Berufsprofil: Data Analyst
Data Analysts sammeln, bereinigen, analysieren und visualisieren Geschäftsdaten, um datengetriebene Entscheidungen zu ermöglichen. Sie arbeiten mit SQL, BI-Tools und Tabellenkalkulationen, um Fragen wie "Warum sind die Umsätze gesunken?", "Welches Kundensegment wächst?" oder "Wie performt unsere Kampagne?" zu beantworten. Im Gegensatz zu Data Scientists liegt ihr Fokus auf deskriptiver und diagnostischer Analyse — nicht auf prädiktiver Modellierung oder Machine Learning.
Top 5 Aufgaben
Typische Branchen
Hard Skills
- SQL auf fortgeschrittenem Niveau: Joins, Window Functions, CTEs, Subqueries — täglich und intensiv
- BI-Tools: Power BI, Tableau oder Looker — Dashboard-Design, Datenmodellierung, DAX/Calculated Fields
- Excel/Google Sheets auf Experten-Niveau: Pivot-Tabellen, SVERWEIS/XLOOKUP, Power Query, Makros
- Grundlagen in Python oder R für Datenaufbereitung und Automatisierung (Pandas, Matplotlib)
- Datenvisualisierung und Storytelling: die Fähigkeit, komplexe Zahlen in verständliche Geschichten zu übersetzen
Soft Skills
- Geschäftsverständnis: Datenanalyse ohne Business-Kontext ist wertlos — du musst die richtigen Fragen stellen
- Kommunikation mit Stakeholdern aller Ebenen: vom Marketing-Manager bis zum C-Level
- Neugier und investigativer Ansatz: hinter den offensichtlichen Zahlen nach Ursachen graben
- Genauigkeit und Sorgfalt: ein Fehler in der Analyse kann zu Millionentscheidungen führen
- Priorisierung: zwischen dringenden Ad-hoc-Anfragen und strategischen Analysen balancieren
Arbeitsumfeld: Überwiegend Büro oder Remote mit hohem Anteil an Bildschirmarbeit (SQL-Clients, BI-Tools, Spreadsheets). Regelmäßige Abstimmung mit Fachbereichen (Marketing, Finance, Produkt). Wenig Reisetätigkeit (0–5 %). Arbeitszeiten regulär, selten Bereitschaftsdienst. Enge Zusammenarbeit mit Data Engineers (Datenbereitstellung) und Data Scientists (prädiktive Analysen).
Arbeitsmarkt-Lage: Data Analyst
Data Analysts gehören zu den am stärksten nachgefragten Profilen im DACH-Raum. Jedes Unternehmen, das datengetrieben arbeiten möchte, braucht Analysten — lange bevor Data Science oder KI relevant werden. Die Nachfrage übersteigt das Angebot, besonders bei Analysten mit starkem SQL, BI-Tool-Expertise und der Fähigkeit, Ergebnisse verständlich zu kommunizieren. Der Einstieg ist zugänglicher als bei Data Scientists, da kein PhD oder ML-Know-how erwartet wird.
Top-Regionen
Berlin hat die höchste Dichte an Data-Analyst-Stellen durch Start-ups, E-Commerce und Plattformunternehmen. München bietet Chancen bei Konzernen und Beratungen. Hamburg punktet mit E-Commerce-Analytics (Otto, About You, Tchibo). Frankfurt mit Finanz-Reporting und Compliance-Analysen. Köln/Düsseldorf wächst durch Medien, Versicherungen und Marketing-Analytics. Remote-Positionen nehmen deutlich zu.
Dein Weg zum Data Analyst-Job
Quereinstieg
Wie realistisch ist der Einstieg als Data Analyst ohne klassischen Werdegang? Pfade, Zeitaufwand und was wirklich zählt.
Stellenanzeigen richtig lesen
Was Anforderungen in Data Analyst-Stellenanzeigen wirklich bedeuten — und wann du dich trotzdem bewerben solltest.
Zertifikate & Qualifikationen
Welche Zertifizierungen für Data Analyst wirklich zählen — sortiert nach Relevanz für den Arbeitsmarkt.
Interview als Data Analyst vorbereiten
Typische Fragen, STAR-Methode und Tipps
Häufige Fragen zum Beruf Data Analyst
Was macht ein Data Analyst genau?
Data Analysts beantworten Geschäftsfragen mit Daten. Sie extrahieren Daten per SQL, bereinigen sie, analysieren Trends und Muster und visualisieren die Ergebnisse in Dashboards (Power BI, Tableau) oder Berichten. Typische Fragen sind: "Welches Produkt performt am besten?", "Warum sinkt die Conversion Rate?" oder "Wie entwickelt sich der Umsatz pro Region?" Der Fokus liegt auf dem "Was ist passiert?" und "Warum?", nicht auf prädiktiver Modellierung.
Wie unterscheidet sich ein Data Analyst von einem Data Scientist?
Data Analysts arbeiten primär mit SQL, BI-Tools und Excel, um Geschäftsfragen zu beantworten und Dashboards zu bauen. Data Scientists nutzen Python, Statistik und Machine Learning, um prädiktive Modelle zu entwickeln. Der Analyst fragt "Was ist passiert und warum?", der Scientist fragt "Was wird passieren?". In der Praxis verschwimmen die Grenzen — aber die Kerntechnologien und die mathematische Tiefe unterscheiden sich deutlich.
Welches Gehalt kann ich als Data Analyst erwarten?
Junior Data Analysts starten bei 38.000–46.000 EUR brutto/Jahr in Deutschland. Mit 3–5 Jahren Erfahrung und starkem BI-Tool-Know-how sind 50.000–65.000 EUR realistisch. Senior Data Analysts und Lead-Rollen verdienen 60.000–80.000 EUR. In München und Frankfurt liegen die Gehälter am oberen Ende. Data Analysts verdienen weniger als Data Scientists, haben aber einen deutlich zugänglicheren Einstieg.
Brauche ich Programmierkenntnisse als Data Analyst?
SQL ist Pflicht — ohne SQL gibt es keine Data-Analyst-Stelle. Python oder R sind ein starkes Plus, aber nicht immer Voraussetzung. Viele Data-Analyst-Rollen fokussieren sich auf SQL plus BI-Tool (Power BI, Tableau). Python wird relevanter, wenn du Datenaufbereitung automatisieren oder über die BI-Tool-Möglichkeiten hinausgehen möchtest. Für den Einstieg reichen SQL und ein BI-Tool.
Welche Regionen bieten die besten Chancen für Data Analysts?
Berlin hat die meisten Stellen durch die Start-up- und E-Commerce-Szene. München bietet hohe Gehälter durch Konzerne und Beratungen. Hamburg ist stark im E-Commerce-Analytics. Frankfurt in Finanz-Reporting. Remote-Positionen nehmen zu — Data Analysts können oft ortsunabhängig arbeiten, was die Auswahl deutlich erweitert.
Finde Data-Analyst-Stellen direkt bei Arbeitgebern — ohne Jobbörsen-Rauschen
Elinora durchsucht Karriereseiten direkt — keine Jobbörsen, keine Vermittler. Du bekommst nur verifizierte Stellen, die zu deinem Profil passen.
- Jobs direkt von Arbeitgeber-Karriereseiten — keine Duplikate
- KI-gestütztes Matching: Nur Stellen, die wirklich zu dir passen
- Versteckte Stellen, die auf Jobbörsen nie erscheinen