Wesloo
Alle ThemenThemen

Dateiformate

Wie funktionieren ZIP-Dateien? Aufbau und Technik

Kurze Antwort

ZIP-Dateien kombinieren Dateibündelung mit verlustfreier Datenkompression, indem sie mehrere Dateien separat verarbeiten und in einem gemeinsamen Container ablegen. Ein am Dateiende platziertes Zentralverzeichnis verzeichnet alle Inhalte samt Speicherpositionen und ermöglicht den gezielten Zugriff auf einzelne Elemente ohne vollständiges Entpacken. Standardmäßig nutzt das Format den DEFLATE-Algorithmus sowie Prüfsummen zur Fehlererkennung.

Das Wichtigste

  • ZIP vereint Archivierung und verlustfreie Datenreduktion in einer einzigen Datei.
  • Dateien werden einzeln komprimiert, was wahlfreien Zugriff auf Einzelelemente ohne Gesamtentpackung gestattet.
  • Ein Zentralverzeichnis am Archivende dokumentiert Namen, Dateigrößen und Speicherpositionen.
  • Das Format unterstützt verschiedene Algorithmen wie DEFLATE, BZIP2 und LZMA sowie 32-Bit-Prüfsummen.
  • Mit der ZIP64-Erweiterung steigen Dateigrößenbegrenzungen von 4 GiB auf theoretische 16 EiB.

Wer verstehen möchte, wie funktionieren ZIP-Dateien, stößt auf zwei getrennte Aufgaben der Informationstechnik: das Bündeln mehrerer Dateien zu einem einzigen Paket und das Reduzieren des benötigten Speicherplatzes. Das 1989 von Phil Katz entwickelte Format verarbeitet jede enthaltene Datei eigenständig, anstatt alle Daten zu einem unteilbaren Block zu verschmelzen. Dieser modulare Aufbau bestimmt maßgeblich, wie Betriebssysteme und Anwendungsprogramme auf komprimierte Datenbestände zugreifen.

Der Unterschied zwischen Archivierung und Komprimierung

Die Begriffe Archivierung und Komprimierung werden im Alltag oft synonym verwendet, bezeichnen technisch jedoch zwei verschiedene Vorgänge. Eine Archivierung sammelt mehrere eigenständige Dateien, Ordnerhierarchien, Dateinamen, Zugriffsrechte und Zeitstempel in einer einzigen Zieldatei. Das erleichtert die Speicherung und den Transport großer Datenmengen über Netzwerke.

Die Komprimierung hingegen analysiert die Binärdaten innerhalb der Dateien, um Redundanzen und wiederkehrende Bitmuster zu eliminieren. ZIP fungiert als Containerformat, das beide Methoden zusammenführt. Das Prinzip ähnelt der Medientechnik, bei der man den Unterschied zwischen Codec und Container bei Video- und Audioinhalten unterscheidet: Das ZIP-Format stellt die Hülle bereit, während spezialisierte mathematische Verfahren die Nutzdaten kodieren.

Die Komprimierung innerhalb einer ZIP-Datei ist verlustfrei. Im Gegensatz zur verlustbehafteten Reduktion, wie sie im Artikel Lossless vs Lossy Unterschied: Audioformate im Vergleich erläutert wird, stellt das Entpacken jedes einzelne Byte exakt im Originalzustand wieder her. Zudem ist die Kompression optional: Dateien lassen sich im Store-Modus völlig ohne Kompression in das Archiv einbinden, was Systemressourcen schont, wenn bereits komprimierte Datenformate gespeichert werden.

Wie funktionieren ZIP-Dateien im technischen Aufbau?

Eine ZIP-Datei besteht aus einer linearen Abfolge von Datensegmenten, die in drei primäre Bereiche unterteilt sind: lokale Dateieinträge, das zentrale Verzeichnis und der Abschlussdatensatz des Verzeichnisses. Jeder Eintrag im Archiv besitzt einen eigenen lokalen Kopfbereich (Local File Header).

Der lokale Dateikopf enthält Versionsinformationen, Flags für Verschlüsselungsverfahren, die Kennung des gewählten Komprimierungsverfahrens, Zeitstempel, Prüfsummen sowie die komprimierte und unkomprimierte Länge der Nutzdaten. Direkt hinter diesem Kopf folgen die eigentlichen Dateidaten. Wurde die Dateigröße beim Erstellen des Datenstroms noch nicht final bestimmt, schließt sich ein kleiner Daten-Deskriptor an, der diese Werte nachträglich festhält.

