Data Analyst - Grundlagen 2.0

Dieser Grundlagenkurs führt schrittweise in die Welt der Datenanalyse ein und kombiniert drei zentrale Bereiche: Microsoft Azure Data Fundamentals (DP-900), Power BI Data Analyst (PL-300) und Python-Grundlagen für die Datenverarbeitung. Wer noch keine Erfahrung mit Data Analytics hat, lernt hier, wie Daten gesammelt, aufbereitet, analysiert und in aussagekräftigen Dashboards visualisiert werden. Der Kurs legt Wert auf praktisches Arbeiten mit echten Datensätzen — von der ersten Rohdatei bis zum fertigen KPI-Bericht. Besonders geeignet für Quereinsteiger, Studierende und Business Analysts, die den Einstieg in datengetriebene Berufsfelder vorbereiten.

Modul 1 — Grundlagen der Datenanalyse Bevor Daten analysiert werden können, muss verstanden werden, was Datenanalyse überhaupt leistet, welche Rollen im Data-Umfeld existieren und wie typische Analyseprozesse ablaufen. Dieser Einführungsblock schafft das konzeptionelle Fundament für alle nachfolgenden Module.

• Begriffe und Konzepte: Daten, Datensätze, Datentypen, strukturierte und unstrukturierte Daten
• Analytischer Prozess: Daten sammeln — bereinigen — analysieren — visualisieren — kommunizieren
• Rollen im Data-Umfeld: Data Analyst, Data Engineer, Data Scientist — Abgrenzung und Zusammenarbeit
• Deskriptive, diagnostische, prädiktive und präskriptive Analytik im Überblick
• Nutzen von Datenanalyse für Unternehmen: Effizienz, Kundenverständnis, Risikominimierung
• Praxisbeispiel: Auswertung eines Verkaufsdatensatzes von der Rohtabelle bis zur Schlussfolgerung

Modul 2 — Datenfundament mit Microsoft Azure (DP-900) Das Azure Data Fundamentals Zertifikat (DP-900) ist der anerkannte Einstiegspunkt für cloud-basierte Datendienste von Microsoft. Dieser Block vermittelt die konzeptionellen Grundlagen für relationale Datenbanken, NoSQL-Systeme und Azure Data Services — wie sie in der DP-900-Prüfung verlangt werden.

• Relationale Datenbanken: Tabellen, Primärschlüssel, Fremdschlüssel, einfache SQL-Abfragen
• NoSQL-Datenbanken: Dokumentenbasiert, Key-Value, Graph und Column-Family — Einsatzgebiete
• Azure SQL Database, Azure Cosmos DB und Azure Blob Storage im Überblick
• Transaktionale versus analytische Workloads: OLTP und OLAP
• Azure Synapse Analytics und Azure Data Lake als Grundkonzepte
• Praxisbeispiel: Aufbau einer konzeptionellen Kundendatenbank und Abfrage mit SQL

Modul 3 — Datenvisualisierung mit Power BI (PL-300) Power BI ist das meistgenutzte Business-Intelligence-Tool in deutschen Unternehmen. Dieser Block führt vollständig in Power BI Desktop ein — von der Datenverbindung bis zum fertigen, interaktiven Dashboard. Der Kursinhalt entspricht dem Kern der PL-300-Prüfungsanforderungen.

• Power BI Desktop installieren und Datenquellen verbinden: Excel, CSV, SQL, Web
• Power Query Editor: Daten bereinigen, Spalten transformieren, Duplikate entfernen
• Datenmodell erstellen: Tabellen, Beziehungen, Kardinalitäten
• DAX-Grundlagen: berechnete Spalten, Measures, einfache Aggregationen
• Visualisierungstypen: Balkendiagramme, Liniendiagramme, Matrizen, Karten, Slicer
• Interaktive Berichte und Dashboards: Filter, Drilldown, Cross-Highlighting
• KPI-Bericht für das Management erstellen und veröffentlichen
• Power BI Service: Berichte hochladen, teilen und Dashboards pinnen

Modul 4 — Python für Datenanalyse Python ist die Programmiersprache der Data-Welt. Dieser Block vermittelt die Grundlagen, die für analytische Aufgaben benötigt werden — ohne Programmiervorkenntnisse vorauszusetzen. Schwerpunkte sind pandas für Tabellenoperationen und NumPy für numerische Berechnungen.

• Python-Grundlagen: Variablen, Datentypen, Listen, Dictionaries, Schleifen, Funktionen
• Jupyter Notebooks: Arbeitsumgebung einrichten und interaktiv nutzen
• pandas: DataFrames laden, filtern, sortieren, aggregieren und zusammenführen
• NumPy: Arrays erstellen, mathematische Operationen, statistische Grundfunktionen
• Daten bereinigen: fehlende Werte behandeln, Ausreißer identifizieren, Typen korrigieren
• Praxisbeispiel: Bereinigung und Auswertung eines Umfragedatensatzes mit pandas

Die eigenständigen Übungsphasen decken den gesamten analytischen Prozess ab. Konkrete Aufgaben aus dem Kurs sind u. a.

