Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Texte und Daten analysieren

Lektion 8 von 18 Aktualisiert am 5. November 2026 Anfänger
Auf dieser Seite
  1. ChatGPT als Analyst auf Abruf nutzen
  2. Textanalyse
  3. Analyse strukturierter Daten
  4. Analyse langer Dokumente
  5. Sie sind dran
  6. Kernaussagen

ChatGPT als Analyst auf Abruf nutzen

Ein Vertrag, der seziert werden muss, Umfrageergebnisse, die interpretiert werden sollen, eine Tabelle, für die niemand Zeit hat, sie auszuwerten: Hier liefert ChatGPT den größten Mehrwert. In Sekunden erstellt es eine strukturierte Analyse, für die Sie sonst eine Stunde benötigen würden. Doch Sie müssen die richtige Frage stellen. „Analysiere dieses Dokument” ist ein Befehl ohne Zielvorgabe – Sie erhalten einen höflichen Überblick, der strikt nutzlos ist.

Textanalyse

Die gezielte Extraktion ist der einfachste und gewinnbringendste Anwendungsfall. Sie liefern einen langen Text und legen exakt fest, was extrahiert werden soll:

„Hier ist das Protokoll der Vorstandssitzung. Extrahiere:

  1. Getroffene Entscheidungen
  2. Zugewiesene Maßnahmen (mit Verantwortlichem und Frist)
  3. Punkte, die auf die nächste Sitzung verschoben wurden”

Die Analyse von Stimmung und Tonfall lässt sich auf alles anwenden, was von Ihren Kunden oder Teams stammt. Echten Mehrwert liefert sie, wenn Sie gleichzeitig nach Qualifizierung und Priorisierung fragen und so einen Haufen von Kommentaren in einen Aktionsplan verwandeln:

„Hier sind 10 Kundenbewertungen unseres Produkts. Gib für jede an: Stimmung (positiv/neutral/negativ), das Hauptthema der Beschwerde oder des Lobes und eine Handlungspriorität (hoch/mittel/niedrig). Stelle das Ergebnis als Tabelle dar.”

Der Dokumentenvergleich funktioniert nach demselben Prinzip. Reichen Sie zwei Versionen desselben Textes ein und bitten Sie nicht nur um eine Liste der Unterschiede, sondern auch um deren Interpretation: „Hier sind zwei Versionen unserer Rückgaberichtlinie. Identifiziere die wesentlichen Unterschiede und nenne, welche für den Kunden vorteilhafter ist.” Schließlich beinhaltet die kritische Analyse, ChatGPT eine adversarische Rolle zuzuweisen, was Feedback liefert, das weitaus nützlicher ist als eine gefällige Meinung:

„Hier ist mein Geschäftsplan. Agiere als skeptischer Investor. Identifiziere die 5 signifikantesten Schwachstellen in diesem Plan und schlage für jede eine Verbesserung vor.”

Analyse strukturierter Daten

Sie können eine Tabelle direkt in den Konversationverlauf einfügen, egal ob sie aus Excel, Google Sheets oder einfach ausgereichtetem Text stammt. Die zwingende Voraussetzung ist, anzugeben, was die Zahlen repräsentieren: Eine Spalte mit figures ohne Legende erlaubt keine seriöse Analyse, und ChatGPT wird die Lücken mit Annahmen füllen.

„Hier sind meine monatlichen Verkaufszahlen über 12 Monate: Jan: 45.000 | Feb: 38.000 | Mär: 52.000 | Apr: 41.000 | Mai: 63.000 | Jun: 58.000 Jul: 35.000 | Aug: 28.000 | Sep: 55.000 | Okt: 62.000 | Nov: 71.000 | Dez: 85.000

Analysiere diese Daten: Identifiziere den allgemeinen Trend, außergewöhnliche Monate (gute und schlechte), Saisonalität und gib mir eine plausible Prognose für den nächsten Januar.”

Bei größeren Datensätzen fügen Sie nichts ein: Hängen Sie die Datei über die Schaltfläche + an. ChatGPT liest Excel-Tabellen (.xlsx, .xls), CSV- und TSV-Dateien und wechselt dann in den Modus Datenanalyse: Es schreibt und führt Python-Code in einer isolierten Umgebung aus, um zu berechnen, zu gruppieren, zu filtern oder ein Diagramm zu erstellen. Balken-, Linien-, Kreis- und Streudiagramme können sogar interaktiv werden. Bereiten Sie die Datei so vor, wie Sie es für einen Kollegen tun würden: explizite Spaltenüberschriften in der ersten Zeile, ein Datensatz pro Zeile, eine einzige Tabelle pro Blatt. Fragen Sie dann präzise, was Sie wollen: „Berechne Mittelwert, Median, Standardabweichung und jährliche Wachstumsrate dieser Verkaufszahlen und stelle dann ihre Entwicklung Monat für Monat grafisch dar.”

