Tool-Lektionen3 Min. Lesezeit

Tabellen mit ChatGPT prüfen statt direkt analysieren

Prüfen Sie Daten in vier Schritten auf Lücken, Duplikate, Typfehler und Summen, bevor Sie ChatGPT um eine Analyse bitten.

Bokili Editorial· Geprüft am 17. August 2026
TeilenX
A spreadsheet passes through checks for missing values, duplicate rows, inconsistent types and reconciled totals.

Ein ansprechendes Diagramm kann eine fehlerhafte Tabelle verbergen. Fragen Sie ChatGPT nicht sofort nach der Bedeutung der Zahlen, sondern erst, ob die Datei eine Analyse überhaupt verdient. ChatGPT kann Tabellen prüfen, Diagramme erstellen und Code-basierte Berechnungen ausführen. OpenAI rät zudem zu klaren Spaltennamen und einem Datensatz pro Zeile. Diese Funktionen sind nützlich, entbinden Sie aber nicht von der Pflicht, Methode, Annahmen und Ergebnisse zu prüfen.

Starten Sie mit einem Daten-Audit, nicht mit der Analyse

Die erste Frage sollte nicht lauten: „Welche Trends siehst du?“, sondern: „Was könnte an diesem Datensatz irreführend sein?“ Das verlagert die Aufgabe von der Interpretation zur Qualitätskontrolle. So wird auch dokumentiert, was geprüft wurde, bevor jemand auf Basis der Ergebnisse handelt.

Der 4-Punkte-Check

1

Komplettheit

Finden Sie leere Pflichtfelder und unterscheiden Sie zwischen wirklich fehlenden Daten und gültigen Nullen oder „n. z.“-Werten.

2

Eindeutigkeit

Identifizieren Sie doppelte Datensätze anhand eines Business-Keys wie Bestell-, Rechnungs- oder Personalnummer.

3

Konsistenz

Prüfen Sie Datums-, Währungs-, Kategorie- und Zahlenformate auf gemischte oder unmögliche Werte.

4

Abgleich

Vergleichen Sie Zeilensummen mit einer Kontrollsumme, dem Quellbericht oder einer separaten Berechnung.

Praxisbeispiel: Bestellprotokoll

Stellen Sie sich eine Bestelldatei mit 20 Zeilen vor: Order ID, Date, Region, Units, Unit Price und Revenue. Eine Bestellung ist doppelt, zwei Umsatzzellen sind leer. Ein Datum ist als Text formatiert. In einer Zeile entspricht der Umsatz nicht dem Produkt aus Units und Unit Price. Keines dieser Probleme erfordert fortgeschrittene Statistik, doch alle können eine Zusammenfassung verfälschen.

Ein prüfbarer ChatGPT-Workflow

  1. 1

    Sichere Kopie erstellen

    Entfernen oder maskieren Sie sensible Felder gemäß den Regeln Ihrer Organisation. Belassen Sie das Original unverändert.

  2. 2

    Geschäftsregeln beschreiben

    Nennen Sie Pflichtspalten, den Schlüssel für Eindeutigkeit und welche Summen übereinstimmen müssen.

  3. 3

    Audit-Tabelle anfordern

    Fordern Sie eine Problem-Tabelle an: mit Zeile, Regelverstoß, Schweregrad und nächstem Schritt.

  4. 4

    Methode prüfen

    Prüfen Sie genutzten Code. Bitten Sie ChatGPT, Annahmen zu erklären und die Berechnung hinter jeder Markierung zu zeigen.

  5. 5

    Außerhalb der Analyse korrigieren

    Korrigieren Sie die Quelle oder eine Arbeitskopie. Führen Sie die gleichen Prüfungen erneut durch, bevor Sie Trends anfordern.

Lesen ist der Anfang. Üben macht den Unterschied.

