Die Analyse natürlicher Sprache erleichtert es, einem Dashboard eine Frage zu stellen. Der schwierigere Teil besteht darin, sicherzustellen, dass diese Frage eine klare, messbare Bedeutung hat.
Wir haben dies mit ChartGen getestet, unter Verwendung eines kontrollierten regionalen Leistungsdatensatzes, der Umsatz, Gewinn, Gewinnmarge, Bestellungen, Rücklaufquote, Wachstum im Vergleich zum Vorjahr sowie Quartalsdaten für vier Regionen enthält.
Die erste Frage war bewusst vage formuliert:
„Welche Region hat die beste Leistung erbracht?“
Anschließend stellten wir eine spezifischere Frage:
„Vergleichen Sie den Gesamtumsatz nach Regionen für das zweite Quartal 2026 und ordnen Sie die Regionen vom höchsten zum niedrigsten Wert.“
Die beiden Prompts führten zu sehr unterschiedlichen Antworttypen.
Dieser Unterschied zeigt eine wichtige Einschränkung von Konversations-KI-Dashboards: Natürliche Sprache erleichtert das Erkunden von Daten, aber sie definiert nicht automatisch, was ein Geschäftsbegriff wie „am besten“, „stark“ oder „erfolgreich“ tatsächlich bedeutet.
Auf eine einfache Frage ergaben sich mehrere stichhaltige Antworten
Unsere erste Prompt-Anweisung hat nicht definiert, was „die beste Leistung erbracht“ bedeutet.
ChartGen hat das Dataset nicht in eine willkürliche Rangfolge gezwungen. Stattdessen hat es die regionale Leistung anhand mehrerer verfügbarer Metriken bewertet.
West zeichnete sich durch seine Rentabilität aus. In den verfügbaren Quartalsdaten lag die Gesamtgewinnmarge bei etwa 20,8 %, dem höchsten Wert der vier Regionen.
Nord führte in der Skala an. Es erzielte den höchsten Umsatz und das höchste Auftragsvolumen, obwohl seine Gesamtgewinnmarge mit etwa 16,8 % niedriger lag.
Die Region Süd verzeichnete das stärkste Wachstum, mit einer durchschnittlichen jährlichen Wachstumsrate von etwa 11 % im Vergleich zum Vorjahr.
Die Ostregion erzielte die beste Rendite, mit einer Gesamtrendite von etwa 2,56 %, die die niedrigste unter den vier Regionen darstellt.
Daher kam ChartGen zu dem Schluss, dass West stärker war, wenn die Rentabilität im Vordergrund stand, während North die Nase vorn hatte, wenn es stärker auf Skalierung und Geschäftsvolumen ankam.
Das Ergebnis ist nützlich, da es das eigentliche Problem der ursprünglichen Frage aufdeckt.
In den Daten gab es keine einheitliche Definition von „am besten“.
（Derselbe Datensatz ergab unterschiedliche Spitzenreiter, je nachdem, ob die Leistung anhand von Umsatz, Rentabilität, Wachstum oder Rendite gemessen wurde.）
„Best Performing“ ist kein Feld in der Tabelle
Die Quelldatei enthielt Umsatz, Gewinn, Gewinnmarge, Bestellungen, Rücklaufquote und Jahreswachstum, aber sie enthielt kein Feld mit der Bezeichnung „Leistungsstärkste Region“.
Als wir ChartGen fragten: „Welche Region hat die beste Leistung erbracht?“, spiegelte die Antwort diese Mehrdeutigkeit wider. Statt die Daten in eine einzige Rangliste zu zwängen, verglich ChartGen die Regionen anhand mehrerer Kennzahlen.
In diesem Test lag Nord bei Umsatz und Auftragsvolumen an der Spitze, West bei Gewinn und Gewinnmarge, Ost wies die niedrigste Rücklaufquote auf und Süd verzeichnete das stärkste Wachstum.
Der entscheidende Punkt ist nicht, dass die KI die falsche Antwort gewählt hat. Die betriebswirtschaftliche Fragestellung selbst hat nicht definiert, was „am besten“ bedeutet.
Eine präzisere Frage lieferte eine überprüfbare Antwort
Für den zweiten Test haben wir das mehrdeutige Wort „besten“ entfernt und genau definiert, was verglichen werden soll.
Wir haben gefragt:
Vergleichen Sie den Gesamtumsatz nach Regionen für das zweite Quartal 2026 und ordnen Sie die Regionen vom höchsten zum niedrigsten Wert.
Dieses Mal fiel das Ergebnis weitaus konkreter aus.
ChartGen hat den Umsatz im zweiten Quartal wie folgt eingestuft:
Norden — 520.000 $
Ost – 470.000 $
Süden – 455.000 $
West – 430.000 $
（Nachdem die Messgröße und der Zeitraum definiert wurden, lieferte ChartGen eine klare Umsatzrangliste nach Regionen für das zweite Quartal 2026.）
Der höchste und niedrigste Umsatz im zweiten Quartal unterscheiden sich um 90.000 $.
