Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

--- handbook:formate:datenanalyse [2025/05/08 13:43] – Externe Bearbeitung 127.0.0.1
+++ handbook: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
-.03.,24
-.03.,22
-.03.,23
-.03.,52
-.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
-----
-==== Tool-Hinweise: KI-gestützte Datenanalyse ====
-Viele moderne Tools kombinieren Datenverarbeitung mit KI-Funktionalität. Sie helfen dabei, Daten zu interpretieren, Zusammenfassungen zu erstellen oder automatisch Visualisierungen zu generieren – auch ohne tiefgehendes Statistik- oder Programmierwissen.
-=== 🧰 Übersicht nützlicher KI-Tools für Datenanalyse ===
-  * **ChatGPT (Advanced Data Analysis / Code Interpreter)**
-    - Lädt eigene Dateien (CSV, Excel) hoch
-    - Interaktive Analyse, Visualisierung und Textausgabe
-    - Besonders gut für erklärende, laiengerechte Interpretationen
-    - Ideal für Dashboards, Ausreißer, Trends, Berechnungen
-  * **Microsoft Excel mit Copilot (Microsoft 365)**
-    - KI-gestützte Analyse direkt im Tabellenblatt
-    - Erklärt Formeln, schlägt Pivot-Tabellen oder Diagramme vor
-    - Kann Zusammenfassungen, Auffälligkeiten und Auswertungen generieren
-  * **Google Sheets mit Gemini (ehem. Bard)**
-    - KI-Unterstützung zur Datenaufbereitung und Interpretation
-    - Vervollständigt Formeln, schlägt Diagramme vor
-    - Gut für Zusammenarbeit in Echtzeit
-  * **Power BI mit KI-Visuals (Microsoft)**
-    - Automatisierte Insights („Was beeinflusst Umsatz?“)
-    - Q&A-Funktion („Warum sind die Verkäufe gesunken?“)
-    - Integration von OpenAI-Modellen für Berichte und Dashboards
-  * **Tableau GPT (Salesforce)**
-    - KI-Fragen zu Datenbeständen stellen („Welche Produkte liefen am besten?“)
-    - Automatisierte Visualisierungen und Textbausteine für Präsentationen
-    - Ideal für Reporting, Dashboards und Storytelling mit Daten
-  * **ThoughtSpot**
-    - Fokus auf Natural Language Search in Unternehmensdaten
-    - Visualisiert Antworten sofort (z. B. Balken, Tabellen, Trends)
-    - Eignet sich für Self-Service-Analytics im Business-Bereich
-  * **Zoho Analytics mit Zia**
-    - Zia ist der KI-Assistent für Analysefragen
-    - Erkennt Trends, Muster, Anomalien
-    - Generiert automatisch Diagramme und Managementberichte
-  * **MonkeyLearn**
-    - Speziell für **Textdatenanalyse** (z. B. Kundenfeedback, Umfragen)
-    - Visualisiert Themen, Stimmungen, häufige Begriffe
-    - Ideal für qualitative Datenauswertung
-  * **Looker Studio (Google, ehem. Data Studio)**
-    - KI-gestützte Visualisierung in Kombination mit BigQuery
-    - Gut für Dashboards, auch für Marketing- oder Finanzdaten
-    - Zunehmende Integration von Gemini erwartet
-----
-→ Arbeitsbeispiel [[handbook:formate:datenanalyse:beispiel|3.4.1 Arbeitsbeispiel]]