Viele Bewerberinnen und Bewerber für Data-Science-Positionen scheitern regelmäßig an bestimmten SQL-Konzepten. Diese Konzepte treten in technischen Interviews führender Unternehmen immer wieder auf – und dennoch führen typische Fehler sowie unvollständiges Verständnis oft zum Scheitern. Welche SQL-Themen dabei besonders tückisch sind und wie man sie meistert, erklären wir im Überblick.
Hauptaspekte: Was aus Interviews gelernt werden kann
- Fehlerhafte Anwendung von Window Functions, häufig ohne korrektem ORDER BY
- Verwechslung von HAVING und WHERE bei Aggregat-Analysen
- Komplexe Subqueries statt klarer CTEs
- Unsachgemäßer Umgang mit NULL-Werten und Gruppendeduplikation
Warum Window Functions oft zum Stolperstein werden
Window Functions sind mächtige Werkzeuge, um berechnete Werte wie Rangfolgen oder Vorher/Nachher-Analysen zu erstellen. Viele wenden sie jedoch falsch an, etwa indem sie das kritische ORDER BY vergessen. Das führt zu unerwarteten und oft zufälligen Ergebnissen, besonders bei analytischen Funktionen wie LAG oder LEAD.
Filterung mit Aggregatsfunktionen: HAVING vs. WHERE
Ein häufig unterschätzter Stolperstein ist die Verwendung von Aggregatsfunktionen im WHERE-Statement. Da WHERE vor der Gruppierung greift, dürfen hier keine Aggregatsfunktionen stehen – das ist Aufgabe von HAVING. Wer dies verwechselt, produziert Fehler oder erhält falsche Resultate.
Selbst-Joins für zeit- und eventbasierte Vergleiche
Das Prinzip eines Self-Joins ist für viele Bewerber:innen ungewohnt. Dabei lassen sich insbesondere Vergleiche über Zeiträume wesentlich effizienter mit einem JOIN der Tabelle mit sich selbst durchführen als mit umständlichen Subqueries.
Subqueries und CTEs clarity: Lesbarkeit schlägt Tiefe
Bei verschachtelten Logiken verzetteln sich viele in Subqueries und verlieren schnell die Übersicht. CTEs (Common Table Expressions) bieten gerade bei komplexeren Aufgaben eine deutlich bessere Lesbarkeit und sind leichter zu warten.
Umgang mit NULLs: Kleine Fehler, große Wirkung
NULL ist ein Sonderfall: Vergleiche wie = NULL schlagen grundsätzlich fehl. Nur mit IS NULL oder COALESCE lassen sich korrekte Bedingungen und aussagekräftige Ergebnisse erzielen. Wer das missachtet, verliert nicht selten relevante Datensätze.
Deduplikation innerhalb von Gruppen geschickt lösen
Die Frage nach dem besten Eintrag je Gruppe – etwa dem meistverkauften Produkt pro Monat – ist beliebt. Einfache Gruppierungen mit LIMIT 1 liefern jedoch nicht für jede Gruppe das Top-Ergebnis. Window Functions wie RANK oder ROW_NUMBER sind der korrekte Weg, weil sie eine Auswahl innerhalb der Gruppe ermöglichen.
Fazit: Übung mit typischen Interviewfragen lohnt sich
SQL-Interviews stellen häufig auf diese Kernkonzepte ab. Wer sich gezielt auf Filterlogiken, Window Functions, Self-Joins, CTEs und den richtigen Umgang mit NULLs vorbereitet, hebt sich vom Bewerberfeld ab. Ein solides Grundlagenverständnis und Übung – idealerweise mit echten Fallbeispielen – sind der Schlüssel zum Erfolg.
KI Snack
