Google Data Analyst: Lebenslauf-Keywords und Interviewvorbereitung

Du willst dich als Data Analyst bei Google bewerben, hast aber keinen Plan, welche Keywords in deinen Lebenslauf gehören und was dich im Interview erwartet. Kein Wunder. Die Stellenbeschreibungen sind lang, die Rollenbezeichnungen uneinheitlich, und im Netz kursieren jede Menge Halbwissen über angebliche interne Bewerbungsprozesse. Ich gehe das mal sachlich durch: was in den Lebenslauf gehört, wie du das Interview vorbereitest, und was im deutschen Markt anders läuft als in den USA.

Erst die Stellenanzeige entschlüsseln, dann schreiben#

Der häufigste Fehler: Bewerber schreiben ihren Lebenslauf einmal und schicken ihn an zwanzig Firmen. Bei Google klappt das nicht. Jede Ausschreibung hat eigene Schwerpunkte, und was in der einen Anzeige als "SQL proficiency" steht, heißt in der nächsten "experience with large-scale data analysis".

Lies die Anzeige Wort für Wort und zieh die Fachbegriffe heraus, die dort tatsächlich stehen. Ein Decoder für Stellenanzeigen hilft dir dabei, aus der langen Formulierung die echten Anforderungen herauszufiltern. Danach hast du eine Liste mit Begriffen wie SQL, Python, R, Tableau, Looker, BigQuery, A/B Testing, Statistical Analysis, Data Visualization, ETL, Stakeholder Management. Diese Begriffe tauchen in verschiedenen Kombinationen auf, und genau sie gehören in deinen Lebenslauf, sofern sie auf dich zutreffen.

Was in Deutschland anders ist

Der deutsche Markt hat Eigenheiten, die du kennen solltest. Viele Data-Analyst-Rollen bei Google sitzen in München, Hamburg oder in einem Remote-Setup innerhalb Deutschlands. Manche Stellen sind auf den öffentlichen Sektor oder den DACH-Raum ausgerichtet, dann brauchst du zusätzlich Kenntnisse in Datenschutz und DSGVO, und oft auch fließendes Deutsch.

Zwei Punkte, die Bewerber oft überschätzen: Erstens, ein Master ist bei Google kein Muss, aber die Konkurrenz aus Analytics-Masterprogrammen ist hoch. Zweitens, Gehaltsangaben im Netz sind fast immer US-Zahlen. Für Deutschland liegen Data-Analyst-Gehälter laut verschiedenen Portalen grob zwischen 45.000 und 75.000 Euro brutto pro Jahr, bei Senior-Rollen auch höher. Die Spanne ist breit, weil Standort, Erfahrung und Verhandlung stark variieren. Prüfe die aktuellen Werte auf einer aktuellen Gehaltsquelle oder im Gespräch mit der Recruiterin, bevor du dich darauf verlässt.

Keywords für den Lebenslauf, konkret#

Dein Lebenslauf braucht die Begriffe aus der Anzeige nicht als Wortliste, sondern eingebettet in echte Tätigkeiten. Der Filter, ob digital oder menschlich, sucht nach Belegen: Womit hast du gearbeitet, in welchem Umfang, mit welchem Ergebnis.

So sieht ein schwacher Punkt aus:

"Datenanalyse und Reporting für das Marketing-Team."

Und so derselbe Punkt, umgeschrieben:

"Wöchentliche Performance-Reports für das DACH-Marketing-Team mit SQL und BigQuery erstellt, Auswertungen zu 12 Kampagnen und drei Vertriebskanälen, Automatisierung des Reportings in Looker Studio spart rund 4 Stunden Arbeit pro Woche."

Der Unterschied ist nicht Länge, sondern Konkretheit. Werkzeuge stehen drin, Umfang steht drin, Ergebnis steht drin. Das ist das, was eine Personalerin oder ein ATS sehen will.

Checkliste für deinen Lebenslauf

• Steht SQL in einer Formulierung mit konkretem Einsatz, etwa "SQL-Abfragen auf Datensätzen mit Millionen Zeilen"?
• Sind die Werkzeuge genannt, die in der Ausschreibung vorkommen, etwa BigQuery, Tableau, Looker oder Python?
• Beschreibst du mindestens ein Projekt mit messbarem Ergebnis, Zeitersparnis, Umsatzeffekt oder Reichweite?
• Hast du, wenn die Stelle es verlangt, A/B-Tests oder statistische Methoden erwähnt?
• Passt die Sprache der Bewerbung zur Stelle, Englisch für internationale Rollen, Deutsch für Rollen mit DACH-Fokus?
• Ist der Lebenslauf auf zwei Seiten begrenzt, mit klaren Datumsangaben?
• Hast du die Datei als PDF benannt, mit deinem Namen und der Rolle im Dateinamen?

Wenn du unsicher bist, ob dein Lebenslauf überhaupt die richtigen Begriffe enthält, lass ihn durch einen kostenlosen ATS-Check laufen. Das zeigt dir, welche Wörter ein automatischer Filter findet und welche fehlen.

Portfolio und Belege statt Buzzwords#

Bei Google zählt, was du gebaut hast, nicht wie gut du dich verkaufst. Ein öffentliches Portfolio mit zwei oder drei sauberen Projekten schlägt eine lange Liste von Kursen. Nimm echte Daten, etwa offene Datensätze zu Verkehr, Energie oder Gesundheit, und dokumentiere den Weg: Fragestellung, Datenaufbereitung, Analyse, Visualisierung, Ergebnis.

