Datenanalyse der Verkaufszahlen mit KI-Unterstützung von Chat GPT
Für die vorliegende Aufgabe habe ich den strukturierten Datensatz mit den monatlichen Verkaufszahlen der Produkte A, B und C in den vier Regionen Nord, Süd, West und Ost analysiert. Ziel war es, mit Hilfe eines KI-gestützten Tools relevante Entwicklungen, saisonale Trends und regionale Unterschiede zu erkennen, die für eine fiktive Geschäftsführung von Bedeutung sind. Zudem sollte eine einfache visuelle Übersicht als Dashboard erstellt werden, um die Ergebnisse anschaulich darzustellen.
Verwendetes Tool und Vorbereitung
Ich habe mich für ChatGPT mit der Funktion „Advanced Data Analysis“ entschieden, da dieses Tool durch seine Kombination aus natürlicher Sprachverarbeitung und Datenanalyse besonders gut für Anfänger geeignet ist. Ich habe den Datensatz als Tabelle in das Tool eingegeben und dazu eine klare Fragestellung formuliert: „Analysiere die monatlichen Verkaufszahlen der Produkte A, B und C nach Region. Identifiziere saisonale Trends und regionale Unterschiede und erstelle passende Diagramme.“
Zuvor habe ich den Datensatz in Google Sheets geöffnet, um einen ersten Überblick zu gewinnen und die Datenstruktur zu verstehen. Die Verkaufszahlen sind vollständig und weisen keine Ausreißer oder fehlenden Werte auf, sodass die Datenqualität für die Analyse gut war.
Analyseprozess
Die KI unterstützte mich in mehreren Schritten: Zunächst wertete sie die Rohdaten aus und erstellte eine Zusammenfassung der allgemeinen Verkaufsentwicklung. Dabei fiel auf, dass alle drei Produkte im Jahresverlauf steigende Verkaufszahlen zeigen, mit einem deutlichen Anstieg in der zweiten Jahreshälfte. Die KI betonte, dass Produkt A durchgehend die höchsten Verkaufszahlen erreicht, gefolgt von Produkt B und Produkt C.
Anschließend bat ich die KI, verschiedene Diagramme zu generieren, um die Trends besser sichtbar zu machen. ChatGPT erstellte Liniendiagramme, die die monatliche Entwicklung der Produkte zeigten, sowie Balkendiagramme zum Vergleich der Gesamtumsätze je Region. Besonders hilfreich war auch die Erstellung einer Heatmap, die zeigte, welche Produkte in welchen Regionen besonders gut performten.
Während des Prozesses gab mir die KI konkrete Hinweise auf Auffälligkeiten, beispielsweise die starke Performance in den Regionen Nord und West sowie den saisonalen Umsatzanstieg zwischen August und November. Diese Hinweise haben meine Aufmerksamkeit auf wesentliche Entscheidungsparameter gelenkt.
Besondere hilfreiche Schritte und Schwierigkeiten
Die intuitive Kommunikation mit der KI war ein großer Vorteil, da ich keine komplexen statistischen Kenntnisse benötigte, um wertvolle Erkenntnisse zu gewinnen. Das Tool half mir, Daten schnell zu strukturieren, Muster zu erkennen und verständliche Visualisierungen zu erhalten.
Eine Schwierigkeit war jedoch, die Fragestellung und die Prompts so präzise zu formulieren, dass die KI die Auswertung zielgerichtet und passend zum beruflichen Kontext durchführte. Zudem musste ich die von der KI generierten Diagramme nachbearbeiten, da Beschriftungen und Design noch nicht vollständig den Anforderungen entsprachen.
Rolle der KI im Analyseprozess
Die KI war zentral für die Analyse, da sie sowohl bei der Interpretation der Daten als auch bei der automatischen Erstellung von Diagrammen unterstützte. Besonders wertvoll war, dass die KI nicht nur reine Zahlen präsentierte, sondern die Bedeutung der Daten im Kontext erklärte und auf relevante Muster aufmerksam machte, die ich allein vielleicht übersehen hätte.
Dadurch sparte ich viel Zeit und erhielt eine fundierte Grundlage für eine strategische Entscheidungsfindung. Die visuelle Aufbereitung erleichterte zudem die Kommunikation der Ergebnisse gegenüber einer Geschäftsführung.
Fazit und Ausblick auf die berufliche Anwendung
Insgesamt hat mich der Einsatz von KI bei der Datenanalyse überzeugt. Die einfache Bedienung, die schnelle Ergebnislieferung und die verständlichen Erklärungen machen den Einsatz im beruflichen Alltag sehr attraktiv. Besonders im Vertrieb oder Marketing sehe ich großes Potenzial, solche KI-gestützten Analysen regelmäßig zu nutzen, um Verkaufszahlen und Trends schnell zu erfassen und darauf zu reagieren.
Für komplexere Analysen oder größere Datenmengen müsste ich jedoch zusätzliche Tools oder manuelle Anpassungen einplanen. Dennoch plane ich, KI als unterstützendes Werkzeug für meine zukünftige Arbeit zu integrieren.
_______________________________________ Mein Prompt zur Datenanalyse:
Du bist ein datengetriebenes Analysemodell mit dem Fokus auf Geschäftskennzahlen. Analysiere die folgenden Verkaufszahlen nach Monat, Region und Produkt. Identifiziere Trends, Auffälligkeiten und regionale Unterschiede. Stelle die Ergebnisse visuell dar (z. B. als Liniendiagramm, Balkendiagramm, Heatmap und/oder Kuchendiagramm). Berechne außerdem die prozentuale Veränderung der Verkaufszahlen pro Produkt im Monatsverlauf und gib an, welches Produkt den höchsten Jahresumsatz erzielt hat. Ziel ist es, der Geschäftsleitung eine verständliche Auswertung für strategische Entscheidungen zu liefern.
Verwende dazu den folgenden Datensatz:
Monat | Region | Produkt A | Produkt B | Produkt C
Jan | Nord | 120 | 80 | 60
Feb | Süd | 130 | 85 | 62
Mrz | West | 140 | 90 | 64
Apr | Ost | 150 | 95 | 68
Mai | Nord | 170 | 100 | 70
Jun | Süd | 160 | 105 | 72
Jul | West | 180 | 110 | 75
Aug | Ost | 190 | 115 | 78
Sep | Nord | 200 | 120 | 80
Okt | Süd | 210 | 130 | 85
Nov | West | 220 | 135 | 88
Dez | Ost | 230 | 140 | 90 Mein Ergebnis:
Abschluss Fazit
Ich habe zudem das KI-Tool Julius KI ausprobiert, musste jedoch feststellen, dass mir die Bedienung und Auswertung mit diesem Tool sehr schwergefallen ist. Die Ergebnisse empfand ich im Vergleich dazu mit ChatGPT als ausreichend und für meine Zwecke gut nutzbar. Dennoch sehe ich im Rahmen des Kurses und der gestellten Aufgabe einen guten Anlass, mich zukünftig intensiver mit verschiedenen KI-Tools auseinanderzusetzen, um deren Potenziale besser zu verstehen und gezielt einzusetzen.