====== 04. Datenanalyse & Tabellen ======

==== Überblick ====

[[praxis:synthetic_data|KI-gestützte Datenanalyse]] wird zunehmend in Tools wie Excel Copilot, Google Sheets mit KI-Erweiterung oder [[glossar:chatgpt|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

----

==== Tool-Hinweise: KI-gestützte Datenanalyse ====
Siehe auch: [[praxis:synthetic_data|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 ===

  * **[[glossar:chatgpt|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