Ein Projekt, das zeigt, wie du denkst, ist mehr wert als drei Tutorials. Wenn du A/B-Tests verstehen willst, mach einen echten Test mit öffentlichen Daten und beschreibe die Stichprobe, die Metrik und die Grenzen deiner Aussage. Genau diese Grenzen zu benennen, ist im Gespräch ein gutes Zeichen.

Interviewvorbereitung: was du üben solltest#

Ohne interne Einblicke zu behaupten, lässt sich anhand öffentlich zugänglicher Berichte und der Stellenanzeigen sagen: Rechne mit mehreren Runden, mit technischen Aufgaben und mit Gesprächen über Zusammenarbeit. Die genaue Struktur variiert je nach Rolle und Region, verlass dich nicht auf Details aus zweiter Hand.

Was du sicher üben kannst:

• SQL-Abfragen mit Joins, Aggregationen, Window Functions und CTEs, sauber und lesbar geschrieben.
• Eine Analyse mündlich erklären: Welche Frage hast du gestellt, welche Daten benutzt, was war das Ergebnis, was bleibt unsicher.
• Statistik-Grundlagen: Mittelwert gegen Median, Konfidenzintervall, was ein p-Wert bedeutet und was nicht.
• Eine Fallstudie: Angenommen, die Nutzerzahlen in Deutschland sinken, wie gehst du vor?
• Eine Verhaltensfrage, mit einer konkreten Geschichte aus deiner Arbeit.

Beispielantwort auf eine Verhaltensfrage

Frage: "Erzähl mir von einer Situation, in der deine Analyse zu einer unerwarteten Entscheidung geführt hat."

"In meiner letzten Rolle haben wir jeden Monat über die Performance unserer Newsletter gesprochen. Die offensichtliche Kennzahl war die Öffnungsrate, die lag stabil bei rund 25 Prozent. Ich habe zusätzlich die Klickrate aufgeschlüsselt nach Segment und festgestellt, dass das Segment mit der höchsten Öffnungsrate fast nie klickt, während ein kleineres Segment mit niedriger Öffnungsrate für die meisten Conversions zuständig war. Ich habe das dem Marketing-Team mit einer einfachen Visualisierung gezeigt, wir haben den Fokus verschoben und die Betreffzeilen für das kleine Segment angepasst. Die Conversions aus diesem Segment sind im Folgequartal gestiegen. Was ich daraus gelernt habe: eine Kennzahl ohne Kontext führt zu falschen Entscheidungen."

Die Antwort funktioniert, weil sie eine echte Geschichte erzählt, das Ergebnis nennt und eine Lehre formuliert. Sie klingt nicht einstudiert, weil sie es nicht ist.

Der deutsche Teil der Bewerbung#

Für Standorte in Deutschland brauchst du neben dem englischen Lebenslauf oft ein deutsches Anschreiben, besonders wenn die Stelle Deutsch verlangt. Das Anschreiben ist kurz: ein Absatz zur Rolle, ein Absatz zu deinem relevantesten Projekt, ein Absatz dazu, warum dieses Team. Keine Floskeln, kein "hiermit bewerbe ich mich".

Wenn du nach passenden Stellen suchst, lohnt ein Blick auf die aktuellen Data-Analyst-Ausschreibungen in Deutschland. Dort siehst du, welche Werkzeuge gerade gefragt sind, und kannst deinen Lebenslauf entsprechend anpassen. Weitere Tipps zu Bewerbungsstrategie und Vorstellungsgesprächen findest du in den Artikeln auf unserem Blog.

Kostenlose Tools#

• jobrise.io/de/free-ats-checker/
• jobrise.io/de/free-jd-decoder/
• jobrise.io/de/jobs/
• jobrise.io/de/blog/

Häufige Fragen#

Brauche ich einen Master, um bei Google als Data Analyst einzusteigen?

Nein, ein Master ist kein formaler Muss. Wichtiger sind nachweisbare Analysefähigkeiten, saubere Projekte und die passenden Werkzeuge. Bei sehr vielen Bewerbern kann ein Master ein Unterschied sein, aber er ersetzt keine Praxiserfahrung.

Welche Programmiersprache sollte ich für die Bewerbung können?

SQL ist Pflicht, ohne Ausnahme. Danach ist Python oder R sinnvoll, je nachdem, was in der Ausschreibung steht. Schau dir die konkrete Stellenanzeige an und priorisiere nach deren Nennung, nicht nach deiner persönlichen Vorliebe.

Wie aktuell müssen meine Projekte im Portfolio sein?

Projekte aus den letzten zwei bis drei Jahren sind ideal, ältere gehen auch, wenn die Methode noch trägt. Wichtiger als das Datum ist, dass du das Projekt sauber erklären kannst. Ein kleines, gut dokumentiertes Projekt schlägt ein großes, halbfertiges.

Soll ich den Lebenslauf auf Deutsch oder Englisch einreichen?

Für internationale Rollen und die meisten Google-Ausschreibungen in Deutschland ist Englisch üblich. Wenn die Stellenanzeige Deutsch verlangt oder der Kontakt auf Deutsch läuft, reich zusätzlich eine deutsche Version ein. Im Zweifel fragst du die Recruiterin kurz nach, das kostet nichts.

Was mache ich, wenn ich keine Berufserfahrung als Data Analyst habe?

Dann zählen Projekte aus dem Studium, aus Weiterbildungen oder aus einem Quereinstieg. Beschreibe die Fragestellung, die Daten und das Ergebnis so, als wäre es ein Job gewesen. Verpacke nichts als Berufserfahrung, was keine war, das fliegt im Gespräch auf.