🎉 Nur vom 15.10.2026 bis 30.11.2026: Doppelte Prämie für Weiterempfehlungen!
Zertifikat Badge Symbol für Auszeichnung und Qualitätssiegel.
Zertifikat Badge Symbol für Auszeichnung und Qualitätssiegel.

Data Quality in Practice – Focus Excel.

Du strukturierst und analysierst Daten in Excel, sicherst ihre Qualität mit PowerQuery und Prüfroutinen und schaffst so verlässliche Grundlagen für Entscheidungen.

Vollzeit/Teilzeit
2 Wochen (VZ)
Anfänger:innen
Deutsch
DAQ-Logo

Warum dieses Training?

Teilnehmende lernen, Datensätze mit Excel zu analysieren und fortgeschrittene Excel-Funktionalitäten zu nutzen, um Datenqualität in der Zusammenarbeit mit Kolleg:innen zu gewährleisten. Weiter lernen Sie, Datenqualität in neuen Datensätzen zu überprüfen und Maßnahmen zur Sicherung von Datenqualität zu ergreifen.

Mit Excel nutzen sie dabei das Tool, das von einem Großteil der Mitarbeitenden für ihre Arbeitsschritte in Datenprozessen genutzt wird – lernen aber auch die Grenzen des Tools kennen.

Der Data Quality in Practice Upskilling Track ist damit das ideale Bindeglied zwischen Data Literacy – und BI-Trainings (SQL, Power BI), um Datenkompetenz auszubauen und die Grundlage für erfolgreiche KI-Implementierung zu legen.

In diesem Training lernst Du:

Datenqualität
Excel
PowerQuery
  • Was? Du legst Daten in strukturierten Tabellen an, wertest sie mit Funktionen wie XVERWEIS, Pivot-Tabellen und Diagrammen aus, lernst die Dimensionen der Datenqualität kennen und bereinigst Daten mit dem PowerQuery-Editor.
  • Wozu? Damit Analysen und Entscheidungen auf sauberen, geprüften Daten beruhen und Du einschätzt, wo Excel an seine Grenzen kommt.
  • Praxis: Im Abschlussprojekt bereinigst, prüfst und wertest Du einen unbereinigten Unternehmensdatensatz aus.
Zertifikat Badge Symbol für Auszeichnung und Qualitätssiegel.
Zertifikat Badge Symbol für Auszeichnung und Qualitätssiegel.
Inhaltsübersicht

1
Excel Basics
toggle

In diesem Kapitel lernst Du die Grundlagen im Umgang mit Excel, die Du brauchst, um Daten in Tabellen zu strukturieren und aufzubereiten. Anhand eines praktischen Beispiels zum Thema Finanzplanung lernst Du, was Du beim Erstellen einer Excel-Datei alles beachten musst – zum Beispiel, wie Du
Spalten und Zellwerte richtig formatierst und warum es sich lohnt, wichtige Zellbereiche als Tabellenobjekt zu formatieren.

Du wendest Formeln und Funktionen für einfache Berechnungen an und kannst relative, absolute und gemischte Zellbezüge unterscheiden. Du lernst, wie Du mit strukturierten Verweisen Deine Formeln noch leichter verständlich machst und wie Du Tabellen
filterst und sortierst, um einen besseren Überblick über Deine Daten zu bekommen.

2
Understanding Data
toggle

In diesem Kapitel lernst Du, Daten zusammenzufassen, zu analysieren und zu visualisieren, um daraus Erkenntnisse zu gewinnen. Und das so praxisnah wie möglich!

Wir betrachten die Daten eines OnlineKursanbieters, um Fragen zur Kundenzufriedenheit, zu Bearbeitungszeiten und zum Hintergrund der Teilnehmenden zu beantworten. Dabei lernst Du, grundlegende statistische Kennzahlen, Pivot-Tabellen
und Datenschnitte für einfache Analysen zu nutzen und zu interpretieren. Du lernst, benannte Bereiche zu verwenden, um Formeln leichter verständlich zu machen, und bedingte Formatierungen, um wichtige Datenpunkte richtig hervorzuheben. Mit Funktionen wie XVERWEIS() lernst Du Excel als effektives Werkzeug zur Datenorganisation kennen. Und natürlich lernst Du neben Kennzahlen und aggregierten Tabellen auch Visualisierungen
effektiv einzusetzen, um Deine Daten zu verstehen.

