Data Scientist, Data Analyst und Data Engineer im Vergleich
In der Stellenanzeige stehen alle drei Titel nebeneinander, im Alltag trennt sie das, was am Ende eines Arbeitstages fertig ist.
KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt
Kurz gesagt
Der Data Analyst beantwortet mit vorhandenen Daten eine Frage, die jemand gestellt hat. Der Data Scientist schätzt etwas, das noch niemand gemessen hat, und muss belegen, dass seine Schätzung besser trifft als die einfache Regel, gegen die sie antritt. Der Data Engineer baut die Strecke, aus der beide ihre Daten ziehen, und ohne die am Montagmorgen niemand arbeitsfähig ist.
Stand dieser Seite: 16.08.2026
01 Worum es geht
Die Stellenanzeige nennt einen Titel und meint drei verschiedene Aufgaben
Ausgeschrieben wird oft der Titel, der am besten klingt. Wer sich als Data Scientist bewirbt, landet deshalb regelmäßig in einer Stelle, die aus wiederkehrenden Auswertungen, Berichten und der Pflege eines Dashboards besteht, während ein Modell im ersten Jahr überhaupt nicht vorkommt. Umgekehrt sucht manches Unternehmen unter dem Titel Data Analyst jemanden, der eine Prognose bauen soll, obwohl es dafür weder eine verlässliche Datenbasis noch jemanden gibt, der sie pflegt.
Die Verwechslung kostet auf beiden Seiten. Wer sich falsch orientiert, steckt Lernzeit in Verfahren der Statistik, obwohl ihm SQL und das Verständnis der Geschäftszahlen fehlen, oder genau andersherum. Und wer eingestellt wurde, um Modelle zu bauen, verbringt die ersten Monate damit, fehlende Datenstrecken selbst zusammenzusetzen, weil diese Aufgabe im Haus nie jemandem gehörte.
Am teuersten ist der dritte Fall. Ein Modell entsteht, funktioniert im Notebook und geht nie in Betrieb, weil weder geklärt war, wer es danach betreibt, noch, ab welchem Ergebnis der Fachbereich tatsächlich etwas anders macht.
KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt
02 Wer entscheidet was
Wer entscheidet was, wenn Daten durchs Haus laufen
Datenarbeit scheitert selten an Werkzeugen und fast immer an ungeklärter Zuständigkeit. Die folgende Aufteilung ist die, die in Häusern mit funktionierender Datenarbeit tatsächlich gilt, und jede Zeile davon hat eine typische Bruchstelle.
| Thema | Wer entscheidet | Wer setzt um | Stolperfalle |
|---|---|---|---|
| Definition einer Kennzahl | Der Fachbereich, dem die Zahl gehört | Data Analyst oder Analytics Engineer | Vertrieb und Buchhaltung rechnen den Umsatz unterschiedlich, und es fällt erst auf, wenn zwei Berichte nebeneinanderliegen. |
| Aufbau von Ladestrecke und Schema | Data Engineer gemeinsam mit der IT | Data Engineer | Die Fachabteilung baut am Warehouse vorbei eigene Exporte, ab da gibt es zwei Wahrheiten und niemand weiß, welche gilt. |
| Ob für eine Frage überhaupt ein Modell gebaut wird | Fachbereich und Data Scientist gemeinsam | Data Scientist | Niemand benennt vorher die einfache Regel, gegen die das Modell antreten muss, damit ist hinterher nicht entscheidbar, ob der Aufwand etwas gebracht hat. |
| Schwelle, ab der auf eine Vorhersage reagiert wird | Der Fachbereich nach seiner Kapazität | Data Scientist | Die Schwelle wird nach dem Modell gesetzt statt nach der Zahl der Fälle, die das Team pro Woche wirklich abarbeiten kann. |
| Betrieb eines Modells nach der Freigabe | Das Plattform- oder IT-Team | KI-Engineer oder eine MLOps-Rolle | Das Modell läuft nur im Notebook der Person, die es gebaut hat, und fällt beim ersten längeren Urlaub aus. |
Definition einer Kennzahl
- Wer entscheidet
- Der Fachbereich, dem die Zahl gehört
- Wer setzt um
- Data Analyst oder Analytics Engineer
- Stolperfalle
- Vertrieb und Buchhaltung rechnen den Umsatz unterschiedlich, und es fällt erst auf, wenn zwei Berichte nebeneinanderliegen.
