Diese Vorlage ist für Datenanalystinnen, Reporting-Analysten und BI-Analysten gemacht. Sie nutzt das zweispaltige Layout: Berufserfahrung und Projekte stehen in der Hauptspalte, Tools, Zertifikate und Sprachen in einer schmalen Seitenspalte, die eine Personalerin in wenigen Sekunden überfliegt. Das Beispiel gehört einer Senior Datenanalystin aus Hamburg mit sechs Jahren Erfahrung in Onlinehandel und Logistik, angefangen als Werkstudentin. Ersetzen Sie die Angaben durch Ihre eigenen und löschen Sie Abschnitte, die Sie nicht brauchen.
Im deutschsprachigen Raum ist der tabellarische Lebenslauf Standard, also Stationen mit Zeitraum in umgekehrter Reihenfolge. Daran hält sich auch diese Vorlage. Anschreiben, Arbeitszeugnisse und Abschlusszeugnisse kommen getrennt dazu, wenn die Stellenanzeige danach fragt.
Die Vorlage auf einen Blick
| Einstellung | Diese Vorlage |
|---|---|
| Layout | Zweispaltig, Tools und Zertifikate in der Seitenspalte |
| Länge | Eine Seite, zwei bei langer Laufbahn oder Teamleitung |
| Geeignet für | Datenanalysten, BI-Analysten, Reporting-Analysten, Produkt- und Marketinganalysten |
| Reihenfolge | Profil, Berufserfahrung, Projekte, Ausbildung, daneben Kenntnisse, Zertifikate und Sprachen |
| Passt auch zu | ATS-freundlich (für Konzerne mit strengen Bewerbersystemen), Kompakt (bei vielen Projekten) |
Worauf Teamleitungen im Bereich Daten achten
Wer Analystinnen und Analysten einstellt, will meist zwei Dinge wissen. Bekommt die Person aus unordentlichen Daten verlässliche Zahlen heraus, ohne dass jemand jede Abfrage nachprüfen muss? Und kann sie diese Zahlen einer Abteilungsleiterin erklären, die sich nicht für Joins und Fensterfunktionen interessiert? Ihr Lebenslauf sollte auf beide Fragen eine Antwort geben.
Die erste Frage betrifft das Handwerk. Zeigen Sie es über die Tools, die Sie nennen, und über Stichpunkte mit echter Datenarbeit: ein Datenmodell aufgebaut, eine Ladestrecke repariert, eine Tabelle bereinigt, die niemand anfassen wollte. Die zweite Frage betrifft Urteilsvermögen und Kommunikation. Zeigen Sie das, indem Sie nennen, wer Ihre Ergebnisse genutzt hat und was daraufhin entschieden wurde.
Achten Sie auch auf Verantwortung. Wer „Berichte erstellt“ hat, klingt austauschbar. Wer „das wöchentliche Umsatzreporting verantwortet und Rückfragen aus dem Controlling dazu beantwortet“, klingt nach jemandem, auf den sich ein Team verlässt. Gehört ein Bericht, ein Dashboard oder eine Kennzahl Ihnen, schreiben Sie das klar hin.
Oft sortiert zuerst die Personalabteilung vor, häufig mit Suchbegriffen im Bewerbermanagementsystem. Schreiben Sie Tools so, wie sie in Stellenanzeigen stehen: SQL, Power BI, Tableau, Python, R, Excel, SAP BW, Snowflake. Die Fachabteilung liest später genauer und achtet auf die Fragen, die Sie beantwortet haben.
So schreiben Sie jeden Abschnitt
Kopfbereich und Kontaktdaten
Name, angestrebte Position, Wohnort, E-Mail, Telefonnummer und ein oder zwei Links. LinkedIn ist bei Datenrollen inzwischen verbreiteter als XING, gerade bei Tech-Firmen und internationalen Teams. Ein GitHub-Profil oder ein Link zu einem veröffentlichten Dashboard lohnt sich, wenn dort fertige Arbeit zu sehen ist.
Foto, Geburtsdatum, Staatsangehörigkeit und Familienstand sind freiwillig. Viele lassen Geburtsdatum und Familienstand heute weg. Ein Foto ist in Deutschland noch häufig, besonders bei Mittelständlern, aber keine Pflicht. Wenn Sie eins nutzen, nehmen Sie ein aktuelles Porträt vor ruhigem Hintergrund, kein Urlaubsbild. Für Bewerbungen bei internationalen Unternehmen auf Englisch lassen Sie es eher weg.
