Ihr Jahr in Daten: Wie SQL Ihnen dabei hilft, 12 Monate an Informationen zusammenzufassen

Wollten Sie schon immer Ihr eigenes Jahr analysieren, so wie es Spotify Wrapped tut? Mit ein paar SQL-Abfragen können Sie Ihre Trainingsdaten - oder jeden anderen Datensatz - in einen persönlichen Jahresrückblick verwandeln.

Wie war Ihr Jahr? Wie viel haben Sie ausgegeben? Welche Art von Musik haben Sie am meisten gehört? Wie viele Workouts haben Sie absolviert - oder wie viele Filme haben Sie gesehen?

All diese Informationen sind bereits in Ihrem digitalen Leben vorhanden. Ihre Banking-App erfasst Ihre Ausgaben, Spotify speichert Ihre Hörhistorie, und Ihr Fitness-Tracker protokolliert jeden Lauf. Das Einzige, was noch fehlt, ist Ihre eigene Analyse - eine, die die Geschichte erzählt, die Ihnen wichtig ist.

Und genau hier kommt SQL ins Spiel. Mit ein paar einfachen Abfragen können Sie ein ganzes Jahr persönlicher Daten zusammenfassen - egal, ob es sich um Ihr Budget, Ihre Wiedergabelisten oder Ihr Training handelt - und Einblicke aufdecken, die Ihnen die meisten Apps nie zeigen. Auch wenn Sie noch kein SQL-Profi sind, ist es nicht zu spät, damit anzufangen. Es ist Oktober - die perfekte Zeit, um SQL zu lernen und Ihr eigenes "Jahr der Daten" zu gestalten, bevor dieses zu Ende geht.

Sie wissen nicht, wo Sie anfangen sollen? Beginnen Sie mit unserem SQL für Anfänger Kurs - über 100 praktische Übungen, mit denen Sie vom ersten Tag an echte SQL-Kenntnisse erwerben. Jede Lektion ist interaktiv, so dass Sie schnell Vertrauen gewinnen und in kürzester Zeit Ihre eigenen Abfragen schreiben können.

In diesem Artikel zeigen wir Ihnen anhand eines fiktiven Trainingsdatensatzes, wie Sie mit SQL Ihre Gesamtstrecke, Ihren besten Monat, Ihren aktivsten Tag und sogar Ihre persönlichen Rekorde ermitteln können. Sobald Sie die Grundlagen verstanden haben, können Sie die gleichen Ideen auf jede Art von Daten anwenden, die Sie verfolgen.

Lernen Sie Ihren Datensatz kennen: Ein einfacher Workout-Tracker

Um die Sache praktisch zu machen, lassen Sie uns mit einem kleinen, Strava-ähnlichen Datensatz arbeiten - etwas, das Sie leicht selbst erstellen können. Stellen Sie sich eine Tabelle mit dem Namen "Workouts" vor, in der jede Zeile eine Aktivität aus Ihrem Jahr darstellt: einen Lauf, eine Fahrradtour oder eine Schwimmeinheit.

So sieht das Ganze aus:

Die meisten Trainingseinheiten fanden in der Nähe Ihres Wohnorts in London statt, gelegentlich sind Sie auch außerhalb der Stadt unterwegs. Jede Spalte erzählt einen Teil Ihrer Geschichte: wann Sie trainiert haben, welche Art von Aktivität es war, wie weit Sie gegangen sind, wie lange es gedauert hat und sogar, wo es passiert ist. Diese Art von Informationen sammelt Ihre Uhr oder App automatisch - Sie brauchen nur eine Möglichkeit, sie zu lesen.

Und genau hier kommt SQL ins Spiel. Mit ein paar einfachen Abfragen können Sie diese Rohdaten in eine Zusammenfassung Ihres gesamten Jahres verwandeln: wie weit Sie gelaufen sind, in welchem Monat Sie am aktivsten waren und wie Ihre persönlichen Bestzeiten aussahen.

Beginnen wir mit der Betrachtung Ihrer jährlichen Gesamtzahlen.

Schritt 1 - Ihre Jahreszusammenfassung

Beginnen wir mit dem großen Ganzen. Bevor Sie ins Detail gehen, ist es hilfreich zu wissen, wie viel Sie in diesem Jahr zurückgelegt haben - Gesamtdistanz, Gesamttrainingszeit und wie viele Trainingseinheiten Sie absolviert haben.