Dieser modulare Aufbau wiederholt sich für jede archivierte Datei. Am Dateiende befindet sich das Zentralverzeichnis (Central Directory), gefolgt vom End of Central Directory Record (EOCD). Fehlen jegliche Nutzdaten, besteht das kleinstmögliche gültige ZIP-Archiv ausschließlich aus diesem 22 Bytes großen Abschlussdatensatz.

Das Zentralverzeichnis und der wahlfreie Zugriff

Die Platzierung des Zentralverzeichnisses am Ende der Datei ist das entscheidende Architekturmerkmal von ZIP. Während Unix-basierte Formate wie TAR Dateien als kontinuierlichen Datenstrom hintereinanderlegen, speichert ZIP den Gesamtkatalog separat ab.

Das Zentralverzeichnis dupliziert wesentliche Angaben der lokalen Dateiköpfe und ergänzt diese um den exakten Byte-Offset, an dem der jeweilige lokale Header im Archiv beginnt. Beim Öffnen eines ZIP-Archivs liest ein Programm zuerst die letzten Bytes der Datei, findet den Abschlussdatensatz und liest das Zentralverzeichnis ein. Dadurch kennt das System den gesamten Verzeichnisbaum, ohne die Megabytes oder Gigabytes an Nutzdaten vorab einlesen zu müssen.

Dieses Verfahren bietet handfeste Vorzüge im Betrieb:

  • Wahlfreier Zugriff (Random Access): Einzelne Dateien lassen sich gezielt extrahieren, da das Programm direkt an die Byte-Position der gewünschten Datei springt.
  • Modulare Aktualisierung: Neue Dateien werden an die bestehenden Nutzdaten angehängt; danach wird das Zentralverzeichnis am Dateiende neu geschrieben.
  • Selbstextrahierende Archive (SFX): Dem Archiv kann ausführbarer Maschinencode vorangestellt werden. Da der Parser vom Dateiende rückwärts nach der Signatur des Zentralverzeichnisses sucht, funktioniert das Entpacken trotz des fremden Programmcodes am Dateianfang fehlerfrei.

Komprimierungsalgorithmen in ZIP-Archiven

Die ZIP-Spezifikation ist algorithmusagnostisch ausgelegt. Das bedeutet, dass der Container verschiedene Kompressionsverfahren unterstützt, wobei das Feld im Dateikopf definiert, welcher Entpacker verwendet werden muss.

Das am weitesten verbreitete Verfahren ist DEFLATE. Es kombiniert den LZ77-Wörterbuchalgorithmus mit der Huffman-Kodierung. LZ77 durchsucht die Eingabedaten nach sich wiederholenden Bytefolgen innerhalb eines gleitenden Fensters und ersetzt wiederkehrende Passagen durch Verweise auf deren früheres Auftreten (Distanz und Länge). Die Huffman-Kodierung ordnet häufig vorkommenden Symbolen kürzere Bitmuster zu und seltenen Symbolen längere Bitmuster.

Neben DEFLATE unterstützt der Standard alternative Algorithmen wie BZIP2 (basierend auf der Burrows-Wheeler-Transformation), LZMA (Lempel-Ziv-Markov-Ketten-Algorithmus für höhere Kompressionsraten) sowie PPMd oder WavPack. Wie stark eine Datei schrumpft, hängt von ihrer Struktur ab: Stark strukturierter Text, etwa eine tabellarische Datei, wie sie unter Was ist eine CSV-Datei? Aufbau und Struktur erklärt dargestellt ist, lässt sich häufig um mehr als 80 Prozent reduzieren. Vorab komprimierte Multimediadateien verkleinern sich dagegen kaum.

Begrenzungen von Standard-ZIP und die ZIP64-Erweiterung

Die ursprüngliche Spezifikation von PKWARE nutzte 32-Bit-Ganzzahlen für Dateigrößen und Speicherversätze sowie 16-Bit-Werte für die Gesamtzahl der enthaltenen Elemente. Daraus resultierten technische Obergrenzen, die im Laufe der Jahre durch wachsende Festplattenkapazitäten erreicht wurden.

