KI im Controlling – So nutzen Sie ChatGPT und Python für große Datenmengen

Rollenverteilung: KI als Dirigent, Python als Orchester

ChatGPT ist kein klassisches Analyse-Tool, sondern ein Sprachmodell. Das bedeutet: es versteht Aufgaben, kann Anweisungen umsetzen und in unserem Fall den passenden Python-Code schreiben. Python wiederum übernimmt das eigentliche „Rechnen“ und verarbeitet zuverlässig selbst sehr große Datenbestände.

Vergleichen lässt sich das Zusammenspiel mit einem Orchester:

• ChatGPT übernimmt die Rolle des Dirigenten, der die Einsätze vorgibt.
• Python spielt die Musik, sprich, es führt die Berechnungen durch.

Das Ergebnis: fundierte Analysen, die anschließend wieder von ChatGPT interpretiert oder in konkrete Handlungsempfehlungen übersetzt werden können.

Erste Schritte mit Python

Für die Praxis empfiehlt sich eine kostenlose Python-Umgebung wie Anaconda mit Jupyter Notebook. Die Installation ist unkompliziert, dauert rund 10 bis 15 Minuten und läuft lokal auf Ihrem Rechner. Sensible Unternehmensdaten verlassen also nicht Ihr Haus.

Download-Link:  https://www.anaconda.com/download

Sobald alles eingerichtet ist, reicht ein präziser Prompt an ChatGPT, um einen funktionierenden Python-Code zu erhalten. Wichtig ist, den Aufbau Ihrer Excel-Dateien genau zu beschreiben, also

• wo Überschriften stehen,
• wie die Spalten heißen und
• welches Format die Zahlen haben.

Je detaillierter die Angaben, desto schneller kommt der Code ohne Anpassungen aus.

Beispiel: Filialanalyse mit Abweichungen

Stellen wir uns vor, Sie möchten die Umsätze von Filialen auswerten: Einmal als Ist-Werte, einmal als Plan-Werte. Ziel: die fünf größten negativen Abweichungen in Euro und Prozent finden und alles sauber in einer neuen Excel-Datei darstellen.

Dafür könnte der Prompt an ChatGPT so aussehen:

Im Pfad: XYZ sind 2 Excel Dateien.

Lese zwei Excel-Dateien ein: „Ist Filialen.xlsx“ und „Plan Filialen.xlsx“.

Ist-Filialen

Im Tabellenblatt „Tabelle1“ stehen in der Spalte A die Filialen und in Spalte B die Ist-Umsätze (Umsatz).

Plan-Filialen

Im Tabellenblatt „Tabelle1“ stehen in der Spalte A die Filialen und in Spalte B die Plan-Umsätze (Plan).

Berechne Gesamtsummen und Abweichungen.

Zeige die fünf Filialen mit der schlechtesten Entwicklung.

Benutze für die Euro-Abweichungen das Format #.##0 und Prozentabweichungen 0,0%

Speichere alle Ergebnisse in einer neuen Datei „Auswertung Filialen.xlsx“.

ChatGPT liefert daraufhin den passenden Python-Code.
Auszug des Codes:

Diesen kopieren Sie, klicken in Python auf “New“ und fügen ihn in Python / Anaconda ein, klicken auf Run/Play, und in wenigen Sekunden steht die fertige Excel-Auswertung bereit.

Hinweis: 

In einigen Fällen nimmt sich ChatGPT/Python die Freiheit, die Ergebniswerte in Tausend darzustellen, so auch in diesem Beispiel. Natürlich kann dies im Prompt angepasst werden

Mehrwert für die Praxis

Gerade bei sehr großen Datenmengen, mehrere hunderttausend Zeilen sind problemlos möglich, zeigt sich die Stärke dieser Methode. Die Berechnung dauert dann zwar ein paar Minuten, ist aber immer noch deutlich effizienter als jede manuelle Auswertung.

Besonders nützlich ist dieser Ansatz, wenn regelmäßig wiederkehrende Analysen anstehen, etwa wöchentliche Umsatzberichte, Monatsvergleiche oder die Verarbeitung von automatisch generierten CSV-Dateien.

Und das Beste: Sobald die Auswertung vorliegt, können Sie ChatGPT direkt wieder einsetzen. Diesmal, um die Ergebnisse in Handlungsempfehlungen zu übersetzen. So wird aus reiner Datenanalyse ein echter Beitrag zur Steuerung Ihres Unternehmens.

Kurz gesagt

ChatGPT plus Python ist die ideale Kombination für Controllerinnen und Controller, die große Datenmengen effizient auswerten möchten. Die KI sorgt für den Code, Python für die Präzision, die KI für Ideen für Abweichungsgründe und Vorschläge für Massnahmen und Sie für die Entscheidungen.