Zahlen und Tabellen mit KI auswerten, ohne dass am Ende Unsinn rauskommt
Umsatzliste, Kundenexport, Stundenzettel. KI baut Dir daraus in Minuten eine Auswertung, rechnet dabei aber ganz anders als eine Tabellenkalkulation. Zehn Schritte für Zahlen denen Du trauen kannst statt plausibel klingender Erfindungen.
Irgendwann hast Du eine Datei vor Dir, die Du eigentlich auswerten müsstest. Der Umsatzexport aus dem Buchhaltungstool, die Kundenliste, die Stundenzettel vom letzten Quartal. Vierhundert Zeilen, und Du willst nur wissen, welche fünf Kunden am meisten bringen und ob der Umsatz im Sommer wirklich einbricht.
Genau dafür lädt inzwischen fast jeder seine Tabelle bei einer KI hoch. Das funktioniert auch, aber es gibt einen Haken den kaum jemand erklärt: eine KI kann eine Tabelle auf zwei völlig verschiedene Arten verarbeiten. Entweder sie liest die Zahlen als Text und schätzt das Ergebnis, oder sie schreibt im Hintergrund ein kleines Programm das die Zahlen tatsächlich durchrechnet. Das erste ist bequem und produziert Summen die um ein paar Prozent danebenliegen. Das zweite ist verlässlich.
Der Unterschied ist von außen nicht zu sehen. Beide Antworten sehen gleich souverän aus. Diese zehn Schritte sorgen dafür, dass Du die zweite Variante bekommst.
Schritt 1, formulier die Frage bevor Du die Datei hochlaedst
Der Reflex ist, die Datei reinzuziehen und "wertet das mal aus" zu schreiben. Dann bekommst Du eine allgemeine Beschreibung der Tabelle, die Dir nichts sagt, weil Du Deine eigene Tabelle ja kennst.
Schreib vorher auf, welche zwei bis drei Fragen Du wirklich beantwortet haben willst. "Welche zehn Kunden machen zusammen wieviel Prozent vom Umsatz aus", "in welchen Monaten liegt der Umsatz unter dem Durchschnitt", "bei welchen Positionen ist die Marge unter zwanzig Prozent". Konkrete Fragen bekommen konkrete Zahlen, vage Aufträge bekommen Prosa.
Schritt 2, räum die Datei vorher auf
Die meisten Fehler entstehen nicht beim Rechnen, sondern beim Lesen der Datei. Vier Sachen bringen eine Auswertung zuverlässig durcheinander.
Mehrere Kopfzeilen übereinander, verbundene Zellen, Zwischensummen mitten in den Daten und leere Trennzeilen zwischen Blöcken. Vor allem die Zwischensummen sind gemein, weil sie doppelt gezählt werden und die Gesamtsumme dann sauber aussieht und trotzdem falsch ist. Zieh Dir also eine Kopie, wirf Zwischensummen raus, sorg für genau eine Kopfzeile und lass jede Zeile ein Datensatz sein. Fünf Minuten Aufräumen sparen Dir das halbe Nachprüfen.
Schritt 3, nimm raus was nicht hochgeladen gehört
Bevor die Datei irgendwo hochgeht: geh die Spalten durch und loesch alles, was für Deine Frage nicht gebraucht wird. Namen, Mailadressen, Telefonnummern, Adressen, Geburtsdaten.
Für die Frage "welche Kunden bringen am meisten Umsatz" brauchst Du keine Klarnamen. Eine Kundennummer reicht völlig, und die kannst Du am Ende selbst wieder zuordnen. Das ist kein übertriebener Datenschutz-Reflex, sondern der einfachste Weg, das Thema komplett zu umgehen. Wenn Du regelmäßig mit Kundendaten arbeitest, ist Datenschutz mit KI-Tools die Grundlage dazu.
Schritt 4, erklär die Spalten
Eine Spalte die "Betr_N" heißt, ist für Dich der Nettobetrag und für die KI ein Rätsel. Sie rät dann, und meistens rät sie richtig, aber eben nicht immer.
Schreib zwei, drei Zeilen dazu. Welche Spalte ist der Umsatz, ist der brutto oder netto, in welcher Währung, in welchem Format steht das Datum, was bedeuten die Statuscodes. Besonders wichtig bei deutschen Exporten: sag ausdrücklich, dass das Komma das Dezimaltrennzeichen ist und der Punkt die Tausender trennt. Wird das falsch gelesen, wird aus 1.250,00 Euro schnell ein völlig anderer Wert, und die Summe stimmt dann hinten und vorne nicht.
Schritt 5, erzwing Rechnen statt Schätzen
Das ist der Kern des Ganzen. Schreib in den Auftrag ausdrücklich, dass die Auswertung berechnet und nicht geschätzt werden soll. Eine Formulierung die zuverlässig funktioniert: "Werte die Datei aus, indem Du sie tatsächlich durchrechnest, nicht indem Du die Werte aus dem Text abschätzt. Zeig mir den Rechenweg."