Mit SQL können Sie all das in einer einzigen Abfrage abrufen:

SELECT 
  SUM(distance_km) AS total_distance, 
  SUM(duration_min) AS total_duration, 
  COUNT(*) AS total_sessions 
FROM workouts 
WHERE EXTRACT(YEAR FROM date)=2025;

Diese Abfrage gibt Ihnen einen schnellen Überblick über Ihr Jahr. Sie könnten etwa so etwas herausfinden:

• Gesamtstrecke: 405 km
• Gesamtzeit: 1.200 Minuten (das sind 20 Stunden!)
• Sitzungen insgesamt: 42 Trainingseinheiten

Das ist eine befriedigende Momentaufnahme Ihrer Anstrengungen - Ihr ganzes Jahr, verdichtet in drei Zahlen.

Wenn Sie lernen möchten, wie man solche Abfragen schreibt, schauen Sie sich unseren SQL für Anfänger Kurs. Er enthält einen ausführlichen Abschnitt über die Erstellung einfacher Statistiken, der Ihnen hilft, mit echten, praktischen SQL-Übungen Sicherheit zu gewinnen.

Diese Übersicht hat jedoch eine kleine Einschränkung: Sie kombiniert alles miteinander. Wenn Ihre Tabelle Läufe, Fahrten oder Schwimmen enthält, haben diese Aktivitäten sehr unterschiedliche Entfernungen und Geschwindigkeiten. Wenn man sie zusammenzählt, ergibt das nicht die ganze Geschichte.

Deshalb müssen Sie im nächsten Schritt Ihre Statistiken nach Aktivitätsart aufschlüsseln.

Schritt 2 - Statistik nach Aktivitätsart

Eine 40-km-Radtour und ein 10-km-Lauf gehören nicht in ein und denselben Topf - beim Radfahren sind die Entfernungen naturgemäß größer, während man beim Laufen mehr Zeit pro Kilometer benötigt. Um Ihren Aufwand wirklich zu verstehen, müssen Sie Ihre Daten nach Aktivitätsart aufschlüsseln.

Und so geht's:

SELECT 
  activity_type, 
  SUM(distance_km) AS total_distance, 
  ROUND(AVG(distance_km),1) AS avg_distance, 
  ROUND(AVG(avg_speed_kmh),1) AS avg_speed, 
  COUNT(*) AS total_sessions 
FROM workouts 
GROUP BY activity_type 
ORDER BY total_distance DESC;

Diese Abfrage gruppiert Ihre Daten nach jeder Aktivität und zeigt:

• wie weit Sie insgesamt gelaufen sind,
• wie lang Ihre durchschnittliche Trainingseinheit war,
• Ihre durchschnittliche Geschwindigkeit und
• wie oft Sie trainiert haben.

Sie könnten etwa so aussehen:

Jetzt erzählen Ihre Daten eine vollständigere Geschichte. Vielleicht sind Sie insgesamt weiter geradelt, aber Sie sind öfter gelaufen. Oder vielleicht hat sich Ihr durchschnittliches Lauftempo im Vergleich zu Ihren Fahrten verbessert.

An dieser Stelle wird SQL zu einem echten Analysewerkzeug - es hilft Ihnen, die Unterschiede zu erkennen, nicht nur die Gesamtzahlen.

Wenn Sie verstehen möchten, wie Abfragen wie diese funktionieren - und sich im Erstellen eigener Abfragen üben möchten - beginnen Sie mit unserem SQL für Anfänger Kurs. Er ist vollgepackt mit interaktiven Übungen, die Sie Schritt für Schritt durch das Wesentliche führen, so dass Sie schnell lernen, Ihre Daten sicher zu gruppieren, zu filtern und zusammenzufassen.

Als Nächstes wollen wir uns genauer ansehen, wie sich Ihre Leistung Monat für Monat verändert hat.

Schritt 3 - Monatliche Statistiken pro Aktivität

Sobald Sie Ihre Gesamt- und Aktivitätssummen gesehen haben, besteht der nächste Schritt darin, zu verstehen , wie sich Ihr Training von Monat zu Monat entwickelt hat. Mit SQL ist dies leicht möglich, zum Beispiel mit der Funktion DATE_TRUNC(), mit der Sie Daten nach einem bestimmten Zeitraum gruppieren können - zum Beispiel nach Monat.

Hier ist die Abfrage

SELECT
    DATE_TRUNC('month', date) AS month,
    activity_type,
    COUNT(*) AS sessions,
    SUM(distance_km) AS total_distance,
    ROUND(AVG(distance_km), 1) AS avg_distance,
    ROUND(AVG(avg_speed_kmh), 1) AS avg_speed,
    MAX(distance_km) AS longest_distance
FROM workouts
GROUP BY month, activity_type
ORDER BY month, activity_type;

Wenn Sie DATE_TRUNC('month', date) schreiben, "rundet" SQL jedes Datum auf den ersten Tag des jeweiligen Monats ab. So werden alle Trainingseinheiten aus dem Januar unter 2025-01-01 gruppiert, der Februar unter 2025-02-01 und so weiter. Dies hilft Ihnen, die Daten für jeden Monat in Ihrem Datensatz zusammenzufassen.