Am Ende erwartet Dich ein spannendes Zwischenprojekt, bei dem Du all Deine Daten- und Excel-Kenntnisse noch einmal unter Beweis stellen kannst.

3
Ensuring Data Quality
toggle

In diesem Kapitel geht es um die Sicherstellung von Datenqualitätsstandards – und zwar auf jeder Stufe der Wertschöpfungskette. Du stehst vor einer neuen Herausforderung: Die Daten, mit denen Du in Kapitel 1 gearbeitet hast, waren sauber und ordentlich. In der Realität ist das leider oft nicht der Fall.
Dafür gibt es viele Gründe, die Du besser verstehen solltest.

In diesem Kapitel lernst Du deshalb zunächst die Dimensionen der Datenqualität kennen. Aber nicht nur in der grauen Theorie, sondern ganz praktisch anhand von echten Daten mit dem Tool Excel. Du lernst, mit typischen Fehlern beim Einlesen verschiedener Datenquellen umzugehen, wie Du Daten u.a. mit dem PowerQuery-Editor bereinigst und wie Du z.B. durch Formelund Datenprüfungen bestimmte Aspekte der Datenqualität sicherstellen kannst.
Hier kommen ebenfalls die Analysefähigkeiten aus Kapitel 1 zum Einsatz. Auch die Grenzen des Tools Excel werden in diesem Kapitel näher beleuchtet.

Am Ende des Kapitels erwartet Dich ein weiteres spannendes Abschlussprojekt, in dem Du alle neu erlernten Fähigkeiten vertiefen kannst.

In diesem Training lernst Du:
Datenqualität
Excel
PowerQuery
  • Was? Du legst Daten in strukturierten Tabellen an, wertest sie mit Funktionen wie XVERWEIS, Pivot-Tabellen und Diagrammen aus, lernst die Dimensionen der Datenqualität kennen und bereinigst Daten mit dem PowerQuery-Editor.
  • Wozu? Damit Analysen und Entscheidungen auf sauberen, geprüften Daten beruhen und Du einschätzt, wo Excel an seine Grenzen kommt.
  • Praxis: Im Abschlussprojekt bereinigst, prüfst und wertest Du einen unbereinigten Unternehmensdatensatz aus.

Deine Vorteile mit StackFuel.

100 % finanziert

Unsere Trainingsprogramme sind mit einem Bildungs­gutschein der Agentur für Arbeit für Dich 100% kostenlos.

80 % Praxisanteil

Durch den hohen Praxisanteil lernst Du alle Skills, die Du für den Arbeitsalltag in Deinem zukünftigen Datenjob brauchst.

Planbar

Vollständig online und in Voll- oder Teilzeit – zu festen Unterrichtszeiten und mit Live-Begleitung.

Von Mentor:innen unterstützt

Unsere Datenexpert:innen sind immer in Kontakt und bieten Unterstützung und Motivation.

Mit Abschlusszertifikat

Nach Abschluss des Trainingsprogramms bekommst Du unser anerkanntes Zertifikat, um Deine Skills nachzuweisen.

Karriereservice inklusive

Unser Career Service-Team unterstützt Dich mit Beratung und Coaching bei Deinem Einstieg in Deinen Datenjob.

