Testdaten ohne echte Kundendaten: Warum und wie Sie Dummy-Daten erzeugen

Inhalt
Wenn Sie Daten für eine Entwicklungs- oder QA-Umgebung brauchen, ist der schnellste Weg, ein paar Datensätze aus der Produktionsdatenbank zu kopieren. Ab diesem Moment verbreiten sich jedoch Namen und Kontaktdaten echter Personen außerhalb der Produktionsumgebung.
Das Ergebnis vorab: Für Tests gehören nicht real existierende Werte in die Daten. Zum Glück sind die Regeln für Werte, die „echt aussehen, aber garantiert nicht existieren", größtenteils standardisiert. Sie müssen sich also nichts ausdenken, sondern können die Vorgaben einfach übernehmen.
Kurzfassung ① Echtdaten werden über Staging-Datenbanken, Logs, Bug-Reports und CI-Artefakte vervielfältigt. Haben sie sich einmal verbreitet, lässt sich kaum nachvollziehen, wohin sie gelangt sind. ② Für E-Mail-Adressen und Domains verwenden Sie die Namen, die RFC 2606 reserviert hat.
example.com,example.netundexample.orgsowie.test,.example,.invalidund.localhostwerden an niemanden vergeben. ③ Namen und Adressen kombinieren Sie zufällig aus Kandidatenlisten, und UUIDs erzeugen Sie mitcrypto.randomUUID()im Browser.
Wohin gelangen kopierte Produktionsdaten?
Das Problem endet nicht bei „kopiert und in die Entwicklungsdatenbank eingespielt". Die Daten werden auf Wegen weiter vervielfältigt, die die Entwicklerin oder der Entwickler nie beabsichtigt hat.
Die fünf häufigsten Verbreitungswege:
- Dump-Dateien der Staging-Datenbank
- Bug-Reports, die zur Reproduktion angehängt wurden
- Screenshots, die lokal aufgenommen und in einen Chat gestellt wurden
- Test-Artefakte, die die CI aufbewahrt
- Seed-Dateien, die ins Repository committet wurden
Hinzu kommt ein weiterer Punkt: Die Werte sind real erreichbar. Verschickt Testcode versehentlich E-Mails oder SMS, landen sie bei echten Kunden.
Wie weit Sie mit personenbezogenen Daten umgehen dürfen, hängt von Land, Branche und Vertrag ab. Dieser Beitrag nimmt Ihnen diese Einschätzung nicht ab. Er behandelt nur, wie Sie prüfen, ob echte Werte untergemischt sind, und wie Sie Werte erzeugen, bei denen das nicht passiert.
So prüfen Sie, ob Ihre Testdaten echte Werte enthalten
Am schnellsten beginnen Sie mit den Seed-Dateien, die bereits herumliegen. Einiges lässt sich prüfen, ohne eine Datei zu öffnen.
1) Sammeln Sie alle E-Mail-Domains. Ob CSV oder JSON: Im Terminal genügt eine Zeile.
grep -oE '@[A-Za-z0-9._-]+' seed.csv | sort -u
Tauchen dabei Firmendomains oder Domains echter E-Mail-Anbieter auf, sind diese Adressen für jemanden erreichbar. Sicher ist es nur, wenn ausschließlich reservierte Domains übrig bleiben.
2) Prüfen Sie, ob die Telefonnummern ein reales Format haben. Auch zufällig erzeugte Nummern können mit Nummern übereinstimmen, die bei einem Mobilfunkanbieter freigeschaltet sind. Wenn Sie den Versand testen, sperren Sie besser den Versandweg selbst statt sich auf die Nummer zu verlassen.
3) Prüfen Sie, ob die Kombination auf eine einzelne Person verweist. Auch ohne Namen kann sich eine Person eingrenzen lassen, wenn Geburtsdatum, Adresse und Arbeitgeber zusammen vorliegen. Maskierung löscht spaltenweise, die Kombination entfernt sie nicht.
4) Prüfen Sie, ob Sie die Herkunft benennen können. Wenn Sie auf die Frage „Woher stammt diese Datei?" nicht sofort antworten können, stammt sie wahrscheinlich aus einem Produktions-Dump.
Regeln für nicht existierende Werte
Ab hier geht es ums Erzeugen. Das ist auch ohne Werkzeug von Hand gut machbar.