Aufbau von Ladestrecke und Schema
- Wer entscheidet
- Data Engineer gemeinsam mit der IT
- Wer setzt um
- Data Engineer
- Stolperfalle
- Die Fachabteilung baut am Warehouse vorbei eigene Exporte, ab da gibt es zwei Wahrheiten und niemand weiß, welche gilt.
Ob für eine Frage überhaupt ein Modell gebaut wird
- Wer entscheidet
- Fachbereich und Data Scientist gemeinsam
- Wer setzt um
- Data Scientist
- Stolperfalle
- Niemand benennt vorher die einfache Regel, gegen die das Modell antreten muss, damit ist hinterher nicht entscheidbar, ob der Aufwand etwas gebracht hat.
Schwelle, ab der auf eine Vorhersage reagiert wird
- Wer entscheidet
- Der Fachbereich nach seiner Kapazität
- Wer setzt um
- Data Scientist
- Stolperfalle
- Die Schwelle wird nach dem Modell gesetzt statt nach der Zahl der Fälle, die das Team pro Woche wirklich abarbeiten kann.
Betrieb eines Modells nach der Freigabe
- Wer entscheidet
- Das Plattform- oder IT-Team
- Wer setzt um
- KI-Engineer oder eine MLOps-Rolle
- Stolperfalle
- Das Modell läuft nur im Notebook der Person, die es gebaut hat, und fällt beim ersten längeren Urlaub aus.
03 Was du mitnimmst
Woran du erkennst, welche der drei Richtungen deine ist
Die drei Rollen lassen sich sauber trennen, sobald du fragst, was am Ende eines Arbeitstages fertig ist und woran jemand erkennen würde, dass es taugt. Dieselbe Frage beantwortet auch, welcher Weg von deinem heutigen Beruf aus der kürzeste ist.
Sechs Beteiligte an derselben Datenstrecke
- 01 Der Data Engineer beliefert alle anderen und hält die Ladestrecke am Laufen.
- 02 Der Analytics Engineer räumt das Datenmodell zwischen Rohdaten und Bericht auf.
- 03 Der Data Analyst beantwortet damit die Fragen, die der Fachbereich stellt.
- 04 Der Data Scientist schätzt daraus, was bisher noch niemand gemessen hat.
- 05 Der KI-Engineer bringt ein freigegebenes Modell in den täglichen Betrieb.
- 06 Der Fachbereich entscheidet, ab welchem Wert überhaupt gehandelt wird.
Am Ergebnis entscheiden, nicht am Titel
Eine Auswertung ist fertig, wenn die Zahl stimmt und jemand danach entscheidet. Ein Modell ist fertig, wenn es auf Daten, die es nie gesehen hat, besser trifft als die Regel, die vorher galt. Eine Datenstrecke ist fertig, wenn sie morgen früh ohne dich durchläuft und im Fehlerfall meldet, woran es lag.
Die Entscheidung klären, bevor du rechnest
Du brauchst zwei Antworten aus dem Fachbereich: Was passiert mit einer Vorhersage, und wie viele Fälle schafft das Team pro Woche überhaupt. Aus der zweiten Antwort ergibt sich die Schwelle, ab der gehandelt wird, und ohne sie ist jede Modellgüte eine Zahl ohne Adressat.
Eine Grundlinie festlegen, gegen die dein Modell antritt
Die Grundlinie ist die einfache Regel, die im Haus ohnehin schon gilt, etwa dass ein Kunde ohne Bestellung im letzten halben Jahr als gefährdet gilt. Schlägt dein Modell die nicht, hast du ein Ergebnis, nur kein gutes. Das zu wissen ist mehr wert als eine Kennzahl ohne Vergleich.
Datenlecks (Data Leakage) erkennen, bevor sie dich blamieren
Steckt in den Trainingsdaten ein Merkmal, das es zum Vorhersagezeitpunkt noch gar nicht gab, etwa das Kündigungsdatum in der Kündigungsprognose, sieht das Modell brillant aus und ist im Betrieb wertlos. Bei allem mit Zeitverlauf trennst du Trainings- und Testdaten deshalb zeitlich und nicht zufällig.
