Wie Business-Analysten und Wissensarbeiter die erweiterte Datenanalyse von Zhipu Qingyan zur Tabellenprüfung, Datenbereinigung und Diagrammerstellung nutzen

Im Unternehmensalltag sind Business-Analysten und Wissensarbeiter häufig durch zeitraubende Routinearbeiten in Tabellenkalkulationen gebunden: unstrukturierte ERP-Exporte, durch Währungssymbole und uneinheitliche Einheiten verunreinigte Zahlenkolonnen, defekte SVERWEIS-Formeln (VLOOKUP), inkonsistente Datumsformate und wiederkehrende Anfragen nach präsentationsreifen Diagrammen für die Geschäftsführung. Wenn herkömmliche Large Language Models (LLMs) versuchen, solche Tabellen über standardmäßige Textchats zu verarbeiten, stoßen sie schnell an Kontextgrenzen und neigen bei arithmetischen Berechnungen zu statistischen Halluzinationen.

Zhipu Qingyan (智谱清言), basierend auf der GLM-Architektur, überwindet diese Limitierungen mit seiner Erweiterten Datenanalyse (Code Interpreter / Code-Interpreter). Anstatt numerische Ergebnisse über Textwahrscheinlichkeiten zu schätzen, übersetzt das System Anweisungen in natürlicher Sprache in echten, ausführbaren Python-Code und führt diesen in einer isolierten Linux-Cloud-Sandbox aus. Ausgestattet mit vorinstallierten Datenanalyse-Bibliotheken wie pandas, openpyxl, matplotlib und seaborn, verarbeitet Zhipu Qingyan hochgeladene Excel- (.xlsx, .xls) und CSV-Dateien mit mathematischer Exaktheit, behebt Skriptfehler selbstständig in einer Agentenschleife (Agent Loop), bereinigt Datenformate und liefert druckreife Visualisierungen mitsamt downloadbaren Tabellen.

Ob über die Weboberfläche auf chatglm.cn oder direkt in Microsoft 365 mit dem Add-In GLM in Excel (Beta): Wissensarbeiter können einen strukturierten, verlässlichen Analyse-Workflow in vier Phasen etablieren.

1. Die Ausführungsarchitektur: Sandbox-Laufzeit und Selbstkorrektur

Um verlässliche Ergebnisse für geschäftliche Entscheidungen zu erzielen, müssen Anwender die technische Funktionsweise von Zhipu Qingyan verstehen:

• Isolierte Cloud-Sandbox: Hochgeladene Dateien werden in einer separaten Linux-Laufzeitumgebung mit Python 3.11+ bereitgestellt. Das Modell interagiert über standardisierte Tool-Aufrufe mit dem Code-Interpreter.
• Algorithmische Exaktheit statt Wahrscheinlichkeit: Bei einer Anweisung wie "Berechne die Standardabweichung und das 90. Perzentil von Spalte D" rät ein herkömmliches Sprachmodell Zahlenwerte auf Basis sprachlicher Muster. Zhipu Qingyan hingegen formuliert df['Spalte_D'].std() und df['Spalte_D'].quantile(0.90), führt den Code in der Sandbox aus und gibt die exakte mathematische Kennzahl zurück.
• Selbstkorrekturschleife (Agent Loop): Schlägt ein Skript aufgrund unerwarteter Zeichenkodierungen (z. B. BOM-Header oder GBK) oder Datentyponflikten fehl, fängt das System die Fehlerausgabe stderr ab. GLM analysiert den Traceback, korrigiert den Code (beispielsweise durch encoding='gb18030' oder Fehlerabfang mit pd.to_numeric(..., errors='coerce')) und führt die Berechnung automatisch erneut aus, bis ein einwandfreies Ergebnis vorliegt.
• Volle Codetransparenz: Unter jeder generierten Antwort lässt sich der ausgeführte Python-Code aufklappen. Analysten können die Filterlogik und Berechnungsannahmen lückenlos nachvollziehen und den Code bei Bedarf in lokale Jupyter Notebooks oder Unternehmens-Pipelines übernehmen.

