SQL Tutorial für Anfänger: SELECT, JOIN, GROUP BY einfach erklärt

SQL Tutorial Deutsch: Warum SQL noch immer unverzichtbar ist

Ob im sql tutorial deutsch für Studierende oder im Berufsalltag von Data Analysts – SQL ist die Sprache, mit der du relationale Datenbanken abfragst und auswertest. Fast jedes Unternehmen speichert strukturierte Daten in Datenbanken, und wer diese Daten verstehen will, kommt an SQL nicht vorbei. In diesem Artikel lernst du die drei wichtigsten SQL-Befehle: SELECT, JOIN und GROUP BY – praxisnah und ohne Vorkenntnisse.

SQL steht für Structured Query Language und wurde in den 1970er-Jahren entwickelt. Heute ist es der Standard für die Kommunikation mit relationalen Datenbanken wie MySQL, PostgreSQL oder SQLite. Die Grundkonzepte sind dabei immer gleich – hast du sie einmal verstanden, kannst du sie in jedem System anwenden. Mehr zum Einstieg findest du in unseren SQL Grundlagen.

SELECT: Daten aus einer Tabelle abrufen

Der SELECT-Befehl ist das Herzstück jeder SQL-Abfrage. Mit ihm bestimmst du, welche Spalten einer Tabelle du sehen möchtest. Das Grundprinzip funktioniert wie ein Filter auf einer riesigen Excel-Tabelle: Du sagst der Datenbank genau, was sie dir zeigen soll.

Ein einfaches Beispiel: Stell dir eine Tabelle namens kunden vor, die die Spalten name, stadt und alter enthält. Um alle Kundennamen und Städte abzurufen, schreibst du:

SELECT name, stadt FROM kunden;

Möchtest du alle Spalten auf einmal sehen, verwendest du das Sternchen als Platzhalter: SELECT * FROM kunden;. Mit der WHERE-Klausel kannst du die Ergebnisse einschränken – zum Beispiel auf alle Kunden aus Berlin: SELECT * FROM kunden WHERE stadt = 'Berlin';. So holst du gezielt die Daten heraus, die du wirklich brauchst.

Nützliche Ergänzungen zu SELECT

• ORDER BY: Sortiert die Ergebnisse, z. B. nach Alter aufsteigend (ORDER BY alter ASC)
• LIMIT: Begrenzt die Anzahl der zurückgegebenen Zeilen (LIMIT 10)
• DISTINCT: Gibt jeden Wert nur einmal aus und entfernt Duplikate (SELECT DISTINCT stadt FROM kunden)

SQL Tutorial Deutsch: JOIN – zwei Tabellen verbinden

In der Praxis sind Daten selten in einer einzigen Tabelle gespeichert. Stattdessen verteilen sich zusammengehörige Informationen auf mehrere Tabellen – das nennt man Normalisierung. Um diese Daten gemeinsam abzufragen, brauchst du den JOIN-Befehl.

Stell dir vor, du hast neben der Tabelle kunden noch eine Tabelle bestellungen mit den Spalten kunden_id, produkt und betrag. Ein INNER JOIN verbindet beide Tabellen über die gemeinsame Kundennummer und gibt nur Zeilen zurück, für die in beiden Tabellen ein passender Eintrag existiert:

SELECT kunden.name, bestellungen.produkt, bestellungen.betrag FROM kunden INNER JOIN bestellungen ON kunden.id = bestellungen.kunden_id;

Das Ergebnis zeigt dir für jeden Kunden das zugehörige Produkt und den Betrag. Neben dem INNER JOIN gibt es weitere Varianten, die unterschiedliche Mengen an Daten zurückgeben. Mehr zu Datenbankkonzepten findest du in unserem Artikel über Data Science Einstieg.

