Wie lässt sich KI zur Datenanalyse nutzen?
KI lässt sich bei fast jedem Schritt einer einfachen Analyse einsetzen: die Fragestellung klären, den Datensatz beschreiben, Schritte zur Datenbereinigung vorschlagen, Zusammenfassungen berechnen, Formeln oder Python-Code schreiben, Diagramme erstellen und eine schriftliche Interpretation entwerfen. Die Zeitersparnis liegt vor allem bei den mechanischen Schritten. Das Risiko liegt vor allem beim letzten Schritt: Ein flüssig formulierter Absatz kann eine Schlussfolgerung enthalten, die durch die Daten nicht gestützt wird.
Dieser Leitfaden behandelt alltägliche Geschäftsanalysen durch Personen ohne spezielles Fachwissen: eine Führungskraft, die monatliche Umsätze betrachtet, eine Supportleitung, die das Ticketaufkommen untersucht, oder eine Person in der Betriebskoordination, die Lieferzeiten von Lieferanten vergleicht. Der ergänzende Leitfaden zu KI für Excel behandelt Formeln und das Bereinigen von Tabellen im Detail.
Bei welchen Arten der Datenanalyse kann KI helfen?
Analysen werden häufig in vier Arten unterteilt, bei denen KI unterschiedlich stark unterstützen kann. Je mehr sich die Frage vom Was zum Warum und zum weiteren Vorgehen verschiebt, desto mehr menschliches Urteilsvermögen und Kontext braucht die Antwort.
| Art der Analyse | Welche Frage damit beantwortet wird | Wie viel KI helfen kann |
|---|---|---|
| Beschreibend | Was ist passiert? | Eine Menge: Summen, Trends, Aufschlüsselungen und Diagramme, alles überprüfbar |
| Einstufungstest | Warum ist es passiert? | Teilweise: Es kann Hypothesen und Aufteilungen für Tests vorschlagen, aber keine Ursache bestätigen |
| Prognostisch | Was kommt voraussichtlich als Nächstes? | Für Nichtfachleute nur begrenzt geeignet: Prognosen erfordern Methodik und Validierung |
| Handlungsempfehlend | Was sollten wir tun? | Eine erste Liste von Optionen; die Entscheidung und die Abwägung bleiben beim Menschen |
Kann ChatGPT Daten analysieren?
Allgemeine Assistenten wie ChatGPT, Claude und Gemini können auf zwei Arten bei der Datenanalyse helfen: indem sie Daten auswerten, die Sie einfügen oder beschreiben, und in manchen Tarifen, indem sie Code für eine hochgeladene Datei ausführen. Wenn ein Werkzeug Code ausführt, sind seine Berechnungen in der Regel zuverlässiger, als wenn es Zahlen in einem Fließtext schätzt. Der Code kann jedoch trotzdem eine etwas andere Frage beantworten als die, die Sie gemeint haben. Prüfen Sie in der aktuellen Dokumentation des Anbieters, welche Funktionen Ihr freigegebener Tarif enthält.
Assistenten für Tabellenkalkulationen sind eine weitere Möglichkeit. Microsoft beschreibt einen reinen Chatmodus in Copilot in Excel, der Daten aus Arbeitsmappen analysiert und Erkenntnisse liefert, ohne die Arbeitsmappe zu verändern. Laut Google kann Gemini in Sheets Datenanalysen und Erkenntnisse erstellen sowie Diagramme anlegen. Auf der Seite von Google wird auch darauf hingewiesen, dass Gemini möglicherweise falsche Informationen vorschlägt. Unabhängig davon, welchen Weg Sie wählen, gelten die Prüfungen in diesem Leitfaden.
Was ist eine sichere Methode zur Datenanalyse mit KI?
Schreiben Sie die Frage auf, bevor Sie das Tool öffnen, beschreiben Sie die Daten genau, fragen Sie vor der Antwort nach der Methode und überprüfen Sie jede Zahl, die Sie weiterverwenden möchten. Die folgenden Schritte eignen sich für die meisten Analysen in kleinen Unternehmen.
