ThinkWi-KI

Künstliche Intelligenz erklärt – verständlich und praxisnah

Benutzer-Werkzeuge

Webseiten-Werkzeuge


handbook:formate:datenanalyse

Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

Link zu dieser Vergleichsansicht

Beide Seiten der vorigen RevisionVorhergehende Überarbeitung
Nächste Überarbeitung
Vorhergehende Überarbeitung
handbook:formate:datenanalyse [2025/04/02 17:48] renehandbook:formate:datenanalyse [2025/05/08 14:56] (aktuell) – gelöscht 45.251.63.36
Zeile 1: Zeile 1:
-====== 3.4. Datenanalyse & Tabellen ====== 
- 
-==== Überblick ==== 
- 
-KI-gestützte Datenanalyse wird zunehmend in Tools wie Excel Copilot, Google Sheets mit KI-Erweiterung oder ChatGPT (mit Advanced Data Analysis) genutzt. Dabei kann die KI nicht nur Zahlen auswerten, sondern auch Zusammenhänge erklären, Visualisierungen erzeugen oder Daten bereinigen. 
- 
-Typische Anwendungsfelder: 
-  * Daten zusammenfassen und interpretieren 
-  * Trends und Muster erkennen 
-  * Inhalte visualisieren (Diagramme, Tabellen) 
-  * Daten umwandeln oder berechnen 
-  * Strukturierte Texte aus Zahlen generieren 
- 
----- 
- 
-==== Aufbau eines Analyse-Prompts ==== 
- 
-Ein zielführender Daten-Prompt enthält: 
- 
-  * **Datentyp und Format** (CSV, Excel, kopierte Tabelle, Beschreibung) 
-  * **Fragestellung oder Ziel** (z. B. "Gibt es saisonale Schwankungen?") 
-  * **Analyseart** (Zusammenfassung, Vergleich, Ausreißer finden etc.) 
-  * **Ausgabeformat** (Text, Tabelle, Liste, Diagramm) 
-  * **Sprachebene & Kontext** (Fachlich, laienverständlich, Berichtsstil etc.) 
- 
-→ Bei komplexeren Daten am besten tabellarisch oder als CSV beistellen. 
- 
----- 
- 
-==== 📊 Beispiele für Datenanalyse-Prompts ==== 
- 
-=== 📈 Zusammenfassung von Datensätzen === 
- 
-**Prompt 1 – Durchschnitt und Verteilung**   
-> Analysiere diesen Umsatzdatensatz. Gib mir den Durchschnittsumsatz, die Standardabweichung und die drei besten und schlechtesten Monate. 
- 
-<code csv> 
-Monat,Umsatz 
-Jan,12000 
-Feb,9500 
-Mrz,13500 
-Apr,7000 
-Mai,15000 
-Jun,16000 
-Jul,11000 
-Aug,17000 
-Sep,9800 
-Okt,14200 
-Nov,13000 
-Dez,15500 
-</code> 
- 
-**Beispiel-Antwort der KI (Auszug):** 
-- Durchschnitt: 12983,33 € 
-- Standardabweichung: 2701,85 € 
-- Beste Monate: Aug, Jun, Dez 
-- Schwächste Monate: Apr, Feb, Sep 
- 
---- 
- 
-=== 📉 Trends & Zeitverlauf erkennen === 
- 
-**Prompt 2 – Saisonale Muster finden**   
-> Finde saisonale Muster in diesem monatlichen Besucher-Tracking einer Website. Gibt es Zeiten mit auffälligem Zuwachs oder Rückgang? 
- 
-<code csv> 
-Monat,Besucher 
-Jan,3500 
-Feb,3000 
-Mrz,4500 
-Apr,4200 
-Mai,6000 
-Jun,6200 
-Jul,4000 
-Aug,3900 
-Sep,5100 
-Okt,5800 
-Nov,4900 
-Dez,6800 
-</code> 
- 
-**Antworthinweis:** 
-→ Die KI erkennt typische Sommer- und Winteranstiege, z. B. "Deutlicher Anstieg im Dezember – evtl. durch Jahresendgeschäft." 
