GROUP BY und HAVING

In der vorigen Lektion haben wir mit Aggregatfunktionen ganze Tabellen zu einer Zahl verdichtet. Aber häufig will man nicht einen Wert für alle, sondern einen pro Gruppe: Umsatz pro Kunde, Anzahl pro Stadt, durchschnittlicher Preis pro Kategorie. Genau das macht GROUP BY.

Zusammen mit HAVING – der WHERE-Variante für Aggregate – ist GROUP BY das mächtigste Auswertungswerkzeug in SQL. Praktisch jeder Bericht in einer Anwendung („Top-10-Kunden", „Bestseller pro Monat", „Auftragslage pro Vertriebsregion") baut darauf auf. In dieser Lektion siehst du, wie aus einer Liste von Bestellungen eine Gruppenauswertung wird – und wo der wichtige Unterschied zwischen WHERE und HAVING liegt.

1) Das Grundprinzip: aus N Zeilen werden N Gruppen

GROUP BY teilt die Tabelle in Gruppen anhand einer (oder mehrerer) Spalten – und wendet Aggregatfunktionen auf jede Gruppe separat an. Beispiel: 8 Bestellungen werden in 4 Kunden-Gruppen sortiert, und für jede Gruppe wird der Umsatz summiert.

SELECT kunde, SUM(betrag) AS gesamt
FROM bestellung
GROUP BY kunde;

-- Ergebnis (pro Kunde eine Zeile):
-- Müller GmbH  | 3940
-- Meier AG     |  790
-- Schulz oHG   | 3420
-- Weber KG     |  670

Die wichtigste Regel: jede Spalte im SELECT muss entweder im GROUP BY stehen oder in einer Aggregatfunktion verpackt sein. Das ist die Quelle vieler Anfängerfehler. Schreibst du SELECT kunde, datum, SUM(betrag) ohne datum in GROUP BY, gibt das DBMS einen Fehler – welches Datum sollte denn aus 3 Bestellungen genommen werden?

2) Bucket-Visualizer: GROUP BY in Aktion

Wähle eine Spalte, nach der gruppiert wird, und eine Aggregatfunktion. Du siehst, wie die Eingangszeilen in Buckets sortiert und pro Bucket verdichtet werden:

3) Mehrere Gruppierungs-Spalten

GROUP BY akzeptiert mehrere Spalten – dann wird nach jeder Kombination gruppiert. Beispiel: Umsatz pro Kunde und Monat ergibt mehr Zeilen als Umsatz pro Kunde allein:

-- Umsatz pro Kunde und Monat
SELECT
  kunde,
  EXTRACT(MONTH FROM datum) AS monat,
  SUM(betrag) AS umsatz
FROM bestellung
GROUP BY kunde, monat
ORDER BY kunde, monat;

Bei N Kunden und 12 Monaten gibt es bis zu N×12 Ergebniszeilen – aber natürlich nur dort, wo tatsächlich Bestellungen vorliegen. Solche „Kreuztabellen" sind das Rückgrat klassischer Business-Reports. Mehr zu Datumsfunktionen wie EXTRACT in MySQL Praxis.

4) HAVING: Filter auf Gruppen

WHERE und HAVING beantworten beide die Frage „welche Zeilen werden behalten?" – aber an unterschiedlichen Stellen im Ablauf:

SELECT kunde, SUM(betrag)
FROM bestellung
WHERE datum >= '2026-01-01'
GROUP BY kunde;

SELECT kunde, SUM(betrag)
FROM bestellung
GROUP BY kunde
HAVING SUM(betrag) > 5000;

5) Die Reihenfolge der Verarbeitung im DBMS

Auch wenn du SELECT als erstes schreibst, führt das DBMS die Schritte intern in einer ganz anderen Reihenfolge aus. Wer diese Reihenfolge versteht, schreibt korrekte und effiziente Queries:

6) GROUP BY in der Praxis – die Klassiker

Diese Muster siehst du in echten Anwendungen pausenlos. Lerne sie auswendig, dann erkennst du in IHK-Aufgaben sofort, was gefragt ist:

-- 1. Top-Kunden nach Umsatz
SELECT kunde, SUM(betrag) AS total
FROM bestellung
GROUP BY kunde
ORDER BY total DESC
LIMIT 10;

-- 2. Bestellungen pro Tag
SELECT datum, COUNT(*) AS anzahl
FROM bestellung
GROUP BY datum
ORDER BY datum;

-- 3. Kunden, die mehr als 3 Bestellungen haben
SELECT kunde, COUNT(*) AS n
FROM bestellung
GROUP BY kunde
HAVING COUNT(*) > 3;

-- 4. Durchschnittspreis pro Produktkategorie
SELECT kategorie, AVG(preis) AS avg_preis,
       COUNT(*) AS anzahl
FROM produkt
GROUP BY kategorie
ORDER BY avg_preis DESC;

-- 5. Duplikate finden – Werte, die mehr als einmal vorkommen
SELECT email, COUNT(*) AS n
FROM kunde
GROUP BY email
HAVING COUNT(*) > 1;

Besonders nützlich: Beispiel 5 zum Duplikate-Finden. Wenn deine Tabelle eigentlich keine doppelten E-Mails enthalten sollte, aber irgendwie doch welche da sind, findest du sie mit genau dieser Query. Ein Klassiker bei der Datenqualitäts-Prüfung.

