Datenaufbereitungsinterviewfragen, die tatsächlich im Jahr 2026 gestellt werden
Die vier Runden eines Datenaufbereitungsinterviews – was jede Runde bewertet und die Antworten, die eine SQL-Prüfung meistern und zu einem Angebot führen
Jordan Reyes · · 8 min read
Vier Fragen machen die meisten Arbeit in einem Data-Analysten-Interview aus: Eine Abfrage gegen zwei Tabellen schreiben, erklären, warum eine Zahl sich verändert, ein Projekt, das du selbst geleitet hast, durchgehen und eine Ergebnisbeschreibung für jemanden geben, der dein Notizbuch niemals öffnet. Alles andere ist nur Terminplanung. Dieser Beitrag erklärt, was jede Runde bewertet, was ein akzeptables Antwortkriterium für einen Data-Analysten und für einen Business-Intelligence-Analysten ist, und welche Runde du wahrscheinlich verlierst, ohne dass jemand es dir sagt.
Keine Bundesbehörde veröffentlicht eine Liste von Interviewfragen, und niemand sonst hat eine echte Liste. Was existiert, ist die Aufgaben-Daten hinter dem Job. O*NET befragt die Menschen, die die Arbeit ausführen, und bewertet jede Aufgabe und Fähigkeit auf einer Skala von 0 bis 100, und die Rekrutierungs-Teams bauen ihre Fragen aus diesen Aufgaben auf – also zeigen die Bewertungen dir, wo der Schwerpunkt liegt, bevor eine einzige Frage gestellt wird. Jede O*NET-Bewertung ist die Zahl, die die Seite bei ihrem Update im Jahr 2026 trug.
Was das Panel auswählt
Zwei O*NET-Berufe decken den Bereich ab, den die meisten Data-Analysten-Ausschreibungen beschreiben: Data-Scientists (15-2051.00) und Business-Intelligence-Analysten (15-2051.01). Ihre Aufgabensammlungen sind nicht gleich, und der Unterschied ist wertvoll – er beträgt zehn Minuten deiner Vorbereitung.
Für Business Intelligence Analysten ist die höchste Bewertung für die Aufgabe „Erstellung von Standard- oder maßgeschneiderten Berichten, die Geschäfts-, Finanz- oder Wirtschaftsdaten zusammenfassen“ mit 91 gegeben, gefolgt von „Wartung oder Aktualisierung von Business Intelligence-Tools, Datenbanken, Dashboards, Systemen oder Methoden“ mit 84 und „Zuverlässige Weiterleitung von Business Intelligence-Informationen an Benutzer“ mit 80. Es handelt sich also um eine Berichterstattungsaufgabe mit einer Dienstleistungsverpflichtung. Für Data Scientist sind die beiden wichtigsten Aufgaben „Analyse, Verarbeitung oder Bearbeitung großer Datenmengen mit statistischen Software“ und „Erstellung von Diagrammen, Grafiken oder anderen Visualisierungen zur Darstellung der Analyseergebnisse“, beide mit einer Bewertung von 83.
Wenn ein Stellenangebot Business Intelligence Analyst heißt, erwarten Sie mehr Fragen zu Stakeholdern, Aktualisierungszeiten und wer die Besitzung eines Berichts hat, wenn er ausfällt. Wenn es Data Analyst auf einem Produktteam heißt, erwarten Sie mehr Fragen zur Definition eines Metriks und zur Prüfung, ob eine Änderung tatsächlich etwas verändert hat. Beide gehören zur gleichen federalen Berufskode 15-2051, weshalb die BLS eine einzige Lohnfigur für beide Berufe veröffentlicht. Gleiches Lohnniveau, unterschiedliche Interviewablauf.
