Welche Datenformate musst du als Analyst kennen?

Strukturierte Daten

Tabellen mit klaren Spalten und Datentypen: SQL-Datenbanken, CSV-Dateien, Excel. Klassisches Analyse-Format. Vorteil: einfach zu analysieren, etablierte Tools (Excel, SQL, Pandas). Nachteil: starre Struktur, Änderungen aufwendig. Klassische Business-Daten (Umsatz, Bestellungen, Personal) sind meist strukturiert.

Semi-strukturierte Daten

JSON, XML, Log-Dateien, NoSQL-Dokumente. Haben Struktur, aber flexibler als Tabellen. Beispiel: JSON von einer API enthält verschachtelte Objekte mit unterschiedlichen Feldern. Tools: MongoDB, Elasticsearch, JSON-Pfad-Queries. Wichtig in Web-Analytics, IoT, Mobile-Apps.

Unstrukturierte Daten

Text (Mails, Dokumente, Social Media), Bilder, Audio, Video. Keine vordefinierte Struktur. Bis zur KI-Revolution schwer auswertbar. Heute: LLMs lesen Texte, Computer Vision analysiert Bilder, Speech-to-Text transkribiert Audio. Diese Daten enthalten den Großteil aller Unternehmens-Informationen, werden aber erst seit kurzem zugänglich.

Praxis: meist Mix

In der Realität enthält ein Datenanalyse-Projekt meist alle drei Kategorien. Beispiel: Customer-Service-Analyse hat strukturierte Ticket-Metadaten (Datum, Kategorie), semi-strukturierte Chat-Logs (JSON), unstrukturierte E-Mail-Texte. Erfolgreiche Analysten beherrschen alle drei und wissen, welche Tools für welchen Datentyp passen.

Praktische Tool-Empfehlungen

Pro Datentyp passende Tools: Strukturiert → SQL-Datenbanken (Postgres, MySQL), Excel, Pandas. Semi-strukturiert → MongoDB, Elasticsearch, jq für JSON. Unstrukturiert → LLMs (GPT, Claude für Text), Computer-Vision (OpenAI Vision, Google Vision API), Whisper für Audio. Moderne Cloud-Plattformen (Snowflake, BigQuery, Databricks) unterstützen alle drei nativ, was Daten-Workflows enorm vereinfacht.