Lernpfad

Data-Analyst-Roadmap für Einsteiger

Kostenlose Kurse in der Reihenfolge, in der sich ein Analyst die Werkzeuge tatsächlich aneignet: zuerst Tabellenkalkulation, weil dort die Daten liegen, dann SQL, um sie aus einer Datenbank zu holen, dann Python mit NumPy und Pandas für alles, was eine Tabelle nicht kann. Jede Lektion läuft im Browser, und die Kurse Excel, SQL, Python, Pandas und R enden mit einem kostenlosen Zertifikat.

MIT DEM LERNEN BEGINNEN(kostenlos)

2,451,351+ codders in diesen Kursen eingeschrieben

591 Lektionen683 Aufgaben2,678 Quizfragen

Anfängerfreundlich
KI-gestützte Coding-Hilfe
Praktische, interaktive Lektionen
Audio-Erzählung in jeder Lektion
Quizfragen zum Wissenstest
10 kostenlose Zertifikate entlang des Pfads

Der Data-Analyst-Ausbildungspfad, Schritt für Schritt

9 Kurse9 Abschnitte591 Lektionen683 Aufgaben2,678 Quizfragen

Jeder Schritt ist ein bestehender Coddy-Kurs. Geh sie der Reihe nach durch oder spring direkt zu dem, der dir fehlt - dein Fortschritt wird so oder so pro Kurs gespeichert.

1
Schritt 1
Tabellenkalkulation und ExcelEigene Seite
Diesen Schritt startenStartenZellen, Bereiche, Formeln, Nachschlagefunktionen, Pivot-Tabellen und die Funktionen, die Analysten täglich nutzen. Der Großteil der Daten dieser Welt liegt in Tabellen, und die meisten Analysen werden zuerst in einer geteilt - deshalb beginnt der Pfad hier.Starten Eigene Seite
2 Abschnitte, der Reihe nach
1. Grundlagen42 Lektionen34 Aufgaben235 Fragen
2. Formeln und Datenanalyse28 Lektionen48 Aufgaben100 Fragen
70 Lektionen82 Aufgaben335 Fragen
2
Schritt 2
SQL für DatenanalyseEigene Seite
Diesen Schritt startenStartenEchte Tabellen auswählen, filtern, verknüpfen, gruppieren und aggregieren, danach Fensterfunktionen und Unterabfragen. SQL ist die meistgefragte Fähigkeit in Data-Analyst-Stellenanzeigen und die, in der man am schnellsten brauchbar wird.Starten Eigene Seite
2 Abschnitte, der Reihe nach
1. Grundlagen72 Lektionen76 Aufgaben360 Fragen1 Projekt
2. Über die Grundlagen hinaus27 Lektionen28 Aufgaben167 Fragen
99 Lektionen104 Aufgaben527 Fragen1 Projekt
3
Schritt 3
Python-GrundlagenEigene Seite
Diesen Schritt startenStartenVariablen, Kontrollfluss, Funktionen und Collections - genau die beiden Abschnitte, die ein Analyst braucht, bevor NumPy und Pandas Sinn ergeben. Klassen und Objekte können warten; ein arbeitender Analyst schreibt sie selten.Starten Eigene Seite
2 Abschnitte, der Reihe nach
1. Grundlagen77 Lektionen111 Aufgaben341 Fragen3 Projekte
2. Logik und Ablaufsteuerung78 Lektionen93 Aufgaben329 Fragen3 Projekte
155 Lektionen204 Aufgaben670 Fragen6 Projekte
4
Schritt 4
NumPy: schnelle ZahlenEigene Seite
Diesen Schritt startenStartenArrays, vektorisierte Arithmetik, Indizierung, Aggregation und Broadcasting. NumPy ist der Motor unter Pandas und unter jeder wissenschaftlichen Python-Bibliothek, und es zu verstehen ist der Moment, in dem DataFrame-Operationen aufhören, Magie zu sein.Starten Eigene Seite18 Lektionen34 Fragen
5
Schritt 5
Pandas: Tabellen in PythonEigene Seite
Diesen Schritt startenStartenDataFrames, Bereinigen, Filtern, Gruppieren, Zusammenführen und Umformen echter Datensätze. Das ist der Schritt, an dem Python die Tabelle überholt: alles, was du in Excel gemacht hast, wiederholbar und auf Daten, die zu groß zum Öffnen sind.Starten Eigene Seite19 Lektionen
6
Schritt 6
Daten hereinholen: Dateien, JSON und APIs
Diesen Schritt startenStartenDateien lesen und schreiben, JSON parsen, eine Web-API aufrufen und mit Fehlern umgehen. Echte Daten werden nie als saubere Tabelle übergeben; wer sich seine Daten selbst holen kann, wartet nicht auf eine Entwicklerin.Starten
3 Kurse, der Reihe nach
31 Lektionen8 Aufgaben
7
Schritt 7
R, wenn eine Stelle es verlangtEigene Seite
Diesen Schritt startenStartenOptional. Dieselben Analyseideen in der Sprache der Statistikteams: Vektoren, Data Frames und Datenmanipulation. Überspring diesen Schritt, sofern nicht eine Wunschstelle R nennt - und dann mit dem Wissen, dass sich jedes Konzept aus den Python-Schritten überträgt.Starten Eigene Seite
3 Abschnitte, der Reihe nach
199 Lektionen285 Aufgaben1,112 Fragen5 Projekte