Jetzt starten
Wiederverwendbarer Prompt
Prüfe diese Tabelle, bevor du sie analysierst. Korrigiere noch keine Werte. Prüfe: (1) fehlende Werte in Pflichtspalten [hier auflisten], (2) doppelte Datensätze anhand von [Business-Key], (3) inkonsistente Datums-, Kategorie- und Zahlentypen und (4) ob [berechnetes Feld] gleich [Formel] ist. Gib eine Problem-Tabelle aus mit Zeilen-ID, Beleg, Schweregrad und vorgeschlagener Aktion. Zeige dann den verwendeten Code und liste deine Annahmen auf.
Eine kompakte Problem-Tabelle, gefolgt von den durchgeführten Prüfungen und offenen Fragen.

Ersetzen Sie die Felder in Klammern durch Regeln aus Ihrem Prozess. Eine generische Anfrage wie „Bereinige meine Daten“ gibt dem Modell zu viel Spielraum.

Lesen Sie das Audit wie ein Prüfer

Akzeptieren Sie eine Markierung nicht nur, weil sie plausibel scheint. Ein leeres Lieferdatum kann bei einer offenen Bestellung korrekt sein. Ein wiederkehrender Kunde kann normal sein, eine doppelte Rechnung nicht. Prüfen Sie jedes Problem anhand der Bedeutung des Feldes, nicht nur nach dem Augenschein.

Oberflächliche PrüfungEntscheidungsreife Prüfung
Fehlende DatenLeere Zellen zählenPflichtfelder benennen und Ausnahmen erklären
DuplikateGanze Zeilen abgleichenDen tatsächlichen Geschäftsschlüssel des Prozesses verwenden
TypenAlles umwandelnGemischte Formate vor Änderungen markieren
SummenDer Arbeitsmappe vertrauenMit einer unabhängigen Kontrolle abgleichen

Datenrichtlinie vor Komfort

Nutzen Sie nur Dateien und Felder, die Ihre Organisation im freigegebenen Workspace erlaubt. Produktplan, Arbeitsbereichseinstellungen und Quell-Berechtigungen können verfügbare Funktionen und den Umgang mit Daten beeinflussen.

Audit in 10 Minuten testen

Eine risikoarme Tabelle prüfen
  1. Wählen Sie eine kleine, nicht sensible Tabelle und erstellen Sie eine Kopie.
  2. Schreiben Sie je eine Regel für Pflichtfelder, Eindeutigkeit und Abgleich.
  3. Führen Sie den wiederverwendbaren Prompt aus und prüfen Sie die Problemtabelle.
  4. Öffnen Sie eine markierte Zeile in der Originaldatei und prüfen Sie sie manuell.
  5. Speichern Sie die finalen Regeln, damit ein Kollege die Prüfung wiederholen kann.

Die Gewohnheit ist einfach: Prüfen Sie die Datenqualität, bevor Sie nach einer Interpretation fragen. Sind die Prüfungen explizit und wiederholbar, wird ChatGPT zum zweiten Augenpaar statt zur Quelle falscher Sicherheit. Bokilis kurze Praxis-Missionen helfen Teams, solche realen Prüfungen einzuüben, bis sie zur Routine werden.

Quellen

  1. Data analysis with ChatGPTOpenAI Help Center
  2. What types of files are supported?OpenAI Help Center
  3. Managing data, sharing, and privacy in ChatGPT BusinessOpenAI Help Center
TeilenX

Lesen ist der Anfang. Üben macht den Unterschied.

Bokili macht aus solchen Fähigkeiten Zehn-Minuten-Missionen für das ganze Team – mit sofortigem Feedback und sichtbarem Fortschritt.

Jetzt starten

Weiterlesen

Eine Anfängerin durchläuft eine sichere KI-Übung: Aufgabe wählen, Quelle vorbereiten, Entwurf erstellen, prüfen und eine verifizierte Arbeitsprobe sichern.
Umsetzungs-Playbooks5 Min. Lesezeit

KI-Kurs für Anfänger: Eine sichere erste Arbeitsprobe

Wählen Sie eine Aufgabe mit geringen Auswirkungen, schützen Sie die Eingaben, definieren Sie Qualitätskriterien und erstellen Sie eine verifizierte erste KI-Arbeitsprobe.