E-Mail-Adressen und Domains: reservierte Namen verwenden
RFC 2606 reserviert für Dokumentation und Beispiele drei Second-Level-Domains: example.com, example.net und example.org. Diese Namen dürfen Sie ohne weitere Abstimmung als Beispiele verwenden.
Auch vier Top-Level-Domains sind reserviert. .test dient dem Testen von DNS-bezogenem Code, .example Dokumentation und Beispielen, .invalid Namen, die garantiert ungültig sein müssen, und .localhost dem Loopback.
Die E-Mail-Adressen von Testkonten bilden Sie also etwa so: user001@example.com. Selbst wenn versehentlich etwas verschickt wird, gibt es keinen realen Empfänger.
Namen, Telefonnummern und Adressen aus Kandidatenlisten kombinieren
Hier gibt es keinen Standard. Sie legen Kandidaten für Nachname, Vorname, Stadt bzw. Bezirk und Straße als Arrays an, ziehen zufällig daraus und fügen sie zusammen. Fügen Sie den folgenden Code in die Konsole der Entwicklertools Ihres Browsers (meist F12) ein, dann erhalten Sie sofort das Ergebnis.
const SUR = ["김", "이", "박", "최", "정"];
const GIV = ["민준", "서연", "도윤", "하은", "지우"];
const pick = (a) => a[Math.floor(Math.random() * a.length)];
const p4 = () => String(Math.floor(Math.random() * 10000)).padStart(4, "0");
const rows = Array.from({ length: 10 }, (_, i) => ({
id: i + 1,
name: pick(SUR) + pick(GIV),
email: "user" + String(i + 1).padStart(3, "0") + "@example.com",
phone: "010-" + p4() + "-" + p4(),
}));
console.log(JSON.stringify(rows, null, 2));
Eines sollten Sie nicht erzeugen: Identifikationsnummern mit öffentlich bekannten Prüfregeln, etwa Personenkennzahlen oder Kartennummern. Erzeugen Sie sie formal korrekt, können sie mit tatsächlich vergebenen Nummern übereinstimmen – und in dem Moment sind es keine falschen Daten mehr.
UUIDs erzeugt der Browser
Brauchen Sie Kennungen, sind UUIDs praktisch. Führen Sie in der Konsole crypto.randomUUID() aus, erhalten Sie jeweils eine UUID der Version 4.
Diese API gibt es nur in einem sicheren Kontext. Auf https-Seiten und unter localhost funktioniert sie, bei einer http-Adresse mit interner IP kann die Meldung erscheinen, die Funktion existiere nicht.
Eine UUID hat insgesamt 128 Bit, bei Version 4 sind davon 122 Bit Zufallszahlen. Die übrigen 6 Bit sind durch das Versions- und das Variantenfeld festgelegt (RFC 9562). Wegen dieses Versionsfelds beginnt die dritte Gruppe immer mit 4.
Der Haken: Diese Methoden müssen Sie jedes Mal neu zusammensetzen. Wollen Sie ein Feld ergänzen oder auf CSV umstellen, müssen Sie den Code erneut anpassen.
Mit unserem Tool ausprobieren. Legen Sie die Anzahl (1 bis 500) fest und haken Sie die gewünschten Felder an. Das Ergebnis erscheint sofort im Format JSON oder CSV, mit Schaltflächen zum Kopieren und zum Herunterladen als Datei.
Die Daten werden direkt im Browser erzeugt, ganz ohne Installation oder Registrierung. Sie werden nicht an einen Server übertragen.

Das Tool erzeugt 12 Felder: laufende Nummer (id), Name, Geschlecht, Geburtsdatum, Alter, E-Mail, Telefonnummer, Adresse, Firma, Beruf, Benutzername und UUID. Anfangs sind fünf davon aktiviert: laufende Nummer, Name, E-Mail, Telefonnummer und Adresse.
Bei jedem Klick auf „🎲 Neu generieren" entsteht ein völlig anderer Datensatz. Dass Personenkennzahlen und Kartennummern in der Liste fehlen, hat den oben genannten Grund.