Positionsbezeichnungen im Datenbereich sind uneinheitlich. „Business Analyst“, „Referentin Datenmanagement“, „Specialist Reporting“ oder „Sachbearbeiter Controlling“ können ähnliche Arbeit beschreiben. Steht in Ihrem Vertrag ein ungewöhnlicher Titel, nutzen Sie im Kopfbereich die klarste ehrliche Form, etwa „Datenanalystin“, und behalten Sie den offiziellen Titel bei der Station.
Profil
Zwei oder drei Sätze: Ihr Level, die Branche, die Sie kennen, Ihre wichtigsten Tools und die Art von Fragen, die Sie gern beantworten. Lassen Sie Floskeln wie „analytisch denkend“ und „zahlenaffin“ weg, das schreibt jeder. Die Beispiele zeigen das Muster auf drei Ebenen:
Einstieg: Absolventin der Wirtschaftsinformatik mit zwei Jahren Werkstudententätigkeit im Reporting und zwei eigenen Projekten in SQL und Power BI. Ich bereinige gern unübersichtliche Excel-Dateien und schreibe Ergebnisse so auf, dass auch Fachabteilungen sie verstehen.
Erfahren: Datenanalyst mit drei Jahren Erfahrung im Onlinehandel, vor allem mit SQL, Tableau und Python. Ich baue die Dashboards, mit denen das Marketing Kampagnen plant, und gehe gern der Frage nach, warum sich eine Kennzahl bewegt hat.
Senior: Senior Datenanalystin mit sechs Jahren in Onlinehandel und Logistik. Ich verantworte das zentrale Umsatzreporting, werte A/B-Tests mit Produktteams aus und helfe Führungskräften, aus offenen Fragen messbare Kennzahlen zu machen.
Berufserfahrung
Stationen in umgekehrter Reihenfolge mit Firma, Position, Ort und Zeitraum mit Monat und Jahr. Aktuelle Stationen bekommen drei bis fünf Stichpunkte, ältere ein bis drei. Ist das Unternehmen wenig bekannt, hilft eine Zeile Kontext: „Regionale Drogeriekette, 120 Filialen in Norddeutschland.“
Viele Analysten arbeiten für mehrere Abteilungen. Schreiben Sie in dem Fall dazu, für welche: „Ansprechpartnerin für Einkauf, Vertrieb und Controlling.“ So sieht der Leser sofort, welche Art von Fragen Sie gewohnt sind. Werkstudentenjobs und Praktika im Reporting gehören bei Berufseinsteigern ausdrücklich hierher, denn genau so beginnen viele Laufbahnen in der Datenanalyse.
Lücken im Lebenslauf werden in Deutschland eher bemerkt als anderswo. Eine kurze Zeile wie „Elternzeit“ oder „Weiterbildung Data Analytics, Vollzeit“ reicht. Sie müssen nichts rechtfertigen, aber ein unerklärter Zeitraum von einem Jahr wirft eher Fragen auf als eine ehrliche Angabe.
Projekte und Portfolio
Für Analysten zählen Projekte mehr als in vielen anderen Berufen, weil ein Großteil der täglichen Arbeit vertraulich ist. Ein gutes Projekt zeigt den ganzen Ablauf: eine Frage, eine Datenquelle, die Bereinigung, die Auswertung und eine klare Antwort. Geben Sie jedem Projekt ein bis zwei Zeilen mit Frage, Tools und Link.
Offene Daten eignen sich gut. Viele Städte und Länder veröffentlichen Daten zu Verkehr, Wetter, Einwohnern oder Haushalten, dazu kommen Daten des Statistischen Bundesamts und Sportergebnisse. Wählen Sie ein Thema, das Sie wirklich interessiert, denn im Gespräch wird danach gefragt, und Begeisterung merkt man. Übungsaufgaben aus Onlinekursen, die tausende andere auch hochgeladen haben, lassen Sie weg, es sei denn, Sie haben etwas Eigenes ergänzt.
Kenntnisse
Gruppieren Sie Ihre Tools so, dass man sie schnell überfliegt: Daten und Datenbanken, Analysesprachen, BI und Reporting und eine kurze Zeile zur Arbeitsweise. Das stärkste Tool steht in jeder Gruppe vorn. Die Seitenspalte dieses Layouts zwingt zur Kürze, und das ist gut so.
