Vier Stellen, an denen deine Zahlen still kippen

Drei KI-Tools, ein Datensatz, mehrere Fehler. Keines hat gewarnt.

Kurz nach dem Start von ChatGPT habe ich dem Ding einfach geglaubt.

Es klang gut. Es klang sicher. Es kam schnell. Und ich hatte keine Zeit, jede Zahl nachzurechnen.

Also habe ich übernommen, was da stand. Zahlen. Quellenangaben. Behauptungen.

Einmal in einer Präsentation. Einmal in einem Partnergespräch.

Dann kam die Nachfrage, die ich nicht beantworten konnte. Woher stammt die Zahl?

Die Quelle gab es tatsächlich. Nur stand dort etwas anderes.

Nicht katastrophal. Nur peinlich genug. Und ein bisschen reicht, wenn dein Geschäft auf Vertrauen steht.

Das Peinliche war nicht der Fehler. Das Peinliche war, dass ich ihn nicht gesucht hatte.

Ich hatte einem Werkzeug vertraut, das nie gesagt hat: bitte prüf das nach.

Damals fühlte sich das nach Effizienz an. Rückblickend war es naiv.

Das ist Jahre her. Die Modelle waren neu, das Halluzinieren war ein offen diskutiertes Problem, und ich dachte: Das wächst sich aus.

Letzte Woche habe ich drei KI-Tools auf denselben Datensatz losgelassen.

Eines hat meine Aufgabe falsch verstanden. Es hat das mitten in der Arbeit selbst bemerkt. Und mir daraufhin beide Auswertungen geliefert. Die nach der ersten Lesart, die nach der zweiten.

Souverän. Transparent. Beeindruckend.

Und trotzdem kam nie der eine Satz, den ich gebraucht hätte: Kann das stimmen? Bitte bestätige oder verwirf.

Die anderen beiden haben auf ihre Fehler überhaupt nicht hingewiesen.

Keines fragt vorher. Keines warnt, bevor es losläuft. Alle liefern.

Es hat sich also nicht ausgewachsen. Es ist nur leiser geworden.

Und genau das ist der Punkt: Wer KI in Excel nutzt, braucht kein besseres Tool. Er braucht vier Stellen, an denen er hinsieht, bevor er die Zahl weitergibt.

Stelle 1: Die stille Annahme

Du stellst eine Frage. Die KI versteht sie auf eine von mehreren Arten. Und entscheidet sich für eine, ohne dich zu fragen.

„Zeig mir die Verlustartikel.” Meinst du Artikel, die unter Einkaufspreis verkauft wurden? Oder Artikel, die über alle Verkäufe hinweg negativ liefen? Zwei Fragen. Zwei völlig verschiedene Listen. Beide plausibel.

Ein Mensch fragt an dieser Stelle zurück. Ein Werkzeug rechnet.

Der Handgriff ist der wirksamste von allen vieren, und fast niemand nutzt ihn: Dreh die Richtung um. Lass die KI dich interviewen.

Was dann passiert, überrascht die meisten beim ersten Mal.

Die Fragen kommen. Und es sind genau die Fragen, die du dir selbst nicht gestellt hast. Was zählt als Verlust. Ab welchem Betrag. Ob Rabatte drin sind. Welcher Zeitraum.

Du merkst in dem Moment: Die Aufgabe war nie klar. Nicht die KI war das Problem, sondern die Frage.

Zwei Minuten Interview sparen dir eine Auswertung, die du wegwerfen musst.

Ein Hinweis aus der Praxis: Im Chat läuft das zuverlässig. In den Excel-Integrationen, wo die KI einen Auftrag startet und durcharbeitet, musst du das Interview manchmal erzwingen. Dann schiebst du nach: „Stopp. Erst die Fragen. Rechne noch nicht.”

Stelle 2: Die stille Umwandlung

Hier verlieren die meisten Auswertungen ihre Wahrheit, und niemand merkt es.

Deutsche Zahlen benutzen das Komma. 14,05 Euro. Verarbeitungswege, die auf englische Formate ausgelegt sind, können daraus 1405 machen. Oder etwas noch Absurderes. Aus einem 14-Euro-Artikel wird ein Posten, der die ganze Auswertung kippt.

Dasselbe bei Datumsangaben. 03.04.2026 ist der dritte April. Oder der vierte März. Je nachdem, wer liest.

Der Handgriff: Verfolge die Daten zurück an ihre Quelle.

Such dir einen Wert aus dem Ergebnis. Einen, den du kennst. Und schau in der Rohdatei nach, ob dort dasselbe steht. Wenn eine Zahl kippt, kippen meistens alle.

Stelle 3: Die stille Kürzung

Große Dateien werden nicht immer ganz verarbeitet. Manchmal wird abgeschnitten. Manchmal wird beim Deduplizieren mehr gelöscht als gewollt.

Das Ergebnis sieht identisch aus. Nur basiert es auf weniger Daten, als du glaubst.

Der Handgriff: Zähl die Zeilen. Selbst.

Und zwar wirklich selbst, in Excel, mit Strg und Ende. Nicht die KI fragen.

