Daten in großen Excel-Tabellen auf Fehler zu prüfen, kostet viel Zeit. In unserem Test haben wir untersucht, wie sich die Prüfung mit KI automatisieren lässt. Die überraschende Erkenntnis: Am effizientesten war nicht die direkte KI-Analyse, sondern ein mithilfe von KI erstelltes Excel-Skript.
Die Problemstellung: Tausende Daten auf Fehler prüfen
In unserem Fall ging es um einen Datensatz mit mehreren tausend Zeilen und mehr als 20 Spalten, bei denen die Daten jeder Zeile in logisch korrektem Zusammenhang untereinander stehen mussten. Es ging folglich nicht nur um Vollständigkeit und die Einhaltung bestimmter Regeln, sondern auch um Plausibilität und Widerspruchsfreiheit der Zeilen.
Sobald ein Fehler entdeckt wurde, sollte die Art des Fehlers in einer Kommentarspalte beschrieben und die entsprechende Zeile markiert werden. Die manuelle Prüfung durch einen Research Analyst hat bisher viele Stunden gedauert. Einfache Excel-Filter konnten zwar einen Teil der Arbeit erleichtern, die Prüfung jedoch nicht wesentlich beschleunigen.
Unser Lösungsweg: Erst Copilot, dann ein KI-generiertes Skript
Zunächst haben wir die Prüfregeln als Prompt formuliert und diesen an Copilot in Excel übergeben. Die Bearbeitungsrechte wurden ebenfalls klar definiert, sodass Copilot keine ungewollten Veränderungen vornehmen konnte. Bei den ersten Durchläufen wurden zahlreiche vermeintliche Fehler markiert, von denen sich einige als Fehlalarme (False Positives) herausstellten.
Nach mehreren Überarbeitungen konnten wir die Ergebnisse deutlich verbessern. Die KI-gestützte Analyse dauerte rund fünf Minuten pro Durchlauf. Das war zwar signifikant schneller als die manuelle Prüfung, brachte aber eine Einschränkung mit sich: Jeder Mitarbeiter, der diese Funktion nutzen soll, benötigt eine Copilot-Lizenz.
Deshalb haben wir einen zweiten Ansatz getestet, der mehr Unabhängigkeit ermöglicht: Wir ließen mithilfe von ChatGPT 6.1 Sol ein Office Script für Excel erstellen. Dafür mussten die Regeln noch präziser und eindeutiger bestimmt werden, damit das Skript sie umsetzen konnte.
Das Ergebnis: Das fertige Skript identifizierte dieselben Fehler wie der entsprechend optimierte KI-Prompt – benötigte für die Ausführung aber nur zwei bis drei Sekunden. Gegenüber einer mehrstündigen manuellen Prüfung zeigt sich dieser Weg als deutlich effizienter, selbst mit anschließender Nachbearbeitung der automatisierten Ergebnisse.
Was beachtet werden sollte
Die eigentliche Herausforderung liegt nicht im Programmieren – denn das übernimmt die KI – sondern im Bestimmen eindeutiger Prüfregeln. In unserem Test benötigte dieser Schritt mehrere Stunden und zahlreiche Iterationen. Dafür haben wir nun einen reproduzierbaren und leicht anpassbaren Workflow.
Außerdem erkennt ein Skript nur Fehler, die durch seine Regeln abgedeckt sind. Deshalb sollten die Ausgangstabelle weiterhin stichprobenartig nach unentdeckten Fehlern kontrolliert werden. Die endgültige Bewertung und Korrektur bleibt weiterhin beim Menschen.
Unser Fazit: Für die Datenanalyse von Excel-Tabellen eignen sich Skripte am besten. Das ist vor allem bei identisch zu wiederholenden Prüfungen sinnvoll, weil man das Skript sukzessiv optimieren kann. Es lässt sich zudem beliebig oft und mit unvergleichlich hoher Geschwindigkeit ausführen. Das spart nicht nur Bearbeitungszeit, sondern macht die wiederkehrende Nutzung auch unabhängig von KI-Abonnements und einzelnen KI-Anbietern.
Von Marcel Ohrenschall