"Data Analyst" ist kein Beruf, sondern ein Sammelbegriff. Hinter demselben Titel steckt in einem Unternehmen tägliches Reporting, im nächsten das Bauen von Datenstrecken, im dritten die Betreuung eines Dashboardsystems für die Fachabteilungen. Wer sich auf alle drei mit demselben Anschreiben bewirbt, bekommt in allen drei Fällen keine Antwort. Der Unterschied steht in der Anzeige - nur nicht in der Überschrift.
Der Aufbau einer typischen Anzeige
Fast jede Ausschreibung folgt demselben Schema. Vier bis fünf Blöcke, immer in ähnlicher Reihenfolge, und jeder mit einem eigenen Wahrheitsgehalt.
Der Einleitungsabsatz zum Unternehmen. Meist von der Personalabteilung geschrieben, meist austauschbar. Trotzdem nicht wertlos: Er verrät Größe, Branche und manchmal, ob das Unternehmen seine Daten selbst hält oder mit externen Systemen arbeitet.
"Deine Aufgaben". Der wichtigste Block. Er ist in der Regel vom Fachbereich formuliert oder zumindest abgesegnet und beschreibt, was tatsächlich getan wird. Wenn du nur einen Abschnitt genau liest, dann diesen.
"Dein Profil". Eine Mischung aus echten Bedingungen und Wünschen, meist ohne Kennzeichnung, welches was ist. Dazu unten mehr.
"Was wir bieten". Selten aussagekräftig, mit einer Ausnahme: Wenn dort steht, wie eingearbeitet wird oder wer betreut, deutet das auf ein Team hin, das schon einmal jemanden erfolgreich eingelernt hat.
Kontakt und Formales. Zeitraum, Umfang, Ansprechpartner. Ein namentlich genannter Ansprechpartner aus dem Fachbereich statt einer allgemeinen Bewerbungsadresse ist ein gutes Zeichen.
Nützlich ist außerdem ein Blick auf das Alter der Anzeige. Steht eine Praktikumsstelle seit vier Monaten online, hat das meist einen Grund: entweder wurde sie nie ernsthaft betrieben, oder die Anforderungen passen nicht zu dem, was der Markt hergibt. Im zweiten Fall ist deine Chance besser als der Text vermuten lässt, weil das Unternehmen inzwischen kompromissbereiter ist.
Welche Rolle wirklich gesucht wird
Der Titel sagt es nicht. Der Aufgabenblock schon. In der Praxis verbergen sich vier Rollentypen hinter der Bezeichnung:
| Was in der Anzeige dominiert | Gesucht wird faktisch | Woran du es festmachst |
|---|---|---|
| Berichte, Kennzahlen, Auswertungen für Fachbereiche | klassisches Reporting | viele Nennungen von Abteilungen, Excel und einem BI-Werkzeug |
| Datenmodelle, Pipelines, Schnittstellen, Datenqualität | Data Engineering im Analystengewand | Werkzeuge zur Datenverarbeitung stehen vor den Auswertungswerkzeugen |
| Dashboards, Datenmodellierung im BI-Tool, Self-Service | Business Intelligence | ein BI-Produkt wird namentlich und mehrfach genannt |
| von allem etwas, dazu "Automatisierung" und "erste Modelle" | Mischrolle im kleinen Unternehmen | kurze Anzeige, sehr breite Aufgabenliste, kleines Team |
Die Mischrolle ist für Einsteiger oft die lehrreichste und gleichzeitig die anstrengendste: Du machst alles, aber niemand kann dir etwas beibringen, weil du der Einzige bist, der es macht. Wenn du wissen willst, wie sich die Nachbarrollen voneinander abgrenzen, hilft der Vergleich der Seiten zum Data Analyst, zum Data Engineer und zum Data Scientist - drei Profile, die in Anzeigen ständig vermischt werden. Der Überblick über das gesamte Berufsfeld Daten und Analytics zeigt, wo die Übergänge liegen. Und wie der Alltag in der Rolle tatsächlich aussieht, steht ausführlicher im Beitrag darüber, was ein Data Analyst wirklich macht.
Die verräterischen Signale
Anzeigen werden nicht redigiert. Genau deshalb kann man sie lesen wie eine Spur.
Die Reihenfolge der Werkzeuge. Sie ist fast nie zufällig - sie spiegelt, was am meisten benutzt wird. Steht SQL an erster Stelle, ist es das Handwerkszeug des Alltags. Steht ein BI-Produkt vorn und SQL erst an vierter Stelle, arbeitest du hauptsächlich in diesem Produkt. Steht Python vor SQL, ist entweder mehr Automatisierung im Spiel oder die Anzeige wurde von jemandem geschrieben, der die Rolle nicht macht.
Fachbereich gegen Modelle. Zähle grob mit: Wie viele Sätze handeln von Abteilungen, Stakeholdern, Anforderungen, Abstimmung - und wie viele von Verfahren, Modellen, Vorhersagen. Das Verhältnis sagt dir, wie viel deiner Zeit in Gesprächen und wie viel in Werkzeugen vergeht. Bei den meisten Analystenstellen überwiegt das Erste deutlich, auch wenn die Anzeige mit dem Zweiten wirbt.
Ein konkretes Team oder eine Abteilung. "Du wirst Teil unseres vierköpfigen Analytics-Teams im Controlling" ist eine ganz andere Aussage als "Du unterstützt unsere datengetriebene Transformation". Das Erste bedeutet, dass es eine Stelle mit einem Platz darin gibt. Das Zweite bedeutet häufig, dass noch nicht feststeht, wo du landest.
