Wechsel From Accountant to Data Analyst

Du rechnest seit Jahren ab, willst aber nicht mehr nur Zahlen prüfen, sondern erklären, was dahintersteckt. Und du fragst dich, ob ein Wechsel vom Buchhalter zum Data Analyst überhaupt realistisch ist. Ja, ist er. Aber nur mit einem Plan, der deine bestehenden Skills nutzt und die Lücken ehrlich benennt.

Der Umstieg gelingt am ehesten, wenn du verstehst, was du mitbringst und was du neu lernen musst. Genau darum geht es hier.

Was du als Buchhalter schon mitbringst#

Buchhalter überschätzen ihre Vorteile oft. Sie sehen die Bilanz und denken, das sei nichts Besonderes. Falsch. Genau dieses Wissen fehlt den meisten Junior Data Analysts.

Übertragbar sind vor allem diese Fähigkeiten:

• Du kennst die Zahlenlogik eines Unternehmens. Umsatz, Marge, Forderungen, Rückstellungen: Du verstehst, was eine Kennzahl wirklich bedeutet.
• Du kannst mit großen Datensätzen umgehen, ohne den Überblick zu verlieren. Belege, Kontenpläne, Abstimmungen: Das ist Datenaufbereitung.
• Du arbeitest fehlerfrei und nachvollziehbar. Genau das verlangt jeder Data Analyst bei Reports, die Entscheidungen tragen.
• Du kannst komplexes Sachverhalte verständlich erklären, zum Beispiel im Gespräch mit der Geschäftsführung oder dem Steuerberater.
• Du hast Prozessverständnis. Du weißt, wie Belege fließen, wo Daten entstehen und wo sie falsch werden.

Excel beherrschst du wahrscheinlich schon sehr gut. Pivot-Tabellen, Verweis-Funktionen, saubere Tabellenlogik. Das ist kein Anfängerwissen, das ist eine solide Basis.

Der wichtigste Punkt: Du hast Domänenwissen. Ein Data Analyst, der weiß, was eine Forderung ist und warum ein Umsatz erst nach Lieferung gebucht wird, findet Fehler, die ein reiner Technik-Mensch übersieht.

Was du von Grund auf neu lernen musst#

Hier wird es ungemütlich. Die Buchhaltung kennt Excel. Die Data-Welt kennt SQL, Python und BI-Tools. Diese Lücke musst du schließen, keine Ausrede hilft.

SQL ist Pflichtprogramm. Du musst Daten aus relationalen Datenbanken abfragen, verknüpfen, gruppieren und filtern können. Ohne SQL wirst du in den meisten Stellenanzeigen nicht einmal in Betracht gezogen.

Python ist oft optional, aber sehr hilfreich. Für den Einstieg reichen pandas, Daten einlesen, bereinigen, gruppieren und einfache Auswertungen. Du musst keine Software entwickeln können.

Power BI oder Tableau musst du bedienen können. Dashboards bauen, Datenmodellierung verstehen, verständliche Visualisierungen gestalten. Die meisten Mittelständler in Deutschland setzen auf Power BI.

Dazu kommen Grundlagen in Statistik: Verteilungen, Durchschnitt versus Median, Korrelation, einfache Hypothesentests. Nicht akademisch tief, aber du musst wissen, wann eine Aussage statistisch haltbar ist und wann nicht.

Neu ist auch die Denkweise. In der Buchhaltung willst du, dass alles stimmt und abgestimmt ist. Als Data Analyst willst du eine Frage beantworten und musst dafür den richtigen Datenschnitt wählen. Genauigkeit bleibt wichtig, aber die Frage steht am Anfang.

Drei Portfolio-Projekte, die dich beweisbar machen#

Ein Zertifikat zeigt, dass du gelernt hast. Ein Projekt zeigt, dass du es kannst. Bau genau diese drei Projekte, dann hast du Substanz für das Gespräch.

Projekt 1: Auswertung deiner eigenen Buchhaltungsdaten

Nimm anonymisierte Daten aus einem fiktiven oder eigenen kleinen Unternehmen. Erstelle eine Auswertung zu Zahlungszielen und offenen Forderungen mit SQL-Abfragen und einem Power-BI-Dashboard. Zeige, welche Kunden überfällig sind und wie sich das Working Capital entwickelt. Das verbindet dein Domänenwissen mit neuen Tools.

Projekt 2: Kostenanalyse mit Python

Arbeite mit einem öffentlichen Datensatz zu Ausgaben oder Transaktionen. Bereinige die Daten mit pandas, finde Ausreißer, gruppiere nach Kategorien und visualisiere Trends über die Zeit. Schreibe drei Sätze dazu, was die Analyse für eine Geschäftsführung bedeuten würde. Der Fokus liegt hier auf sauberem Code und verständlicher Aussage.

Projekt 3: Forecast auf Monatsbasis

Baue eine einfache Umsatzprognose für zwölf Monate. Nutze historische Monatsdaten, gleite Durchschnitte oder eine einfache lineare Regression. Zeige die Abweichung zwischen Prognose und Ist. Jeder Controller kennt diese Aufgabe, und du zeigst damit, dass du Planung verstehst.

Alle drei Projekte kommen auf GitHub mit verständlicher README. Erkläre die Fragestellung, den Datensatz, die Schritte und das Ergebnis. Kein Code ohne Erklärung.