Die nächsten Starttermine.
TrainingsprogrammTraining Datum Datum/Dauer Modell
09.11.2026
09.11.2026 5–6 Monate Vollzeit
Vollzeit Bewerben
09.11.2026
09.11.2026 10–12 Monate Teilzeit
Teilzeit Bewerben
09.11.2026
09.11.2026 4–6 Monate Vollzeit
Vollzeit Bewerben
09.11.2026
09.11.2026 9–11 Monate Teilzeit
Teilzeit Bewerben
Data Analyse Data Analyse 3 Varianten
09.11.2026
09.11.2026 7–9 Monate Vollzeit
Vollzeit Bewerben
Data Analyse Data Analyse 3 Varianten
09.11.2026
09.11.2026 14–17 Monate Teilzeit
Teilzeit Bewerben
Data Science Data Science 3 Varianten
09.11.2026
09.11.2026 10–12 Monate Vollzeit
Vollzeit Bewerben
Data Science Data Science 3 Varianten
09.11.2026
09.11.2026 21–24 Monate Teilzeit
Teilzeit Bewerben
09.11.2026
09.11.2026 3–5 Monate Vollzeit
Vollzeit Bewerben
09.11.2026
09.11.2026 7–9 Monate Teilzeit
Teilzeit Bewerben
09.11.2026
09.11.2026 6–7 Monate Vollzeit
Vollzeit Bewerben
09.11.2026
09.11.2026 12–13 Monate Teilzeit
Teilzeit Bewerben
23.11.2026
23.11.2026 5–6 Monate Vollzeit
Vollzeit Bewerben
23.11.2026
23.11.2026 10–12 Monate Teilzeit
Teilzeit Bewerben
23.11.2026
23.11.2026 4–6 Monate Vollzeit
Vollzeit Bewerben
23.11.2026
23.11.2026 9–11 Monate Teilzeit
Teilzeit Bewerben
Data Analyse Data Analyse 3 Varianten
23.11.2026
23.11.2026 7–9 Monate Vollzeit
Vollzeit Bewerben
Data Analyse Data Analyse 3 Varianten
23.11.2026
23.11.2026 14–17 Monate Teilzeit
Teilzeit Bewerben
Data Science Data Science 3 Varianten
23.11.2026
23.11.2026 10–12 Monate Vollzeit
Vollzeit Bewerben
Data Science Data Science 3 Varianten
23.11.2026
23.11.2026 21–24 Monate Teilzeit
Teilzeit Bewerben
23.11.2026
23.11.2026 3–5 Monate Vollzeit
Vollzeit Bewerben
23.11.2026
23.11.2026 7–9 Monate Teilzeit
Teilzeit Bewerben
23.11.2026
23.11.2026 6–7 Monate Vollzeit
Vollzeit Bewerben
23.11.2026
23.11.2026 12–13 Monate Teilzeit
Teilzeit Bewerben
Die nächsten Starttermine.
Training
Starttermine
Business Analyse & Prozessanalyse Business Analyse & Prozessanalyse3 Varianten 09.11.26 +1 weiterer
  • 09.11.2026
    • Vollzeit - 5–6 Monate
    • Teilzeit - 10–12 Monate
  • 23.11.2026
    • Vollzeit - 5–6 Monate
    • Teilzeit - 10–12 Monate
Bewerben
Business Intelligence Business Intelligence4 Varianten 09.11.26 +1 weiterer
  • 09.11.2026
    • Vollzeit - 4–6 Monate
    • Teilzeit - 9–11 Monate
  • 23.11.2026
    • Vollzeit - 4–6 Monate
    • Teilzeit - 9–11 Monate
Bewerben
Data Analyse Data Analyse3 Varianten 09.11.26 +1 weiterer
  • 09.11.2026
    • Vollzeit - 7–9 Monate
    • Teilzeit - 14–17 Monate
  • 23.11.2026
    • Vollzeit - 7–9 Monate
    • Teilzeit - 14–17 Monate
Bewerben
Data Science Data Science3 Varianten 09.11.26 +1 weiterer
  • 09.11.2026
    • Vollzeit - 10–12 Monate
    • Teilzeit - 21–24 Monate
  • 23.11.2026
    • Vollzeit - 10–12 Monate
    • Teilzeit - 21–24 Monate
Bewerben
Projektmanagement (Grundlagen) Projektmanagement (Grundlagen)3 Varianten 09.11.26 +1 weiterer
  • 09.11.2026
    • Vollzeit - 3–5 Monate
    • Teilzeit - 7–9 Monate
  • 23.11.2026
    • Vollzeit - 3–5 Monate
    • Teilzeit - 7–9 Monate
Bewerben
Projektmanagement Projektmanagement2 Varianten 09.11.26 +1 weiterer
  • 09.11.2026
    • Vollzeit - 6–7 Monate
    • Teilzeit - 12–13 Monate
  • 23.11.2026
    • Vollzeit - 6–7 Monate
    • Teilzeit - 12–13 Monate
Bewerben

Das sagen unsere Teilnehmer:innen.