Hinweis: Die Funktion DATE_TRUNC() funktioniert in PostgreSQL, Snowflake, Redshift und BigQuery. Andere Datenbanken verwenden eine andere Syntax:

• MySQL: DATE_FORMAT(date, '%Y-%m-01')
• SQL Server: DATEFROMPARTS(YEAR(date), MONTH(date), 1)
• SQLite: strftime('%Y-%m-01', date)

Wenn Sie mehr über die Arbeit mit Datums- und Zeitfunktionen erfahren möchten, besuchen Sie unseren Standard-SQL-Funktionen Kurs. In diesem Kurs lernen Sie, wie Sie Funktionen wie diese in der Datenbank verwenden, mit der Sie täglich arbeiten.

Die Abfrage zeigt für jede Aktivität und jeden Monat an

• wie viele Sitzungen Sie absolviert haben,
• Ihre Gesamtdistanz,
• Ihre durchschnittliche Distanz,
• Ihre Durchschnittsgeschwindigkeit und
• Ihre längste Trainingseinheit in diesem Monat.

Beispielhafte Ergebnisse:

Anhand dieser Abfrage können Sie sehen, wie sich Ihre Leistung im Laufe des Jahres verändert hat - wann Sie am häufigsten trainiert haben, wann Ihre Entfernungen am höchsten waren und wie sich Ihr Durchschnittstempo entwickelt hat.

Als Nächstes sehen wir uns Ihre persönlichen Bestleistungen an - die einzelnen Trainingseinheiten, die sich von den anderen abheben.

Schritt 4 - Höhepunkte und persönliche Bestleistungen

Nachdem Sie nun Ihre monatlichen Fortschritte gesehen haben, kommen wir zum lohnendsten Teil - Ihren persönlichen Rekorden. Jeder Sportler liebt es, seine längsten, schnellsten oder härtesten Trainingseinheiten zu kennen, und SQL kann diese in Sekundenschnelle finden.

Beginnen wir mit Ihrer längsten Fahrt und Ihrem längsten Lauf.

SELECT *
FROM workouts
WHERE distance_km = (
    SELECT MAX(distance_km)
    FROM workouts
    WHERE activity_type = 'Ride'
);

Sie können dieselbe Abfrage für Läufe wiederholen - ändern Sie einfach 'Ride' in 'Run'. Diese Unterabfrage findet die maximale Distanz für jeden Aktivitätstyp und gibt die vollständigen Trainingsdetails zurück, sodass Sie sehen können, wann und wo dieser Rekord aufgestellt wurde.

Wenn Sie mehr darüber erfahren möchten, wie Unterabfragen funktionieren - und wie Sie sie zum Vergleichen, Filtern oder Berechnen von Werten verwenden können - lesen Sie unseren SQL-Unterabfragen Kurs. Hier können Sie das Schreiben von Abfragen innerhalb anderer Abfragen anhand von realen Datensätzen, die diesem ähneln, praktisch üben.

Auf ähnliche Weise können Sie Ihr schnellstes Training finden (basierend auf der durchschnittlichen Geschwindigkeit):

SELECT *
FROM workouts
WHERE avg_speed_kmh = (
    SELECT MAX(avg_speed_kmh)
    FROM workouts
    WHERE activity_type = 'Run'
);

Sie können diese Struktur auch für andere Metriken verwenden - die größte Höhe, die längste Dauer, den größten Kalorienverbrauch oder sogar Ihren größten Monat.

Diese persönlichen Bestzeiten sind eine schöne Art, die Analyse abzuschließen. Sie geben Ihrem Jahr eine Reihe von Höhepunkten - die Trainingseinheiten, an die Sie sich im Rückblick am besten erinnern werden.

Als Nächstes werfen wir einen letzten Blick auf die Zeit, in der Sie am meisten trainieren - Ihre Gewohnheiten an den Wochentagen.

Schritt 5 - Statistiken zum Wochentag

Jeder hat Trainingsgewohnheiten - vielleicht fahren Sie immer am Wochenende oder legen unter der Woche kurze Läufe ein. SQL kann diese Muster mit einer einfachen Abfrage aufdecken.