Bei seltenen Ereignissen nicht auf die Trefferquote schauen
Tragen nur wenige Datensätze das gesuchte Ereignis, erreicht ein Modell, das immer nein sagt, eine hohe Genauigkeit und ist unbrauchbar. Aussagekräftig sind der Anteil richtiger Treffer unter den ausgelösten Alarmen (Precision) und der Anteil der überhaupt gefundenen Fälle (Recall). Welche der beiden Zahlen schwerer wiegt, entscheidet der Fachbereich.
Den kürzesten Weg aus deinem jetzigen Beruf wählen
Aus dem Controlling ist der Analystenweg der kurze, weil das Wissen über die Kennzahlen schon sitzt. Aus der Administration führt der kurze Weg ins Data Engineering, weil Automatisierung, Zeitpläne und Datenbeschaffung vertraut sind. Aus der Entwicklung ist beides erreichbar, dort fehlt meist nur die Statistik.
KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt
Was am Ende eines Arbeitstages fertig ist
Der Data Analyst arbeitet auf Zuruf und in kurzen Zyklen. Eine Frage kommt herein, die Antwort geht am selben oder am nächsten Tag zurück, meist als SQL-Abfrage, als Auswertung in Power BI oder Tableau und in ausreichend vielen Fällen weiterhin als Tabelle. Der schwierige Teil ist selten die Technik, sondern die Rückfrage, was genau gemeint ist, wenn jemand nach den aktiven Kunden fragt.
Der Data Scientist arbeitet in Wochen. Er klärt zuerst, ob die Frage aus den vorhandenen Daten überhaupt beantwortbar ist, baut Merkmale, probiert Verfahren, misst gegen eine Grundlinie und schreibt am Ende auf, wie sicher das Ergebnis ist. Der Anteil, der wirklich Modellbau ist, fällt dabei klein aus. Den größten Block frisst die Beschaffung und Bereinigung der Daten, gefolgt von den Gesprächen darüber, was das Ergebnis im Betrieb auslösen soll.
Der Data Engineer arbeitet an Systemen, die überleben müssen. Er verantwortet Anbindung, Transformation und Zeitplanung, meist mit SQL, Python und einem Orchestrierungswerkzeug, und er wird daran gemessen, ob eine Strecke nach einem Abbruch wieder anläuft, ohne doppelte Datensätze zu erzeugen. Hier denkt man in Wiederanlauf und in Zusagen zwischen Systemen, nicht in Modellgüte.
Der Weg hinein hängt davon ab, wo du herkommst
Aus dem Controlling oder aus einer Fachabteilung bringst du das mit, was am schwersten nachzuholen ist: Du weißt, wie die Zahlen des Hauses entstehen und wo sie regelmäßig lügen. SQL sitzt oft schon. Was fehlt, ist Python, der Umgang mit Versionsverwaltung und die Gewohnheit, eine Auswertung so zu bauen, dass sie in einem halben Jahr noch einmal dasselbe Ergebnis liefert, statt in einer gewachsenen Arbeitsmappe zu verschwinden.
Aus der Administration ist der Data Engineer der naheliegende nächste Schritt, nicht der Data Scientist. Zeitpläne, Rechte, Netzwerk und Fehlersuche im Betrieb sind vertraut, und genau daraus besteht die Arbeit an einer Datenstrecke zu großen Teilen. Dazukommen muss Datenmodellierung, also die Frage, wie man Tabellen so schneidet, dass Auswertungen darauf nicht jedes Mal neu erfunden werden. Aus der Entwicklung fehlt umgekehrt fast nur die Statistik, dafür sitzen Tests, Code-Verwaltung und Paketierung.
Bei den Nachweisen zählt eine Arbeit an echten, unsauberen Daten mit einer nachvollziehbaren Bewertung mehr als ein weiteres Notebook auf einem aufgeräumten Übungsdatensatz. Ein Plattformzertifikat belegt den Umgang mit einer bestimmten Umgebung, es belegt nicht das Urteil darüber, ob eine Frage überhaupt sinnvoll modellierbar ist. Im Gespräch wird nach genau diesem Urteil gefragt.
