SQL GROUP BY und Aggregatfunktionen: Fasse deine Daten zusammen

Published: 2026-04-08

GROUP BY fasst mehrere Zeilen, die in einer oder mehreren Spalten denselben Wert haben, zu einer einzigen Zusammenfassungszeile zusammen. In Kombination mit Aggregatfunktionen wie COUNT, SUM, AVG, MIN und MAX bildet es die Grundlage fast jeder Reporting- und Analyseabfrage. GROUP BY wird in allen SQL-Datenbanken unterstützt, darunter SQLite, PostgreSQL, MySQL, SQL Server und Oracle.

Beispieldaten

Wir verwenden in allen Beispielen zwei Tabellen:

employees-Tabelle:

id	name	department	hire_date	salary
1	Alice	Engineering	2023-01-15	95000
2	Bob	Engineering	2023-06-01	85000
3	Carol	Engineering	2024-03-10	85000
4	Dave	Sales	2023-02-20	72000
5	Eve	Sales	2023-09-05	68000
6	Frank	Sales	2024-01-15	65000
7	Grace	Marketing	2023-04-01	82000
8	Henry	Marketing	2024-06-01	70000

orders-Tabelle:

id	customer	product	category	quantity	unit_price	order_date	status
1	Acme Corp	Laptop Pro	Electronics	3	1299.99	2026-01-05	delivered
2	Acme Corp	Wireless Mouse	Electronics	10	29.99	2026-01-12	delivered
3	Globex	Office Chair	Furniture	5	249.99	2026-01-18	delivered
4	Globex	Standing Desk	Furniture	2	599.99	2026-01-20	shipped
5	Initech	Notebook Pack	Stationery	20	12.99	2026-02-03	delivered
6	Initech	Pen Set	Stationery	15	8.99	2026-02-07	delivered
7	Acme Corp	Monitor 27"	Electronics	4	399.99	2026-02-14	delivered
8	Umbrella Ltd	Laptop Pro	Electronics	2	1299.99	2026-02-20	cancelled
9	Umbrella Ltd	Desk Lamp	Furniture	8	39.99	2026-03-01	delivered
10	Globex	Wireless Mouse	Electronics	12	29.99	2026-03-05	shipped
11	Initech	Monitor 27"	Electronics	1	399.99	2026-03-10	delivered
12	Acme Corp	Standing Desk	Furniture	1	599.99	2026-03-15	processing

Datensatz in DbGate Lite erkunden

GROUP BY-Syntax

SELECT column1, aggregate_function(column2)
FROM table_name
WHERE condition
GROUP BY column1
HAVING aggregate_condition
ORDER BY column1;

GROUP BY — eine oder mehrere Spalten, deren unterschiedliche Wertekombinationen jede Gruppe definieren
Aggregatfunktionen — berechnen einen einzelnen Wert aus allen Zeilen der Gruppe
HAVING — filtert Gruppen (ähnlich wie WHERE, aber für gruppierte Ergebnisse)
Jede Spalte in SELECT, die nicht in einer Aggregatfunktion steht, muss in GROUP BY erscheinen

Ausführungsreihenfolge von SQL

SQL-Klauseln werden in einer Reihenfolge geschrieben, aber in einer anderen Reihenfolge ausgeführt. Das erklärt, warum HAVING auf Aggregatfunktionen zugreifen kann, WHERE aber nicht, und warum du einen SELECT-Alias nicht in einer HAVING-Klausel verwenden kannst.

FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY

Schritt	Klausel	Was passiert
1	FROM	Lädt die Tabelle(n) und wertet alle JOINs aus
2	WHERE	Filtert einzelne Zeilen — Aggregatfunktionen sind hier nicht erlaubt
3	GROUP BY	Fasst die verbleibenden Zeilen zu Gruppen zusammen
4	HAVING	Filtert Gruppen — Aggregatfunktionen sind hier erlaubt
5	SELECT	Berechnet Ausgabespalten und Aliasse
6	ORDER BY	Sortiert das endgültige Ergebnisset

Darum läuft WHERE status = 'delivered' vor dem Gruppieren (schneller, zeilenweiser Filter), während HAVING COUNT(*) > 2 nach dem Gruppieren ausgeführt wird (filtert ganze Gruppen).

COUNT()

COUNT(*) zählt alle Zeilen in einer Gruppe. COUNT(column) zählt Nicht-NULL-Werte in dieser Spalte.

