Vertrau dem Prozess, nicht der Zahl

Warum die schnellste KI-Prognose nichts wert ist, wenn du ihren Weg nicht erklären kannst

Ich war Controller. Mein Auftrag: Budget- und Forecast-Daten validieren.

Aus historischen Umsatzzahlen sollte ich Prognosen bauen, sie mit den Planzahlen vergleichen und Abweichungen sauber darstellen. Klingt nach einer Zahlenaufgabe. War in Wahrheit wochenlange Recherche.

Welches Modell passt zu diesen Daten? Lineare Regression? Gleitender Durchschnitt? Ich habe mich durch Fachliteratur gewühlt, verschiedene Ansätze getestet, wieder verworfen. Am Ende bin ich bei einem Power-BI-Visual gelandet, das damals noch im Preview-Status war. Nicht gerade ein Vertrauensbeweis.

Und selbst als das Ergebnis fertig war, blieb dieses Gefühl: Habe ich den richtigen Ansatz gewählt? Oder sieht das Ergebnis nur überzeugend aus?

Diese Arbeit hat mich Tage gekostet.

Heute erledige ich Datenbereinigung, Validierung und Forecast-Modellierung in einem Bruchteil der Zeit. In meiner Erfahrung oft in Minuten statt in Tagen, je nach Datenmenge. Nicht weil ich schneller geworden bin. Weil sich das Werkzeug verändert hat.

Nur eine Frage ist geblieben, heute genauso wie damals: Woher weißt du, ob der Ansatz stimmt?

Genau diese Frage höre ich jetzt ständig von Solopreneuren. Sie laden ihre Umsatzdaten in ein KI-Tool, bekommen einen Forecast, eine hübsche Grafik, eine Zahl. Und dann dieses mulmige Gefühl: Kann ich das so meinem Kunden oder meinem Team präsentieren?

Die Antwort ist nicht “vertrau der KI mehr”. Die Antwort ist: Baue dir einen Prozess, der jeden Schritt nachvollziehbar macht.

Genau das mache ich mittlerweile mit Claude Cowork und dem offiziellen Data-Plugin von Anthropic. Kein Zauberknopf, der eine Zahl ausspuckt. Sondern eine Kette von einzelnen, nachvollziehbaren Arbeitsschritten, jeder für sich überprüfbar.

Ein Punkt vorweg, bevor du deine erste Excel-Datei hochlädst: Umsatzdaten sind sensible Geschäftsdaten. Prüf, wo dein Tool diese Daten verarbeitet und speichert, und lies dir die Datenschutzbestimmungen durch, bevor du interne Zahlen irgendwo hochlädst. Das gilt für Claude genauso wie für jedes andere KI-Tool.

Wer Umsatzdaten mit KI verlässlich analysieren will, braucht keinen Statistik-Kurs. Er braucht einen klaren Prozess in wenigen Schritten, der jedes Ergebnis nachvollziehbar macht.

Schritt 1: Rohdaten verstehen, bevor du rechnest

Der größte Fehler passiert vor der ersten Formel: direkt loslegen, ohne die Daten wirklich zu kennen.

Du startest in Claude Cowork mit dem Befehl /explore-data auf deiner Umsatz-Excel-Datei. Wie viele fehlende Werte gibt es? Gibt es doppelte Einträge? Welche Spalten sind überhaupt brauchbar?

Das dauert bei mir meist nur ein paar Minuten, nicht mehr Tage. Aber vor allem verhindert es, dass du einen Forecast auf kaputten Daten baust und es erst merkst, wenn dein Chef die Zahl hinterfragt.

Schritt 2: Daten bereinigen, bevor du rechnest

Rohdaten sind fast nie sauber. Dopplungen, falsche Formate, Ausreißer, die eigentlich Tippfehler sind.