SELECT
    EXTRACT(DOW FROM date) AS weekday_number,
    CASE EXTRACT(DOW FROM date)
        WHEN 0 THEN 'Sunday'
        WHEN 1 THEN 'Monday'
        WHEN 2 THEN 'Tuesday'
        WHEN 3 THEN 'Wednesday'
        WHEN 4 THEN 'Thursday'
        WHEN 5 THEN 'Friday'
        WHEN 6 THEN 'Saturday'
    END AS weekday,
    activity_type,
    COUNT(*) AS sessions,
    ROUND(AVG(distance_km), 1) AS avg_distance
FROM workouts
GROUP BY weekday_number, weekday, activity_type
ORDER BY (CASE WHEN weekday_number = 0 THEN 7 ELSE weekday_number END), activity_type;

Die Funktion EXTRACT(DOW FROM date) gibt den Wochentag in Form einer Zahl zurück (0 für Sonntag bis 6 für Samstag). Die Anweisung CASE wandelt diese Zahlen in lesbare Namen um, und die abschließende ORDER BY sorgt dafür, dass die Tage von Montag bis Sonntag erscheinen.

Wenn Sie die gemeinsame Verwendung von CASE-Ausdrücken und Datumsfunktionen - wie in dieser Abfrage - üben möchten, sehen Sie sich unseren Erstellen einfacher SQL-Berichte Kurs. Er zeigt Ihnen, wie Sie diese Tools kombinieren können, um Daten effektiv zu gruppieren, zu beschriften und zusammenzufassen, und hilft Ihnen, Schritt für Schritt saubere, aufschlussreiche Berichte zu erstellen.

Beispielhafte Ergebnisse:

Aus dieser Tabelle können Sie sofort Ihren Rhythmus ablesen - Läufe an Wochentagen, Fahrten am Wochenende oder vielleicht ein Erholungsmuster dazwischen.

Diese letzte Abfrage vervollständigt Ihr "Jahr in Daten": Sie wissen jetzt, wie Ihre jährlichen Gesamtwerte aussehen, wie die einzelnen Aktivitätsarten abgeschnitten haben, wann Sie Ihren Höhepunkt erreicht haben, Ihre persönlichen Bestzeiten und wie Ihre wöchentliche Routine das ganze Jahr geprägt hat.

Ihr Jahr, Ihre Daten

Wenn es Ihnen Spaß gemacht hat, diesen einfachen Trainingsdatensatz zu erforschen, stellen Sie sich vor, was Sie mit Ihren eigenen Daten machen könnten - von den Ausgabengewohnheiten bis hin zum Streaming-Verlauf. Es ist Oktober - der perfekte Zeitpunkt, um SQL zu lernen und Ihre eigene Jahresübersicht zu erstellen, bevor das Jahr zu Ende geht.

Sie haben gerade gesehen, wie ein paar einfache SQL-Abfragen Rohdaten in echte Erkenntnisse verwandeln können. Mit SUM, AVG, GROUP BY und ein paar Hilfsfunktionen haben Sie eine vollständige Zusammenfassung Ihres Jahres erstellt - Summen, monatliche Trends, persönliche Aufzeichnungen und sogar Ihre wöchentliche Routine.

Und das war nur ein Datensatz - Ihre Trainingseinheiten. Der gleiche Ansatz funktioniert für fast alles, was Sie verfolgen:

• Ihr persönliches Budget (Gesamtausgaben, monatliche Durchschnittswerte, größte Ausgabenkategorien),
• Ihren Kalender (wie viele Meetings Sie hatten, wann Sie am meisten zu tun haben),
• oder Ihre Spotify-Statistiken (meistgespielte Künstler, Lieder pro Monat, Gesamthördauer).

Sobald Sie wissen, wie man mit SQL Fragen stellt, können Sie jeden Teil Ihres Lebens oder Ihrer Arbeit analysieren, der eine Datenspur hinterlässt.

Wenn Sie lernen wollen, wie man das richtig macht - Schritt für Schritt, mit praktischer Übung -, dann beginnen Sie mit LearnSQL.de. Der Alle für immer SQL-Plan bietet Ihnen lebenslangen Zugang zu allen unseren Kursen, so dass Sie sich in Ihrem eigenen Tempo vom Anfänger zum selbstbewussten Analysten entwickeln können. Es ist Oktober - die perfekte Zeit, um mit dem Lernen zu beginnen und Ihr eigenes "Jahr in Daten" vorzubereiten.

Mit dem Alle für immer SQL-Plankönnen Sie alle aktuellen und zukünftigen Kurse zu einem einzigen Preis freischalten - keine Abonnements, keine Verlängerungen. Sie erhalten Kurse für Anfänger bis Fortgeschrittene (Grundlagen, Abfragen, Unterabfragen, Joins, Fensterfunktionen, Berichte), Praxistests mit echten Datensätzen, interaktive Übungen und Zertifikate. Lernen Sie in Ihrem eigenen Tempo, rufen Sie die Lektionen jederzeit wieder auf und erweitern Sie Ihre Kenntnisse in Bereichen wie Analyse, Berichtswesen und Datenvorbereitung - und das alles mit einem Plan.