Sie sind für das wöchentliche KPI-Update für die Geschäftsführung zu einem Abonnement-Produkt verantwortlich. Der Datensatz subscriptions_kpi_daily umfasst 18.250 Zeilen für den Zeitraum vom 01.01.2026 bis zum 30.06.2026, unterteilt nach plan_tier (Abo-Stufe) und acquisition_channel (Akquisitionskanal). Der VP stellt eine einzige Frage: Hat sich die Kundenbindung (Retention) nach dem Start des neuen Onboardings am 15.05.2026 verbessert – und wenn ja, bei welchen Abo-Stufen?
KI kann zwar schnell Diagramme und Texte entwerfen, trägt aber nicht das geschäftliche Risiko für irreführende Kennzahlen. Das tun Sie. Wenn ein Diagramm die Kundenbindung falsch darstellt, weil die Achse abgeschnitten oder der Zeitraum selektiv gewählt wurde, liegt die Verantwortung für die daraus resultierenden Fehler bei dem Analysten, der die Auswertung veröffentlicht hat, und nicht bei dem Tool, das sie erstellt hat.
Betrachten Sie einen Entwurf der Management-Übersicht und machen Sie sich bewusst, wofür Sie Ihren Namen hergeben würden.
Betrachten Sie in diesem Kurs ein LLM (Large Language Model) als ein System, das Texte, Code und strukturierte Vorschläge durch Mustererkennung generiert – und nicht durch eine Überprüfung Ihrer Datenbank. Dieser Unterschied ist wichtig, denn ein LLM liefert womöglich eine plausibel erscheinende SQL-Abfrage, die eine falsche Kohortendefinition ergibt; für die resultierende Kennzahl bleiben jedoch Sie verantwortlich.
Verschiedene KI-Tools liefern unterschiedliche Ergebnisse. Code-Assistenten generieren Python-, R- oder SQL-Code sowie Diagrammspezifikationen wie Vega-Lite. BI-Copiloten erstellen berechnete Felder (z. B. in DAX), Filter und Dashboard-Layouts. Narrative Generatoren entwerfen Zusammenfassungen für Entscheidungsträger sowie Überschriften. Tools zur Diagrammempfehlung schlagen Diagrammtypen und Datenzuordnungen vor, etwa die Zuweisung von date zur x-Achse und retention_rate zur y-Achse.
Entdecken Sie, wie sich diese verschiedenen Tool-Typen auf die von Ihnen bereitgestellten Ergebnisse übertragen lassen.
Die meiste Zeit entfällt nicht auf das eigentliche Zeichnen von Balken. Sie wird vielmehr dafür aufgewendet, die oft vagen Absichten der Stakeholder in eine präzise Kennzahl zu übersetzen, Überarbeitungsrunden zu bewältigen und genügend Nachvollziehbarkeit zu schaffen, damit jemand anderes die Kennzahl im nächsten Monat reproduzieren kann.
KI beschleunigt den ersten Entwurf. Man kann sie bitten, Diagrammvarianten für die Kundenbindung (Retention) nach Tarifstufe (plan_tier) für den Zeitraum um den 15. Mai 2026 vorzuschlagen, und sie liefert schnell einen Ausgangspunkt. Der Prozess verlangsamt sich jedoch wieder bei den unverzichtbaren Prüfschritten: Man verifiziert die Kohortendefinition, bestätigt den Nenner, überprüft den Zeitraum und kontrolliert die Skalierung der Achsen. Hat die KI ein Diagramm mit zwei Achsen vorgeschlagen, muss man zudem abwägen, ob damit eine Argumentation impliziert wird, die man selbst nicht vertreten kann.
Erfahren Sie, wie sich KI in einen realistischen Arbeitsablauf zur Aktualisierung von KPIs einfügt.