Beispiel: Anzahl der Mitarbeitenden pro Abteilung

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

INSERT INTO employees (id, name, department, hire_date, salary) VALUES
  (1, &#39;Alice&#39;, &#39;Engineering&#39;, &#39;2023-01-15&#39;, 95000),
  (2, &#39;Bob&#39;, &#39;Engineering&#39;, &#39;2023-06-01&#39;, 85000),
  (3, &#39;Carol&#39;, &#39;Engineering&#39;, &#39;2024-03-10&#39;, 85000),
  (4, &#39;Dave&#39;, &#39;Sales&#39;, &#39;2023-02-20&#39;, 72000),
  (5, &#39;Eve&#39;, &#39;Sales&#39;, &#39;2023-09-05&#39;, 68000),
  (6, &#39;Frank&#39;, &#39;Sales&#39;, &#39;2024-01-15&#39;, 65000),
  (7, &#39;Grace&#39;, &#39;Marketing&#39;, &#39;2023-04-01&#39;, 82000),
  (8, &#39;Henry&#39;, &#39;Marketing&#39;, &#39;2024-06-01&#39;, 70000);

INSERT INTO orders (id, customer, product, category, quantity, unit_price, order_date, status) VALUES
  (1, &#39;Acme Corp&#39;, &#39;Laptop Pro&#39;, &#39;Electronics&#39;, 3, 1299.99, &#39;2026-01-05&#39;, &#39;delivered&#39;),
  (2, &#39;Acme Corp&#39;, &#39;Wireless Mouse&#39;, &#39;Electronics&#39;, 10, 29.99, &#39;2026-01-12&#39;, &#39;delivered&#39;),
  (3, &#39;Globex&#39;, &#39;Office Chair&#39;, &#39;Furniture&#39;, 5, 249.99, &#39;2026-01-18&#39;, &#39;delivered&#39;),
  (4, &#39;Globex&#39;, &#39;Standing Desk&#39;, &#39;Furniture&#39;, 2, 599.99, &#39;2026-01-20&#39;, &#39;shipped&#39;),
  (5, &#39;Initech&#39;, &#39;Notebook Pack&#39;, &#39;Stationery&#39;, 20, 12.99, &#39;2026-02-03&#39;, &#39;delivered&#39;),
  (6, &#39;Initech&#39;, &#39;Pen Set&#39;, &#39;Stationery&#39;, 15, 8.99, &#39;2026-02-07&#39;, &#39;delivered&#39;),
  (7, &#39;Acme Corp&#39;, &#39;Monitor 27&#34;&#39;, &#39;Electronics&#39;, 4, 399.99, &#39;2026-02-14&#39;, &#39;delivered&#39;),
  (8, &#39;Umbrella Ltd&#39;, &#39;Laptop Pro&#39;, &#39;Electronics&#39;, 2, 1299.99, &#39;2026-02-20&#39;, &#39;cancelled&#39;),
  (9, &#39;Umbrella Ltd&#39;, &#39;Desk Lamp&#39;, &#39;Furniture&#39;, 8, 39.99, &#39;2026-03-01&#39;, &#39;delivered&#39;),
  (10, &#39;Globex&#39;, &#39;Wireless Mouse&#39;, &#39;Electronics&#39;, 12, 29.99, &#39;2026-03-05&#39;, &#39;shipped&#39;),
  (11, &#39;Initech&#39;, &#39;Monitor 27&#34;&#39;, &#39;Electronics&#39;, 1, 399.99, &#39;2026-03-10&#39;, &#39;delivered&#39;),
  (12, &#39;Acme Corp&#39;, &#39;Standing Desk&#39;, &#39;Furniture&#39;, 1, 599.99, &#39;2026-03-15&#39;, &#39;processing&#39;);

Beispiel: Anzahl der Bestellungen pro Kunde

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Beispiel: Gelieferte vs. andere Status zählen

Zähle nur Bestellungen, die einer Bedingung entsprechen, mit COUNT und einem CASE-Ausdruck:

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

SUM()

SUM(column) addiert alle Werte in der Gruppe für eine numerische Spalte.

Beispiel: Gesamtsalär pro Abteilung

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Beispiel: Gesamtumsatz pro Kategorie

Berechne den Umsatz als quantity * unit_price:

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Beispiel: Umsatz nach Kunde und Kategorie

Gruppiere nach mehreren Spalten, um den Umsatz weiter aufzuschlüsseln:

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

AVG()

AVG(column) gibt den arithmetischen Mittelwert aller Nicht-NULL-Werte in der Gruppe zurück.

Beispiel: Durchschnittsgehalt pro Abteilung

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Beispiel: Durchschnittlicher Bestellwert pro Kunde

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

MIN() und MAX()

MIN(column) und MAX(column) geben den kleinsten bzw. größten Wert in der Gruppe zurück.

Beispiel: Gehaltsspanne pro Abteilung

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Beispiel: Erstes und letztes Bestelldatum pro Kunde

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Mehrere Aggregate kombinieren

Du kannst beliebig viele Aggregatfunktionen in einer einzigen Abfrage kombinieren.

Beispiel: Vollständige Abteilungsübersicht

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Beispiel: Bestellübersicht pro Kunde

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

HAVING

HAVING filtert Gruppen nach der Aggregation — es ist das Äquivalent zu WHERE für gruppierte Ergebnisse.

Beispiel: Abteilungen mit mehr als zwei Mitarbeitenden

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Beispiel: Kunden mit Gesamtumsatz über 2000

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Beispiel: Kategorien mit durchschnittlichem Bestellwert unter 500

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

WHERE vs. HAVING

WHERE filtert einzelne Zeilen vor dem Gruppieren. HAVING filtert Gruppen nach der Aggregation.