• SQL-Abfragen auf einer relationalen Beispieldatenbank ausführen
• Eine Azure-Datenarchitektur für ein mittelständisches Unternehmen konzeptionell skizzieren
• Einen rohen Excel-Datensatz in Power Query Editor vollständig bereinigen
• Ein Datenmodell mit drei Tabellen und korrekten Beziehungen in Power BI aufbauen
• DAX-Measures für Umsatz, Wachstumsrate und Durchschnittswert schreiben
• Ein interaktives Management-Dashboard mit KPI-Kacheln und Zeitreihe erstellen
• Einen pandas DataFrame aus einer CSV-Datei laden und deskriptive Statistiken ausgeben
• Fehlende Werte in einem Umfragedatensatz durch Median-Ersatz behandeln
• Ein Balken- und Liniendiagramm in Matplotlib aus pandas-Daten erzeugen
• DP-900-Fragen zu relationalen Datenbanken und Azure-Diensten bearbeiten
• PL-300-Fragen zu DAX und Datenmodellierung bearbeiten
• Abschlussprojekt: vollständigen Analyse-Workflow von CSV-Import bis Power-BI-Dashboard durchführen

Der Kurs ist für Einsteigerinnen und Einsteiger ohne Data-Vorerfahrung konzipiert.

• Quereinsteiger aus kaufmännischen, technischen oder naturwissenschaftlichen Berufen
• Studierende, die sich für eine Karriere im Data-Bereich interessieren
• Business Analysts, die ihre technischen Fähigkeiten ausbauen möchten
• Personen aus dem Marketing oder Vertrieb, die datengetriebener arbeiten wollen
• IT-Professionals ohne Analysehintergrund, die den Wechsel in den Data-Bereich planen

Der Kurs verbindet angeleitete Theorie-Einheiten mit intensiven Praxisphasen an echten Datensätzen. Neue Konzepte werden in kompakten Erklärungen eingeführt, direkt an Beispielen demonstriert und anschließend in eigenständigen Aufgaben geübt. Das Combined-Learning-Format erlaubt die Wahl zwischen Vollzeit- und Teilzeitformaten, wobei Online-Durchführung möglich ist. Die Kurssprache ist überwiegend Deutsch; Teile der Dokumentation (v. a. zu Microsoft-Produkten) liegen auch auf Englisch vor.

Das Programm wird sowohl in Vollzeit als auch in Teilzeit angeboten. Die Teilzeitvariante überwiegt und eignet sich für einen parallelen Einstieg neben anderen Verpflichtungen. Der genaue Umfang hängt vom gewählten Format ab; das Abschlussprojekt ist in beiden Varianten Pflichtbestandteil.

Ziel des Kurses ist die Vorbereitung auf zwei offizielle Microsoft-Zertifizierungsprüfungen: DP-900 (Azure Data Fundamentals) und PL-300 (Power BI Data Analyst). Beide Prüfungen werden separat bei einem autorisierten Microsoft-Testcenter abgelegt. Zusätzlich wird eine trägerinterne Lehrgangsbescheinigung ausgestellt. Die Prüfungsgebühren für DP-900 und PL-300 sind im Allgemeinen nicht im Kurspreis enthalten und werden separat fällig.

Datenanalyse gehört zu den gefragtesten Kompetenzen auf dem deutschen Arbeitsmarkt. Unternehmen aller Branchen suchen Mitarbeitende, die Daten nicht nur sammeln, sondern daraus Schlüsse ziehen und Entscheidungen vorbereiten können. Mit Power BI, Python-Grundlagen und einem Verständnis cloud-basierter Dateninfrastrukturen deckt dieser Kurs genau die Kombination ab, die in vielen Stellenanzeigen für Data Analyst oder Business Analyst gefordert wird. Die Kombination aus zwei Microsoft-Zertifizierungsprüfungen und dem praktischen Python-Einstieg macht das Kursportfolio besonders vielseitig einsetzbar. DP-900 liefert ein anerkanntes Fundament in Cloud-Datendiensten, PL-300 ist die direkte Eintrittskarte in BI-Analyst-Positionen. Python wiederum öffnet Türen zu anspruchsvolleren Analyseaufgaben und legt die Basis für spätere Vertiefungen in Richtung Data Science oder Machine Learning. Wer diesen Kurs abschließt, bringt nicht nur Theorie mit, sondern hat echte Datensätze bereinigt, Dashboards gebaut und Python-Skripte für Datenauswertungen geschrieben — das macht den Unterschied zwischen Zertifikat auf dem Papier und tatsächlicher Handlungskompetenz.