KPMG Data Analyst: Lebenslauf-Keywords und Interviewvorbereitung

Deine Bewerbung als Data Analyst bei KPMG scheitert oft nicht an fehlenden Fähigkeiten, sondern daran, dass dein Lebenslauf nicht zeigt, dass du sie hast. Die Kanzlei sieht pro Rolle viele Bewerbungen, und die erste Sichtung läuft in Minuten. Wer die Sprache der Ausschreibung nicht aufgreift, fliegt raus, bevor ein Mensch mehr als einen Blick riskiert.

Was KPMG bei Data Analyst Rollen wirklich erwartet#

KPMG ist eine Beratungs- und Prüfungsgesellschaft. Data Analyst Stellen dort bedeuten fast immer: Du arbeitest in Projekten für Kunden, nicht in einem internen Produktteam. Das verändert alles.

Deine Analyse muss jemand erklären können, der keine Ahnung von SQL hat. Dein Code muss ein Kollege übernehmen können, wenn du im anderen Projekt steckst. Und Dokumentation ist keine lästige Pflicht, sondern das, was den Kunden überzeugt.

Die drei Säulen, die in Ausschreibungen immer wieder auftauchen: SQL und Datenmodellierung, eine Sprache für Auswertung (meist Python oder R, manchmal Power BI und DAX), und die Fähigkeit, Ergebnisse verständlich zu machen. Wer das im Lebenslauf nicht zeigt, wird nicht eingeladen.

Die richtigen Keywords für deinen Lebenslauf#

Geh die Ausschreibung Wort für Wort durch und markiere jedes Werkzeug, jede Methode und jede Fähigkeit, die genannt wird. Nichts davon muss 1:1 in deinem Text stehen, aber wenn „Datenvisualisierung mit Power BI" in der Anzeige steht und du „Dashboarding" schreibst, erkennt das zwar ein Mensch, eine automatische Vorsortierung vielleicht nicht.

Für KPMG Data Analyst Stellen tauchen diese Begriffe regelmäßig auf:

• SQL (oft mit Angabe der Dialekte, Postgres, T-SQL, BigQuery)
• Python mit pandas, numpy, scikit-learn
• R, wenn es in Richtung Statistik geht
• Power BI, Tableau oder vergleichbare BI-Tools
• ETL, Datenpipelines, Datenmodellierung
• Cloud-Plattformen, Azure wird im DACH-Raum häufig genannt
• Statistik, Hypothesentests, Regression
• Data Governance, Datenschutz, DSGVO
• Agile Arbeitsweise, Scrum, Jira
• Stakeholder-Management, Präsentation, Reporting

Prüfe am Ende mit unserem kostenfreien ATS-Check, ob dein Dokument die Begriffe sauber aufgreift. Wenn eine Ausschreibung unklar formuliert ist, hilft der kostenfreie Stellenanzeigen-Decoder dabei, die tatsächlichen Anforderungen herauszuarbeiten.

Ein Beispiel, wie ein Bullet aussehen sollte#

Schlecht: „Verantwortlich für Datenanalysen im Vertriebsbereich."

Besser: „Vertriebsdaten aus SAP und Salesforce in einer Postgres-Datenbank zusammengeführt und ein Power-BI-Dashboard aufgebaut, das die wöchentliche Forecast-Runde des Vertriebs ersetzt hat."

Was hier passiert: Werkzeuge stehen konkret drin (SAP, Salesforce, Postgres, Power BI). Der Nutzen ist sichtbar (Forecast-Runde ersetzt). Und die Formulierung bleibt ehrlich, sie verspricht keine prozentuale Steigerung, die du nicht belegen kannst.

Deutsche Eigenheiten, die du kennen musst#

Der deutsche Arbeitsmarkt hat Besonderheiten, die in englischsprachigen Tipps fehlen. Ein Foto ist üblich, aber kein Pflichtteil mehr. Lebenslauf heißt hier meist tabellarisch, mit Datum pro Station, und zwei Seiten sind für Berufserfahrene normal.

Beim Gehalt: Als Data Analyst bei einer Big-Four-Firma liegen die berichteten Spannen je nach Erfahrung und Standort weit auseinander, Einstieg oft irgendwo zwischen dem, was ein mittelständischer Arbeitgeber zahlt, und dem, was Industrieunternehmen bieten. Zahlen variieren stark nach Stadt, Verhandlung und Rolle. Prüfe die aktuellen Angaben auf der offiziellen KPMG-Karriereseite oder aktuellen Gehaltsreports, bevor du eine Forderung nimmst.

Standort zählt. KPMG hat Büros in mehreren deutschen Städten, nicht jede Data Analyst Rolle gibt es überall. Wenn du mobil bist, schreib es dazu. Wenn nicht, bewirb dich gezielt auf Standorte, die zu dir passen.

Interviewvorbereitung: was du üben solltest#

Das Interview bei einer Beratungsfirma hat zwei Seiten. Einmal die technische Eignung, einmal die Frage, ob du vor Kunden bestehen kannst. Beides wird abgefragt, auch wenn nur „Data Analyst" in der Stellenbeschreibung steht.

