Use Case
Mit KI lassen sich Zeitreihen auf Trends, Saisonalitäten und Ausreißer untersuchen. Die KI beschreibt Muster und formuliert Hypothesen — die fachliche Einordnung und die Entscheidung, was relevant ist, bleiben Ihre Aufgabe.
Für wen ist dieser Use Case geeignet?
Dieser Use Case eignet sich für Controlling, Marketing-Analyse, Einkauf, Operations und alle, die regelmäßig Entwicklungen über Zeit beobachten und kommunizieren: Umsatzverläufe, Websitebesucher, Lagerbestände, Krankheitsquoten, Lieferzeiten.
Besonders hilfreich ist er, wenn Sie schnell einen ersten Überblick über eine längere Datenreihe brauchen, ohne statistische Software bedienen zu müssen.
Ausgangsproblem
Zeitreihendaten enthalten oft mehr Informationen als auf den ersten Blick erkennbar. Saisonale Muster, langsame Trends und kurzfristige Ausreißer überlagern sich. Das manuell herauszuarbeiten kostet Zeit und erfordert statistische Erfahrung.
KI kann einen ersten Analysedurchgang leisten: Trend beschreiben, auffällige Punkte markieren, mögliche Muster benennen. Sie liefert aber keine statistisch gesicherten Prognosen und kennt die Ursachen hinter den Daten nicht.
Schritt-für-Schritt-Anleitung
Schritt 1: Zeitreihendaten vorbereiten
Exportieren Sie die Daten als CSV oder kopieren Sie den Ausschnitt. Stellen Sie sicher, dass:
- Zeitstempel und Messwerte in separaten Spalten stehen
- Das Datumsformat einheitlich ist
- Fehlende Werte als leere Felder sichtbar sind, nicht als Null
- Die Zeitreihe vollständig ist und keine doppelten Zeitpunkte enthält
Schritt 2: Analyseziel formulieren
Beschreiben Sie, was Sie herausfinden wollen. Unterschiedliche Fragen brauchen unterschiedliche Prompts:
- Gibt es einen übergeordneten Aufwärts- oder Abwärtstrend?
- Welche Zeitpunkte liegen deutlich über oder unter dem Durchschnitt?
- Gibt es erkennbare Saisonalität oder Zyklen?
- Wie hat sich die Wachstumsrate über die Zeit verändert?
Schritt 3: Daten und Frage übergeben
Geben Sie die Zeitreihe zusammen mit dem Analyseziel in das KI-Tool ein. Bitten Sie die KI, Annahmen zu kennzeichnen und auf Datenlücken hinzuweisen.
Schritt 4: Ergebnisse einordnen und prüfen
Prüfen Sie, ob die beschriebenen Muster mit Ihrem fachlichen Wissen übereinstimmen. KI kennt keine Kampagnen, Sonderereignisse oder externe Einflüsse. Was die Zahlen erklärt, bringen Sie selbst mit.
Schritt 5: Hypothesen formulieren und kommunizieren
Nutzen Sie die KI-Beschreibung als Startpunkt für eigene Hypothesen: Warum ist der Wert in diesem Monat gestiegen? Was hat den Einbruch verursacht? KI liefert die Beschreibung, Sie liefern die Erklärung.
Beispielprompt
Analysiere die folgende Zeitreihe und beantworte diese Fragen:
1. Beschreibe den Gesamttrend in zwei bis drei Sätzen.
2. Welche drei Zeitpunkte weichen am stärksten vom Durchschnitt ab? (Wert und Abweichung nennen)
3. Gibt es erkennbare Saisonalität oder wiederkehrende Muster?
4. Wie hat sich die durchschnittliche Veränderungsrate im Verlauf entwickelt?
5. Welche Annahmen hast du über fehlende Werte oder Datenlücken gemacht?
Wichtig:
- Keine Prognosen oder Zukunftsaussagen.
- Annahmen immer kennzeichnen.
- Wenn eine Frage auf Basis der Daten nicht beantwortbar ist, sage das klar.
Zeitstempel | Wert
[Daten einfügen]Qualitätscheck
Bevor Sie die Analyse weiternutzen, prüfen Sie:
- Stimmen die genannten Ausreißer mit den Originaldaten überein?
- Hat die KI Annahmen über fehlende Werte gemacht?
- Sind Saisonalitäten fachlich plausibel?
- Enthält das Ergebnis Prognosen, die Sie nicht beauftragt haben?
- Sind vertrauliche Daten vor der Eingabe anonymisiert worden?
Ein guter Test: Prüfen Sie die drei genannten Ausreißer direkt in der Originaltabelle. Wenn die Werte nicht übereinstimmen, alle anderen Aussagen ebenfalls nachkontrollieren.
Risiken und Grenzen
KI beschreibt Muster, die sichtbar sind — aber nicht alle sichtbaren Muster sind bedeutsam. Zufällige Schwankungen können als Trend erscheinen, wenn die Zeitreihe kurz ist. KI-Trendaussagen sind deskriptiv, nicht statistisch abgesichert.
Zeitreihen mit fehlenden Werten oder unregelmäßigen Intervallen können zu Fehlinterpretationen führen. Die KI füllt Lücken manchmal implizit auf, ohne darauf hinzuweisen. Datenvollständigkeit immer vor der Analyse prüfen.
Datenschutzhinweis
Zeitreihendaten aus Unternehmen enthalten oft vertrauliche Informationen: Umsatzentwicklungen, Produktionszahlen, Personalquoten. Prüfen Sie, ob das KI-Tool für diese Daten freigegeben ist.
Wenn keine Freigabe besteht, anonymisieren oder aggregieren Sie die Daten, bevor Sie sie eingeben. Absolute Werte können durch relative Veränderungen ersetzt werden, wenn der Trend die eigentliche Frage ist.
Passende Tools
- ChatGPT: gut für Trendanalysen und Beschreibungen bei mittleren Datenmengen
- Microsoft Copilot: besonders geeignet bei Zeitreihen direkt in Excel oder Power BI
- Claude: gut für differenzierte Beschreibungen und längere Datenreihen
- Gemini: praktisch bei Integration in Google Sheets oder Looker Studio