Typische Stolperstellen beim Erzeugen
| Situation | Vorgehen |
|---|---|
| Test mit echtem Versand (E-Mail, SMS) | E-Mail-Domain auf example.com oder .invalid ändern und den Versandweg selbst sperren |
| Maskierung von Echtdaten als Ersatz | Durch Kombination können Personen wieder identifiziert werden; einfacher ist es, von Anfang an Werte zu erzeugen, die nicht real sind |
| Sicherheitsrelevante Zufallszahlen nötig | UUIDs für Dummy-Daten dienen nur der Anzeige. Für Tokens und geheime Schlüssel verwenden Sie eine kryptografische Zufallszahlen-API wie crypto.randomUUID() |
| Seed-Datei, die ins Repository committet wird | Vermerken Sie die Herkunft als Kommentar in der Datei: von Hand erstellt oder Produktions-Dump |
| Screenshots und Präsentationen | Prüfen Sie noch einmal mit eigenen Augen, ob die angezeigten Werte erzeugt wurden |
Die E-Mail-Adressen, die das Tool erzeugt, verwenden Domains echter Dienste wie gmail.com oder naver.com. Für Zwecke, bei denen die Daten „glaubwürdig wirken" müssen, etwa bei Bildschirm-Mockups, passt das.
Wenn der Test jedoch tatsächlich Nachrichten versenden könnte, ersetzen Sie vor der Verwendung besser den Domainteil durch eine reservierte Domain. Laden Sie dazu die CSV herunter und ersetzen Sie in der E-Mail-Spalte alles hinter dem @ in einem Durchgang.
Zusammenfassung
- Werden Produktionsdaten in Tests übernommen, vervielfältigen sie sich weiter über DB-Dumps, Logs, Reports und Artefakte und können echte Empfänger erreichen.
- Bestehende Seed-Dateien prüfen Sie anhand von vier Punkten: Liste der E-Mail-Domains, Format der Telefonnummern, Feldkombinationen und Herkunft.
- Für E-Mail-Adressen verwenden Sie die von RFC 2606 reservierten
example.com,example.netundexample.org, für Domains.test,.example,.invalidund.localhost. - Für Namen und Adressen genügt die zufällige Kombination aus Kandidatenlisten, für Kennungen verwenden Sie UUIDs der Version 4.
- Nummern mit öffentlich bekannten Prüfregeln, etwa Personenkennzahlen oder Kartennummern, erzeugen Sie nicht formal korrekt.
Die Daten werden direkt im Browser erzeugt, ganz ohne Installation oder Registrierung. Sie werden nicht an einen Server übertragen.
Häufig gestellte Fragen
Kann ich nicht einfach echte Daten maskieren und verwenden?
Maskierung verdeckt Daten spaltenweise. Welche Kombinationen aus den übrigen Spalten noch Rückschlüsse zulassen, bleibt dabei unberücksichtigt. Auch wenn Sie den Namen unkenntlich machen, kann sich der Kreis möglicher Personen eingrenzen lassen, solange Geburtsdatum, Adresse, Arbeitgeber und Registrierungsdatum erhalten bleiben. Wenn Sie die Werte von vornherein so erzeugen, dass es sie in Wirklichkeit nicht gibt, entfällt diese Abwägung ganz – am Ende ist das also weniger Aufwand.
Darf ich mit den erzeugten Telefonnummern echte SMS verschicken?
Davon raten wir ab. Zufällige Nummern, die mit 010- beginnen, haben dasselbe Format wie echte Nummern und können daher mit tatsächlich vergebenen Anschlüssen übereinstimmen. Wenn Sie die Versandlogik testen, ist es sicherer, nicht die Nummer auszutauschen, sondern den Versand-Adapter durch eine Testimplementierung zu ersetzen oder den externen Versand in der Staging-Umgebung grundsätzlich zu sperren.
Warum wird als E-Mail-Domain ausgerechnet example.com verwendet?
Weil RFC 2606 die Domains example.com, example.net und example.org für Dokumentation und Beispiele reserviert. Sie sind an niemanden vergeben. Wird versehentlich eine E-Mail verschickt, erreicht sie deshalb keinen echten Nutzer. Brauchen Sie einen Wert, der garantiert nie gültig sein darf, verwenden Sie die Top-Level-Domain .invalid.
Werden die erzeugten Daten an einen Server übertragen?
Nein. Die Datenerzeugung dieses Tools läuft vollständig im Browser. Die erzeugten Datensätze werden weder an einen Server gesendet noch dort gespeichert. Auch beim Kopieren und Herunterladen werden die Werte, die der Browser bereits auf dem Bildschirm erzeugt hat, unverändert ausgegeben.
Dieser Artikel basiert auf unserem koreanischen Original. Koreanisches Original lesen