Diagramme und Grafiken analysieren
Auf dieser Seite
Analyse visueller Daten
Diagramme, Grafiken und Tabellen sind im professionellen Umfeld allgegenwärtig: Finanzberichte, Dashboards, Präsentationen, wissenschaftliche Publikationen. Mit Grok Vision können Sie automatisch Daten und Erkenntnisse aus diesen visuellen Inhalten extrahieren.
Warum dies sich von OCR unterscheidet
Die Analyse von Diagrammen geht weit über die einfache Textextraktion hinaus. Das Modell muss:
- Den Typ des Diagramms identifizieren (Balken-, Liniendiagramm, Kreisdiagramm, Streudiagramm usw.)
- Die Achsen und deren Skalen lesen
- Datenwerte extrahieren
- Legenden verstehen und diesen Datenreihen zuordnen
- Trends und Muster interpretieren
Analyse eines einfachen Diagramms
def analyze_chart(image_url):
prompt = """Analysieren Sie dieses Diagramm und liefern Sie:
1. Diagrammtyp (Balken, Linie, Kreis usw.)
2. Diagrammtitel (falls sichtbar)
3. Beschriftungen der X- und Y-Achse
4. Extrahierte Daten als Tabelle
5. Hauptbeobachteter Trend
6. Jegliche Anmerkungen oder bemerkenswerte Punkte
Präsentieren Sie die Daten in einer Markdown-Tabelle."""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": image_url, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Der Modus detail: "high" ist unerlässlich, um präzise Werte auf Achsen und in Legenden zu lesen.
Extraktion tabellarischer Daten
Um Daten für die direkte Verwendung in Ihrem Code vorzubereiten:
def extract_chart_data(image_url):
prompt = """Extrahieren Sie Daten aus diesem Diagramm im JSON-Format.
Erwartetes Format:
{
"type": "bar|line|pie|scatter",
"title": "...",
"x_axis": {"label": "...", "values": [...]},
"y_axis": {"label": "...", "unit": "..."},
"series": [
{
"name": "Reihe 1",
"values": [10, 20, 30, ...]
}
]
}
Schätzen Sie numerische Werte so präzise wie möglich
basierend auf der Position der Punkte/Balken relativ
zu den Markierungen."""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": image_url, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Analyse technischer Diagramme
Grok verarbeitet auch Architekturdiagramme, Flussdiagramme und Flusspläne gut:
def analyze_diagram(image_url):
prompt = """Analysieren Sie dieses technische Diagramm und beschreiben Sie:
1. Diagrammtyp (Architektur, Fluss, Flussdiagramm, UML usw.)
2. Hauptkomponenten/Entitäten
3. Verbindungen und Beziehungen zwischen Komponenten
4. Daten- oder Prozessfluss (falls zutreffend)
5. Erwähnte Technologien oder Werkzeuge
Wenn es sich um ein Flussdiagramm handelt, beschreiben Sie den Hauptpfad
von Ende zu Ende."""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": image_url, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Vergleich von Diagrammen
Sie können mehrere Diagramme in derselben Anfrage senden, um einen Vergleich durchzuführen:
def compare_charts(url_chart_1, url_chart_2):
prompt = """Vergleichen Sie diese beiden Diagramme und identifizieren Sie:
1. Gemeinsame Punkte (gemessene Variablen, Zeitraum usw.)
2. Unterschiede im Trend
3. Signifikante Lücken
4. Eine Zusammenfassung in 3–4 Sätzen"""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_text", "text": "Diagramm 1:"},
{"type": "input_image", "image_url": url_chart_1, "detail": "high"},
{"type": "input_text", "text": "Diagramm 2:"},
{"type": "input_image", "image_url": url_chart_2, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Professioneller Anwendungsfall: Automatisierte Berichte
Stellen Sie sich eine Pipeline vor, die Dashboard-Screenshots in Textberichte umwandelt:
def generate_dashboard_report(screenshots):
report_sections = []
for i, screenshot in enumerate(screenshots, 1):
prompt = f"""Sie sind ein Business Analyst. Dieser Screenshot
ist Abschnitt {i} eines Dashboards. Analysieren Sie die angezeigten Metriken
und verfassen Sie einen professionellen Zusammenfassungssatz.
Beinhalten Sie:
- Haupt-KPIs und deren Werte
- Trends (Steigerung, Abnahme, Stabilität)
- Sichtbare Warnungen oder Anomalien
- Eine Empfehlung, falls zutreffend"""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": screenshot, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
report_sections.append(response.output_text)
return "\n\n".join(report_sections)
Grenzen der Diagrammanalyse
- Präzision der Werte: Grok schätzt Werte basierend auf der visuellen Position. Für exakte Werte bevorzugen Sie Quelldaten.
- 3D-Diagramme: Perspektivische Darstellungen erschweren die Wertablesung.
- Überlappende Diagramme: Wenn sich mehrere Reihen überlappen, kann die Unterscheidung schwierig sein.
- Kleine Legenden: Legenden in sehr kleiner Schrift können selbst im
high-Modus falsch gelesen werden.
Kernaussagen
- Grok analysiert Diagramme durch das Verständnis des Kontextes, nicht nur des Textes.
- Verwenden Sie
detail: "high"für eine präzise Ablesung von Werten und Legenden. - Fordern Sie ein strukturiertes Format (JSON, Markdown-Tabelle) an, um die Daten optimal zu nutzen.
- Der Vergleich mehrerer Bilder eignet sich gut für Querschnittsanalysen.
- Extrahierte Werte sind visuelle Schätzungen und keine exakten Daten.