Beispiel: Umsatz nur aus gelieferten Bestellungen pro Kunde

Verwende WHERE, um Zeilen vor dem Gruppieren auszuschließen, und dann HAVING, um Ergebnisse zu filtern:

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

GROUP BY mit JOINs

Du kannst Daten gruppieren, die sich über mehrere Tabellen erstrecken, indem du sie zuerst verbindest (JOIN).

Beispiel: Umsatz pro Abteilung über Join mit Employees

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Beispiel: Bestellanzahl und Umsatz pro Kategorie und Monat

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

GROUP BY mit Ausdrücken

Du kannst nach berechneten Ausdrücken gruppieren, nicht nur nach einfachen Spalten.

Beispiel: Mitarbeitendeinstellungen pro Jahr

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Beispiel: Bestellungen pro Monat

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

COUNT(DISTINCT)

COUNT(DISTINCT column) zählt die Anzahl der eindeutigen Werte in der Gruppe.

Beispiel: Eindeutige Produkte pro Kunde

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Gruppen mit mehreren Bedingungen filtern

HAVING unterstützt jeden booleschen Ausdruck, einschließlich AND/OR-Kombinationen.

Beispiel: Wertvolle aktive Kunden

Finde Kunden mit mehr als einer Bestellung und einem Gesamtumsatz über 1000:

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Praxisbeispiel: Verkaufsbericht

Kombiniere alles zu einem vollständigen Verkaufsübersichtsbericht.

Beispiel: Leistungsbericht nach Kategorie

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Beispiel: Top-Produkt nach Umsatz

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

GROUP BY vs. Window-Funktionen

GROUP BY fasst Zeilen zu einer Zeile pro Gruppe zusammen. Window-Funktionen behalten alle Zeilen bei und fügen eine berechnete Spalte hinzu — Details findest du im SQL-Tutorial zu Window-Funktionen.

Beispiel: GROUP BY gibt eine Zeile pro Abteilung zurück

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Beispiel: Window-Funktion behält alle Zeilen

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  customer TEXT,
  product TEXT,
  category TEXT,
  quantity INTEGER,
  unit_price DECIMAL(10,2),
  order_date TEXT,
  status TEXT
);

Häufige Anwendungsfälle für GROUP BY

Reporting-Dashboards — Summiere Gesamtwerte, Durchschnitte und Anzahlen nach Kategorie oder Zeitraum
Headcount-Analyse — Zähle Mitarbeitende, Nutzer oder Datensätze nach Gruppe
Umsatzaufschlüsselung — Gesamt- und Durchschnittsumsatz nach Produkt, Region oder Kunde
Trendanalyse — Gruppiere nach Monat oder Jahr, um Muster im Zeitverlauf zu erkennen
Top-N pro Gruppe — Kombiniere mit Subqueries oder CTEs, um die besten Performer in jeder Gruppe zu finden
Datenvalidierung — Zähle Duplikate oder NULL-Werte über Gruppen hinweg
Kohortenanalyse — Gruppiere Nutzer nach Anmeldedatum oder Verhaltenssegment

Performance-Tipps

GROUP-BY-Spalten indexieren — Indizes auf gruppierten Spalten beschleunigen den Sortier- und Gruppierungsschritt
Früh mit WHERE filtern — Zeilen vor dem Gruppieren mit WHERE zu reduzieren ist schneller, als sie danach mit HAVING zu filtern
SELECT * vermeiden — Wähle nur die Spalten, die du wirklich brauchst; Aggregatoperationen profitieren von schmaleren Daten
Covering-Indizes verwenden — Ein Index, der sowohl die GROUP-BY-Spalte als auch die aggregierte Spalte enthält, kann einen vollständigen Tabellenscan vermeiden
Materialisierte Views in Betracht ziehen — Für häufig berechnete Aggregate auf großen Tabellen unterstützen einige Datenbanken vorkalkulierte Zusammenfassungen

Zusammenfassung

GROUP BY fasst Zeilen, die dieselben Spaltenwerte haben, zu einer Zusammenfassungszeile pro eindeutiger Kombination zusammen
COUNT(*) zählt alle Zeilen; COUNT(column) zählt Nicht-NULL-Werte; COUNT(DISTINCT column) zählt eindeutige Werte
SUM summiert numerische Werte; AVG berechnet den Mittelwert; MIN / MAX finden die Grenzwerte
Jede SELECT-Spalte muss entweder in GROUP BY erscheinen oder in eine Aggregatfunktion eingeschlossen sein
WHERE filtert Zeilen vor dem Gruppieren; HAVING filtert Gruppen nach der Aggregation
Du kannst nach Ausdrücken gruppieren (z. B. SUBSTR(date, 1, 7) für Gruppierung auf Monatsebene)
Durch das Joinen von Tabellen vor dem Gruppieren kannst du Daten aus mehreren Quellen in einem Bericht kombinieren
Verwende Window-Funktionen statt GROUP BY, wenn du Kennzahlen auf Gruppenebene brauchst, ohne einzelne Zeilen zu verlieren

Probiere aus, GROUP BY mit JOINs, CASE-Ausdrücken und HAVING-Klauseln zu kombinieren, um genau die Berichte zu erstellen, die deine Datenanalyse benötigt!