KI-Datenanalyse

Zwei Aufgaben, zwei Antworten

Wiederkehrende und einmalige Auswertung ziehen in entgegengesetzte Richtungen. Die wiederkehrende belohnt den Aufbau: Quelle einmal anbinden, Kennzahlen einmal definieren, und jede weitere Woche kostet fast nichts. Die einmalige bestraft genau das, denn der Aufbau ist der gesamte Aufwand und bringt eine einzige Antwort.

Ein Werkzeug, das eines davon gut kann, ist im anderen meist schwach. Daher kommt der größte Teil des Ärgers in diesem Feld — nicht von schlechten Werkzeugen, sondern von der falschen Frage.

Wann eine BI-Plattform richtig ist

Power BI, Tableau und Looker sind gut in dem, wofür sie gebaut sind. Wenn dieselben Zahlen jede Woche zählen, wenn mehrere Leute dieselbe Kennzahl sehen und sich über ihre Bedeutung einig sein müssen, wenn die Daten in einer Datenbank liegen und sich stündlich ändern, wenn jemand nachvollziehen können muss, wie eine Kennzahl definiert wurde — dann ist das ihre Aufgabe, und nichts Leichteres erledigt sie ordentlich.

Der Aufwand ist real und in diesem Zusammenhang angemessen: eine Verbindung, die gepflegt wird, ein Modell, das definiert wird, und jemand, der das Werkzeug beherrscht. Auf ein Jahr wöchentlicher Berichte verteilt ist das günstig.

Wann sie das falsche Werkzeug ist

Die Tabelle kam vor einer Stunde. Sie wollen wissen, welche drei Regionen eingebrochen sind und ob der Rückgang echt ist oder ein Buchungsfehler. Diese Datei öffnen Sie nie wieder.

Dafür ein Dashboard zu bauen ist keine Sorgfalt, sondern Aufwand. Eine Abfragesprache zu lernen ebenso, ein Skript zu schreiben ebenso, und — für die meisten — sich zu erinnern, wie eine Pivot-Tabelle mit leeren Zeilen umgeht, auch. Die Antwort ist etwa neunzig Sekunden wert, und jede Minute darüber ist Verlust.

Worauf es bei der schnellen Variante ankommt

Vier Dinge, und nur eines steht üblicherweise in der Werbung. Ob die Zahl berechnet oder vorhergesagt wurde — ein Sprachmodell, dem man Zeilen gibt, erzeugt Summen so, wie es Sätze erzeugt, und bei großen Tabellen läuft das auseinander. Ob die Datei so geöffnet wird, wie sie ist, ohne Export. Ob erst ein Konto und eine Verbindung nötig sind, bevor überhaupt etwas gesagt wird. Und was danach mit der Datei geschieht.

Das erste ist das, was man prüfen sollte. Fragen Sie nach der Zeilenzahl und gleichen Sie sie ab; fragen Sie zweimal nach derselben Summe. Was rechnet, antwortet jedes Mal gleich und trifft die Zeilenzahl genau.

Die Frage, die beides trennt

Werden Sie das nächsten Monat wieder fragen? Wenn ja, investieren Sie in den Aufbau — die Plattform rechnet sich, und alles Leichtere wird bald stören. Wenn nein, zahlen Sie den Aufbau gar nicht erst.

Wo CypherScan steht

Im zweiten Fall, ohne so zu tun als wäre es anders: keine Datenbankverbindung, keine geplante Aktualisierung, kein geteiltes Dashboard. Wer das braucht, ist hier falsch, und Power BI ist eine gute Antwort.

Was es macht, ist die Neunzig-Sekunden-Variante. Datei ablegen — .xlsx, .csv, .parquet, .json und die übrigen — und in einem Satz fragen. Das Modell sieht Ihre Daten nie und rechnet nie: Es sieht eine Beschreibung der Tabelle und schreibt daraus eine Abfrage, und die läuft in Ihrem eigenen Browser über die vollständige Datei. Die Summen sind damit berechnet statt geschätzt, bei einer Million Zeilen so gut wie bei zweihundert, und die Zeilen verlassen Ihren Rechner nicht. Drei Dateien und zwanzig Fragen pro Woche ohne Konto.

Was ist die beste KI für Datenanalyse?

Es gibt keine eine Antwort, weil in der Frage zwei stecken. Für wiederkehrende Berichte, auf die sich mehrere verlassen, eine BI-Plattform. Für eine Datei und eine Frage etwas, das die Datei öffnet und in einem Satz antwortet — der Aufbau, den eine Plattform verlangt, ist der ganze Aufwand, wenn man nur eine Antwort braucht.

Ersetzt KI Power BI?

Nicht für das, wofür es tatsächlich eingesetzt wird. Definierte Kennzahlen, Live-Verbindungen und ein Dashboard, das dreißig Leute teilen, liefert kein Chatfenster. Ersetzt wird die Gewohnheit, ein Dashboard zu bauen, um etwas einmal zu beantworten.

Taugt ChatGPT für Datenanalyse?

Zum Beschreiben und Deuten ja, beim Rechnen auf großen Dateien nicht — eine Summe aus einem Sprachmodell ist vorhergesagt, nicht berechnet. Der Argumentation trauen, die Zahlen prüfen.

Und für Excel-Tabellen?

Dort zeigt sich der Unterschied am deutlichsten. Entscheidend ist, ob eine echte Abfrage läuft oder die Zeilen gelesen und geschätzt werden. Prüfen lässt sich das über die Zeilenzahl.

Brauche ich SQL?

Nein. Die Abfrage wird aus einer Beschreibung Ihrer Tabelle geschrieben und läuft lokal; Sie fragen in einem Satz und bekommen die Abfrage gar nicht zu sehen, wenn Sie nicht wollen.

Wie groß darf die Datei sein?

Bis zu einer Million Zeilen am Rechner, fünfzigtausend am Telefon. Das ist eine Speichergrenze, keine Genauigkeitsgrenze — gerechnet wird ohnehin über jede Zeile.

Ist das kostenlos?

Drei Dateien und zwanzig Fragen pro Woche, ohne Konto und ohne Karte. Keine Testphase, weil nichts abläuft.