Sprachkenntnisse gehören bei deutschen Lebensläufen fast immer dazu. Englisch ist in Datenteams oft Arbeitssprache, weil Dokumentation, Tools und viele Kolleginnen englischsprachig sind. Geben Sie das Niveau ehrlich an, gern auch mit Stufe nach dem europäischen Referenzrahmen.
Ausbildung
Abschluss, Hochschule und Zeitraum. Häufig sind Statistik, Volkswirtschaftslehre, Mathematik, Informatik, Wirtschaftsinformatik und BWL, aber auch Psychologie, Soziologie oder Naturwissenschaften führen in die Datenanalyse, weil dort viel mit Statistik gearbeitet wird. Das Thema der Abschlussarbeit lohnt eine Zeile, solange es mit Daten zu tun hat und Sie am Anfang stehen. Eine Ausbildung zur Fachinformatikerin für Daten- und Prozessanalyse gehört ebenso hierher wie ein Bootcamp oder eine geförderte Weiterbildung.
Zertifikate
Microsoft Power BI, Tableau und Zertifikate der großen Cloud-Anbieter werden in Anzeigen am häufigsten genannt. Schreiben Sie den genauen Namen, den Anbieter und das Jahr. Teilnahmebescheinigungen von Onlinekursen helfen beim Quereinstieg. Sobald Ihre Berufserfahrung für sich spricht, können sie wieder raus.
Stichpunkte zur Berufserfahrung schreiben
Gute Stichpunkte für Analysten nennen Frage, Vorgehen und Ergebnis. Das Ergebnis muss nicht immer Geld sein. Es kann eine Entscheidung sein, ein schnellerer Ablauf, ein Bericht, den niemand mehr von Hand bauen muss, oder ein Fehler, der vor der Vorstandsvorlage aufgefallen ist.
Ein einfaches Muster: was Sie ausgewertet oder gebaut haben + wie + wer es nutzt oder was sich geändert hat.
- Schwach: „Dashboards für den Vertrieb erstellt.“
- Besser: „Vertriebsdashboard in Power BI aufgebaut, mit dem zwölf Gebietsleitungen wöchentlich ihre Ziele planen.“
Verwenden Sie Zahlen, die Sie im Gespräch erklären können: Datensätze, Nutzer, gesparte Stunden, Anzahl der Berichte, Testergebnisse. Kennen Sie ein Ergebnis nur ungefähr, schreiben Sie „rund“ oder beschreiben Sie es in Worten. Gerade Analysten werden oft gefragt, woher eine Zahl stammt.
Beispiele nach Level
Einstieg und Werkstudium
- SQL-Abfragen für die wöchentlichen Bestelldaten des Vertriebs geschrieben und Summen mit dem Controlling abgeglichen
- Kundenliste mit 70.000 Datensätzen in Excel und Python bereinigt und Dubletten vor einem Mailing entfernt
- Drei Excel-Berichte nach Power BI überführt, sodass Abteilungsleitungen selbst nach Region filtern können
- Logik jeder Berichtsspalte dokumentiert, damit neue Kolleginnen einfache Rückfragen selbst beantworten
Erfahrene Analysten
- Trichteranalyse der Registrierung erstellt, die zeigte, dass die meisten Abbrüche bei der E-Mail-Bestätigung passieren
- Monatliches Kennzahlenpaket mit SQL und geplanten Aktualisierungen automatisiert, zwei Arbeitstage pro Monat gespart
- Mit dem Marketing die Definition „aktiver Kunde“ festgelegt und in fünf Dashboards einheitlich umgesetzt
- Ergebnisse eines Preistests samt Einschränkungen der Produktleitung vorgestellt
Senior und Teamleitung
- Verantwortlich für zentrale Umsatzkennzahlen und die Dashboards für das wöchentliche Management-Meeting
- Ablauf für A/B-Tests mit dem Produktteam eingeführt, mit Prüfung der Stichprobengröße und einheitlicher Auswertung
- Zwei Junior-Analysten eingearbeitet und ihr SQL vor der Weitergabe an Fachbereiche geprüft
- Umstieg vom Excel-Reporting auf dbt und Snowflake mit getesteten und dokumentierten Modellen geleitet