2. Phase 1: Tabellenstruktur-Inspektion und Vorabdiagnose

Der häufigste Fehler beim Einsatz von KI auf Tabellen besteht darin, unmittelbar nach dem Hochladen vage Prompts zu stellen (z. B. "Analysiere diese Datei und nenne mir Auffälligkeiten"). Reale Unternehmenstabellen enthalten oft verbundene Zellen, Leerzeilen, Kopf- und Fußnoten sowie mehrere Arbeitsblätter, die ohne vorherige Strukturprüfung zu Fehlinterpretationen führen.

Ein professioneller Ablauf beginnt daher stets mit einer gezielten Vorabdiagnose.

Vorgehensweise und Inspektions-Prompt

1. Datei hochladen: Fügen Sie Ihre .xlsx- oder .csv-Datei über das Anhang-Symbol in Zhipu Qingyan ein.
2. Inspektions-Prompt ausführen:

   "Lies die hochgeladene Arbeitsmappe ein. Liste zuerst alle Tabellenblätter (Sheets) auf. Gib für das Hauptarbeitsblatt die ersten 5 Zeilen (head()), die Gesamtanzahl der Zeilen und Spalten (shape), die Spaltennamen mit ihren Datentypen (dtypes) sowie die Anzahl und den Prozentsatz fehlender Werte pro Spalte aus. Nimm noch keine Datenänderungen vor, sondern liefere ausschließlich den strukturellen Diagnosebericht."

3. Ergebnisse prüfen: Zhipu Qingyan führt ein Diagnoseskript aus und liefert:
   • Die Übersicht aller Blätter (z. B. ['Umsatz_Q3', 'Kundenstammdaten', 'Pivot_Zusammenfassung']).
   • Den genauen Beginn der echten Datenzeilen im Vergleich zu dekorativen Titelzeilen.
   • Typ-Inkonsistenzen: Spalten, die Geldbeträge enthalten, aber wegen Währungszeichen (€, $, ¥), Tausendertrennzeichen oder Vermerken wie „in Prüfung“ fälschlicherweise als Text (object) erfasst wurden.

Erkennung verdeckter Strukturprobleme

In dieser Phase werden kritische Schwachstellen offengelegt:

• Nachgestellte Leerzeichen in Spaltennamen: Ein Header wie 'Region ' führt bei späteren SVERWEIS- oder Merge-Operationen zu Fehlern.
• Verbundene Zellen (Merged Cells): Beim Import in ein Pandas DataFrame enthält bei mehrzeilig verbundenen Zellen nur die oberste Zeile den Wert, während die folgenden als NaN eingelesen werden.
• Statistik- und Fußzeilen: Summenzeilen am Ende der Tabelle (wie "Gesamtsumme" oder "Erstellt durch Buchhaltung") verzerren Mittelwerte und Varianzen gravierend, wenn sie nicht vorab bereinigt werden.

3. Phase 2: Datenbereinigung und Tabellennormierung

Nachdem die Datenarchitektur transparent ist, steuert der Analyst Zhipu Qingyan durch eine gezielte Bereinigung, um die Rohdaten in ein normiertes Analyseformat zu überführen.

Typische Szenarien und Bereinigungs-Prompts

A. Bereinigung von gemischten Einheiten und Währungssymbolen

Oft enthalten Tabellen Mischwerte wie "$1,250.00", "3.400 €", "50w" oder "12.5k".

• Prompt-Beispiel:

  "Bereinige die Spalten 'Umsatz' und 'Kosten': Entferne alle Währungssymbole ('€', '$', '¥'), Kommas, Punkte und Leerzeichen. Werte mit dem Suffix 'w' oder 'W' sind mit 10.000 zu multiplizieren, Werte mit 'k' oder 'K' mit 1.000. Wandle beide Spalten in float64 um, ersetze nicht konvertierbare Werte durch 0 und zeige eine Vorher-Nachher-Vergleichsstichprobe."

B. Zellverbünde auflösen und Vorwärtsauffüllen (ffill)

Wenn Abteilungs- oder Regionsnamen über mehrere Zeilen verbunden waren und Leerzeilen hinterlassen haben:

• Prompt-Beispiel:

  "Die Spalte 'Geschäftsbereich' weist durch verbundene Zellen in der Originaltabelle zahlreiche Leerwerte auf. Wende Vorwärtsauffüllen (ffill) an, sodass jede Zeile den korrekten Bereich übernimmt. Lösche anschließend alle Zeilen, in denen sowohl 'Auftragsnummer' als auch 'Betrag' leer sind."

