Zum Hauptinhalt springen

Datenanalyse

Alle Level

Du musst kein Data Scientist sein, um mit KI Antworten aus Daten zu erhalten — aber du musst sie ehrlich halten. Die KI schreibt die Abfrage und erklärt das Ergebnis; du bestätigst, dass die Zahlen echt sind.

Wobei es hilft​

  • Schreiben von SQL / Tabellenkalkulationsformeln / pandas aus einer Frage in einfacher Sprache.
  • Erklären, was eine Abfrage oder ein Ergebnis in geschäftlichen Begriffen bedeutet.
  • Bereinigen & Transformieren unsauberer Daten (beschreibe das Chaos, erhalte die Schritte).
  • Vorschlagen des passenden Diagramms für die Frage.
  • Interpretieren der Ausgabe und Vorschlagen der nächsten Frage.

Der sichere Arbeitsablauf​

  1. Beschreibe deine Daten — Spalten, Typen und die Granularität (eine Zeile = ?). Nimm keine Namen an.
  2. Formuliere die Frage, die die Analyse beantworten soll.
  3. Erhalte die Abfrage + eine einzeilige Erklärung dessen, was sie tut und welche Annahmen sie trifft.
  4. Führe sie selbst aus mit den echten Daten.
  5. Bring die Ergebnisse zurück für eine Interpretation in einfacher Sprache und Vorbehalte.
My table `orders` has columns: order_id, customer_id, created_at, total_eur,
status. One row per order. Write SQL for monthly revenue from completed orders in
2025, and explain any assumptions.

Leitplanken​

:::warning Vertraue niemals Zahlen, die sie nicht berechnet hat Wenn die KI ein Ergebnis nennt, ohne die Abfrage mit deinen Daten ausgeführt zu haben, könnte diese Zahl erfunden sein. Führe Abfragen selbst aus; behandle jede Zahl, die du nicht berechnet hast, als ungeprüft. Und denk daran: Korrelation ≠ Kausalität — bitte die KI, assoziative Aussagen zu kennzeichnen. Siehe Halluzinationen. :::

  • Plausibilitätsprüfung der Größenordnungen — unplausibles Ergebnis? Nachforschen, nicht veröffentlichen.
  • Annahmen benennen (Nullwerte, Deduplizierung, Zeitzonen, Währung).
  • Füge keine sensiblen Daten/personenbezogenen Daten in Tools ein, die du nicht geprüft hast (Datenschutz).

Weiter​