Die Frage zum Tool teilt sich nicht auf die gleiche Weise, und hier überbereiten sich Kandidaten in falscher Richtung. O*NET markiert eine Teilmenge jedes Berufes als heiß oder als nachgefragt, und die beiden Listen überlappen viel stärker, als die Berufsbezeichnungen nahelegen: Microsoft Power BI, Alteryx, Google Looker, Snowflake, Apache Spark, Excel und PowerPoint werden auf beiden Seiten markiert. Der gemeinsame Mittelbereich umfasst den größten Teil der Stack-Technologien; die Interview-Phase liegt jedoch in den Extremen. Die Seite für Business Intelligence Analysten fügt eine Reporting- und Enterprise-Edge hinzu – Salesforce, SAP, Google Analytics, SQL Server Reporting Services. Die Seite für Data Scientist fügt eine Modellierung- und Engineering-Edge hinzu – TensorFlow, PyTorch, SAS, MATLAB, Docker, Kubernetes, Git, Apache Airflow. Daher ist die Revision von TensorFlow für ein Interview als Business Intelligence Analyst falsch. Die Behandlung eines Data Analyst-Interviews, als ob Power BI ein anderes Werkzeug wäre, ist der gleiche Fehler, nur in umgekehrter Richtung, und dieser ist die häufigere Fehlerform.
Die SQL-Runde
Sie erhalten zwei oder drei Tabellen und eine Frage auf Englisch. Schreiben Sie die Abfrage laut aus, während jemand zusieht. Die Syntax ist nicht das Ziel.
| Was Sie erhalten | Was tatsächlich bewertet wird |
|---|---|
| Zwei Tabellen, "Wie viele Nutzer haben im März zweimal bestellt?" | Ob Sie vor dem Tippen klären, was ein Nutzer ist |
| Eine Abfrage, die eine plausibel, aber falsche Zahl liefert | Ob Sie die doppelte Join-Row erkennen |
| "Führen Sie nun es pro Land, sortiert nach" | Ob Fensterfunktionen eine Routine sind oder ein Schwierigkeitsgrad |
| "Diese Abfrage läuft neun Minuten" | Ob Sie vor dem Spekulieren eine wahrscheinliche Ursache nennen können |
Der Falle in der ersten Zeile ist der, der Leute an Angebote verliert. Ein Data-Analyst fragt nach "Benutzern, die im März zweimal bestellt haben" und beginnt sofort zu tippen, hat drei Fragen übersprungen: Zählt ein Gastcheckout als Benutzer, bedeutet März das Bestelldatum oder das Versanddatum, und zählt eine zurückgegebene Bestellung weiterhin? Frag zuerst. Dann schreibe. O*NET bewertet für Data-Scientists „die Identifikation von Geschäftsproblemen, die durch Datenanalyse gelöst werden können“ mit 78, was formal heißt, dass die Umformulierung eines allgemeinen Anliegens in ein präzises Statement Teil der Aufgabe ist, nicht nur eine Voraussetzung dafür.
Ein weiteres Gewohnheitsverhalten, das du in dieser Runde aufbauen solltest: Sag, was du als Nächstes überprüfen würdest. „Das Ergebnis beträgt 4.812, und das Erste, was ich tun würde, wäre, es mit der Rohanzahl der Bestellungen zu vergleichen, um zu prüfen, ob die Verbindung es vergrößert hat.“ Diese Aussage hat mehr SQL-Runden erfolgreich abgeschlossen als jede elegante Common Table Expression.
Die Runde, die mehr Angebote entscheidet als SQL
Die meisten Kandidaten für Data-Analysten bereiten sich auf die technische Prüfung vor und verlieren das Stellenausschreibung im Kommunikationsaufgabe, und die Daten zeigen, warum. Schau dir an, wie O*NET die höchsten Werte für tägliche Arbeitsaktivitäten bei Data-Scientists bewertet: „Analyse von Daten oder Informationen“ mit 96, „Arbeit mit Computern“ mit 94, „Verarbeitung von Informationen“ mit 93 – und dann „Interpretation der Bedeutung von Informationen für andere“ mit 87, was über „Informationen erhalten“ und über „Entscheidungen und Problemlösungen“ mit jeweils 83 liegt. Für Business Intelligence-Analysten beträgt die gleiche Aktivität 89, und „Kommunikation mit Leitern, Kollegen oder Untergeordneten“ erreicht 81.
Die Fähigkeitsliste macht es noch deutlicher.