Formulieren Sie die Frage
Halten Sie in einem Satz fest: Welche Entscheidung soll damit unterstützt werden, und was würde Ihre Meinung ändern? Ohne diese Vorgabe findet das Tool Muster, von denen einige bloßes Rauschen sind.
Beschreiben Sie die Daten
Spalten, Einheiten, Zeitraum, die Erfassungsweise jeder Zeile und alle bekannten Lücken. Bitten Sie das Tool, diese Angaben in eigenen Worten wiederzugeben, damit Sie Missverständnisse erkennen können.
Zuerst nach dem Plan fragen
Fragen Sie, wie die KI die Frage beantworten und welche Berechnungen sie durchführen würde. Korrigieren Sie den Plan, bevor die KI Zahlen liefert.
Kennzahlen nachrechnen
Überprüfen Sie die zwei oder drei Zahlen, die in Ihre Zusammenfassung einfließen sollen, mit einer Formel, einer Pivot-Tabelle oder einem Taschenrechner.
Trennen Sie Feststellung und Erklärung
Schreiben Sie auf, was die Daten zeigen, und halten Sie getrennt davon fest, was dies erklären könnte und wie Sie das überprüfen würden.
Dokumentieren Sie Ihr Vorgehen
Halten Sie die Fragestellung, die Datenversion, die Methode und die Prüfungen fest, damit jemand anderes das Vorgehen nachvollziehen kann.
Möchten Sie sehen, wie das mit einer bestimmten Rolle zusammenhängt?
Geplante Testphase für Teams entdecken ↗Wie sieht eine irreführende KI-Analyse aus?
Hier ist ein ausgearbeitetes Beispiel mit fiktiven Zahlen. Lumen Box, ein kleines Abo-Unternehmen, hat am 1 September den Preis seines Monatstarifs erhöht. Der Gründer lädt eine Tabelle mit Kündigungen hoch und fragt: Hat die Preiserhöhung zu mehr Kündigungen geführt? Die Daten zeigen 1,950 aktive Abonnenten zu Beginn des Augusts und 100 Kündigungen in diesem Monat sowie 2,000 zu Beginn des Septembers und 140 Kündigungen.
Erste KI-Antwort: Die Kündigungen sind im September um 40 Prozent gestiegen. Das zeigt, dass die Preiserhöhung Kunden vertrieben hat. Sie sollten erwägen, sie zurückzunehmen. Drei Probleme. Die 40 Prozent beziehen sich auf den Anstieg der Anzahl der Kündigungen von 100 auf 140; die Kündigungsquote stieg von etwa 5.1 Prozent auf 7.0 Prozent, also um rund zwei Prozentpunkte. Die Verwechslung von Prozent und Prozentpunkten gehört zu den häufigsten Fehlern in KI-verfassten Analysen. Zweitens können Daten aus zwei Monaten nicht belegen, dass die Preisänderung den Anstieg verursacht hat; der September könnte sich aus anderen Gründen unterscheiden. Drittens geht die Empfehlung weit über das hinaus, was gefragt oder belegt wurde.
Besserer Folgeprompt: Verwenden Sie ausschließlich die hochgeladene Tabelle und geben Sie die Kündigungsquote für August und September samt Rechenweg an. Schlüsseln Sie anschließend die Kündigungen im September nach Tarifart auf, da sich nur der Preis des Monatstarifs geändert hat. Nennen Sie keine Ursache. Listen Sie auf, welche weiteren Daten helfen würden zu prüfen, ob die Preisänderung verantwortlich war.