Denn ein Werkzeug, das still abgeschnitten hat, weiß das meistens nicht. Frag es nach der Zeilenzahl, und du bekommst eine plausible Antwort. Genau die Sorte Antwort, gegen die dieser ganze Artikel geschrieben ist.

Vorher zählen. Nachher zählen. Vergleichen.

Wenn die Zahlen auseinandergehen, hast du gerade den wichtigsten Fehler des Tages gefunden. Und zwar ohne jemanden zu fragen, der ihn selbst übersehen hat.

Stelle 4: Die stille Glättung

Am Ende kommt die Zusammenfassung. Sauber formuliert, klar strukturiert, ohne ein einziges Wort des Zweifels.

Genau da liegt die Falle. Ein Werkzeug, das rät, klingt exakt wie eines, das rechnet. Sicherheit ist bei diesen Systemen kein Signal. Sie ist eine Formulierungsgewohnheit.

Der Handgriff: Erzwing die Unsicherheit.

Wenn dir das bekannt vorkommt: richtig. Das ist der A-Schritt aus der KLAR-Methode, über die ich im Februar geschrieben habe. Damals ging es darum, dass KI dir bei Ideen nach dem Mund redet. Bei Zahlen macht sie genau dasselbe. Nur fällt es dir nicht auf, weil Zahlen wie Fakten aussehen.

Ehrlich dazu: Das ist der schwächste der vier Handgriffe. Kein Modell kann seine eigenen Denkfehler zuverlässig finden. Aber du bekommst die getroffenen Annahmen auf den Tisch. Und Annahmen kannst du prüfen.

Das ist übrigens keine Marotte von mir. Der FLARE-Benchmark, eine Untersuchung zur KI-Leistung bei Tabellenaufgaben, beschreibt dasselbe Muster: stark bei einfachen Aufgaben, brüchig bei mehrstufigen, und die Ergebnisse wirken dabei plausibel und sind falsch.

Plausibel und falsch. Die gefährlichste Kombination, die es in einer Tabelle gibt.

IMPLEMENTATION KIT

Die KI-Datenschutz-Ampel

Prüfen nützt dir wenig, wenn die Daten gar nicht erst in das Tool gedurft hätten. Die Ampel zeigt dir auf einen Blick, welche Daten grün, gelb oder rot sind, welches Tool was mit deinen Uploads macht, und drei Wege, Kundendaten sicher rüberzubringen und wieder zurückzuholen. Inklusive Sicher-Prompt zum Kopieren.

​Hol dir die KI-Datenschutz-Ampel​

Dein Schnell-Check: KLAR, angewendet auf Zahlen

Merk dir keine zwei Systeme. Es ist eines. Die vier Stellen sagen dir, wo es kippt. KLAR sagt dir, was du dort tust.

Vorab: das Interview. Das ist Stelle 1. Lass dich fragen, bevor gerechnet wird.

K wie Kritiker-Rolle. „Prüfe deine eigene Auswertung als skeptischer Controller. Wo würdest du sie angreifen?”

L wie Lücken-Fragen. „Welche drei Annahmen in dieser Auswertung sind am wackeligsten?”

A wie Antwort hinterfragen. Das ist Stelle 4. „Bewerte deine Auswertung von 1 bis 100 danach, wie belastbar sie ist. Nenne die drei schwächsten Stellen und arbeite sie nach.”

R wie Realitäts-Check. Das sind Stelle 2 und 3. Eine Zahl zurück zur Rohdatei, Zeilen selbst zählen. Bei Ideen ist R das Gespräch mit echten Menschen. Bei Zahlen gehst du raus aus dem Chat und schaust in die Quelle.

Beim ersten Mal kostet dich das zehn Minuten. Ab dem dritten Mal machst du es nebenbei.

Und dann passiert etwas, das ich unterschätzt hatte: Du wirst nicht misstrauischer. Du wirst schneller.

Nicht pro Auswertung. Sondern insgesamt. Weil du nichts zweimal machst. Eine Auswertung, die du wegwerfen und neu aufsetzen musst, kostet dich einen halben Tag. Der Check kostet zehn Minuten.

Und weil du aufhörst, dich zu fragen, ob du die Zahl verwenden darfst. Du weißt es.

Welche Zahl hast du diese Woche weitergegeben, ohne sie selbst geprüft zu haben?

Antworte mir auf diese Mail und schreib mir, an welcher der vier Stellen es dich schon einmal erwischt hat. Ich lese jede Antwort.

Bis nächste Woche,

Hans Peter

P.S. Die vier Stellen sind keine Übergangslösung, bis die Tools besser werden. Die Tools sind besser geworden im Rechnen. Nicht im Zweifeln. Das ist ein Unterschied, der bleibt.

P.P.S. Wenn du tiefer einsteigen willst: Auf aimadesimple.at liegt weiterer freier Content zu KI in der Praxis. Der beste Einstieg bleibt die KI-Datenschutz-Ampel, weil sie die Frage beantwortet, die vor allen anderen kommt: Was darf überhaupt rein.