Das bekommst du

Alles, was du zum Programmierenlernen nutzt

Lernen durch Tun

Schreibe echten Code, frage Datenbanken ab, erstelle Websites und meistere KI-Prompts. Unsere interaktiven Lektionen decken alle Fähigkeiten ab, die moderne Entwickler brauchen.

playground.js

Code-Editor

1const greeting = "Hello, Coddy!"

2function sayHi(name) {

3 return greeting + " " + name

Test #1

Test #2

Test #3

Eingabe

"Alex"

Ausgabe

"Hello, Coddy! Alex"

Baue deine Serie auf

Bleib konsequent und sieh zu, wie dein Fortschritt wächst! Verfolge deine tägliche Programmiergewohnheit, schütze deine Serie mit Einfrieroptionen und verdiene Belohnungen für jeden Tag.

12 Tage Serie

Komm morgen zurück, um deine Serie zu halten!

January 2026

Doppelt oder Nichts

Tag 5 von 7

Serie Einfrieren

2 left

Überall coden

Nimm deine Programmierreise mit! Keine Einrichtung, keine Downloads: einfach öffnen und loslegen. Verfügbar auf iOS, Android und Web mit 4,9-Sterne-Bewertungen.

250

Variablen

FORTSETZEN

4.9

Bewertung

Du bist nicht allein

Tritt auf globalen Bestenlisten an, lade Freunde ein, um Belohnungen zu verdienen, und feiert gemeinsam eure Erfolge. Programmieren macht mit Freunden mehr Spaß!

Herausforderer-LigaTop 7 steigen auf

Alex7+ Days

2840

Jordan7+ Days

2650

Sam7+ Days

2420

Casey

2180

Morgan7+ Days

1950

Aufstiegszone

Jeder Lernweg, alles dabei

Lies, höre, teste dich, frag die KI oder schlage nach, was du schon gelernt hast. Jede Lektion passt sich dir an.

Einführung in Variablen

Audio

Eine Variable ist ein benannter Container, der einen Wert speichert, auf den du später im Programm verweisen kannst.

In Python erstellst du eine, indem du den Namen, ein Gleichheitszeichen und dann den Wert schreibst.

Der Wert kann sich ändern - eine neue Zuweisung verweist den Namen einfach auf einen neuen Wert.

1xSarah

Werde zertifiziert

Verdiene Zertifikate für jeden abgeschlossenen Kurs. Füge sie deinem LinkedIn-Profil und Lebenslauf hinzu, um Arbeitgebern deine Programmierkenntnisse zu zeigen.

Abschlusszertifikat

Hiermit wird bestätigt, dassMax Mustermannerfolgreich abgeschlossen hat

Python-Grundlagen

DatumJan. 2026

Zu LinkedIn hinzufügen

Warum Datenanalyse mit Coddy lernen

Die Reihenfolge des Jobs. Die meisten Data-Analyst-Kurse beginnen mit Python; die meisten Arbeitstage eines Analysten beginnen mit einer Tabelle und einer SQL-Abfrage. Dieser Pfad lehrt die Werkzeuge in der Reihenfolge, in der du nach ihnen greifen wirst, sodass sich jeder Schritt auszahlt, bevor der nächste anfängt.
Echte Daten, echte Abfragen. Du schreibst SQL gegen echte Tabellen, transformierst echte Pandas-DataFrames und baust echte Tabellenformeln im Browser - nichts zu installieren, nichts mit Folien nachgestellt.
KI-Hinweise, die deine Abfrage lesen. Wenn ein Join die falschen Zeilen liefert oder eine DataFrame-Operation abbricht, schaut Bugsy sich an, was du geschrieben hast, und führt dich zur Lösung, ohne sie zu verraten.
Kostenlose Zertifikate, jedes unter seiner eigenen URL verifizierbar, für die Kurse Excel, SQL, Python, Pandas und R. Ein Excel-, ein SQL- und ein Pandas-Zertifikat sind drei Zeilen im Lebenslauf, die eine Personalverantwortliche in zehn Minuten überprüfen kann.