C. Vereinheitlichung uneinheitlicher Datumsangaben

Zusammenführung heterogener Datumsformate wie 2026/03/15, 15.03.2026 oder Excel-Serialnummern (z. B. 45366):

• Prompt-Beispiel:

  "Konvertiere die Spalte 'Bestelldatum' in das standardisierte ISO-Format (YYYY-MM-DD). Falls Zeilen nicht eindeutig geparst werden können oder außerhalb des Jahres 2026 liegen, liste deren Zeilennummern in einer separaten Prüftabelle auf."

D. Deduplizierung über zusammengesetzte Schlüssel

• Prompt-Beispiel:

  "Prüfe Duplikate anhand des zusammengesetzten Schlüssels ['Kunden_ID', 'Buchungsdatum', 'Artikelnummer']. Behalte bei Mehrfachnennungen jeweils nur den Datensatz mit dem neuesten 'Änderungsdatum' und nenne die Gesamtanzahl der entfernten Zeilen."

Export der bereinigten Daten

Nach Abschluss der Bereinigung liegen die Daten im Ausgabeverzeichnis der Sandbox. Ein kurzer Befehl genügt:

"Speichere den vollständig bereinigten Datensatz als formatierte Excel-Datei unter dem Namen umsatz_q3_bereinigt.xlsx und stelle mir den direkten Download-Link bereit."

Das Modell liefert einen Download-Link, über den die saubere Datei unmittelbar in nachgelagerte Systeme überführt werden kann.

4. Phase 3: Analytische Diagrammerstellung und Visualisierung

Auf Basis der bereinigten Daten nutzt Zhipu Qingyan die Bibliotheken matplotlib und seaborn, um aussagekräftige Management-Diagramme zu erstellen.

Ein wesentlicher Vorzug von Zhipu Qingyans Linux-Umgebung ist die vollständige Unterstützung von Schriftarten wie Noto CJK und WenQuanYi. Dadurch werden Sonderzeichen, asiatische Schriftzeichen oder spezielle Symbole fehlerfrei dargestellt und nicht als fehlerhafte Rechtecke (□□) ausgegeben.

Leitlinien für professionelle Diagramm-Prompts

1. Achsen, Metriken und Sortierung präzisieren: Vermeiden Sie ungenaue Anfragen wie "Mach mir ein Diagramm". Definieren Sie X-Achse, Y-Achse, Aggregationsart (Summe, Durchschnitt) und Sortierreihenfolge.
2. Referenzlinien und Beschriftungen verlangen: Fordern Sie direkte Datenbeschriftungen an den Balken, Zielmarken oder 80%-Pareto-Linien an.
3. Auflösung festlegen: Fordern Sie eine scharfe Auflösung von dpi=300 und passende Seitenverhältnisse für Präsentationsfolien an.

Praxisbeispiele für Diagramm-Prompts

Szenario 1: Pareto-Analyse (Zwei-Achsen-Diagramm: Balken + Summenkurve)

• Prompt-Beispiel:

  "Gruppiere den Umsatz nach 'Produktkategorie' und sortiere absteigend. Erstelle ein Diagramm mit zwei Y-Achsen: Auf der linken Achse dunkelblaue Balken für den Gesamtumsatz je Kategorie mit direkter Betragsbeschriftung; auf der rechten Achse eine orangefarbene Linie für den kumulierten Prozentsatz, ergänzt durch eine rote gestrichelte 80%-Referenzlinie für das Pareto-Kriterium. Exportiere das Bild mit 300 DPI."

Szenario 2: Monatliche Margenentwicklung (Flächenschattierung und Hervorhebung)

• Prompt-Beispiel:

  "Aggregiere die Daten nach Monaten und visualisiere die Entwicklung von 'Bruttoumsatz' und 'Nettomarge' über die vergangenen 12 Monate. Hinterlege die Margenkurve mit einer halbtransparenten hellgrauen Flächenfüllung und hebe den Monat mit der niedrigsten Marge durch einen Pfeil und ein Textfeld hervor."

