Leider kann ich für dieses Buch nur eine eingeschränkte Empfehlung aussprechen. Auch wenn insgesamt viele Informationen und Themenbereiche auf den knapp über 300 Seiten untergebracht werden, kann das Buch das Versprechen eines praxisorientierten Handbuchs in meinen Augen nicht einhalten. Ich halte es insbesondere nicht geeignet, um Mitarbeitenden eines Unternehmens ohne Vorkenntnisse die Grundlagen im Umgang mit Daten zu vermitteln.

Es handelt sich nicht um ein Lehrbuch mit durchgehendem didaktischem Konzept und aufeinander aufbauenden Kapiteln, sondern um eine Sammlung von Fachbeiträgen verschiedener Autoren. Wie bei diesem Konzept leider häufiger der Fall gibt es daher keinen "roten Faden" und keine Verbindung zwischen den einzelnen Kapiteln. Der Schreibstil, die theoretische/praktische Ausrichtung und die Detailtiefe schwanken stark zwischen den Kapiteln. Diese decken zwar alle relevanten Inhalte ab, reichen aber teilweise nicht über einen groben Überblick ohne tatsächliches Verständnis heraus, während sie sich an anderen Stellen in ausgewählten Details oder Beispielen verlieren.

So wird zum Beispiel anfangs beschrieben, dass ein Data Mart aus Dimensionstabellen und Fakttabellen besteht und wie man letztere speichern sollte. Aber es wird nicht grundlegend erklärt, was das überhaupt ist, und wenn man das Konzept nicht schon kennt, dann hat man zwar ein paar Begriffe gelernt, aber keine wirkliche Vorstellung oder Verständnis davon.
Später wird kurz der Ablauf eines statistischen Tests anhand eines Beispiels beschrieben, aber ohne Vorkenntnisse ist dies wiederum schwer zu verstehen, da z.B. nur indirekt erklärt wird, was überhaupt eine Nullhypothese ist.

Man merkt teilweise, dass viele Autoren eher Professoren sind, die für ein akademisches Publikum schreiben, und weniger Autoren von praxisnahen IT-Fachbüchern. Manche Kapitel gehen vom Stil her eher in Richtung wissenschaftliche Übersicht und weniger in Richtung Lehrtext, gerade beim ersten Kapitel ist mir dies negativ aufgefallen. Man sollte sich davon aber nicht abschrecken lassen und dieses im Zweifelsfall überspringen.

Sehr gut gefallen hat mir das Kapitel über Big Data, dieses vermittelt übersichtlich und anschaulich die grundlegenden Konzepte und Werkzeuge und schafft es dabei ein high-level Verständnis für das "was" und "warum" zu entwickeln.
Auch das Kapitel über Datenvisualisierung empfand ich als sehr hilfreich und tatsächlich praxisorientiert, da anschaulich und mit Beispielen Tipps und Prinzipien vermittelt werden.

Insgesamt wird das Buch seinem Anspruch zwar nicht gerecht, bietet aber trotzdem einen guten Überblick über die Materie. Wer bereits über Grundkenntnisse verfügt, Lücken identifizieren möchte und bereit ist für tieferes Verständnis weitere Materialien zu nutzen, der bekommt hier eine hohe Bandbreite an Themen geboten.

Hinweis: Ich habe das eBook im Rahmen der Testlesen-Aktion als kostenloses Rezensionsexemplar erhalten. Dies hat meine objektive Meinung nicht beeinflusst.

// 📑 Einleitung
Eine interessante Einführung in die Welt der Daten, deren Verständnis, Analyse, Qualität und Visualisierung. Das Buch bietet einen breiten Überblick über alle relevanten Aspekte im Umgang mit Daten, deren Sammlung, Strukturierung, Modellierung und Verarbeitung und geht auch auf Themen wie Visualisierung, Datenschutz und Datensicherheit ein.