Beispiele nach Schwerpunkt
Produktanalyse
- Nutzungskennzahlen für die App definiert und den Tracking-Plan mit der Entwicklung abgestimmt
- Nutzung einer neuen Funktion nach dem Start ausgewertet und gezeigt, dass viele Nutzer den Einstieg nie finden
- Kohortenberichte zur Kundenbindung aufgebaut, die das Produktteam in jeder Monatsplanung bespricht
Marketinganalyse
- Kanalbericht aus Werbeausgaben und Bestellungen erstellt, der zeigte, dass ein bezahlter Kanal vor allem Bestandskunden erreicht
- Wirkung von Newsletter-Kampagnen mit Kontrollgruppen gemessen statt mit Last-Click-Zahlen
- Kundensegmentierung in Python aufgebaut, auf deren Basis drei Saisonkampagnen geplant wurden
Controlling und Logistik
- Wöchentliche Mengenprognose in Python erstellt und jede Woche mit den Ist-Werten verglichen
- Personaleinsatzbericht entwickelt, mit dem Lagerleitungen Schichten an Spitzenzeiten anpassen
- Bestandszahlen aus Lager und Finanzbuchhaltung abgestimmt und eine Differenz auf einen Zeitversatz in einer Schnittstelle zurückgeführt
Gesundheitswesen und öffentlicher Dienst
- Monatliche Fallzahlenberichte für mehrere Standorte erstellt, Grundlage für die Personalplanung
- Termin- und Abrechnungsdaten verknüpft, um Standorte mit vielen ausgefallenen Terminen zu finden
- Daten für gesetzliche Meldungen mit Prüfregeln vorbereitet, die fehlende Felder vor der Abgabe finden
Business Intelligence
- 30 Dashboards betreut und zehn abgeschaltet, die ein halbes Jahr lang niemand geöffnet hatte
- Gemeinsames Datenmodell mit freigegebenen Kennzahlen aufgebaut, damit Abteilungen nicht mehr über unterschiedliche Summen streiten
- Ladezeit eines langsamen Berichts verkürzt, indem aufwendige Berechnungen ins Data Warehouse verlagert wurden
Kenntnisse und Suchbegriffe
Personalabteilungen und Bewerbersysteme suchen nach genauen Begriffen. Verwenden Sie die Schreibweise aus Stellenanzeigen und nennen Sie nur, was Sie in der Arbeit oder in einem fertigen Projekt wirklich eingesetzt haben.
| Bereich | Häufige Beispiele |
|---|---|
| Abfragen und Datenbanken | SQL, PostgreSQL, MySQL, SQL Server, Oracle, Snowflake, BigQuery, SAP BW |
| Analyse | Python, pandas, R, Statistik, Regression, A/B-Tests, Prognosen |
| BI und Visualisierung | Power BI, DAX, Tableau, Qlik Sense, Looker, SAP Analytics Cloud |
| Tabellenkalkulation | Excel, Pivot-Tabellen, XVERWEIS, Power Query, Google Sheets |
| Datenaufbereitung | dbt, ETL, Datenbereinigung, Datenmodellierung, Airflow |
| Methoden | Kohortenanalyse, Trichteranalyse, Segmentierung, KPI-Definition |
| Zusammenarbeit | Anforderungsaufnahme, Abstimmung mit Fachbereichen, Präsentation, Datenschutz nach DSGVO |
Soziale Kompetenz zählt in diesem Beruf viel, aber das Wort „Kommunikationsstärke“ beweist nichts. Zeigen Sie es in Stichpunkten: eine Auswertung vor der Bereichsleitung vorgestellt, eine Kennzahl mit zwei Abteilungen abgestimmt oder eine Dokumentation geschrieben, die tatsächlich gelesen wird.
Den Lebenslauf an eine Stellenanzeige anpassen
Analystenstellen unterscheiden sich stärker, als der Titel vermuten lässt. Bei einer Bank oder Versicherung arbeiten Sie vielleicht vor allem mit Excel, SQL Server und SAP, in einem Start-up eher mit Python und dbt. Zehn Minuten Anpassung pro Bewerbung lohnen sich:
- Lesen Sie die Anzeige und markieren Sie Tools, Fachbereich und Art der Arbeit, die mehrfach vorkommen, etwa Dashboards, Ad-hoc-Analysen oder Tests.
