Interviewfragen Data Engineer: 20 Fragen, gute Antworten, Warnsignale

Gute Interviewfragen für einen Data Engineer prüfen fünf Dinge: SQL auf hohem Niveau, Pipelines im Betrieb, Datenmodellierung, Datenqualität und die Zusammenarbeit mit Fachbereichen. Die 20 Fragen auf dieser Seite zeigen zu jeder Frage, woran Sie eine gute Antwort erkennen und welche Antwort ein Warnsignal ist. Sie funktionieren auch ohne eigenes Datenstudium.

Stelle anfragenAntwort innerhalb eines Werktags
Notizbuch mit unscharfer Handschrift, Lesebrille und Laptop
Auf dieser Seite

So nutzen Sie die Fragen

Wählen Sie für ein 60-minütiges Gespräch acht bis zehn Fragen aus, mindestens zwei aus jedem Block. Bitten Sie immer um ein konkretes Beispiel aus einem echten Projekt. Allgemeine Antworten wie „Das kommt darauf an“ sind erlaubt, aber nur, wenn danach erklärt wird, worauf es ankommt.

Bewerten Sie jede Antwort mit 1 (allgemein), 2 (konkret) oder 3 (konkret mit Abwägung). Wer im Schnitt unter 2 liegt, hat die Aufgabe meist noch nicht selbst verantwortet.

Wie Sie das ganze Interview aufbauen und bewerten: Technisches Interview für KI-Rollen.

Block 1: SQL und Datenmodellierung

#FrageGute Antwort zeigtWarnsignal
1Eine Kennzahl ist in zwei Berichten unterschiedlich. Wie gehen Sie vor?Geht zuerst zur Definition und zur Quelle, vergleicht Filter, Zeitbezug und Joins, spricht mit beiden FachbereichenSucht sofort einen Fehler im Code, ohne die Definition zu klären
2Wie modellieren Sie Kunden, wenn Vertrieb und Buchhaltung sie unterschiedlich zählen?Trennt Geschäftslogik von Rohdaten, dokumentiert beide Sichten, schlägt eine abgestimmte Definition vorEntscheidet allein für eine Sicht
3Wann nutzen Sie eine Window-Funktion statt einer Gruppierung?Nennt ein Beispiel wie laufende Summen oder Rangfolgen und erklärt den Unterschied im ErgebnisKennt den Begriff nur theoretisch
4Wie halten Sie Änderungen an Stammdaten über die Zeit fest?Beschreibt ein Verfahren zur Historisierung, etwa Gültigkeitszeiträume, und wann es sich lohntÜberschreibt alte Werte ohne Rückfrage
5Eine Abfrage läuft zu lange. Was prüfen Sie zuerst?Ausführungsplan, Datenmenge, Partitionierung, Indizes, unnötige JoinsSchlägt sofort größere Hardware vor

Block 2: Pipelines im Betrieb

#FrageGute Antwort zeigtWarnsignal
6Welche Pipeline von Ihnen läuft heute produktiv, und wer nutzt die Daten?Nennt System, Frequenz, Nutzer und die eigene RolleSpricht nur über Schulungs- oder Hobbyprojekte
7Was passiert, wenn Ihre Pipeline nachts abbricht?Beschreibt Alarmierung, Wiederaufsetzen ohne doppelte Daten und die Information der Nutzer„Dann starte ich sie morgens neu“
8Wie stellen Sie sicher, dass ein erneuter Lauf keine Duplikate erzeugt?Erklärt idempotente Ladelogik mit einem BeispielKennt das Problem nicht
9Wann laden Sie vollständig, wann nur Änderungen?Wägt Datenmenge, Quellsystem und Fehlerrisiko abHat eine Standardantwort für alle Fälle
10Wie testen Sie eine Pipeline, bevor sie live geht?Testdaten, Prüfungen auf Schema und Werte, Vergleich mit Altbestand„Ich schaue mir das Ergebnis an“

Block 3: Datenqualität und Quellsysteme

#FrageGute Antwort zeigtWarnsignal
11Welche Prüfungen laufen bei Ihnen automatisch, bevor Daten in Berichte gehen?Nennt konkrete Regeln wie Vollständigkeit, Wertebereiche, Eindeutigkeit, und was bei Verstößen passiertPrüft nur, ob die Pipeline durchläuft
12Wie holen Sie Daten aus einem ERP-System wie SAP?Kennt mehrere Wege, ihre Grenzen und die Abstimmung mit der SAP-BetreuungHält es für einen einfachen Export
13Ein Quellsystem ändert ohne Ankündigung ein Feld. Wie merken Sie das?Schema-Überwachung, Alarm, Absprache mit den Verantwortlichen der QuelleMerkt es erst am falschen Bericht
14Wem gehören die Daten, die Sie laden?Unterscheidet technische und fachliche Verantwortung und nennt, wer Definitionen freigibt„Mir, sobald sie im Warehouse sind“

