Associate Data Practitioner — Übungsfragen und Probeprüfung

Die Zertifizierung zum Associate Data Practitioner ist ein neueres Google-Cloud-Zertifikat, das 2025 eingeführt wurde. Es bestätigt die Fähigkeit, in Google Cloud über den gesamten Datenlebenszyklus hinweg mit Daten zu arbeiten. Es deckt Datenaufnahme, Transformation, Pipeline-Orchestrierung, Analyse, Visualisierung und Data Governance ab.

Diese Zertifizierung richtet sich an Datenanalysten, Data Practitioners und Data Engineers am Anfang ihrer Laufbahn, die mit den Datentools von Google Cloud arbeiten, darunter BigQuery, Dataflow, Pub/Sub, Looker und Cloud Storage.

Data Preparation and Ingestion wiegt mit 30 % am schwersten. Hier wird geprüft, ob du das passende Transfer-Tool wählst, einen Datensatz bereinigst und ihn in einen Storage Layer leitest, der zu seiner Struktur passt und dazu, wie nachgelagerte Tools ihn später abfragen. Es folgt Data Management mit 25 %: Zugriffssteuerung über IAM, Lifecycle-Regeln für Storage, Backup und Disaster Recovery sowie Entscheidungen zur Verschlüsselung über den gesamten Datenbestand hinweg. Analysis and Presentation macht 27 % aus. Dort verwandeln BigQuery SQL, Jupyter Notebooks und Looker-Dashboards kontrollierte Daten in etwas, mit dem ein Stakeholder tatsächlich arbeiten kann, dazu kommt das Trainieren und Bereitstellen einfacher Modelle über BigQuery ML oder AutoML. Pipeline Orchestration schließt den Blueprint mit 18 % ab und prüft Dataflow, Dataproc und Cloud Composer für Scheduling und Monitoring, nicht den Bau einer Pipeline von Grund auf.

Die Gewichtung spiegelt den hybriden Charakter der Rolle wider: halb Analyst, halb Engineer. Wer Daten bisher nur abgefragt, aber nie bewegt oder verwaltet hat, unterschätzt die Abschnitte zu Ingestion und Management. Wer aus dem reinen Engineering kommt, unterschätzt dagegen meist, wie viel Sicherheit die Prüfung in BigQuery und Looker erwartet statt in Pipeline-Code.

Die Prüfung stellt 50 bis 60 Multiple-Choice- und Multiple-Select-Fragen in einem Zeitfenster von 120 Minuten, das Verhältnis liegt bei rund 80 % Einzelantwort zu 20 % Mehrfachauswahl. Die Fragen sind szenariobasiert: Du wählst das passende Storage-System für einen Datensatz, stellst eine Transformations-Pipeline zusammen, schreibst eine BigQuery-SQL-Abfrage oder wendest die richtige Data-Governance-Kontrolle an.

Jede Domain der GCP-ADP-Prüfung ist im Pool tief genug abgedeckt, um sie gezielt zu üben. Eine Probeprüfung stellt dir 55 Fragen am Stück, mit derselben 120-Minuten-Uhr wie am Prüfungstag.

Wie lange du brauchst, hängt davon ab, wie viel Praxiserfahrung du mitbringst. Den Rest legt der Anbieter fest: wie die Prüfung abläuft, wie schnell du wiederholen darfst und wie lange das Zertifikat gültig bleibt.

Die Prüfung läuft über Pearson VUE, entweder online beaufsichtigt oder in einem Testcenter, und wird auf Englisch und Japanisch angeboten. Die Zertifizierung ist 3 Jahre gültig, innerhalb des Renewal-Zeitraums stehen dir Optionen zur Verlängerung offen.

BigQuery und Cloud SQL lösen unterschiedliche Probleme. Wer aus der reinen Analytics-Ecke kommt, greift trotzdem oft zu dem Dienst, den man ohnehin kennt, statt zu dem, den das Szenario verlangt. Dieselbe Lücke zeigt sich bei Dataflow, Dataproc und Cloud Composer: drei Tools mit ähnlich klingenden Namen, aber klar unterschiedlichen Rollen in einer Pipeline. Data Governance, also Lineage-Tracking, Katalogisierung in Dataplex und Zugriffsrichtlinien, bekommt deutlich weniger Lernzeit als die praktischen Abschnitte, obwohl der Bereich in der Prüfung Gewicht hat. Und die Entscheidung zwischen Streaming-Ingestion über Pub/Sub und Dataflow oder einem schlichten Batch-Job ist eine wiederkehrende Quelle falscher Antworten.