Die Länge der Anforderungsliste. Eine Liste mit fünf bis acht Punkten ist meist durchdacht. Eine mit fünfzehn ist eine Sammlung aus mehreren Köpfen, die niemand zusammengestrichen hat - und dort erfüllt auch der Wunschkandidat nicht alles.
Werkzeugnennungen, die nicht zusammenpassen. Wenn in einer Praktikumsanzeige eine Kombination steht, die man realistisch nicht in einer Rolle beherrscht, wurde ein Wunschzettel abgeschrieben. Das ist kein Ausschlussgrund, aber ein Hinweis, dass die Liste weich ist. Welche Werkzeuge in der Datenanalyse tatsächlich zusammen auftreten, ordnet der Beitrag zu KI-Werkzeugen in der Datenanalyse ein.
Bedingung oder Wunschliste
Drei Gruppen, die man auseinanderhalten sollte.
Harte Bedingungen sind fast immer formal: eingeschriebene Studierende, Pflichtpraktikum, Mindestdauer, Sprachkenntnisse, manchmal eine Sicherheitsüberprüfung. Diese Punkte sind nicht verhandelbar, weil sie nicht am Team hängen.
Weiche Bedingungen betreffen das Handwerk: SQL, eine Programmiersprache, Grundverständnis für Statistik. Sie müssen erfüllt sein, aber das Niveau ist verhandelbar - "sicher" heißt bei einem Praktikum etwas anderes als bei einer Festanstellung.
Wunschliste ist der Rest: einzelne Werkzeuge, Cloud-Plattformen, Branchenkenntnis, Erfahrung mit einem bestimmten BI-Produkt. Diese Punkte stehen da, weil es schön wäre. Formulierungen wie "von Vorteil", "idealerweise", "erste Erfahrungen mit" markieren sie oft, aber längst nicht immer.
Eine brauchbare Faustregel: Was mit einer Zahl versehen ist ("mindestens drei Monate"), ist eine Bedingung. Was mit einem Adjektiv versehen ist ("gute Kenntnisse in"), ist eine Einschätzungssache - und die Einschätzung machst du zunächst selbst.
Bei Praktika kommt eine Besonderheit dazu: Die Anforderungsliste wird oft von einer Festanstellungsausschreibung übernommen und nur oberflächlich gekürzt. Wenn in einer Praktikumsanzeige "mehrjährige Erfahrung" steht, ist das fast immer ein Copy-Rest und kein Ausschlusskriterium. Erkennbar ist das daran, dass der Aufgabenblock deutlich einfacher klingt als das Profil - eine Diskrepanz, die im umgekehrten Fall ernster zu nehmen wäre.
Die drei Punkte für dein Anschreiben
Aus jeder Anzeige lassen sich genau drei Dinge herausziehen, um die herum das Anschreiben gebaut wird:
- Die Hauptaufgabe. Der eine Satz aus dem Aufgabenblock, der am konkretesten ist. Nicht der erste, sondern der konkreteste.
- Das dominante Werkzeug. Das, was zuerst und am häufigsten genannt wird.
- Der Kontext. Für wen wird gearbeitet - Controlling, Produktion, Marketing, Forschung.
Der zweite Punkt wird dabei am häufigsten falsch verstanden. Es geht nicht darum, das Werkzeug zu beherrschen, sondern darum, in deinem Anschreiben in derselben Sprache über die Arbeit zu sprechen wie die Anzeige. Wer auf eine Ausschreibung, in der dreimal von Kennzahlen und Fachbereichen die Rede ist, mit einem Absatz über neuronale Netze antwortet, hat die Rolle nicht getroffen - auch wenn er fachlich überqualifiziert ist.
Zu jedem dieser drei Punkte brauchst du einen Beleg aus deiner eigenen Erfahrung: ein Projekt, eine Übung, eine Aufgabe aus einem früheren Job. Diese drei Belege sind das Anschreiben. Alles andere ist Rahmen. Wie sich das in vier Absätze bringen lässt, steht im Leitfaden zum Anschreiben; was sonst in die Mappe gehört, im Beitrag zu den Bewerbungsunterlagen.
Wann sich die Bewerbung trotzdem lohnt
Nicht erfüllte Anforderungen sind kein Grund, es zu lassen - solange sie aus der richtigen Gruppe stammen. Bewirb dich, wenn:
- die formalen Bedingungen passen und dir nur einzelne Werkzeuge fehlen. Werkzeuge lernt man in zwei Wochen, Statistik nicht.
- die Anforderungsliste sehr lang ist. Lange Listen sind Wunschzettel; dort ist die Trefferquote der tatsächlichen Bewerber ohnehin niedrig.
- du drei der genannten Punkte richtig gut kannst und drei gar nicht. Ein klares Profil ist im Gespräch besser zu verteidigen als lauter halbe Kenntnisse.
Lass es dagegen, wenn eine formale Bedingung nicht erfüllt ist - eine Absage kommt dort automatisch und ohne Ansehen der Person - oder wenn du nach zweimaligem Lesen nicht sagen kannst, was du den ganzen Tag tun würdest. Im zweiten Fall weiß es das Unternehmen häufig selbst nicht.
Für den Einstieg lohnt sich der Blick in die ausgeschriebenen KI-Praktika; weitere Beiträge rund um die Bewerbung stehen in der Kategorie Bewerbung.
In einem Satz
Lies den Aufgabenblock, nicht den Titel, nimm die Reihenfolge der Werkzeuge ernst, trenne formale Bedingungen von der Wunschliste - und bau dein Anschreiben um die drei konkretesten Punkte, die du in der Anzeige findest.
Bereit für den nächsten Schritt?
Setz dein Wissen direkt ein und finde einen freien KI-Praktikum in deiner Nähe – kostenlos und ohne Anmeldung.
KI-Praktika finden