Was zwei Leute mit gleich langer Berufsdauer unterscheidet
Der erste Unterschied liegt vor dem Rechnen. Die eine Person fragt, welche Entscheidung sich durch das Ergebnis ändern soll, und stellt fest, dass es keine gibt. Die andere fängt bei den Daten an und liefert nach acht Wochen ein sauberes Modell für eine Frage, die niemand gestellt hatte. Beide haben gleich lange gearbeitet, nur eine von beiden hat etwas verändert.
Der zweite Unterschied ist Wiederholbarkeit. Wer eine Auswertung in einem halben Jahr nicht erneut herstellen kann, hat kein Ergebnis geliefert, sondern eine Behauptung. Das betrifft nicht nur Code, sondern auch den Datenstand, auf dem gerechnet wurde, und die Entscheidungen, die unterwegs getroffen wurden.
Der dritte Unterschied ist der Umgang mit dem Nein. Wer früh sagen kann, dass eine Frage aus diesen Daten nicht beantwortbar ist, und daneben legt, was sich stattdessen messen ließe, wird beim nächsten Vorhaben früher gefragt. Wer das nicht kann, arbeitet Aufträge ab und wird entsprechend eingesetzt.
Wohin die Rolle führt
Fachlich geht es in eine Domäne hinein. Wer sich in Preisbildung, Risiko, Instandhaltung oder Betrugserkennung einarbeitet, wird schwerer ersetzbar als jemand, der Verfahren beherrscht, aber jedes Mal bei null anfängt, weil er das Geschäft nicht kennt. Diese Spezialisierung ist der Grund, warum ein Wechsel der Branche in dieser Rolle mehr kostet, als der Titel vermuten lässt.
Technisch führen zwei Wege weiter. Der eine geht in Richtung Analytics Engineering, also in das Datenmodell zwischen Rohdaten und Bericht, wo aus wiederholtem Handbetrieb ein gepflegter Bestand wird. Der andere geht in den Betrieb von Modellen und damit in die Nachbarrolle des KI-Engineers, bei der nicht mehr die Güte zählt, sondern Verfügbarkeit, Kosten und das Verhalten im Fehlerfall.
In die Führung führt der Weg über die Leitung eines Datenteams. Dort geht es dann kaum noch um Verfahren, sondern um Zugriffsrechte, Verträge mit Anbietern, die Reihenfolge der Vorhaben und die Frage, welche Auswertung nicht mehr gebaut wird. Wer das unterschätzt, führt ein Team und arbeitet nebenbei weiter als Analyst, was auf Dauer beides schlecht ausgeht.
Dazu passende Kurse
Wie du von der Auswertung zum belastbaren Modell kommst, üben die Kurse rund um Datenanalyse mit Python.
Wenn du noch nicht weißt, ob dich eher Modelle oder Datenstrecken reizen, hilft ein Blick auf das Angebot rund um Big Data und Data Science, weil dort beide Richtungen nebeneinanderstehen.
04 Was verdient man
Die amtlichen Zahlen zu dieser Rolle
Die Bundesagentur für Arbeit ordnet den Data Scientist in BERUFENET der Berufsgattung Informatik ohne Spezialisierung auf dem Anforderungsniveau Experte zu (KldB 43104), deshalb steht diese Zelle hier. Eine eigene Gattung für Datenwissenschaft gibt es nicht, die Zahl beschreibt also alle Expertenstellen der allgemeinen Informatik und nicht die Rolle allein. Dieselbe Zelle gilt laut BERUFENET auch für den Machine Learning Engineer und den KI-Engineer, über die Bewertung dieser Rollen untereinander sagt sie deshalb nichts. Liegt dein Verdienst deutlich darunter, lohnt ein Blick auf den Zuschnitt: Wer überwiegend Berichte erstellt, hat eher eine Analysestelle als eine Expertenstelle im Sinne der Statistik.
Amtliche Medianverdienste, April 2025
Brutto im MonatStatistisches Bundesamt, Verdiensterhebung. Vollzeit, ohne Sonderzahlungen. Die Hälfte der Beschäftigten verdient weniger als der Median, die andere Hälfte mehr.