Was noch wichtiger ist: Das Ergebnis konnte nun direkt anhand der hochgeladenen Quelldatei überprüft werden.
Die KI musste nicht entscheiden, was „Leistung“ bedeutete.
Die Kennzahl war der Umsatz.
Die Berechnung bezog sich auf den Gesamtumsatz.
Der Geltungsbereich war die Region.
Der Zeitraum war das zweite Quartal 2026.
Diese vier Details verwandelten eine offene Geschäftsfrage in eine Antwort, die ein anderer Prüfer nachvollziehen konnte.
Auch der Zeitraum kann die Bedeutung verändern
Der erste Prompt ließ zudem eine weitere Entscheidung unbestimmt.
Welche Region hat die beste Leistung erbracht?
es wird nicht angegeben, ob die Leistung für das erste Quartal, das zweite Quartal, das jüngste Quartal oder alle verfügbaren Zeiträume bewertet werden soll.
In unserem Test nutzte ChartGen die verfügbaren Quartalsdaten, um umfassendere Beobachtungen zu den vier Regionen zu erstellen.
Dies war eine angemessene Methode, um den Datensatz zu untersuchen, aber es zeigt auch, warum der Zeitraum von Bedeutung ist, wenn eine Antwort in einem formellen Bericht verwendet werden soll.
Vergleichen Sie diese beiden Fragen:
Welche Region erzielt den höchsten Umsatz?
und:
Welche Region erzielte im zweiten Quartal 2026 den höchsten Gesamtumsatz?
Die zweite Frage lässt sich leichter überprüfen, da eine andere Person genau weiß, welche Datensätze einbezogen werden sollen.
Dasselbe Problem tritt bei Formulierungen wie „kürzliches Wachstum“, „aktuelle Leistung“, „Top-Kunden“ oder „bestes Produkt“ auf.
Ohne einen festgelegten Zeitraum oder eine festgelegte Metrik muss die KI dennoch eine Interpretation vornehmen.
Warum Konversationsanalytik Geschäftskontext benötigt
Dieses Problem ist nicht einzigartig für ChartGen.
Microsoft hat Power BI schrittweise von der älteren Q\&A-Funktion auf Copilot umgestellt. Das ältere Q\&A-System stützte sich bereits auf Synonyme und Modellterminologie, um natürlichsprachliche Fragen den richtigen Feldern zuzuordnen, und Microsoft plant, die älteren Q\&A-Funktionen im Dezember 2026 einzustellen. \(Microsoft Learn, „Einführung: Untersuchen von Daten mithilfe natürlicher Sprache mit Power BI Q\&A“\)
Google treibt diesen Ansatz mit Looker Conversational Analytics noch weiter. Die zugehörigen Datenagenten können auf semantische Modelle und benutzerdefinierte Anweisungen zurückgreifen, die festlegen, welche Felder relevant sind, wie Berechnungen ablaufen sollen und was bestimmte Geschäftsbegriffe bedeuten. \(Google Cloud, „Übersicht zu Conversational Analytics in Looker“\)
Dies unterstreicht den Unterschied zwischen dem Verstehen von Sprache und dem Verstehen von geschäftlichen Bedeutungen.
Ein System kann die Wörter „leistungsstärkste Region“ verstehen, benötigt aber dennoch eine Definition von Leistung, bevor die Antwort eindeutig wird.
Vier Details erleichtern die Überprüfung einer KI-Dashboard-Frage
Eine sinnvolle Dashboard-Frage definiert üblicherweise vier Dinge.
Definieren der Metrik
Ersetzen Sie allgemeine Begriffe wie „am besten“, „am stärksten“ oder „erfolgreichste“ durch etwas Messbares.
Statt:
Welches Produkt hat die beste Leistung erbracht?
Frage:
Welches Produkt hat den höchsten Bruttogewinn erzielt?
Nun liegt dem Ergebnis eine konkrete Messgröße zugrunde.
Definition der Berechnung
Machen Sie sich klar, ob die Frage eine Summe, einen Durchschnitt, eine Anzahl, einen Prozentsatz oder eine Rate verlangt.
„Höchster Umsatz“ ist etwas anderes als „höchster durchschnittlicher Umsatz pro Bestellung“.
„Die höchsten Gesamterträge“ unterscheiden sich von der „höchsten Rendite“.
Definieren Sie den Geltungsbereich
Geben Sie an, welcher Teil der Daten in die Analyse einbezogen werden soll.
Das könnte alle Regionen, eine Produktlinie, Neukunden, einen bestimmten Vertriebskanal oder einen einzelnen Markt bedeuten.
Ein KI-Dashboard-Builder kann einen Großteil des Analyse- und Visualisierungsprozesses automatisieren, muss aber dennoch wissen, welche Daten die jeweilige Frage abdecken soll.