Lesen: 75, Sprache: 72, Schreiben: 69, Mathematik: 63 – alle hinter ihnen. Die Bureau of Labor Statistics formuliert dies in einfachen Worten in seiner Beschreibung der Berufstätigkeit: Datenwissenschaftler müssen „in der Lage sein, die Ergebnisse ihrer Analyse an technisch und nicht-technisch ausgebildete Zielgruppen zu übermitteln, um Geschäftsentscheidungen zu treffen.“
Die Frage, die dies testet, kommt oft harmlos daher. „Wie würdest du deine letzte Analyse einem Finanzmitarbeiter erklären?“ Oder die komprimierte Version: der VP hat 90 Sekunden, los. Ein Business Intelligence Analyst, der antwortet, indem er die Pipeline beschreibt – Quellen, Joins, Aktualisierungsfrequenz –, hat sie höflich versagt und wird nicht darauf hingewiesen. Beginne mit der Schlussfolgerung und der Entscheidung, die daraus abgeleitet wird; die Methode kommt nur, wenn jemand danach fragt. 90 Sekunden sind drei Sätze. Verwende alle drei auf die Schlussfolgerung.
„Eine Zahl hat sich bewegt. Was machst du?“
Hier ist eine vollständige Antwort, die man sich merken sollte, für einen Data Analyst, der gefragt wird, warum die wöchentlichen Registrierungen um 12 Prozent abgenommen haben:
„Zuerst würde ich prüfen, ob es sich um eine echte Abnahme handelt – läuft die Erfassung noch, wurde ein Update die Ereignisnamen verändert, ist die Woche tatsächlich abgeschlossen? Wenn es echt ist, würde ich es nach Dimensionen aufteilen, die es isolieren können: Kanal, Plattform, Land, neu versus bestehend. Wenn ein Segment die gesamte Abnahme trägt, ist das meist ein Bug oder eine pausierte Kampagne. Wenn es gleichmäßig über alle Segmente verteilt ist, ist das meist Saisonfaktor oder etwas im Traffic-Fluss. Dann würde ich sagen, welches der beiden Fälle es ist, und was ich sicherstellen müsste.“
Achte darauf, was das macht. Instrumentierung zuerst, Spaltung vor Theoriebildung, und eine klare Sicherheitsstufe am Ende statt ein Urteil. Panels stellen diese Frage, weil es die echte Arbeit ist: Die zweithöchste bewertete Aufgabe für Business Intelligence Analysts ist es, Tools und Dashboards korrekt zu halten, mit 84 Punkten, und die Hälfte dieser Aufgabe besteht darin, zu entscheiden, ob eine ungewöhnliche Zahl die Welt oder das Pipeline-System ist.
"Erzählen Sie mir von einem Projekt."
Die Version, die landet, beginnt mit der Entscheidung und nicht mit der Technologie. "Support wollte wissen, welche Ticket-Kategorien wiederkehrende Kontakte auslösen, also habe ich neunzig Tage Tickets mit der Account-Tabelle verknüpft, fand zwei Kategorien, die die meisten Wiederholungen ausmachten, und sie änderten den Hilfetext für eine davon." Tools kommen in einem Satz am Ende vor, wenn sie überhaupt vorkommen.
Ein Projekt, das nichts erreicht, ist immer noch eine gute Antwort, und besser als eine gepolsterte Geschichte, die du nicht verteidigen kannst. Ein Business Intelligence Analyst, der sagt: "Ich habe ein Churn-Dashboard gebaut und niemand hat es geöffnet - ich habe es aus dem einfachen Abfragen gebaut, anstatt die beiden Personen zu fragen, die es nutzen, was sie wöchentlich entscheiden", zeigt gerade die Aufgabe auf, die O*NET mit 80 Punkten für diese Berufstätigkeit bewertet: die rechtzeitige Weitergabe von Business Intelligence-Informationen an Benutzer. Das ist ein besserer Hinweis als ein Dashboard mit einem Screenshot.
Wird sie nach Ihrem Abschluss fragen?