KldB 43104. Median mal 12 rund 77.000 € im Jahr ohne Sonderzahlungen, Durchschnitt 6.648 € im Monat
- Vollzeitbeschäftigte, Bruttomonatsverdienst ohne Sonderzahlungen. Weihnachts- und Urlaubsgeld, Prämien und Boni sind nicht enthalten, der Jahresverdienst liegt also über dem Zwölffachen.
- Das Anforderungsniveau beschreibt den Zuschnitt der Stelle, nicht die Berufserfahrung. Fachkraft, Spezialist und Experte sagen etwas über die Komplexität der Tätigkeit aus, nicht über Dienstjahre. Aufsicht und Führung bezeichnen Stellen mit Aufsichts- oder Leitungsverantwortung, auch das ist ein Zuschnitt der Stelle.
- Die Erhebung geht regional nur bis auf die Bundeslandebene. Für einzelne Städte gibt es keine amtlichen Zahlen, weil der Zufallsfehler zu groß wäre.
Quelle: Statistischer Bericht Verdienste, Statistisches Bundesamt (Destatis). Den eigenen Fall prüfst du im Entgeltatlas der Bundesagentur für Arbeit . Beachte dort: Entgelte oberhalb der Beitragsbemessungsgrenze sind der Statistik nicht bekannt, bei gut bezahlten Rollen steht deshalb nur eine Untergrenze.
Wie sicher bist du beim Thema wirklich?
Lesen fühlt sich schnell nach Können an. Ein kurzer Test zeigt dir, was davon schon sitzt und wo sich ein Kurs lohnt. Kostenlos, ohne Anmeldung, mit einer Erklärung zu jeder Antwort.
05 Konkrete Kurse
Wo du genau das übst
- Python 3 Grundkurs intensiv
- Python Data Science Grundkurs mit Pandas, Numpy & Co.
- Python Machine Learning Grundkurs (Für Python Entwickler)
- Data Science und Machine Learning - Einführung
- From Data to Insight: Visualisierung & Storytelling
- Datenqualität & Governance: Vertrauen in Daten
Weitere Kurse aus diesem Bereich
Preise, Orte und Buchung für alle Kurse des Bereichs findest du im Katalog: Alle Kurse und Termine: Data Science & KI-Datenanalyse.
Stimmen aus den Kursen
Was Teilnehmende über die Kurse in diesem Bereich sagen
Marco ist ein extrem guter Trainer, der mit seinem Fachwissen zum Thema KI sehr viel Expertise mitbringt.
06 Fragen
Häufige Fragen
Deine Frage ist nicht dabei? Stell sie uns direkt, wir antworten dir persönlich.
Brauche ich ein Studium, um Data Scientist zu werden?
Ist SQL oder Python wichtiger?
Was unterscheidet den Data Scientist vom KI-Engineer?
Lohnt sich ein Plattformzertifikat wie DP-100?
Passt thematisch dazu
Weil der größte Teil der Arbeit vor dem Modell liegt, lohnt sich früh die Frage, warum Daten aus dem Tagesgeschäft für ein Modell oft nicht reichen.
Nach dem Produktivgang bewegt sich die Wirklichkeit weiter, das Modell aber nicht, und genau deshalb ist es nützlich zu verstehen, warum ein Modell im Betrieb an Treffsicherheit verliert.
Wer sich für die Richtung Modellbau entschieden hat, folgt am besten dem Lernpfad zum Python Data Scientist, der die Kurse von der Sprache bis zum ersten Modell ordnet.
Deine Ansprechpartner
Du bist dir nicht sicher, welcher Kurs oder welches Level zu dir passt? Wir beraten dich persönlich und kostenlos.
Yves Hoppe
Weiterbildung & Beratung
Hilft dir, aus dem IT-Berufe-Programm den passenden Kurs für deinen Stand zu finden.
Norbert Jansen
Beratung & Inhouse
Plant mit dir Inhouse-Trainings, die auf eure Abläufe und euren Datenbestand zugeschnitten sind.
Die Trennlinie an eigenen Daten nachziehen
Wer wissen will, welche der drei Richtungen zur eigenen Arbeit passt, geht bei cmt einen Datensatz mit echten Lücken durch statt ein aufgeräumtes Übungsbeispiel.