- 
---- 
- 
-=== 📊 Visualisierungen erzeugen lassen === 
- 
-**Prompt 3 – Diagramm-Vorschlag mit Begründung**   
-> Erstelle einen Vorschlag für eine geeignete Visualisierung dieses Datensatzes. Erkläre, warum diese Darstellungsform sinnvoll ist. (→ Tabelle einfügen) 
- 
-**Beispiel-Antwort:** 
-> Ein Liniendiagramm zeigt die Entwicklung über Zeit gut sichtbar. 
- 
-{{:handbook:formate:entwicklung_besucher_linie.png?direct&200|}} 
- 
-> Für Vergleiche zwischen Kategorien bietet sich ein gruppiertes Balkendiagramm an. 
- 
-{{:handbook:formate:vergleich_besucher_balken.png?direct&200|}} 
- 
-**Prompt 4 – Umsatzvergleich nach Region** 
- 
-**Prompt:**   
-> Erstelle ein Balkendiagramm, das die Umsätze in drei Regionen (Nord, Süd, West) vergleicht. Gib die Werte in Tausend Euro an. 
- 
-{{:handbook:formate:umsatz_vergleich_regionen.png?direct&200|}} 
- 
-**Prompt 5 – Besucherzahlen im Zeitverlauf** 
- 
-**Prompt:**   
-> Erstelle ein Liniendiagramm, das die Entwicklung der Besucherzahlen von Januar bis Juni zeigt. Beschrifte die Achsen entsprechend. 
- 
-{{:handbook:formate:besucher_zeitverlauf.png?direct&200|}} 
- 
-=== 🔍 Ausreißer & Auffälligkeiten erkennen === 
- 
-**Prompt 4 – Anomalien finden**   
-> Finde Ausreißer im folgenden Energieverbrauchs-Datensatz und gib eine mögliche Erklärung für starke Abweichungen. 
- 
-**Tabelle:** 
-<code csv> 
-Tag,Verbrauch_kWh 
-01.03.,24 
-02.03.,22 
-03.03.,23 
-04.03.,52 
-05.03.,21 
-... 
-</code> 
- 
-**Antworthinweis:** 
-> "Der Verbrauch am 04.03. ist mit 52 kWh doppelt so hoch wie der Tagesdurchschnitt – möglicher Geräteausfall oder Sondernutzung." 
- 
---- 
- 
-=== 🧮 Berechnungen & Umwandlungen === 
- 
-**Prompt 5 – Werte berechnen**   
-> Rechne in dieser Tabelle zu jeder Zeile den Bruttobetrag mit 19 % USt. aus und ergänze eine neue Spalte. 
- 
-<code csv> 
-Artikel,Preis Netto 
-Tastatur,25.00 
-Maus,15.00 
-Monitor,220.00 
-</code> 
- 
-**Antwort der KI:** 
-<code> 
-Artikel       | Preis Netto | Preis Brutto (19 %) 
-------------- | ------------| ------------------- 
-Tastatur      | 25.00       | 29.75 
-Maus          | 15.00       | 17.85 
-Monitor       | 220.00      | 261.80 
-</code> 
- 
---- 
- 
-=== 🧾 Berichte & natürliche Sprache aus Daten === 
- 
-**Prompt 6 – Bericht generieren**   
-> Erstelle einen kurzen Absatz in Fließtextform, der die Verkaufszahlen des letzten Quartals zusammenfasst. Sprache: sachlich, für Managementbericht. 
- 
-**Beispiel-Antwort:** 
-> Im dritten Quartal stiegen die Verkaufszahlen kontinuierlich an. Besonders im August wurde mit 17.000 € der höchste Umsatz erzielt. Insgesamt konnte das Quartal mit einem Umsatzplus von 
  
handbook/formate/datenanalyse.1743608917.txt.gz · Zuletzt geändert: 2025/04/02 17:48 von rene

Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki
Chat
WiKiBot ×
Laden...