Im Umfeld der Datenanalyse haben sich immer wieder Buzzword wie Datamining oder BigData etabliert. Diese Hypes führten zu einer Reihe großartiger Frameworks die uns zum einen in der Bewältigung der Datenmengen unterstützen (z. Bsp. Hadoop, Spark) oder Algorithmen aus den Bereich Data Analytics, Machine Learning (Mahout, Azure ML) bereitstellen. Was uns diese Frameworks nicht abnehmen können ist das Nachdenken über die gesammelten Daten, deren Entstehung, was man mit ihnen machen darf und welche Schlüsse daraus gezogen werden können. Die Beantwortung dieser Fragen obliegt in der Regel Data Scientists. In diesem Vortrag geht es um die Vorstellung eines allgemein anerkannten Analyse-Prozesses (CRISP-DM) und damit der Arbeit von Data Scientists. Anhand ausgesuchter Beispiele soll auf unterhaltsame Art und Weise auf Fallstricke hingewiesen werden. Ziel soll eine Sensibilisierung für die Problemstellungen der Datenanalyse sein sowie einen Einblick in die Welt eines Data Scientist geben.