Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Diagramme und Grafiken analysieren

Lektion 7 von 12 Aktualisiert am 30. Juli 2026 Anfänger
Auf dieser Seite
  1. Analyse visueller Daten
  2. Warum dies sich von OCR unterscheidet
  3. Analyse eines einfachen Diagramms
  4. Extraktion tabellarischer Daten
  5. Analyse technischer Diagramme
  6. Vergleich von Diagrammen
  7. Professioneller Anwendungsfall: Automatisierte Berichte
  8. Grenzen der Diagrammanalyse
  9. Kernaussagen

Analyse visueller Daten

Grok analysiert ein Finanzdiagramm 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.