Prompts für Analyse und Reporting

Datenanalyse-Prompts auf Deutsch

Gute Datenanalyse-Prompts zwingen die KI, erst Struktur, Datenqualität und Annahmen zu prüfen. So bekommst du nicht nur eine schnelle Antwort, sondern eine Analyse, die du kontrollieren kannst.

Zuletzt redaktionell geprüft: 17.8.2026

Ziel

Schneller zur passenden Vorlage

Ergebnis

Prompt kopieren, anpassen, prüfen

Prüfung

Fakten und Grenzen sichtbar

Was du hier bekommst

Antwort auf die Suche

Die Seite beantwortet die konkrete Suchweise und führt schnell zur passenden Vorlage.

Kopierbare Arbeitshilfe

Die Prompts enthalten Platzhalter, Regeln und ein klares Ausgabeformat.

Prüfung statt Blindflug

Checklisten und FAQ zeigen, wo du Fakten, Quellen oder fachliche Grenzen prüfen musst.

Was ein Datenanalyse-Prompt leisten muss

Ein Analyse-Prompt sollte die Quelle, das Ziel, die Spalten, den Zeitraum und die gewünschte Ausgabe nennen. Wichtig ist auch die Regel, dass die KI fehlende Werte und Ausreißer offen markiert.

Prüfe zuerst Spalten, Datentypen, fehlende Werte und auffällige Duplikate.
Trenne Beschreibung, Auswertung und Handlung klar voneinander.
Lass Rechenwege und Annahmen anzeigen, damit du Fehler findest.

Vorlage für den Analyseauftrag

Nutze die folgende Struktur, wenn du Daten aus Excel, CSV, Google Sheets, Airtable oder einer Datenbank analysieren willst.

Bausteine für Datenanalyse-Prompts
Baustein	Was du einträgst	Beispiel
Ziel	Welche Frage soll beantwortet werden?	Warum sinkt die Conversion seit Juni?
Daten	Quelle, Zeitraum, Spalten und Filter	CSV, Mai bis Juli, Kanal, Kosten, Leads
Qualität	Was soll vor der Analyse geprüft werden?	Fehlende Werte, Ausreißer, Dubletten
Methode	Welche Auswertung ist sinnvoll?	Trend, Segmentvergleich, Korrelation
Ausgabe	Wie soll das Ergebnis aussehen?	Tabelle, Kurzfazit, nächste Schritte

Wann du vorsichtig sein musst

KI kann Muster beschreiben, aber sie sieht keine Ursache, wenn die Daten sie nicht belegen. Fordere deshalb immer Gegenhypothesen und eine Liste fehlender Daten an.

Prompts zum Kopieren

Prompt 1

Datenqualität prüfen

Für CSV, Excel, Google Sheets und exportierte Tabellen.

Du bist Datenanalyst.

Aufgabe: Prüfe die folgende Tabelle, bevor du eine Auswertung machst.

Datenkontext:
- Quelle: [Quelle]
- Zeitraum: [Zeitraum]
- Ziel der Analyse: [Frage]
- Wichtige Spalten: [Spalten]

Prüfe:
1. Fehlende Werte
2. Doppelte Zeilen
3. Auffällige Ausreißer
4. Unklare Spaltennamen
5. Werte, die nicht zum Datentyp passen

Ausgabe:
- Kurzer Befund
- Tabelle mit Problem, betroffene Spalte, Auswirkung, empfohlene Korrektur
- Fragen, die ich vor der Analyse beantworten muss

Daten:
[Tabelle einfügen]

Prompt 2

Kennzahlen erklären

Analysiere die folgenden Kennzahlen.

Ziel: Ich will verstehen, was sich verändert hat und was ich als Nächstes prüfen sollte.

Kontext:
- Geschäftsziel: [Ziel]
- Zeitraum: [Zeitraum]
- Segment: [Segment]
- Kennzahlen: [Kennzahlen]

Aufgabe:
1. Beschreibe die wichtigsten Veränderungen.
2. Trenne sichere Beobachtungen von Vermutungen.
3. Nenne 3 mögliche Ursachen pro auffälliger Veränderung.
4. Nenne die Daten, die zur Prüfung noch fehlen.
5. Formuliere 5 konkrete nächste Schritte.

Ausgabe in Deutsch, knapp und prüfbar.

Daten:
[Daten einfügen]

Häufige Fragen

Was sind gute Datenanalyse-Prompts?

Gute Datenanalyse-Prompts nennen Ziel, Datenquelle, Zeitraum, Spalten, Prüfregeln und Ausgabeformat. Sie verlangen außerdem Annahmen und offene Fragen.

Kann ChatGPT Datenanalyse in Excel ersetzen?

Nein. ChatGPT kann beim Prüfen, Erklären und Strukturieren helfen. Rechnen, Freigaben und belastbare Berichte solltest du mit der Quelle und einem passenden Werkzeug prüfen.

Funktionieren Datenanalyse-Prompts auch mit Gemini und Claude?

Ja. Die Struktur ist modellunabhängig. Bei großen Dateien brauchst du aber ein Werkzeug, das Tabellen direkt laden und prüfen kann.