Bereits über 8.000 Absolvent:innen haben eine Weiterbildung zu Daten- und KI-Skills bei StackFuel (a Multiverse Company) absolviert. Hier berichten einige von ihnen über ihre Erfahrung:

Ines Bulmahn
Teilnehmerin
KI- & Daten-Transformations­manager
"Der Kurs hatte einen sehr großen Praxisanteil, und ich konnte sehr viel für mich mitnehmen."
Dr. Pinar Toker
Data Scientist
Eraneos Analytics
"Die praxisnahen, realen Problemstellungen bei StackFuel halfen mir, Datenanalysetechniken und Python-Programmierung zu meistern. Der Fokus auf branchenrelevante Fähigkeiten gab mir das nötige Selbstvertrauen und Know-how für meine Jobsuche."
Data Scientist Trainingsprogramm
Philipp Gehrlein
Teilnehmer
KI-Automatisierungsexperte
"Ich habe in dem Training sehr viel Neues und Praktisches gelernt, das ich nun direkt in meinem Alltag und auch im beruflichen Kontext anwenden kann."
Ninel Kloss
Teilnehmerin
BI Specialist, Data Analyst, Data Scientist
"Während des Kurses habe ich sehr viele positive Emotionen erlebt. Der Lernprozess war perfekt organisiert: Es gab viele wichtige und interessante Informationen sowie abwechslungsreiche und spannende Aufgaben. Alles, was ich gemacht habe, war für mich nicht immer einfach, aber es war immer interessant und hat Spaß gemacht. Ein besonderer Dank gilt dem Mentoren-Team. Wann immer man Hilfe braucht, sind sie da, geduldig und professionell."
Marco Fischer
Data Scientist
mexxon Gruppe
"Das intensive Arbeiten mit wichtigen Python-Bibliotheken und die vermittelten Konzepte und mathematischen Grundlagen waren für mich eine sehr gute Vorbereitung auf meinen neuen Job!"
Data Scientist Trainingsprogramm
Yeonhee Kim
Teilnehmerin
BI-Analyst Weiterbildung
"Die Live-Sessions waren hilfreich, ebenso wie die Unterstützung durch die Mentor:innen."
Nurseven Simsek
Teilnehmer
BI + Data Analyst
"Ich habe die gute inhaltliche Struktur und die flexible Organisation sehr geschätzt."
Lisa Ambrosi de Magistris Verzier
Data Analyst
Interone
"Mir haben besonders der gut strukturierte Lehrplan und die klar vermittelten Inhalte gefallen. Ohne Vorkenntnisse fühle ich mich nun sicher im Umgang mit Python für Data Analysis. Außerdem war der engagierte Career Service eine tolle Unterstützung."
Data Analyst Trainingsprogramm
Farbod Khiawi
Client Operations Consultant / Success Manager
AON
"Am besten haben mir die regelmäßigen Gruppensitzungen samt Teilnehmer:innen und Tutor:innen gefallen. Diese waren sehr spannend und förderlich sowohl für das Lernen als auch für die Motivation."
Data Scientist Trainingsprogramm
Sebastian Peter Piskalla
Teilnehmer
KI-Fachkraft Weiterbildung
"Das Training ist sehr praxisnah und gut verständlich. Besonders gefallen hat mir das Praxis-Projekt, da ich das Gelernte direkt anwenden konnte. Die Inhalte waren klar strukturiert und für die praktische Anwendung sehr hilfreich."
Ulrike
Teilnehmerin
Data Scientist Weiterbildung
"Ich empfand das Format als sehr hilfreich, da es viel Wissen vermittelt."
Philipp Buthmann
Teilnehmer
Python Programmer
"Das allgemeine Gefühl war einfach immer sehr gut!"
Daniel Hermann
Geodatenanalyst
GI-CONSULT GmbH
"Die kompetenten und sympathischen Dozent:innen sowie die inhaltlichen Beispiele haben mir Spaß an datengetriebener Programmierung vermittelt. Die Zertifikate (von StackFuel) sind ein echter Pluspunkt im Lebenslauf – und die Fähigkeiten sowieso!"
Data Scientist Trainingsprogramm
Shahrouz
Teilnehmer
KI-Fachkraft Weiterbildung
"Der Kurs war gut strukturiert, praxisnah gestaltet und verständlich erklärt. Besonders hilfreich waren die konkreten Übungen mit Excel, Word und PowerPoint sowie die Methoden zur Überprüfung der Ergebnisse."
Liudmila Litger
Data Analyst
Aviv Group (HomeToGo)
"Die praxisnahen Projekte haben mich besonders begeistert. Es war, als hätte ich bereits praktische Erfahrung gesammelt, bevor ich meinen ersten Arbeitstag hatte."
Data Analyst Trainingsprogramm
Georges Kanaan
Teilnehmer
Data Analyst Weiterbildung
"Das Training ist sehr praxisnah und gut verständlich. Besonders gefallen hat mir das Praxis-Projekt, da ich das Gelernte direkt anwenden konnte. Die Inhalte waren klar strukturiert und für die praktische Anwendung sehr hilfreich."
Sandra Wilde
Teilnehmerin
KI-Fachkraft
"Besonders überzeugt haben mich die Aktualität und Vielseitigkeit der Lerninhalte sowie die multimediale Gestaltung."
Amirhossein Rahimi
Data Scientist
zaplinace GmbH
"Der praxisnahe, projektorientierte Ansatz macht die Kurse sehr interessant und hat mir den Lernfortschritt deutlich erleichtert."
Data Scientist Trainingsprogramm
Ayu Distler
Teilnehmerin
Python Programmer Weiterbildung
"Die praxisnahen Projekte haben mich besonders begeistert. Es war, als hätte ich bereits praktische Erfahrung gesammelt, bevor ich meinen ersten Arbeitstag hatte."
Michael
Teilnehmer
KI-Fachkraft
"Das Training war verständlich und gut strukturiert. Besonders die Beispiele haben mir geholfen, die Inhalte besser zu verstehen."