Die wichtigsten JOIN-Typen im Überblick

• INNER JOIN: Gibt nur Zeilen zurück, die in beiden Tabellen einen Treffer haben
• LEFT JOIN: Gibt alle Zeilen der linken Tabelle zurück, auch wenn kein Treffer in der rechten Tabelle existiert
• RIGHT JOIN: Gibt alle Zeilen der rechten Tabelle zurück, unabhängig von der linken
• FULL OUTER JOIN: Kombiniert LEFT und RIGHT JOIN – alle Zeilen beider Tabellen werden ausgegeben

GROUP BY: Daten gruppieren und aggregieren

GROUP BY ist besonders nützlich, wenn du Daten zusammenfassen und auswerten möchtest. Der Befehl gruppiert alle Zeilen mit dem gleichen Wert in einer Spalte und erlaubt es dir, sogenannte Aggregatfunktionen anzuwenden – also Berechnungen über mehrere Zeilen hinweg.

Angenommen, du willst wissen, wie viel Umsatz jeder Kunde insgesamt gemacht hat. Du kannst dazu die Funktion SUM() einsetzen:

SELECT kunden_id, SUM(betrag) AS gesamtumsatz FROM bestellungen GROUP BY kunden_id;

Das Ergebnis: Eine übersichtliche Tabelle, in der jeder Kunde nur einmal vorkommt – zusammen mit seinem Gesamtumsatz. Kombinierst du GROUP BY mit HAVING, kannst du die gruppierten Ergebnisse zusätzlich filtern. HAVING verhält sich dabei wie WHERE, wirkt aber nach der Gruppierung: HAVING SUM(betrag) > 500 zeigt nur Kunden mit einem Umsatz über 500.

Häufig verwendete Aggregatfunktionen

• COUNT(): Zählt die Anzahl der Zeilen in einer Gruppe
• SUM(): Summiert alle Werte einer Spalte
• AVG(): Berechnet den Durchschnittswert
• MIN() / MAX(): Gibt den kleinsten bzw. größten Wert zurück

Alles zusammen: Eine komplexe SQL-Abfrage aufbauen

Das Schöne an SQL ist, dass du die gelernten Befehle kombinieren kannst. Eine vollständige Abfrage könnte so aussehen: Du willst alle Kunden aus München, geordnet nach ihrem Gesamtumsatz, und nur diejenigen sehen, die mehr als 1.000 Euro bestellt haben.

SELECT kunden.name, SUM(bestellungen.betrag) AS gesamtumsatz FROM kunden INNER JOIN bestellungen ON kunden.id = bestellungen.kunden_id WHERE kunden.stadt = 'München' GROUP BY kunden.name HAVING SUM(bestellungen.betrag) > 1000 ORDER BY gesamtumsatz DESC;

Diese Abfrage verbindet JOIN, WHERE, GROUP BY, HAVING und ORDER BY zu einer leistungsfähigen Analyse. Wenn du tiefer in die Datenanalyse einsteigen willst, lohnt sich auch ein Blick auf unser Python Tutorial – denn Python und SQL ergänzen sich in der Praxis hervorragend. Hintergrundinformationen zur Sprache selbst findest du außerdem auf Wikipedia.

Fazit: SQL lernen lohnt sich

Dieses SQL Tutorial Deutsch hat dir gezeigt, wie du mit SELECT, JOIN und GROUP BY echte Datenbankabfragen erstellst. Diese drei Befehle bilden das Fundament für fast alle Analysen in relationalen Datenbanken. Je öfter du sie anwendest, desto intuitiver werden sie.

Der beste Weg, SQL zu lernen, ist das regelmäßige Üben mit echten Daten. Nutze kostenlose Tools wie DB Fiddle oder SQLiteOnline, um deine Abfragen direkt im Browser auszuprobieren. Wenn du dein Wissen weiter ausbauen möchtest, schaue dir auch unsere Artikel zu Machine Learning Grundlagen an – denn der Weg von der Datenbank zur KI-Anwendung führt immer über saubere Datenabfragen.