Bei Tools mit einer Ausführungsumgebung für Code löst das aus, dass ein kleines Auswertungsprogramm geschrieben und laufen gelassen wird. Das Ergebnis ist dann echte Rechnung, keine Schätzung. Du erkennst es daran, dass Dir Code oder ein Rechenschritt gezeigt wird und nicht nur ein Ergebnis. Kommt bloße Prosa mit runden Zahlen zurück, wurde geschätzt. Dann fragst Du nach.
Schritt 6, verlang eine Stichprobe die Du selbst nachrechnen kannst
Traust Du der Auswertung? Noch nicht. Lass Dir zu einem Ergebnis die zugrundeliegenden Zeilen zeigen. Also nicht nur "Kunde 4711 hat 18.400 Euro Umsatz", sondern die Liste der Einzelposten die dazu addiert wurden.
Diese eine Position rechnest Du von Hand nach, mit der Tabellenkalkulation oder dem Taschenrechner. Stimmt sie, kannst Du dem Rest ziemlich weit trauen, weil dieselbe Rechnung für alle Zeilen lief. Stimmt sie nicht, hast Du in zwei Minuten gemerkt, dass die ganze Auswertung unbrauchbar ist. Diese zwei Minuten sind die beste Investition im ganzen Ablauf.
Schritt 7, frag nach dem was fehlt
Die interessantesten Sachen stehen oft nicht in der Auswertung, sondern in den Lücken. Stell deshalb aktiv die Gegenfrage: "Welche Zeilen haben leere Pflichtfelder, welche Einträge sind Dubletten, welche Werte sind Ausreißer und welche Zeilen konntest Du nicht zuordnen?"
Ein Export hat fast immer ein paar kaputte Zeilen. Wenn davon zwölf stillschweigend übersprungen wurden, ist Deine Gesamtsumme zu niedrig und niemand hat es gesagt. Frag also immer danach, wieviele Zeilen überhaupt in die Rechnung eingegangen sind, und vergleich das mit der Zeilenzahl Deiner Datei.
Schritt 8, verlang Tabellen ausdrücklich
Ein bekanntes Muster dieser Tools ist, dass sie eine Frage deren Antwort eigentlich eine Tabelle ist, trotzdem erzählen. Du bekommst dann drei Absätze Fließtext über die Umsatzentwicklung, aus denen Du die Zahlen wieder rauspulen musst.
Sag es einfach dazu. "Ergebnis als Tabelle mit den Spalten Monat, Umsatz, Abweichung zum Vormonat in Prozent." Wenn Du damit weiterarbeiten willst, verlang das Ergebnis zusätzlich als CSV, dann kannst Du es direkt zurück in Deine Tabellenkalkulation kippen, statt es abzutippen.
Schritt 9, lass Dir die Formel geben statt nur das Ergebnis
Wenn Du eine Auswertung regelmäßig brauchst, ist die einmalige Antwort das schlechtere Ergebnis. Frag stattdessen nach dem Weg: "Gib mir die Formel für Excel oder Google Sheets, mit der ich das selbst berechne."
Dann hast Du eine Spalte in Deiner eigenen Tabelle, die beim nächsten Export sofort wieder stimmt, ohne dass Du irgendwas hochladen musst. Die KI hat Dir dann einmal das Denken abgenommen, und danach rechnet Deine Tabelle wieder selbst. Das ist fast immer die bessere Lösung als eine Auswertung die Du jeden Monat neu erbetteln musst.
Schritt 10, leg fest was Du wiederholst
Wenn eine Auswertung gut funktioniert hat, schreib den kompletten Auftrag weg, also die Spaltenerklärung aus Schritt 4, den Rechnen-statt-Schätzen-Satz aus Schritt 5 und die gewünschte Ausgabeform aus Schritt 8. In eine Notiz-App, als Textbaustein, egal wo.
Beim nächsten Export lauft der ganze Ablauf dann auf Datei hochladen, Auftrag reinkopieren, eine Stichprobe nachrechnen. Drei Minuten statt einer halben Stunde. Und weil der Auftrag jedes Mal derselbe ist, sind auch die Ergebnisse über die Monate vergleichbar, was bei jedes Mal neu formulierten Fragen erfahrungsgemäß nicht der Fall ist.
Was als nächstes
Welches der großen Tools überhaupt Dateien lesen und Code ausführen kann, steht in Tools in AI in Level 2. Wenn eine Auswertung zur Grundlage für eine Entscheidung oder ein Angebot wird, geh sie zusätzlich mit Eine KI-Antwort faktenchecken durch. Und wenn Du merkst, dass Du dieselbe Auswertung jeden Monat machst, ist das der Punkt an dem sich Automatisierung lohnt, dafür ist Mein erster n8n-Flow für Nicht-Coder der einfachste Einstieg.