Standard-ZIP kann maximal Dateien und Gesamtarchive von bis zu 4 GiB minus 1 Byte (4.294.967.295 Bytes) verwalten. Zudem durfte die Zahl der archivierten Objekte 65.535 Einträge nicht überschreiten. Um diese Begrenzungen aufzuheben, wurde die ZIP64-Erweiterung eingeführt. Sie erweitert die Datenfelder auf 64 Bit, wodurch theoretische Archiv- und Dateigrößen von bis zu 16 EiB minus 1 Byte sowie mehr als 18 Trillionen Dateien verwaltet werden können.

EigenschaftStandard-ZIPZIP64-Erweiterung
Maximale Archivgröße4 GiB minus 1 Byte16 EiB minus 1 Byte
Maximale Dateigröße4 GiB minus 1 Byte16 EiB minus 1 Byte
Maximale Eintragsanzahl65.535 Dateien18,44 Trillionen Dateien
Feldlänge für Adressen32 Bit64 Bit
KompatibilitätUniversell in allen SystemenErfordert ZIP64-Unterstützung

Datenintegrität und Verschlüsselung

Dateibeschädigungen durch fehlerhafte Datenträger oder unvollständige Netzwerkübertragungen erkennt das Format über 32-Bit-Prüfsummen (CRC-32). Für jede Datei berechnet das System vor der Kompression einen Prüfwert. Nach dem Entpacken berechnet das Tool die Prüfsumme erneut; weicht das Ergebnis vom hinterlegten Wert ab, bricht die Software den Vorgang mit einer Fehlermeldung ab.

Zur Absicherung vertraulicher Daten bietet ZIP symmetrische Verschlüsselungsmethoden. Das traditionelle ZipCrypto-Verfahren basierte auf einfachen Datenstrom-Chiffren, die heute als kryptografisch unsicher eingestuft werden. Moderne Archivierungsprogramme implementieren daher meist die WinZip-kompatible AES-Verschlüsselung (Advanced Encryption Standard mit 128 oder 256 Bit Schlüssellänge), um den Inhalt der Nutzdatenblöcke wirksam vor unbefugtem Auslesen zu schützen.

ZIP im Vergleich zu RAR, 7z und TAR

Andere populäre Archivformate setzen andere technische Schwerpunkte. RAR und 7z nutzen häufig sogenannte Solid-Archive (solide Kompression). Dabei werden alle Dateien zu einem fortlaufenden Datenstrom zusammengefasst, bevor die Kompression ansetzt. Das ermöglicht dem Algorithmus, Redundanzen über Dateigrenzen hinweg zu erkennen, was bei vielen gleichartigen Dateien zu deutlich kleineren Archiven führt. Der Nachteil ist der Verlust des direkten wahlfreien Zugriffs: Um die letzte Datei eines soliden Archivs zu lesen, muss das System den gesamten Datenstrom davor dekomprimieren.

Das TAR-Format bündelt unter Unix und Linux lediglich Dateien ohne eigene Kompression. Erst in Verbindung mit externen Kompressoren entstehen Dateien wie .tar.gz, die ähnlich wie Solid-Archive sequenziell gelesen werden müssen.

Moderne Betriebssysteme wie Windows 11 integrieren über quelloffene Bibliotheken wie libarchive mittlerweile native Funktionen, um Formate wie RAR, 7z und TAR direkt im Datei-Explorer zu öffnen. Dennoch bleibt ZIP der Industriestandard für den plattformübergreifenden Dateiaustausch, da nahezu jedes Endgerät das Format ohne Zusatzsoftware verarbeitet.

Weitere häufige Fragen

Warum lassen sich manche Dateien in einem ZIP-Archiv kaum verkleinern?

Dateien wie JPEG-Bilder, MP4-Videos oder bereits komprimierte Programmdateien enthalten kaum noch wiederkehrende Bitmuster. Da verlustfreie Algorithmen wie DEFLATE auf solchen Redundanzen basieren, können sie keine weitere Größenreduktion erzielen.

Was passiert, wenn das Zentralverzeichnis einer ZIP-Datei beschädigt wird?

Ist das Zentralverzeichnis am Dateiende unlesbar, erkennen viele Programme das Archiv als defekt, selbst wenn die eigentlichen Nutzdaten unversehrt sind. Spezialisierte Reparaturwerkzeuge können das Archiv retten, indem sie die lokalen Dateiköpfe von Anfang an sequenziell scannen.