- Prüfen Sie, ob die Tools, die Sie wirklich beherrschen, in den Kenntnissen und in mindestens einem Stichpunkt stehen.
- Setzen Sie die Stichpunkte, die zur Hauptaufgabe der Stelle passen, bei jeder Station nach oben.
- Passen Sie den ersten Satz des Profils an, etwa „Marketinganalystin“ für eine Stelle im Marketing.
- Nehmen Sie das Projekt auf, das fachlich am besten zur Stelle passt, falls Sie eins haben.
Übernehmen Sie die Formulierungen der Anzeige, wenn sie stimmen. Steht dort „Stakeholder-Management“ und Sie stimmen sich jede Woche mit drei Abteilungen ab, schreiben Sie es genau so in einen Stichpunkt.
Format und Länge
Eine Seite für die meisten Analysten, zwei bei langer Laufbahn. Nutzen Sie eine Schriftart mit 10 bis 12 Punkt, überall dasselbe Datumsformat und dieselbe Zahlenschreibweise, also durchgehend „1,2 Mio.“ und nicht gemischt mit „1.200.000“. In einem Bericht würden Ihnen uneinheitliche Zahlen auffallen, dem Leser Ihres Lebenslaufs auch.
Verzichten Sie auf Diagramme, Kompetenzbalken und Sternchen. Bewerbersysteme lesen sie schlecht, und über echtes Können sagen sie wenig. Ein Link zu einem Dashboard, das Sie gebaut haben, erfüllt den Zweck besser. Senden Sie ein PDF und benennen Sie die Datei eindeutig, etwa „Lea-Hansen-Lebenslauf-Datenanalystin.pdf“. Arbeitszeugnisse und Abschlusszeugnisse hängen Sie als eigene Datei an, wenn danach gefragt wird.
Warum die Abschnitte in dieser Reihenfolge stehen
Die Berufserfahrung steht vorn, weil echte Fragen aus dem Geschäft, die Sie beantwortet haben, mehr zählen als alles andere. Direkt danach folgen die Projekte. Sie zeigen Ihre Arbeit auch dann, wenn die Dashboards aus Ihrem Job intern bleiben müssen. Die Ausbildung kommt danach und bleibt kurz.
Kenntnisse, Zertifikate und Sprachen stehen in der Seitenspalte, so bleibt die Toolliste neben jeder Station sichtbar, ohne Platz von Ihren Stichpunkten zu nehmen. Arbeitet ein Konzern mit einem strengen Bewerbersystem, setzt das ATS-freundliche Layout aus der Vorlage für Softwareentwickler alles in eine Spalte. Kommen Sie gerade aus dem Studium, stellen Sie Projekte vor die Berufserfahrung und sehen Sie sich die Vorlage für Studierende an. Wer aus dem Rechnungswesen in die Analyse wechselt, findet passende Formulierungen in der Vorlage für Buchhalter.
Häufige Fehler
- Tools aufzählen, ohne zu sagen, was Sie damit gemacht haben
- Stichpunkte, die ein Dashboard beschreiben, aber nie sagen, wer es nutzt
- Interne Zahlen, Kundennamen oder Screenshots aus dem Job zeigen
- Kompetenzbalken und Sterne für SQL oder Python
- Portfolio-Links, die zu leeren Repositories oder kaputten Dashboards führen
- Uneinheitliche Zahlen- und Datumsformate in einem Lebenslauf, der Sorgfalt verspricht
- Sich nach einem Onlinekurs als Expertin für maschinelles Lernen bezeichnen
- Datenbank oder Data Warehouse weglassen, obwohl Personaler oft danach suchen
- Unerklärte Lücken von mehreren Monaten
Checkliste vor dem Absenden
- Positionsbezeichnung und erster Satz des Profils passen zur Stelle
- SQL und das BI-Tool aus der Anzeige stehen im Lebenslauf, sofern Sie sie beherrschen
- Jede aktuelle Station hat mindestens einen Stichpunkt mit Nutzern, Entscheidung oder Ergebnis
- Projektlinks öffnen sich, laden schnell und zeigen fertige Arbeit
- Zahlen, Daten und Toolnamen sind überall gleich geschrieben
- Foto und persönliche Angaben sind bewusst gewählt oder bewusst weggelassen
- Die Datei ist ein PDF mit Ihrem Namen im Dateinamen