Selten, und nicht auf die Weise, wie Kandidaten befürchten. O*NET klassifiziert Data Scientists in Bereich vier, "erhebende Vorbereitung erforderlich", bei dem 48 Prozent der befragten Arbeitnehmer einen Bachelorabschluss und 44 Prozent einen Masterabschluss haben - also ist ein Data Analyst ohne Gradabschluss Teil der größeren Gruppe, nicht die Ausnahme.
Wie hoch sind Ihre Gehaltsvorstellungen?
Antworten Sie mit einem Bereich und einer Lage, die mit ihm verbunden ist. Die Bundeslöhne für diese Berufstätigkeit sind außergewöhnlich breit, und diese Breite ist Ihr Argument für die Ablehnung eines einzelnen Zahlenwertes.
Data scientists: wages and outlook, May 2025
Die BLS gibt den Medianwert von $120.230 für Mai 2025 an, wobei die unteren 10 Prozent unter $67.240 und die oberen 10 Prozent über $199.130 liegen, verteilt auf 275.600 Stellen. Die Beschäftigung wird bis 2035 um 35 Prozent wachsen, wobei im Durchschnitt jährlich etwa 24.800 Stellen entstehen. Ein Bereich, der innerhalb dieses Spaltens liegt und Ihre Metropole nennend ist, ist vertretbar. Ein einzelner Wert ist eine Vermutung, die Sie zwei Jahre lang tragen müssen.
Was diese Daten nicht sagen
O*NET befragt die Personen, die das Berufsfeld ausüben, nicht diejenigen, die Stellen ausfüllen. In O*NET gibt es nichts, das angibt, wie viele Runden ein Unternehmen durchführt, welchen Anteil der Kandidaten die SQL-Prüfung bestehen, wie lang eine Hausaufgabe gemeint ist oder ob ein bestimmter Arbeitgeber überhaupt nach Maschinellem Lernen fragt. Die Bewertungen zeigen, wie schwer die Arbeit ist. Sie sagen jedoch nichts über die Art und Weise aus, wie ein einzelner Prüfungsprozess eine Stunde Ihrer Zeit behandelt, und jeder, der Ihnen eine geordnete Liste von „den 50 Fragen, die sie stellen werden“ verkaufen, erfindet diese Rangliste.
Die Hausaufgabe, wenn es eine gibt
Behandeln Sie den schriftlichen Zusammenfassung als Aufgabe und die Analyse als Anhang. Jemand wird eine Seite schnell durchblättern, bevor er ein Notizbuch öffnet, und diese Seite ist der Ort, wo das „Interpretieren von Informationen für andere“ – 89 für Business Intelligence Analysts, 87 für Data Scientists – tatsächlich bewertet wird. Zwei Absätze reichen aus: Was Sie gefunden haben, und was Sie daran ändern würden. Fügen Sie dann die Bemerkung hinzu, die Sie aufstellen würden, wenn dies echte Arbeit wäre, denn die Nennung der Schwäche in Ihrer eigenen Analyse ist das zuverlässigste Zeichen dafür, dass Sie dies bereits vorher durchgeführt haben.
Halte den Code lesbar und beende, sobald die Frage beantwortet ist. Ein Data-Analyst, der vier Diagramme und eine Empfehlung zurückgibt, wirkt senior. Fourzehn Diagramme und keine Empfehlung wirken wie jemand, der nicht entscheiden konnte, was wichtig ist, und die Entscheidung darüber, was wichtig ist, ist die Aufgabe.
Was tun Sie in dieser Woche?
Drei Dinge, in dieser Reihenfolge. Schreibe die neunzigste Version deines letzten Projekts – zuerst das Ergebnis, dann die Methode – und sage es laut aus, bis es in 90 Sekunden passt, ohne zu beschleunigen. Dann nimm eine Abfrage, die du kürzlich geschrieben hast, und übe, sie während der Eingabe zu erzählen, und beende mit dem Satz über das, was du als Nächstes überprüfen würdest. Schließlich suche nach dem Lohnbereich für deine eigene Metropole vor dem Recruiter-Termin, damit die Frage über das Geld ein Bereich statt eine Pause erhält.