Wie realistisch ist der Zeitplan#

Ehrliche Antwort: Es dauert länger als die meisten Ratgeber versprechen. Neben einem Vollzeitjob in der Buchhaltung sind sechs bis neun Monate realistisch, bis du ernsthaft bewerben kannst. Wer jeden Abend zwei Stunden investiert, kommt weiter als jemand, der nur am Wochenende lernt.

Wenn du komplett frei bist, etwa nach einer Kündigung oder Elternzeit, sind drei bis vier Monate intensiven Lernens denkbar. Aber rechne trotzdem mit mehr Zeit für Bewerbungen und Gespräche. Der erste Job kommt selten nach der Zusage der eigenen Lernplanung.

Plane in Phasen: Erste acht Wochen SQL und Grundlagen. Danach vier Wochen Power BI und erste Visualisierungen. Danach Python-Grundlagen und die drei Portfolio-Projekte. Parallel dazu: Bewerbungsunterlagen vorbereiten, nicht erst am Ende.

So schreibst du den Lebenslauf für den Quereinstieg#

Der Klassiker: Chronologischer Lebenslauf, der die Buchhaltung betont. Das ist falsch. Du musst die relevante Seite nach vorne holen.

Schreibe eine kurze Zusammenfassung oben, die deine Richtung benennt. Dann eine Sektion Skills mit den Tools, die du kannst. Danach Projekte. Erst danach die Berufserfahrung, aber mit Formulierungen, die Analytics-Anteile zeigen.

Beispiel für einen umgeschriebenen Punkt unter Berufserfahrung:

Statt: "Verantwortlich für die Kreditorenbuchhaltung und Abstimmung der Konten."

Besser: "Monatliche Auswertung von 2.400 Belegen zur Zahlungszieltreue, Aufbau eines Excel-Dashboards zur Überfälligkeit, Analyse der Abweichungen mit der Geschäftsführung. Ergebnis: Reduktion der durchschnittlichen Zahlungsverzögerung um vier Tage."

Die Zahlen musst du selbst einsetzen, aber die Struktur bleibt: Tätigkeit, Methode, Ergebnis. So klingt die Buchhaltung nach Analytics, ohne dass du etwas erfindest.

Strategie für die erste Rolle#

Bewirb dich nicht auf Senior-Stellen. Ziel sind Junior Data Analyst, Business Analyst mit Datenfokus oder Reporting-Stellen im Controlling. Genau dort ist dein Buchhaltungswissen ein Vorteil statt ein Makel.

Der Mittelstand ist oft zugänglicher als große Konzerne. Viele suchen dort jemanden, der Zahlen versteht und die neue Reporting-Struktur mit aufbaut. Solche Stellen findest du in den aktuellen Jobangeboten auf unserer Jobbörse.

In Bewerbungsgesprächen: Benenne den Wechsel offen, ohne Entschuldigung. Sag, was du mitbringst und was du gelernt hast. Zeig ein Projekt am Bildschirm. Das wirkt stärker als jede Motivationsrede.

Vor jeder Bewerbung lohnt ein Blick auf die genaue Stellenanzeige. Der kostenlose JD-Decoder hilft dir, versteckte Anforderungen und Schlagworte zu erkennen. Danach kannst du prüfen, ob dein Lebenslauf die relevanten Begriffe überhaupt enthält.

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 viel Gehalt kann ich als Quereinsteiger erwarten?

Einstiegsgehälter für Junior Data Analysts in Deutschland liegen je nach Region und Branche grob zwischen 40.000 und 52.000 Euro brutto im Jahr. Die Spanne ist groß und hängt von Unternehmensgröße, Standort und deinen Vorkenntnissen ab. Prüfe die aktuellen Werte für deine Region bei einer aktuellen Gehaltsquelle, bevor du verhandelst.

Brauche ich ein Zertifikat oder ein Studium?

Für die meisten Junior-Stellen reicht ein nachweisbares Portfolio plus Grundqualifikation, ein komplettes Informatikstudium ist selten Pflicht. Zertifikate helfen, wenn sie mit Projekten unterlegt sind, alleine überzeugen sie kaum. Schau in Stellenanzeigen, ob dort explizit ein Abschluss verlangt wird.

Reicht Excel wirklich nicht mehr aus?

Excel ist weiterhin nützlich und in vielen Unternehmen im Alltag präsent. Als alleiniges Tool reicht es für die meisten Data-Analyst-Stellen aber nicht aus, SQL ist fast immer Mindestanforderung. Nutze deine Excel-Stärke als Basis und bau SQL und ein BI-Tool darauf auf.

Wie erkläre ich den Wechsel im Vorstellungsgespräch?

Sag kurz und klar, warum du wechselst, etwa: "Ich will verstehen, warum Zahlen sich bewegen, nicht nur prüfen, ob sie stimmen." Zeig dann konkret, was du gelernt hast und welche Projekte du gebaut hast. Keine langen Rechtfertigungen, das wirkt unsicher.

Wo finde ich passende Junior-Stellen für den Quereinstieg?

Filtere gezielt nach Junior-Rollen und Business-Analyst-Stellen mit Datenbezug, nicht nur nach dem Titel "Data Analyst". In unseren aktuellen Stellenangeboten kannst du nach Erfahrungsstufe und Fachbereich filtern. Ergänzend findest du im Blog weitere Artikel zu Bewerbung und Portfolio-Aufbau.