Zum Hauptinhalt springen

SQL, Python und Datenaufbereitung

Wenn Listen zu groß werden oder mehrere Quellen zusammenlaufen: strukturierte Aufbereitung, Prüfregeln und reproduzierbare Skripte.

Eine Frau und ein Mann schauen gemeinsam auf einen Monitor mit Quellcode, sie bedient dabei das Laptop-Touchpad
Foto: X / Unsplash

Zielgruppe und Level

Analysten, Controlling, IT-nahe Fachrollen mit starkem Excel-Hintergrund. SQL-Einsteiger und Python-Einsteiger willkommen. Fortgeschrittene, die Skripte wartbar machen wollen. Kein Data-Science-Hype, sondern Büro-Alltag.

Dauer und Format

1 bis 2 Tage, auf Wunsch Schwerpunkt SQL oder Python am ersten Tag und Mischung am zweiten. Blöcke à 90 bis 120 Minuten, Übungen an anonymisierten CSV/Export-Beispielen. Remote mit zweitem Monitor oder Inhouse, kleine Gruppen (4 bis 12) für genug Übungszeit.

Inhalte

  • SQL: SELECT, JOIN, Aggregation, Datenqualität prüfen
  • Python: pandas-light (ohne Overkill), Import, Bereinigung
  • Fehlerquellen: Typen, Duplikate, fehlende Schlüssel
  • Export zurück nach Excel oder für Reports
  • Dokumentation und reproduzierbare Läufe
  • Abgrenzung: wann Excel, Power Query, SQL, Python

Agenda (Beispiel 2 Tage)

  • Tag 1: Datenmodell verstehen, SQL-Abfragen lesen und schreiben
  • Tag 2: Python-Skript für Import und Validierung, Übergabe

Typische Probleme, die wir adressieren

Häufige Symptome: Excel-Dateien, die an ihre Zeilengrenze stoßen oder beim Öffnen minutenlang rechnen. Copy-Paste-Ketten zwischen Tabellen, bei denen niemand mehr weiß, welche Version aktuell ist. Skripte aus Tutorials, die einmal liefen und seither niemand mehr anfasst. Wir bauen nachvollziehbare, wiederholbare Abläufe statt Einmal-Skripte.

Daten-Workshop anfragen

Quellen, Zielreport und Teamgröße kurz skizzieren. Ich schlage 1 bis 2 Tage vor.

Verwandte Themen

Kontakt für Termin und Format