern die Verantwortung nicht
Eine KI-Anbindung über MCP kann Werkzeuge und Datenzugriffe zugänglich machen. Die MCP-Architektur beschreibt die Rollen von Anwendung, Client und Server. Welche Funktionen eine konkrete FileMaker-Anbindung tatsächlich anbietet, ist eine zusätzliche Produktfrage.
Für den Einstieg wäre eine ausschließlich lesende Abfrage der erfundenen Bücherliste übersichtlich. Danach lässt sich kontrollieren, ob Felder richtig verstanden und Änderungen sauber beschrieben werden. Die lesbare Struktur bleibt dabei genauso wichtig wie eine überzeugend formulierte Antwort.
Ursprüngliche Funde
Diese Links waren der Ausgangspunkt für den Beitrag. Die Einordnung im Text stammt von mir; die verlinkten Beiträge sind keine eigenen Tests.
- FileMaker-Dateien mit fmptools erschließen
- DDRparser: FileMaker-Strukturen und Skripte nachvollziehen
- DDRparser: FileMaker-Strukturen und Skripte nachvollziehen
- FileMaker-Performance als Lernthema
- FileMaker-Änderungen mit XML und FMUpgradeTool nachvollziehen
- Claude-Code-Dokumentation als Ausgangspunkt
- KI-Skripte zwischen Coding-Editor und FileMaker übertragen
- KI-Skripte zwischen Coding-Editor und FileMaker übertragen
- fmJAML: lesbarer mit JSON arbeiten
- FileMaker-Lösungen auf Agentenarbeit vorbereiten
- Claris Docs Skills für gezielte Hilfeartikel
- FileMaker-Skripte und Versionsverlauf
- ChatGPT aus FileMaker ansprechen
- Vortrag zur Anbindung einer FileMaker-Lösung an Claude über einen MCP-Server.
- FM Analyzer analysiert hochgeladene DDR-XML-Dateien; keine eigenen Firmendateien hochladen.
- ZippyCue analysiert DDR-Dateien lokal auf macOS und exportiert Skripte, Funktionen und Strukturinformationen.
- Übersicht zu KI-Entwicklung mit MBS: lokale Modelle, CoreML, Windows ML, OCR, Vision, Python und CURL.
- Podcast über ProofKit MCP und KI-gestützte FileMaker-Entwicklung.
- Autor demonstriert mit ProofKit eine KI-gestützte FileMaker-Anwendung für landwirtschaftliche Abläufe.
- FMS Detective mit Loganalyse, DDR-Import, KI-Assistent und ergänzender iOS-Verwaltung.
Zum Datum: Dieser Beitrag wurde am 11. Oktober 2026 ausgearbeitet. Das Archivdatum entspricht dem frühesten zugehörigen Fund in der Sammlung, nicht einer damaligen Veröffentlichung. Technische Einordnungen und nachträglich ergänzte Quellen beziehen sich auf die Ausarbeitung.