Block 4: Plattform und Kosten

#FrageGute Antwort zeigtWarnsignal
15Warum haben Sie sich im letzten Projekt für diese Datenplattform entschieden?Nennt Kriterien wie Kosten, Team-Know-how, Anbindung, Betrieb„Die war schon da“, ohne eigene Bewertung
16Wo haben Sie zuletzt Cloud-Kosten gesenkt?Konkretes Beispiel mit Größenordnung und HebelHat Kosten nie gesehen
17Wie dokumentieren Sie Daten, damit andere sie finden und verstehen?Katalog, Beschreibungen an Tabellen und Feldern, Herkunft nachvollziehbar„Das steht im Code“

Block 5: Zusammenarbeit

#FrageGute Antwort zeigtWarnsignal
18Ein Fachbereich will „alle Daten, sofort“. Wie reagieren Sie?Fragt nach der Entscheidung dahinter, schlägt einen ersten kleinen Datensatz vorLiefert alles oder lehnt ab
19Wie arbeiten Sie mit Data Scientists zusammen?Klare Übergabe, gemeinsame Definitionen, Rückkanal bei DatenproblemenSieht Data Science als Abnehmer ohne Absprache
20Welche technische Entscheidung würden Sie heute anders treffen?Nennt einen echten Fehler und was er daraus gelernt hatFindet keinen

Probeaufgabe statt Coding-Test

Für Data Engineers funktioniert eine kurze, realistische Aufgabe besser als ein abstrakter Algorithmus-Test. Ein Beispiel für 45 Minuten im Gespräch:

Sie bekommen zwei anonymisierte Tabellen: Aufträge aus dem ERP und Kunden aus dem CRM. Die Kundennummern passen nur zu 80 Prozent zusammen. Wie gehen Sie vor, und welche Fragen stellen Sie dem Vertrieb?

Bewerten Sie weniger die fertige Lösung und mehr die Rückfragen. Der Top-20-Report KI-Rollen beschreibt genau diesen Ansatz: Fallstudien an echten Szenarien trennen Theoretiker von Praktikern.

Was ein Data Engineer im Interview von Ihnen wissen will

Gute Kandidaten prüfen Sie genauso. Bereiten Sie Antworten auf diese Fragen vor: Welche Quellsysteme gibt es? Wer entscheidet über die Plattform? Gibt es Rufbereitschaft? Wer definiert Kennzahlen? Welches Datenprodukt soll zuerst entstehen? Die Stellenanzeige Data Engineer beantwortet die meisten davon schon vor dem Gespräch.

Laut Bitkom erhalten 31 Prozent der Unternehmen auf IT-Stellen praktisch keine Bewerbungen (Studie Arbeitsmarkt für IT-Fachkräfte, September 2026). Wer ein passendes Profil im Gespräch hat, sollte innerhalb von zwei Wochen entscheiden.

Lieber nur Kandidaten sehen, die diese Fragen bestehen?

Wir führen das fachliche Gespräch vor jeder Vorstellung und schicken Ihnen nur Data Engineers, die Pipelines, Modellierung und Qualität nachweisbar beherrschen.

Data Engineer finden

Scorecard Data Engineer zum Ausfüllen

Bewerten Sie die Antworten auf diese Fragen direkt im Gespräch. Gewichtung, Muss-Kriterien und die Regeln dahinter erklärt die Seite Interview-Scorecard für KI-Rollen.

Interview-Scorecard Data Engineer
0 von 5 bewertet

Bleibt in Ihrem Browser. Wir speichern nichts.

Skala und Regel
  • 1, unzureichend: Begriffe stimmen, eigenes Erleben fehlt, Antworten bleiben allgemein.
  • 2, teilweise: Eigene Projekte erkennbar, Abwägungen genannt, aber kaum begründet.
  • 3, erfüllt: Konkretes eigenes Beispiel, begründete Abwägung, ehrliche Grenzen.
  • 4, stark: Zahlen aus eigenen Systemen, sieht Folgen für Team, Kosten und Betrieb voraus.