Zeitraum festlegen
Verwenden Sie einen klaren Zeitraum wie Q2 2026, Juli 2026, laufendes Jahr oder die letzten sechs vollen Monate.
Dadurch entfällt eine weitere Entscheidung, die das System sonst treffen müsste.
Beim Arbeiten mit einem Excel-KI-Dashboard gilt dasselbe Prinzip: Eine gut strukturierte Arbeitsmappe hilft dem Tool, Felder und Werte zu erkennen – dennoch kann die Arbeitsmappe nicht von selbst entscheiden, welches Geschäftsziel relevant ist, solange diese Definition nicht an einer Stelle im Datenmodell oder in der Fragestellung hinterlegt ist.
Antwort anhand der Quelldaten überprüfen
Eine Antwort in natürlicher Sprache sollte nicht allein deshalb akzeptiert werden, weil sie plausibel klingt.
Vor der Verwendung des Ergebnisses in einem Bericht ist zu prüfen, ob das System die vorgesehene Metrik, Berechnung, den Geltungsbereich und den Zeitraum verwendet hat.
Bei unserem zweiten Test waren diese Prüfungen unkompliziert.
Die Frage bezieht sich auf den Umsatz, daher sollte die Ausgabe Umsatz statt Gewinn oder Bestellungen verwenden.
Es wurde nach dem Gesamtumsatz gefragt, daher sollten die Werte nicht gemittelt werden.
Es wurde eine Region angegeben, daher sollte die Ausgabe die vier Regionen vergleichen.
Es wurde das zweite Quartal 2026 festgelegt, daher sollten die Datensätze des ersten Quartals keinen Einfluss auf das Ranking haben.
Abschließend kann die endgültige Bestellung direkt mit der CSV-Datei verglichen werden:
Zuerst Norden, dann Osten, Süden und Westen.
Aus diesem Grund ist die zweite Antwort für formelle Berichte nützlicher. Sie ist nicht einfach detaillierter, sondern weist einen klaren Weg zurück zu den Quelldaten auf.
KI kann die Daten analysieren, aber das Unternehmen definiert die Fragestellung
Das erste Ergebnis von ChartGen darf nicht als Fehler gewertet werden.
Tatsächlich war es nützlich.
Durch die Trennung von Rentabilität, Skalierung, Wachstum und Rendite wurde deutlich, dass mehrere Definitionen der regionalen Leistung möglich sind.
Diese Art von explorativer Antwort kann einem Nutzer dabei helfen, herauszufinden, welcher Teil der Daten einer tiefergehenden Untersuchung wert ist.
Der Maßstab ändert sich, wenn die Antwort als Berichtsüberschrift, KPI-Fazit oder Geschäftsentscheidung dienen soll.
An diesem Punkt muss die Metrik explizit genug sein, damit eine andere Person das Ergebnis reproduzieren kann.
ChartGens KI-Dashboard-Generator kann Excel- oder CSV-Daten verwenden, um Dashboards, Visualisierungen und natürlichsprachliche Erkenntnisse zu erstellen. Das Unternehmen muss jedoch selbst festlegen, was Begriffe wie „am besten“, „hochwertig“, „erfolgreich“ oder „unterdurchschnittlich“ im eigenen Kontext bedeuten.
Künstliche Intelligenz kann eine Definition verarbeiten.
Es sollte nicht stillschweigend der Eigentümer dieser Definition werden.
Bessere Fragen liefern überprüfbare Antworten
Unsere beiden ChartGen-Tests basierten auf demselben zugrundeliegenden regionalen Datensatz.
Die erste Frage lautete:
„Welche Region hat die beste Leistung erbracht?“
Es ergab sich eine mehrdimensionale Interpretation, da mehrere Antworten vertretbar waren: West führte bei der Rentabilität, Nord bei der Größe, Süd beim Wachstum und Ost wies die niedrigste Rendite auf.
Die zweite Frage lautete:
„Vergleichen Sie den Gesamtumsatz nach Regionen für das zweite Quartal 2026 und ordnen Sie die Regionen vom höchsten zum niedrigsten Wert.“
Daraus ergab sich eine eindeutige Rangfolge, die anhand der Quelldaten überprüft werden konnte: Nord mit 520.000 $, Ost mit 470.000 $, Süd mit 455.000 $ und West mit 430.000 $.
Dieser Unterschied ist die praktische Lektion.
Die Analyse natürlicher Sprache erleichtert das Stellen von Fragen zu Daten. Sie beseitigt jedoch keine mehrdeutigen Geschäftsdefinitionen.
Bevor Sie sich auf die Antwort eines KI-Dashboards verlassen, definieren Sie die Metrik, die Berechnung, den Geltungsbereich und den Zeitraum.
Je klarer diese vier Elemente formuliert sind, desto einfacher lässt sich die Antwort überprüfen – und desto sicherer ist sie für die Verwendung in einem Geschäftsbericht.