Mit /validate-data prüft das Data-Plugin von Anthropic die Datenqualität und zeigt dir genau, wo es hakt. Die bereinigte Version speicherst du danach bewusst selbst in einer neuen Datei, als Version 1 (oder lässt es Claude Code speichern). Die Original-Excel bleibt unangetastet.

Hier gilt eine Regel, die ich aus meiner Controller-Zeit mitgenommen habe: Original-Datei nie überschreiben. So kannst du jederzeit zurück zur Quelle und nachvollziehen, was verändert wurde. Genau das war früher mein Problem. Ich wusste am Ende nicht mehr, welche Anpassung ich wann und warum gemacht hatte.

Schritt 3: Muster erkennen, bevor du präsentierst

Eine Tabelle mit Zahlen sagt dir wenig. Ein Dashboard mit Trends sagt dir viel.

Aus der bereinigten Version 1 lässt du dir mit /build-dashboard und /create-viz ein Dashboard und passende Visualisierungen bauen. Saisonale Schwankungen, Ausreißer-Monate, Wachstumstrends. Das sind die Muster, die später den Forecast erklären, nicht nur eine Zahl liefern.

Ein Forecast ohne sichtbares Muster dahinter ist eine Blackbox. Und Blackboxen überzeugen niemanden, der selbst schon mal mit Zahlen gearbeitet hat.

Schritt 4: Ergebnis absichern, bevor du präsentierst

Jetzt kommt der Teil, den ich früher wochenlang allein gemacht habe: die statistische Absicherung. Ist der Trend signifikant oder Zufall? Wie groß ist die Schwankungsbreite deiner Prognose?

Der Skill /statistical-analysis übernimmt genau diese Prüfung, mit klaren Kennzahlen statt gefühlter Sicherheit. Erst danach, als letzten und eigenständigen Schritt, lässt du Cowork aus Dashboard, Visualisierungen und Analyse eine PowerPoint-Präsentation bauen.

Noch eine Geschichte aus meiner Controller-Zeit, die genau hierher gehört. Kurz vor einer Präsentation vor dem Vorstand wollte ich noch eine Kleinigkeit ändern. Nichts Inhaltliches, nur kosmetisch. Plötzlich funktionierte das ganze Power-BI-Visual nicht mehr. Wenige Minuten vor dem Meeting.

Ich konnte es in letzter Sekunde noch retten. Aber seitdem gilt bei mir eine feste Regel: Kurz vor der Präsentation wird nichts mehr angefasst. Auch keine Kosmetik. Der richtige Moment für Anpassungen ist während des Prozesses, nicht danach.

Am Ende steht keine einzelne Zahl, sondern eine Präsentation, die zeigt, wie man dorthin gekommen ist. Genau das, was mir vor zehn Jahren gefehlt hat, als ich meinem Vorgesetzten ein Preview-Feature erklären musste, dem ich selbst nicht ganz traute.

Merk dir diesen einen Satz:

Stell dir vor, du gehst das nächste Mal mit einem Forecast in ein Meeting. Nicht mit einer Zahl, die du hoffst, dass sie stimmt. Sondern mit einem Prozess, den du erklären kannst, wenn jemand nachfragt.

Das ist der Unterschied zwischen KI nutzen und KI vertrauen.

Woran erkennst du gerade, ob dein letzter KI-Forecast eigentlich nur überzeugend aussah oder tatsächlich stimmte?

IMPLEMENTATION KIT

KI-Forecast ohne Blackbox

Video-Walkthrough, passende Vorlagen und Übungsdaten zum Nachbauen. Du siehst den kompletten Prozess von Rohdaten bis fertiger Präsentation live mitlaufen und übst ihn mit den Testdaten nach, bevor du mit deinen echten Umsatzzahlen arbeitest.

Hit reply und ich schicke dir den Link, sobald es fertig ist.

Bis nächste Woche,

Hans Peter

P.S. Falls du gerade eine KI-generierte Zahl vor dir liegen hast, der du nicht so ganz traust: Genau dafür ist dieser Prozess da.