// 📝 Bewertung
Daten – die Basis und die Grundlagen für jedes moderne Business haben eine exponentiell wachsende Wichtigkeit im täglichen Umgang mit Waren, Kunden, Zulieferern und nicht zuletzt Umsätzen erlangt. Daher ist es nur folgerichtig, dass sich ein Buch wie dieses zur Datenkompetenz wachsenden Interesses und wachsender Beliebtheit erfreut. Dieses Werk ist durch eine Zusammenarbeit von qualifizierten Spezialisten aus den jeweiligen Kerngebieten entstanden und gibt eine grundlegende Übersicht zum Thema, ohne jedoch zu tief in die einzelnen Domänen einzugehen um auch spezialisierte Berufsfachkräfte zufriedenstellend zu bedienen. Hier empfiehlt es sich, auf weiterführende Literatur zurückzugreifen.
Die umfassende Auseinandersetzung mit der Thematik wird anhand von vielen Beispielen erläutert, die wiederum mit den zugehörigen Formeln, Grafiken und Tabellen hinterlegt sind und so die Nachvollziehbarkeit gewährleisten. Ein wenig mit mathematischem Flair oder mit einigem Verständnis für Formeln sollte man vielleicht schon ausgestattet sein um bestens davon zu profitieren. Die Sprache ist einfach und verständlich gehalten. Die Struktur ist logisch und folgerichtig aufgebaut, ist aber nicht so starr, dass man nicht auch einzelne Kapitel direkt ansteuern kann ohne den kompletten vorhergehenden Stoff durchgearbeitet zu haben.

// 🚩 Fazit
Wer sich mit der äusserst interessanten Materie der Datenkompetenz befassen will und dem umfassenden Thema ganzheitlich annähern will, ist mit diesem Buch bestens bedient. Es führt auf eine strukturierte Weise in ein tieferes Verständnis der Daten und aller damit zusammenhängenden Themen ein. Ein wertvolles Übersichtswerk für jede Informatikbibliothek oder anderer interessierter Leser.

📘 Allgemeine Informationen

Aus Ingenieurssicht ist das Buch ein Brückenschlag zwischen Technik, Alltag und datengetriebenen Entscheidungen.
Der Stil ist praxisnah, verständlich und nicht akademisch abgefasst.

🎯 Für wen ist diese Buch sehr gut geeignet (meine persönliche Einschätzung)

• Ingenieure, die immer mehr mit Daten arbeiten (Produktion, Energie, Qualität, Automotive, IoT)
• Führungskräfte, die datenbasierte Entscheidungen treffen
• Technische Projektleiter, die Datenströme verstehen wollen
• Einsteiger in Data Literacy, die eine klare, nicht-mathematische Einführung suchen


🚫 Für wen eher nicht (meine persönliche Einschätzung)

• Erfahrene Data Scientists – zu oberflächlich
• Statistik-Profis – zu wenig Tiefe
• Ingenieure, die konkrete Tools, Algorithmen oder Programmierbeispiele erwarten
• Leser, die ein reines Fachbuch mit Formeln, Modellen und Methoden suchen

🧠 Welche Vorkenntnisse sind notwendig (meine persönliche Einschätzung)

• Grundverständnis technischer Abläufe
• Basiswissen über Tabellen, Diagramme, Messwerte
• Interesse an Daten, aber keine Statistikkenntnisse nötig


Mein persönliches Fazit:
Für Ingenieure ist der Einstieg einfach, weil viele Beispiele aus realen technischen Kontexten stammen.

Besonders gut gefällt mir:

• Es zeigt, wie man Daten kritisch hinterfragt statt ihnen blindlings zu vertraut.
• Es vermittelt ein Bewusstsein für Datenqualität, was in technischen Bereichen entscheidend ist.
• Es hilft typische Denkfehler zu vermeiden – dies wird in Projekten oft unterschätzt

Was fehlt aus meiner Sicht:

• Tiefere technische Beispiele
• Konkrete Tools (Python, R, Power BI, MATLAB)
• Praxisfälle aus Industrie 4.0, Sensorik oder Maschinenbau