Berechnete Zahlen, keine geratenen Vier Schritte: Bereiten Sie eine Datei mit klaren Überschriften und einem Datensatz pro Zeile vor; hängen Sie sie über die Plus-Schaltfläche an; fordern Sie präzise Spalten, Berechnungen und ein Diagramm an; prüfen Sie den Code, die Annahmen und gleichen Sie das Ergebnis ab. DATENANALYSE Berechnete Zahlen, keine geratenen 1 Vorbereiten Klare Überschriften, ein Datensatz pro Zeile 2 Anhängen +-Schaltfläche, Tabelle oder CSV 3 Anfordern Spalten, Berechnungen, Diagramm 4 Überprüfen Code, Annahmen, Abgleich Die Datenanalyse führt Python in einer isolierten Umgebung ohne Webzugriff aus.
Basierend auf dem Artikel „Data analysis with ChatGPT" aus dem OpenAI Help Center (November 2026).

Hier gilt ein ernstzunehmender Vorbehalt. Eine Berechnung, die „im Kopf” innerhalb des Antworttextes durchgeführt wird, kann falsch sein, auch wenn sie selbstbewusst präsentiert wird. Fordern Sie für jede Kennzahl, die eine Entscheidung treibt, explizit an, dass die Berechnung über die Datenanalyse läuft, prüfen Sie den angezeigten Code und die Annahmen und gleichen Sie das Ergebnis mit Ihrer Tabelle ab. Seien Sie auch vorsichtig bei gescannten oder fotografierten Tabellen: OpenAI warnt, dass exakte Werte daraus nicht zuverlässig extrahiert werden; bevorzugen Sie eine Tabellenkalkulation oder eine Textdatei. Eine falsche Zahl in einem Bericht kostet unendlich mehr als die dreißig Sekunden Verifizierungszeit, die Sie gespart haben.

Analyse langer Dokumente

Für einen Vertrag, einen Bericht oder eine wissenschaftliche Arbeit fügen Sie den Text nicht in den Konversationsverlauf ein: Hängen Sie das Dokument (PDF, DOCX oder TXT) über die Schaltfläche + an. Im Free-Tarif können Sie mit drei Dateien pro Tag rechnen. ChatGPT kann es dann zusammenfassen, gezielte Fragen zu seinem Inhalt beantworten, eine spezifische Klausel oder einen Abschnitt extrahieren und es mit anderen von Ihnen bereitgestellten Dokumenten vergleichen. Lektion 14 wird tiefer in diese Mechanik eintauchen.

Auch hier bestimmt die Präzision Ihrer Anfrage den Wert des Ergebnisses:

„Ich habe einen Dienstleistungsvertrag angehängt. Identifiziere: die Verpflichtungen des Anbieters, Vertragsstrafen bei Verzug, Kündigungsbedingungen und alles, was für uns als Auftraggeber problematisch sein könnte.”

Sie sind dran

Wählen Sie Ihre Übung. Drei Wege, je nachdem, was Ihrer täglichen Arbeit am ähnlichsten sieht. Wenn Ihr Material textbasiert ist, nehmen Sie eine recente E-Mail oder ein Arbeitsdokument und lassen Sie die zu ergreifenden Maßnahmen extrahieren, rangiert nach Priorität. Wenn Sie mit Zahlen arbeiten, nehmen Sie Ihre Daten der letzten sechs Monate – Umsatz, KPIs, Budget – und bitten Sie um eine Trendanalyse mit wichtigen Aufmerksamkeitssignalen. Wenn Sie lieber die Spiegelfunktion testen möchten, fügen Sie ein von Ihnen selbst verfasstes Dokument ein und bitten Sie um eine Bewertung, die drei Stärken und drei Schwachpunkte auflistet. Überprüfen Sie in allen drei Fällen mindestens eine Zahl oder ein Zitat aus der Antwort gegen die Quelle.

Offizielle Quellen: Data analysis with ChatGPT (OpenAI Help Center: Formate, Datenvorbereitung, Python, Diagramme, Limits) · Uploading files and audio to ChatGPT (Importformate und Limits) · Does ChatGPT tell the truth? (Berechnungen und Verifizierung)

Kernaussagen

  • ChatGPT kann Text (Extraktion, Stimmung, Vergleich, Kritik) und Daten (Trends, Berechnungen, Statistiken) analysieren
  • Liefern Sie stets Kontext zu Ihren Daten: was sie repräsentieren, wonach Sie suchen
  • Lassen Sie für eine relevante Kennzahl die Datenanalyse (Python) die Berechnung durchführen und gleichen Sie sie in Ihrer Tabelle ab
  • Hängen Sie lange Dokumente und Tabellenkalkulationen über die +-Schaltfläche an, statt sie einzufügen
  • Strukturieren Sie Ihre Analyseanfragen mit spezifischen Fragen statt mit einem vagen „analysiere dies”