Lass Dich jetzt persönlich beraten.

Wir helfen Dir, das für Dich passende Trainingsprogramm für Deine Datenkarriere zu wählen und beraten Dich auf dem Weg zur Förderung.

Kostenlos, unverbindlich und einfach übers Telefon.

Smiling young man in black polo, professional and friendly profile portrait.
Professionelles Porträt einer lächelnden Geschäftsfrau im Blazer, Teamleiterin, Teamfoto, Unternehmensprofil.
Professionelles Porträt einer lächelnden Geschäftsfrau mit Brille und grauem Blazer.
+8500 Absolvent:innen
93 % Abschlussquote
AZAV-zertifiziert

FAQ

Unsere Trainings werden von unserem eigenen Team aus Data Scientists und Fachexpert:innen entwickelt und produziert, die Dich als Teilnehmende:n während der Weiterbildung im persönlichen Mentoring betreuen. Dabei setzen wir nicht nur auf realitäts- und praxisnahe Inhalte, sondern sorgen im persönlichen Austausch dafür, dass alle Deine Fragen beantwortet werden und garantieren so Deinen Lernerfolg. Dank unserem “Learning-by-doing“-Prinzip lernst Du in unserer interaktiven Lernumgebung mit realistischen Datensätzen und echten Business Cases aus der Industrie und bereitest Dich so perfekt auf den erfolgreichen Berufseinstieg in einen Daten-Job vor.
Mit StackFuel setzt Du auf einen Marktführer mit Deutschlands innovativster Lernplattform, um Deine Daten-Skills praxisnah auszubauen. In zertifizierten Trainingsprogrammen lernst Du online an Werktagen zwischen 8:30 und 17:30 Uhr – in live begleiteten Sessions und mit 80 % praktischen Inhalten. So gelingt Dir der Quereinstieg als Data Analyst oder Data Scientist und Du lernst Daten und Grundlagen künstlicher Intelligenz professionell anzuwenden. Deine neue Datenkarriere beginnt mit Deiner Online-Weiterbildung bei StackFuel.
KI und Daten sind aus unserem (Berufs-)Leben nicht mehr wegzudenken. Wer versteht, wie Daten analysiert, KI-Tools effizient eingesetzt und KI-Anwendungen genutzt werden, bringt gefragte Kompetenzen für die Arbeitswelt von morgen mit. Genau deshalb sind Menschen mit KI- und Daten-Skills für Unternehmen besonders wertvoll — und eröffnen sich neue Karrierechancen in vielen Branchen und Berufsfeldern.