Szenario 3: Multivariates Korrelations-Heatmap

• Prompt-Beispiel:

  "Berechne die Pearson-Korrelationsmatrix zwischen 'Marketingbudget', 'Impressionen', 'Klickrate', 'Kundenakquisitionskosten' und 'Customer_Lifetime_Value'. Erstelle eine Heatmap mit Seaborn im coolwarm-Farbschema, zeige die Korrelationswerte auf zwei Nachkommastellen gerundet in den Feldern an und rotiere die X-Achsen-Beschriftungen um 30 Grad."

Iterative Verfeinerung

Nach der Diagrammerstellung können Details im laufenden Dialog nachjustiert werden:

• "Verschiebe die Legende nach außerhalb oben rechts."
• "Ändere die Balkenfarbe in Corporate Navy und setze die Deckkraft der Gitterlinien auf 0.3."
• "Speichere die Grafik sowohl als hochauflösendes PNG als auch als Vektor-PDF und gib die Download-Links an."

5. Arbeitsplatzintegration: Das Add-In GLM in Excel (Beta)

Für Analysten, die ohne Wechsel in den Webbrowser direkt in Tabellen arbeiten möchten, steht das Add-In GLM in Excel (Beta) zur Verfügung.

• Direkte Bedienung im Excel-Seitenbereich: Das Add-In wird in Microsoft 365 oder Office 2021+ direkt als Aufgabenbereich in Excel integriert. Vertrauliche Tabellen müssen nicht separat exportiert werden; alle Analysen erfolgen in der aktiven Arbeitsmappe.
• Formeldiagnose und Fehlerbehebung: Bei Fehlern wie #BEZUG!, #WERT!, #DIV/0! oder Zirkelbezügen analysiert das Add-In die referenzierten Zellketten und ersetzt fehlerhafte Formeln direkt durch korrigierte Syntax.
• Arbeitsblattübergreifende Verknüpfungen (SVERWEIS / XVERWEIS): Erkennt Beziehungsschlüssel über verschiedene Blätter hinweg (z. B. Auftragsliste, Preisliste, Kundenstamm) und erstellt automatisch mehrdimensionale XVERWEIS- oder SUMMEWENNS-Formeln.
• Auditierbare Zellhervorhebungen: Durch die KI modifizierte oder neu berechnete Zellen werden farblich hervorgehoben, sodass Wirtschaftsprüfer und Analysten jede Anpassung sofort nachvollziehen können.

6. Daten-Governance und Best Practices für Wissensarbeiter

Beim Einsatz von KI-Tools mit Geschäftsdaten müssen Analysten klare Sicherheits- und Qualitätsstandards einhalten:

1. Vorherige Anonymisierung: Laden Sie niemals unverschlüsselte personenbezogene Daten (PII), Passwörter, Bankverbindungen oder vertrauliche Bilanzen ungeprüft hoch. Ersetzen Sie reale Namen und Kennungen lokal vor dem Upload durch Pseudonyme wie Kunde_01 oder Mitarbeiter_A.
2. Schrittweise Prompt-Strukturierung: Vermeiden Sie es, Diagnose, vollständige Bereinigung, Pivot-Kalkulation und mehrere Diagramme in einem einzigen Prompt zu kombinieren. Der Vierschritt (Prüfen → Bereinigen → Berechnen → Visualisieren) sichert die Verifizierbarkeit und verhindert Timeouts.
3. Code-Inspektion zur Pflicht machen: Öffnen Sie stets den ausgeführten Python-Code, um methodische Annahmen zu überprüfen (z. B. ob fehlende Werte per dropna gelöscht oder per fillna(0) aufgefüllt wurden und ob Tabellen-Joins Zeilenduplikate erzeugt haben).
4. Datenvolumen passend dimensionieren: Bei Datenmengen mit mehreren Millionen Zeilen empfiehlt es sich, die Daten vorab per SQL im Data Warehouse zu aggregieren und Zhipu Qingyan repräsentative Auszüge (in der Regel 20 MB bis 50 MB) zur Analyse zu übergeben.

Mit Zhipu Qingyans Erweiterter Datenanalyse als digitalem Python-Assistenten gewinnen Business-Analysten und Wissensarbeiter wertvolle Zeit zurück: weg von fehleranfälliger Tabellenkosmetik, hin zu fundierten betriebswirtschaftlichen Erkenntnissen und Entscheidungen.

Referenzen

• 智谱清言
• GLM in Excel（Beta）
• 预装沙箱环境
• 工具
• 工具调用