Geprüfte Erkenntnis: Die monatliche Kündigungsquote stieg von etwa 5.1 Prozent im August auf 7.0 Prozent im September. Der Anstieg fällt mit der Preisänderung am 1 September für den Monatstarif zusammen. Um zu prüfen, ob diese die Ursache war, vergleichen Sie die Kündigungen im Monatstarif mit denen im unveränderten Jahrestarif, lesen Sie die von den Kunden angegebenen Kündigungsgründe und betrachten Sie dieselben Monate des Vorjahres. Der Gründer hat beide Quoten vor der Weitergabe von Hand nachgerechnet.
Welche Daten sollten Sie einem KI-Tool nicht geben?
Geben Sie keine personenbezogenen oder vertraulichen Daten in ein KI-Tool ein, es sei denn, Ihr Unternehmen hat das Tool und den Tarif dafür freigegeben. Kundenlisten, Personalakten, Gesundheitsdaten und unveröffentlichte Finanzergebnisse erfordern in der Regel eine ausdrückliche Genehmigung. Namen durch Codes zu ersetzen hilft, macht die Daten aber nicht anonym, wenn jemand die Codes wieder zuordnen kann. Laut der britischen ICO sind pseudonymisierte Daten für Personen, die über die zur Identifizierung nötigen Zusatzinformationen verfügen, personenbezogene Daten.
Oft können Sie die Frage umgehen. Fassen Sie die Daten zuerst zusammen, sodass Sie Monatssummen statt einzelner Zeilen teilen. Oder beschreiben Sie die Spalten und verwenden Sie erfundene Beispielzeilen, um die Formel oder den Code zu erhalten. Wenden Sie diese dann innerhalb Ihrer eigenen Systeme auf die echten Daten an. Dies sind allgemeine Informationen, keine Rechtsberatung. Prüfen Sie Ihre Richtlinien und fragen Sie bei Bedarf die für den Datenschutz verantwortliche Person.
Eignet sich Copilot für die Datenanalyse?
Copilot in Excel ist eine sinnvolle Wahl für alltägliche Analysen, wenn Ihre Organisation es bereits nutzt. Es arbeitet direkt in der Arbeitsmappe mit den Daten und bietet laut Microsoft einen Modus, der analysiert, ohne Änderungen vorzunehmen. Ob es sich für eine bestimmte Analyse eignet, hängt von denselben Faktoren ab wie bei jedem anderen Tool: wie sauber die Daten sind, wie präzise Sie fragen und ob Sie das Ergebnis prüfen. Es ersetzt nicht das Wissen darüber, wie eine plausible Antwort aussehen sollte.
Wenn Ihr Team zwischen verschiedenen Assistenten für Analysen auswählt, testen Sie jeden mit einer echten, nicht sensiblen Frage, deren Antwort Sie bereits kennen. Das sagt Ihnen mehr als ein Funktionsvergleich.
Wann sollten Sie stattdessen einen Analysten hinzuziehen?
Ziehen Sie eine Fachkraft für Datenanalyse oder eine Person mit statistischer Ausbildung hinzu, wenn die Entscheidung hohe Kosten nach sich zieht, die Datenmenge groß oder unübersichtlich ist oder es um Ursachen, Prognosen oder die Frage geht, ob ein Unterschied tatsächlich besteht oder nur zufälliges Rauschen ist. Mit KI lassen sich leicht ein überzeugend wirkendes Diagramm und ein sauber formulierter Absatz erstellen. Die zugrunde liegende Statistik wird dadurch nicht einfacher, und fachfremde Personen wissen möglicherweise nicht, welche Frage sie dem Tool stellen müssen.
KI ist auch kein Ersatz für fehlende Daten. Wenn die zur Beantwortung einer Frage benötigten Informationen nie erfasst wurden, ist das richtige Ergebnis ein Hinweis darauf und ein Plan, wie sie erhoben werden können.
Quellen und Geltungsbereich
Microsoft Support, Erste Schritte mit Copilot in Excel, abgerufen am 16 October 2026 ↗
ICO, Leitfaden zur Pseudonymisierung, abgerufen am 16 October 2026 ↗