Technisch solltest du folgendes sicher können:

• SQL-Joins, Gruppierungen, Fensterfunktionen auf Papier erklären
• Einen einfachen Datensatz mit Python durchrechnen, ohne IDE
• Den Unterschied zwischen Korrelation und Kausalität in einem Satz erklären
• Ein Dashboard skizzieren, inklusive der Frage, welche Kennzahl wirklich zählt
• Datenqualitätsprobleme benennen, bevor jemand danach fragt

Auf der Soft-Skills-Seite geht es um Struktur. Übe, eine Analyse in drei Minuten zu erklären: Ausgangslage, was du gemacht hast, was dabei rauskam, was du empfiehlst. Beratergespräche leben von dieser Klarheit.

Beispielantwort für eine typische Frage#

Frage: „Erzähl mir von einem Projekt, in dem die Daten nicht gepasst haben."

Antwort: „In einem Vertriebsprojekt haben wir Umsatzzahlen aus zwei Systemen verglichen und kamen auf rund acht Prozent Abweichung. Ich habe zuerst die Zeitstempel geprüft, die Systeme haben unterschiedliche Stichtage verwendet. Danach habe ich eine Abgleichstabelle gebaut und die Differenzen je Kunde aufgeschlüsselt. Es stellte sich heraus, dass drei Großkunden in einem System unter Konzernmutter verbucht waren, im anderen einzeln. Nach der Bereinigung passten die Zahlen, und wir haben eine gemeinsame Definition für künftige Auswertungen festgehalten."

Warum das funktioniert: Die Antwort hat eine Struktur, nennt einen konkreten Fehler und zeigt, wie systematisch vorgegangen wurde. Sie behauptet nicht, das Problem allein gelöst zu haben, und sie endet mit einer Verbesserung für die Zukunft.

Was du nicht behaupten solltest#

Keine Zahlen erfinden. Wenn du keine 30 Prozent Effizienzsteigerung gemessen hast, schreib es nicht hin. Personaler aus der Beratung sehen das sofort, und im Gespräch musst du jede Angabe belegen können.

Keine internen Abläufe erfinden. Du weißt nicht, wie KPMG intern rekrutiert, welche Tools im spezifischen Team laufen oder wie die Projekte strukturiert sind. Formuliere allgemein und ehrlich: „Ich habe in Beratungsprojekten gearbeitet" ist sicher, „Ich kenne euer internes Projekt-Setup" ist es nicht.

Keine Lücken kaschieren. Wenn du sechs Monate nichts gemacht hast, sag was dazu. „Weiterbildung und Jobsuche" reicht. Lügen über Lücken fliegen fast immer auf.

Checkliste vor dem Absenden#

• Stichworte aus der Ausschreibung in deinem Lebenslauf gespiegelt
• Jeder Bullet nennt ein Werkzeug oder eine Methode
• Keine Behauptung ohne Beleg, keine erfundenen Zahlen
• Kontaktinfo aktuell, LinkedIn-Profil passt zum Lebenslauf
• Zeiträume lückenlos und monatsgenau
• Dateiname seriös, zum Beispiel Nachname_Data_Analyst_KPMG.pdf
• Anschreiben greift ein konkretes Projekt oder Thema auf
• Nochmal durch den kostenfreien ATS-Check geschickt
• Aktuelle Stellen auf unserer Jobbörse geprüft, bevor du absendest

Wo du weiterlesen kannst#

Mehr Tipps zu Bewerbungen im Datenbereich und zu Gehaltsfragen findest du in unseren Artikeln im Karriereblog. Wenn du dich breit aufstellen willst, schau dir die aktuellen Data Analyst Stellen in Deutschland an, nicht nur bei einer Firma.

Kostenlose Tools#

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

Häufige Fragen#

Wie lang sollte mein Lebenslauf für eine KPMG Data Analyst Bewerbung sein?

Zwei Seiten sind für Berufserfahrene in Deutschland üblich und werden akzeptiert. Berufseinsteiger bleiben besser bei einer Seite, wenn sie nicht ausreichend relevante Projekte zu zeigen haben.

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

Das hängt von der konkreten Rolle ab. Viele Ausschreibungen nennen einen Bachelor in einem quantitativen Fach als Mindestvoraussetzung, manche bevorzugen einen Master. Prüfe die jeweilige Stellenanzeige, pauschale Regeln gibt es nicht.

Sollte ich das Anschreiben auf Englisch oder Deutsch verfassen?

Wenn die Ausschreibung auf Englisch ist, bewirb dich auf Englisch. Bei einer deutschsprachigen Anzeige nimm Deutsch, außer die Stelle verlangt ausdrücklich Englisch. Im Zweifel reicht eine kurze Nachfrage an den Kontakt in der Anzeige.

Wie technisch ist das Interview wirklich?

Für Data Analyst Stellen ist SQL fast immer Teil des Prozesses, dazu kommen je nach Rolle Python, BI-Tools oder Statistik. Wie tief die Fragen gehen, variiert zwischen Teams und Standorten, bereite dich auf beides vor: schriftliches Lösen und erklären.

Was mache ich, wenn ich keine Beratungserfahrung habe?

Zeig Projekte, in denen du Ergebnisse erklären und verteidigen musst, das ist der relevante Teil. Interne Erfahrung zählt, wenn du mit Abteilungen gearbeitet hast, die deine Analyse nutzen mussten. Formuliere das so, dass die Übertragbarkeit klar ist, ohne Beratungserfahrung vorzutäuschen.