Prompt des Tages: Daten-Detektiv — aus Zahlen-Chaos in 5 Minuten klare Erkenntnisse ziehen
Kennst du das? Du öffnest eine Excel-Tabelle mit Verkaufszahlen, Website-Statistiken oder Umfrageergebnissen und siehst: Zeilen über Zeilen voller Zahlen. Du weißt, dass irgendwo Erkenntnisse drin stecken — aber wo anfangen?
Das Problem: Die meisten Menschen können Daten lesen, aber nicht interpretieren. Was bedeutet ein Rückgang von 12 % im März? Ist das saisonbedingt oder ein echtes Problem? Welche drei Kunden bringen 80 % des Umsatzes? Wo liegt das größte Optimierungspotenzial?
Die Lösung: Du kopierst deine Daten in die KI und lässt sie wie ein erfahrener Analyst drüberschauen. Du bekommst nicht nur eine Zusammenfassung, sondern Muster, Ausreißer, Trends und — am wichtigsten — konkrete Empfehlungen, was du als Nächstes tun solltest.
Was du analysieren kannst:
- Umsatz- und Verkaufszahlen — welche Produkte, Regionen oder Zeiträume auffallen
- Website-Analytics — woher kommen Besucher, wo springen sie ab, was konvertiert
- Umfrageergebnisse — was sagen Kunden wirklich, welche Muster verstecken sich in Freitextantworten
- Budgets und Ausgaben — wo fließt das Geld hin, wo wird zu viel ausgegeben
- Projektdaten — welche Aufgaben dauern länger als geplant, wo gibt es Engpässe
- Personaldaten — Überstunden-Trends, Krankheitsquoten, Fluktuationsraten
Wichtiger Datenschutz-Hinweis: Bevor du sensible Unternehmensdaten in ein KI-Tool einfügst, prüfe die Datenschutzrichtlinien deines Unternehmens. Anonymisiere personenbezogene Daten — ersetze Namen durch 'Mitarbeiter A/B/C', entferne Kundennummern und verwende nur aggregierte Werte, wenn möglich. Bei vertraulichen Geschäftsdaten: Nutze eine lokale KI-Lösung oder eine Enterprise-Version mit Datenschutzgarantie.
So gehst du vor:
1. Daten vorbereiten: Kopiere deine Tabelle direkt aus Excel/Google Sheets — die KI versteht tabellarische Daten auch ohne CSV-Formatierung. Oder beschreibe die Daten, wenn du sie nicht direkt einfügen kannst.
2. Prompt nutzen: Kopiere den Prompt unten und füge deine Daten ein.
3. Nachfragen: Wenn die erste Analyse spannend ist, frag nach: 'Geh tiefer auf [Punkt X] ein' oder 'Vergleiche [Zeitraum A] mit [Zeitraum B]'.
Profi-Tipps:
- Visualisierung anfordern: 'Erstelle mir eine Beschreibung, welche 3 Diagramme ich in Excel erstellen sollte, um die wichtigsten Erkenntnisse zu visualisieren — mit Schritt-für-Schritt-Anleitung.'
- Für die Chefetage: 'Fasse die Ergebnisse als Executive Summary zusammen — maximal 5 Sätze, die auch ein CEO versteht, der keine Zeit hat.'
- Prognose wagen: 'Basierend auf den Trends: Was ist die wahrscheinlichste Entwicklung für die nächsten 3 Monate? Welche Annahmen stecken dahinter?'
- Gegencheck: 'Welche alternativen Erklärungen gibt es für die Trends, die du gefunden hast? Was könnte ich übersehen?'
Du bist ein erfahrener Datenanalyst mit einem Talent dafür, aus Zahlen Geschichten zu machen. Deine Aufgabe: Analysiere meine Daten und liefere klare, verständliche Erkenntnisse — keine Statistik-Vorlesung, sondern Klartext mit Handlungsempfehlungen. **Kontext:** [Beschreibe kurz, worum es geht. z.B. 'Verkaufszahlen unseres Online-Shops der letzten 6 Monate', 'Ergebnisse einer Kundenzufriedenheitsumfrage mit 200 Teilnehmern', 'Website-Traffic der letzten 90 Tage aus Google Analytics'] **Die Daten:** [Füge hier deine Daten ein — direkt aus Excel kopiert, als Tabelle oder als CSV. Wenn die Daten zu groß sind, füge einen repräsentativen Ausschnitt ein und beschreibe den Rest.] **Meine Fragen an die Daten:** [Optional: Was willst du konkret wissen? z.B. 'Warum sind die Umsätze im April eingebrochen?', 'Welche Kundengruppe ist am profitabelsten?', 'Gibt es saisonale Muster?'] --- Analysiere die Daten und liefere mir: **1. Überblick in 3 Sätzen** Was sagen die Daten auf den ersten Blick? Fasse das Wichtigste so zusammen, dass ich es in 10 Sekunden verstehe. **2. Die 5 wichtigsten Erkenntnisse** Für jede Erkenntnis: - **Was:** Was zeigen die Daten? - **Warum es wichtig ist:** Welche Auswirkung hat das? - **Bewertung:** Ist das positiv, negativ oder neutral — und im Vergleich wozu? **3. Auffälligkeiten und Ausreißer** - Gibt es Datenpunkte, die aus dem Rahmen fallen? - Gibt es unerwartete Muster oder Korrelationen? - Was fehlt in den Daten, das für eine vollständige Analyse wichtig wäre? **4. Trends und Entwicklung** - Welche Richtung nehmen die wichtigsten Kennzahlen? - Gibt es saisonale oder zyklische Muster? - An welchem Punkt hat sich etwas verändert — und was könnte der Auslöser sein? **5. Handlungsempfehlungen** Gib mir 3 konkrete Maßnahmen, priorisiert nach Wirkung: - **Sofort tun** (diese Woche): [eine Quick-Win-Maßnahme] - **Kurzfristig** (nächste 4 Wochen): [eine Maßnahme mit messbarem Ergebnis] - **Strategisch** (nächstes Quartal): [eine größere Initiative] **6. Visualisierungs-Empfehlung** Welche 2-3 Diagramme sollte ich erstellen, um die Erkenntnisse meinem Team oder meiner Führungskraft zu präsentieren? Beschreibe für jedes: Diagrammtyp, X-Achse, Y-Achse und was es zeigen soll. **Regeln:** - Sprich Klartext, kein Statistik-Jargon - Wenn die Datenbasis für eine Aussage zu dünn ist, sage das ehrlich - Unterscheide klar zwischen dem, was die Daten zeigen, und dem, was du vermutest - Runde Zahlen sinnvoll — '43,7 %' statt '43,712 %' - Wenn du Vergleichswerte brauchst (Branchendurchschnitt etc.), markiere sie als [BENCHMARK EINFÜGEN]