Frontend-Entwicklung beginnt oft, bevor das Backend echte Daten liefern kann. Statt auf eine funktionierende API zu warten, lassen sich realistische Test-JSON-Daten in der richtigen Form generieren, um sofort loszulegen.
Was Mock-Daten sind
Mock-JSON sind generierte, aber strukturell glaubwürdige Daten: Namen, die wie echte Namen aussehen, Daten im richtigen Format, IDs, die aussehen, wie sie aussehen sollten. Anders als Platzhalterwerte wie "test123" zeigen realistische Mocks sofort, ob die Oberfläche lange Namen, leere Felder oder bestimmte Datumsformate korrekt verarbeitet.
Wozu man das braucht
- Mit der UI-Entwicklung beginnen, bevor das Backend-Team die API fertigstellt.
- Testen, wie sich die Oberfläche bei einer großen Anzahl von Datensätzen verhält, ohne eine echte Datenbank zu befüllen.
- Eine Demo oder einen Prototyp erstellen, ohne echte Nutzerdaten preiszugeben.
- Automatisierte Tests schreiben, die nicht vom Zustand eines externen Dienstes oder einer Datenbank abhängen.
Straße und Hausnummer stehen in der falschen Reihenfolge — für Amerikaner
Eine deutsche Adresse schreibt die Hausnummer nach dem Straßennamen: „Musterstraße 12", nicht „12 Musterstraße" wie im Englischen. Die 5-stellige Postleitzahl steht vor dem Ortsnamen in derselben Zeile, ohne Bindestrich oder Buchstaben — anders als etwa der britische Postcode. Ein Mock-Template, das {{street}} und {{houseNumber}} einfach in US-Reihenfolge zusammensetzt, erzeugt eine Adresse, die zwar wie eine Adresse aussieht, aber kein Muttersprachler so schreiben würde.
Worauf man achten sollte
Mock-Daten geben Form und Typen echter Daten gut wieder, nicht aber die Geschäftslogik oder Beziehungen zwischen Datensätzen. Vor dem Produktivgang muss der Code trotzdem gegen eine echte API getestet werden — Mocks beschleunigen nur die frühen Entwicklungsphasen.
Realistische Edge Cases in Mocks
Ein guter Mock-Generator baut absichtlich „unbequeme" Werte ein — sehr lange Namen, leere Strings, Umlaute und ß neben reinem ASCII, null oder negative Zahlen, Daten am Rand des zulässigen Bereichs. Genau solche Werte bringen Layout oder Logik am ehesten zum Kippen, wenn nur mit „bequemen" Daten wie "John Doe" getestet wurde — deshalb ist Zufälligkeit bei Mocks nützlicher als immer dasselbe Testbeispiel.