7) Häufige Fehler bei GROUP BY

Diese drei Stolperfallen erwischen fast jeden mindestens einmal:

• Spalte im SELECT, aber nicht im GROUP BY: SELECT kunde, stadt, SUM(betrag) FROM bestellung GROUP BY kunde – Fehler! stadt ist weder Aggregat noch in GROUP BY. Lösung: entweder GROUP BY kunde, stadt oder MAX(stadt) als Hack (wenn Stadt pro Kunde eindeutig ist).
• WHERE statt HAVING bei Aggregaten: WHERE SUM(betrag) > 5000 ist syntaktisch verboten. Im WHERE existiert SUM noch gar nicht. Lösung: HAVING SUM(betrag) > 5000.
• Alias im HAVING/WHERE genutzt: SELECT SUM(betrag) AS gesamt ... HAVING gesamt > 5000 funktioniert in MySQL und PostgreSQL, ist aber nicht Standard-SQL. Sicherer: HAVING SUM(betrag) > 5000.

Moderne MySQL-Versionen (8.0+) sind strenger geworden und melden den ersten Fehler oft mit einem klaren Hinweis. Ältere Versionen (5.x) waren toleranter und lieferten manchmal überraschende Ergebnisse – siehe MySQL Praxis.

8) GROUP BY mit ROLLUP – Zwischensummen

Eine Erweiterung in vielen DBMS: WITH ROLLUP (MySQL/SQL Server) bzw. ROLLUP() (Standard-SQL/PostgreSQL) erzeugt zusätzliche Zeilen mit Teilsummen:

SELECT kunde, SUM(betrag)
FROM bestellung
GROUP BY kunde WITH ROLLUP;

-- Ergebnis:
-- Müller GmbH | 3940
-- Meier AG    |  790
-- Schulz oHG  | 3420
-- Weber KG    |  670
-- NULL        | 8820   ← Gesamtsumme aller Kunden!

Sehr nützlich für Reports mit Zwischensummen. In der IHK-Prüfung selten verlangt, aber im Berufsalltag praktisch – besonders bei mehreren Gruppierungs-Spalten, wo ROLLUP automatisch Sub-Totalwerte einzieht.

9) GROUP BY ist kein Sortier-Befehl

Ein verbreiteter Irrglaube: „GROUP BY sortiert ja schon, also brauche ich kein ORDER BY". Falsch. GROUP BY gruppiert, sortiert aber nicht garantiert. In MySQL hat es lange unsortiert (alphabetisch) gewirkt, was den Eindruck einer Sortierung erweckte – aber das war ein Implementierungs-Detail, kein Standard. Heute ist auch MySQL sortier-neutral.

Wer ein sortiertes Ergebnis will, hängt ein ORDER BY an: GROUP BY kunde ORDER BY kunde; oder noch besser ORDER BY gesamt DESC;, wenn man nach dem Aggregat-Wert sortieren will (Top-N-Listen).

Zusammenfassung

GROUP BY teilt eine Tabelle in Gruppen anhand einer oder mehrerer Spalten und wendet Aggregatfunktionen pro Gruppe an. Regel: Jede Spalte im SELECT muss entweder im GROUP BY stehen oder aggregiert sein. HAVING filtert die Gruppen nach der Aggregation – dort funktionieren SUM, COUNT, AVG. WHERE filtert die Roh-Zeilen vor der Aggregation und kennt keine Aggregate. Die logische Verarbeitungsreihenfolge im DBMS lautet: FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY → LIMIT (anders als die Schreibreihenfolge!). Typische Anwendungen: Top-Kunden, Bestellungen pro Tag, Kunden mit vielen Aufträgen, Durchschnittspreise pro Kategorie, Duplikate-Suche. Häufige Fehler: Spalte im SELECT vergessen in GROUP BY, WHERE statt HAVING bei Aggregaten, Alias-Verwendung im falschen Block. ROLLUP liefert zusätzlich Zwischensummen. GROUP BY sortiert nicht – für sortierte Ergebnisse braucht es ORDER BY.

Verwandte Lektionen: Aggregatfunktionen · SELECT Grundabfragen · JOINs · und mehrWeitere relevante LektionenSQL-GrundstrukturCREATE TABLEWindow FunctionsCTEsSubqueriesDatenbank-ReportsMySQL Praxis