Worin liegt der Unterschied zwischen ZIP und ZIP64?

Standard-ZIP verwendet 32-Bit-Adressen und begrenzt Dateien sowie das Gesamtergebnis auf 4 GiB. ZIP64 nutzt 64-Bit-Werte und hebt diese Beschränkung auf theoretische 16 Exbibyte (EiB) an.

Verwandte Seiten

  • EPUB-Format: Erklärung, Funktion und Technik

    Das EPUB-Format ist ein offener Standard für digitale Bücher, der Inhalte flexibel an verschiedene Bildschirmgrößen anpasst. Technisch gesehen handelt es sich um ein komprimiertes ZIP-Archiv, das Webtechnologien wie XHTML, CSS sowie XML-Dateien für Metadaten und Navigation bündelt. Dadurch lassen sich Texte auf dedizierten E-Readern, Tablets und Smartphones darstellen.

  • Was ist RAW-Format? Technik, Dynamik und Praxis

    Ein RAW-Format speichert die unkomprimierten und unbearbeiteten Messwerte eines Kamerasensors ohne interne Bildfilter. Vor der Betrachtung oder Weitergabe erfordert die Datei eine digitale Konvertierung in einer Entwicklungssoftware. Durch den Verzicht auf irreversible Komprimierung bleiben maximale Belichtungsreserven, ein hoher Dynamikumfang und präzise Kontrolle über Farbtöne und Weißabgleich erhalten.

  • JPEG WebP AVIF Vergleich: Bildformate im Test

    Im Vergleich zu JPEG verringert WebP das Dateivolumen um etwa 25 bis 35 Prozent, während AVIF Einsparungen von bis zu 50 Prozent bei identischer visueller Qualität erzielt. AVIF benötigt beim Enkodieren jedoch deutlich mehr Serverressourcen und Rechenzeit als WebP oder JPEG. Für statische Webseiten bietet AVIF maximale Kompression, während WebP bei nutzergenerierten Inhalten durch schnelle Kodierung überzeugt.

  • Unterschied Codec und Container: Aufbau & Praxis

    Ein Video-Codec komprimiert Rohdaten bei der Aufnahme und dekodiert sie für die Wiedergabe, während ein Video-Container die resultierenden Video-, Ton-, Untertitel- und Metadatenströme in einer Datei zusammenfasst. Die Dateiendung wie MP4 oder MKV verweist lediglich auf das Hüllformat, sagt jedoch nichts über das darin genutzte Kompressionsverfahren aus. Für eine fehlerfreie Wiedergabe muss ein Abspielgerät sowohl das Containerformat als auch die spezifischen Codecs verarbeiten können.

  • Was ist eine CSV-Datei? Aufbau und Struktur erklärt

    Eine CSV-Datei ist ein unformatiertes Textformat zur Speicherung tabellarischer Daten in Zeilen und Spalten. Die Abkürzung steht für Comma-Separated Values, wobei Datensätze durch Zeilenumbrüche getrennt und Datenfelder durch feste Zeichen wie Kommas abgegrenzt werden. Das Format dient primär dem simplen, plattformunabhängigen Austausch von Daten zwischen Datenbanken, Tabellenkalkulationen und Softwareanwendungen.

  • Unterschied Rastergrafik und Vektorgrafik im Überblick

    Der fundamentale Unterschied zwischen Raster- und Vektorgrafiken liegt in der Bildkonstruktion: Rastergrafiken setzen sich aus einem festen Raster einzelner Bildpunkte zusammen, während Vektorgrafiken auf mathematischen Formeln aus Linien, Kurven und geometrischen Formen basieren. Dadurch bleiben Vektorgrafiken bei jeder Skalierung gestochen scharf, wohingegen Rasterbilder bei starker Vergrößerung pixelig oder unscharf wirken. Dafür erfassen Rasterdateien komplexe Farbverläufe, Schattierungen und fotografische Details naturgetreu.

Wie diese Seite entstanden ist

Vor dem Schreiben wurde das Thema in den unten genannten Quellen recherchiert. Danach hat die Seite automatische Qualitätsprüfungen bestanden.

Einen Fehler auf dieser Seite melden