Häufige Fragen zum Einstieg als Data Analyst

Wie werde ich Data Analyst ohne Erfahrung?

Lerne die drei Werkzeuge, die in jeder Analysten-Stellenanzeige stehen - Tabellenkalkulation, SQL und Python oder R - in genau dieser Reihenfolge, und erarbeite dann zwei oder drei Analysen echter öffentlicher Datensätze, die eine Frage beantworten, die jemand wirklich stellen würde. Das ist dieser Pfad plus ein kleines Portfolio. Erfahrung mit Daten lässt sich leichter herstellen als in den meisten Berufen: Jeder öffentliche Datensatz ist ein Projekt, das nur darauf wartet, aufgeschrieben zu werden.

Welche Fähigkeiten braucht ein Data Analyst?

Tabellenkalkulation für schnelle Arbeit und zum Teilen, SQL, um Daten aus einer Datenbank zu holen, eine Programmiersprache für alles, was eine Tabelle nicht kann (bereinigen, große Tabellen verknüpfen, wiederholbare Pipelines), genug Statistik, um zu wissen, was ein Mittelwert verbirgt, und genug Schreibvermögen, um ein Diagramm jemandem zu erklären, der die Zahlen nicht lesen wird. Dieser Pfad deckt die ersten drei direkt ab; die letzten beiden übst du in jeder Analyse, die du aufschreibst.

Soll ich für Datenanalyse zuerst Excel, SQL oder Python lernen?

Erst Excel, dann SQL, dann Python - genau die Reihenfolge dieses Pfads. Tabellen bringen dir kostenlos bei, in Tabellen zu denken. SQL ist die meistgefragte Analystenfähigkeit überhaupt und wird in drei Wochen brauchbar. Python zahlt sich erst aus, wenn deine Daten groß oder unsauber genug sind, dass eine Tabelle an ihre Grenzen stößt; es zuerst zu lernen heißt, es ohne Grund zu lernen.

Ist Python oder R besser für Datenanalyse?

Python, für die meisten Analystenstellen, weil es weit häufiger verlangt wird und dieselbe Fähigkeit sich in Automatisierung und Engineering-Arbeit übertragen lässt. R bleibt die Sprache der Statistikinstitute sowie mancher Forschungs- und Pharmateams. Dieser Pfad lehrt Python mit NumPy und Pandas und hält R als optionalen letzten Schritt bereit, damit du es ergänzen kannst, wenn eine Stelle danach fragt.

Wie lange dauert es, Data Analyst zu werden?

Etwa vier bis sechs Monate bei einer Stunde am Tag bis zum Junior-Niveau. Auf diesem Pfad braucht Excel zwei bis drei Wochen, SQL drei bis vier, die Python-Grundlagen sechs, und NumPy und Pandas zusammen zwei bis drei Wochen. Die übrige Zeit ist die entscheidende: Analysen echter Datensätze aufschreiben, bis du ein Ergebnis auch jemandem erklären kannst, der nicht nach der Methode gefragt hat.

Deckt dieser Data-Analyst-Pfad Tableau oder Power BI ab?

Nein, und wir sagen das lieber, als die Seite aufzublähen. Dashboard-Werkzeuge sind eine häufige Stellenanforderung und schnell gelernt, sobald du die Daten darunter schon formen kannst - und genau das lehrt dieser Pfad. Sobald ein Visualisierungskurs auf Coddy erscheint, kommt er als neuer Schritt in diesen Pfad.

Ist ein Data-Analyst-Zertifikat etwas wert?

Für sich genommen wenig; zusammen mit Fähigkeiten, die eine Personalverantwortliche prüfen kann, ziemlich viel. Die Kurse Excel, SQL, Python, Pandas und R stellen hier jeweils ein kostenloses Zertifikat unter einer eigenen, verifizierbaren URL aus, und jedes benennt eine konkrete Fähigkeit. Genau danach sucht ein Bewerbermanagementsystem, und genau diese drei Dinge wirst du im Gespräch belegen müssen.

Weitere Lernpfade

Dieselben Kurse, für eine andere Rolle geordnet. Der Fortschritt bleibt erhalten: Ein auf einem Pfad abgeschlossener Kurs zählt auf jedem Pfad, der ihn enthält.

Alle Lernpfade

Illustration der Programmiersprachen bei Coddy

Starte den Data Analyst-Pfad kostenlos

Jetzt lernen