Jede Person im Panel bewertet für sich, bevor Sie sich austauschen. Liegt ein Muss-Kriterium unter 3, endet der Prozess, egal wie hoch der Schnitt ist. Ab 3,0 im Schnitt geht es weiter, zwischen 2,5 und 3,0 prüfen Sie gezielt nach.

  1. 1. SQL und Datenmodellierung20 %Block 1, Fragen 1 bis 5.
    Stark (4)
    Geht zuerst zur Definition und Quelle, historisiert sauber, liest Ausführungspläne.
    Schwach (1)
    Schlägt bei langsamen Abfragen sofort größere Hardware vor.
  2. 2. Pipelines im Betrieb25 %MussBlock 2, Fragen 6 bis 10.
    Stark (4)
    Eigene produktive Pipeline mit Nutzern, idempotente Ladelogik, Alarm und Wiederaufsetzen ohne Duplikate.
    Schwach (1)
    Startet abgebrochene Läufe von Hand neu und kennt das Duplikat-Problem nicht.
  3. 3. Datenqualität und Quellsysteme25 %MussBlock 3, Fragen 11 bis 14.
    Stark (4)
    Automatische Prüfregeln vor Berichten, Schema-Überwachung, klare fachliche Verantwortung.
    Schwach (1)
    Merkt Änderungen an Quellsystemen erst durch Beschwerden.
  4. 4. Plattform und Kosten15 %Block 4, Fragen 15 bis 17.
    Stark (4)
    Begründet Plattformwahl, senkt Cloud-Kosten mit Zahlen, dokumentiert Herkunft der Daten.
    Schwach (1)
    Hat Kosten nie gesehen.
  5. 5. Zusammenarbeit15 %Block 5, Fragen 18 bis 20.
    Stark (4)
    Fragt nach der Entscheidung hinter der Anforderung und liefert zuerst einen kleinen Datensatz.
    Schwach (1)
    Liefert alles oder nichts.

Bewertung läuft

Gewichteter Schnitt: offen

Noch 5 von 5 Kriterien offen.

Quellen

  • Bitkom, Presseinformation „IT-Fachkräftemangel hat sich in den letzten drei Jahren halbiert“, 03.09.2026
  • Spitzenbesetzung, Top-20-Report KI-Rollen Mittelstand 2026

Häufige Fragen

Welche Fragen sollte man einem Data Engineer im Vorstellungsgespräch stellen?

Fragen zu SQL und Datenmodellierung, zu Pipelines im Betrieb, zu Datenqualität und Quellsystemen, zu Plattform und Kosten sowie zur Zusammenarbeit mit Fachbereichen. Die 20 Fragen auf dieser Seite decken alle fünf Bereiche ab.

Wie prüfe ich SQL-Kenntnisse eines Data Engineers ohne eigenes Fachwissen?

Fragen Sie nach einer Kennzahl, die in zwei Berichten unterschiedlich ist, und nach einer zu langsamen Abfrage. Wer konkret über Definitionen, Joins und Ausführungspläne spricht, hat Praxis. Allgemeine Antworten sind ein Warnsignal.

Sollte ich einem Data Engineer einen Coding-Test geben?

Eine realistische Aufgabe mit echten Datenproblemen sagt mehr als ein Algorithmus-Test. Bewerten Sie vor allem die Rückfragen und das Vorgehen.

Woran erkenne ich, dass ein Data Engineer Pipelines wirklich betrieben hat?

Er beschreibt, was bei einem nächtlichen Abbruch passiert, wie doppelte Daten vermieden werden und wer informiert wird. Kandidaten ohne Betriebserfahrung bleiben bei diesen Fragen vage.

Wie viele Interviewrunden sind für einen Data Engineer sinnvoll?

Zwei bis drei: ein Kennenlernen, ein fachliches Gespräch mit Fallaufgabe und bei Bedarf ein Gespräch mit dem Fachbereich. Mehr Runden verlängern die Suche, ohne die Auswahl spürbar zu verbessern.

Anfrage senden

Stelle zu besetzen?

Unverbindlich. Wir melden uns innerhalb eines Werktags persönlich bei Ihnen.

94 %
der Besetzungen halten länger als sechs Monate
72 %
der vorgestellten Profile werden zum Gespräch eingeladen
100+
besetzte Mandate

Durchschnittswerte aus über 100 besetzten Mandaten

Weitere Angaben (optional)

Stelle anfragenAntwort innerhalb eines Werktags

Anfrage starten
Begriffe & Tiefenwissen

Passende Glossar-Einträge