- Einstieg
- Studium mit Statistik- oder Datenanteil, Fachinformatiker Daten- und Prozessanalyse, Quereinstieg
- Werkzeuge
- SQL, Excel, Power BI oder Tableau, oft Python
- Arbeitsorte
- Fachbereiche aller Branchen, Controlling, Marketing, E-Commerce, Beratungen
- Homeoffice
- häufig möglich
Was macht ein Data Analyst?
Data Analysts arbeiten an der Schnittstelle zwischen Daten und Fachbereich. Typische Aufgaben sind:
- Fragen aus Vertrieb, Marketing, Einkauf oder Geschäftsführung klären
- Daten aus Datenbanken und Systemen mit SQL abfragen und zusammenführen
- Daten prüfen und bereinigen: fehlende Werte, Dubletten, Ausreißer
- Kennzahlen definieren und Dashboards bauen
- Analysen durchführen, etwa Zeitreihen, Kohorten oder A/B-Tests
- Ergebnisse verständlich präsentieren und Empfehlungen ableiten
Im Unterschied zum Data Scientist steht weniger das Modellieren im Vordergrund als das Beschreiben und Erklären. Der Data Engineer baut die Plattform, auf der beide arbeiten.
Wege in den Beruf
Viele Data Analysts haben Wirtschaftswissenschaften, Statistik, Mathematik, Informatik, Psychologie oder Sozialwissenschaften studiert – Fächer, in denen man mit Daten und Methoden arbeitet.
In Österreich kommen viele über HAK oder HTL und ein anschließendes FH-Studium, etwa Data Science, Wirtschaftsinformatik oder Business Analytics. Auch der Wechsel aus Controlling und Marketing ist häufig.
Für den Quereinstieg zählen nachweisbare Fähigkeiten: eine eigene Analyse mit offenen Daten, ein Dashboard oder ein SQL-Zertifikat.
Gehalt: Wovon es abhängt
Das Gehalt hängt von Branche, Unternehmensgröße und Tiefe der technischen Kenntnisse ab. Wer neben Excel und BI-Werkzeugen sicher SQL und Python beherrscht und Analysen eigenständig mit dem Fachbereich verantwortet, verdient spürbar mehr. Banken, Versicherungen, Pharma und große Online-Händler zahlen meist besser als Agenturen.
Arbeitsalltag
Ein großer Teil der Zeit geht in Datenaufbereitung – oft mehr als in die eigentliche Analyse. Dazu kommen Abstimmungen mit dem Fachbereich: Was genau ist die Frage, und welche Zahl hilft bei der Entscheidung? Wiederkehrende Berichte werden nach und nach automatisiert.
Gefragte Kenntnisse
- SQL – praktisch immer gefordert
- Excel auf hohem Niveau
- Power BI, Tableau oder Qlik für Dashboards
- Python oder R für tiefere Analysen
- Grundlagen der Statistik: Mittelwerte, Streuung, Signifikanz, Korrelation versus Ursache
- Datenschutz (DSGVO) und Sinn für Datenqualität
Perspektiven
Erfahrene Analysts übernehmen größere Themen, führen Teams oder spezialisieren sich – zum Beispiel als Analytics Engineer, Data Scientist oder in Richtung Produktanalyse. Mit Fachwissen in Finanzen oder Marketing ist auch der Wechsel in Leitungsrollen dieser Bereiche möglich.
Tipps für die Bewerbung
- Zeigen Sie eine Analyse, bei der aus Daten eine Entscheidung wurde.
- Nennen Sie Datenmengen und Werkzeuge konkret.
- Rechnen Sie im Gespräch mit einer SQL-Aufgabe oder einer kleinen Fallstudie.