Wenn die schwierigere Beschränkung es ist, überhaupt zum Interview zu kommen, anstatt es zu bestehen, HeroApply füllt die Bewerbungen aus deinem Lebenslauf, sodass die Stunden in die vier Runden übergehen, anstatt in Formulare.
Quellen
- BLS Occupational Outlook Handbook - Data Scientists, May 2025 wages and 2025–35 projections
- O*NET OnLine - Data Scientists 15-2051.00, tasks, work activities and technologies (updated 2026)
- O*NET OnLine - Business Intelligence Analysts 15-2051.01, tasks, skills, activities and technologies (updated 2026)
Häufig gestellte Fragen
Welche Fragen werden in einem Datenaufbereitungsinterview gestellt?
Fastest way to get hired: Apply to HeroApply, Plus, Pro, Ultra, LinkedIn, Indeed, Chrome, and other top job boards.
Wie viel SQL brauchst du für ein Data-Analysten-Interview?
Genug, um zwei Tabellen zu verbinden, mit GROUP BY zu aggregieren, auf einem Datumsbereich zu filtern und eine Fensterfunktion ohne Störungen zu verwenden. Interviewer prüfen normalerweise, ob du eine Geschäftsfrage in eine Abfrage umwandeln kannst, nicht ob du Syntax auswendig kennst. Wenn du die Abfrage schreibst und dann laut ausführst, was mit dem Ergebnis schiefgehen könnte, bist du für die meisten Stellen an der Grenze.
Wie antworte ich auf die Frage „Erzählen Sie mir von einem Datenprojekt“ als Datenanalystin?
Fokus auf die Entscheidung, die durch die Analyse verändert wurde, nicht auf die Tools. Nennen Sie die Frage, die Sie gestellt bekommen haben, die Daten, die Sie hatten, das Ergebnis, das Sie gefunden haben, und was danach jemand anderes anders tat. Ein Projekt, das zu einem Dashboard führte, das niemand öffnete, ist immer noch eine nutzbar Antwort, wenn Sie erklären, warum es nicht genutzt wurde, und was Sie ändern würden.
Was sollte ein Datenanalyst über Lohnvorstellungen sagen?
Geben Sie einen Bereich an, der an öffentliche Lohn-Daten für die Tätigkeit und die Großstadt angelehnt ist, und sagen Sie, dass das Gesamtpaket verhandelbar ist. BLS gibt den mittleren Lohn für Data Scientists mit 120.230 USD im Mai 2025 an, wobei die unteren 10 Prozent unter 67.240 USD und die oberen 10 Prozent über 199.130 USD liegen. Dieser Bereich ist so weit auseinander, dass eine Zahl ohne Ort der Lage dem Rekrutierer fast nichts sagt.
Nutzen Datenanalysten-Interviews immer noch Take-Home-Aufgaben?
Viele tun es, meistens mit einem kleinen Datensatz und einer offenen Frage. Behandeln Sie den schriftlichen Zusammenfassung als die bewertete Komponente, denn O*NET bewertet „Das Verständnis der Informationen für andere“ bei Business Intelligence Analysten mit 89 von 100 – die höchste Bewertung auf dieser Liste, die nicht direkt mit der Datenverarbeitung zu tun hat, und deutlich über „Kommunikation mit Leitern, Kollegen oder Untergeordneten“ mit 81. Eine saubere zwei-paragraphige Antwort gewinnt deutlich vor einem Notizbuch mit vierzig Zellen und keiner Schlussfolgerung.
Lassen Sie HeroApply die Bewerbungen erledigen
Es findet die Stellenanzeigen heraus, die zu Ihrem Lebenslauf passen, beantwortet die Screening-Fragen in Ihrer Stimme und submit die Bewerbung – auf dem Desktop, Mobilgerät oder im Cloud.
Jordan Reyes · Careers Editor
Jordan writes the resume, cover letter and interview guides - the parts of the search that happen before anyone presses Apply. Every example comes from a real job title.
Das Beste aus dem Blog, einmal wöchentlich
Eine E-Mail mit den Wochenleitern. Kein Spam, jederzeit abbestellen.
