Wie lassen sich Excel-Daten mit einer lokalen KI bearbeiten?

Das Problem

Ein Fachgeschäft für Büromaterial in Solothurn hat eine Excel-Liste mit 800 Kundenrückmeldungen aus einer Umfrage, mit freien Textfeldern. Frau Müller soll sie auswerten: Worum geht es, ist die Rückmeldung positiv oder negativ, welche Themen kommen oft vor? Von Hand dauert das Tage. Kopiert sie die Einträge einzeln in ein Chat-Fenster, ist sie auch lange beschäftigt, und die Rückmeldungen sollen nicht in einen Cloud-Dienst.

Ein lokales Modell auf dem eigenen Rechner löst das Datenschutzproblem. Aber wie kommt die Tabelle zum Modell, ohne dass jemand 800-mal kopiert?

Die Antwort ist ein kleines Programm oder ein automatischer Ablauf, der die Liste Zeile für Zeile an das Modell schickt und die Antworten zurückschreibt. Das klingt aufwendig, ist aber ein typisches Anfängerprojekt für IT-Fachleute.

So lösen Sie es mit KI – Schritt für Schritt

1. Aufgabe pro Zeile festlegen. Beispiel: «Ordne die Rückmeldung einem Thema zu und bewerte sie als positiv, neutral oder negativ.» Je klarer die Aufgabe, desto brauchbarer das Ergebnis.

1. Arbeitskopie anlegen. Kopieren Sie die Excel-Datei und arbeiten Sie nur mit der Kopie. So bleibt das Original unverändert.

1. Daten bereinigen. Entfernen Sie leere Zeilen, doppelte Einträge und Namen oder Kontaktdaten, die für die Aufgabe nicht nötig sind. Je weniger Personendaten, desto besser.

1. Lokales Modell bereitstellen. Ollama oder LM Studio läuft, ein Modell ist geladen. Siehe Lokales LLM in Software einbinden.

1. Verarbeitungsweg wählen. Möglich ist ein kurzes Python-Skript (siehe Python mit Ollama) oder ein Ablauf in n8n (siehe n8n mit Ollama). Ein Muster steht unten.

1. Mit zehn Zeilen testen. Verarbeiten Sie erst nur zehn Zeilen und kontrollieren Sie die Ergebnisse. Passen Sie den Auftrag an, bis sie stimmen.

1. Die ganze Liste verarbeiten. Lassen Sie das Programm laufen und schreiben Sie die Ergebnisse in neue Spalten, nicht über die Originalspalte. Bei 800 Zeilen kann das je nach Rechner einige Zeit dauern. Planen Sie Pausen ein.

1. Stichprobe prüfen. Kontrollieren Sie mindestens 30 zufällig gewählte Zeilen von Hand und halten Sie fest, wie viele falsch sind. Erst dann verwenden Sie die Auswertung.

Vorlage zum Kopieren

Ein Muster für ein Python-Skript, das Ihre IT-Person anpasst. Es liest eine Excel-Datei, ruft das lokale Modell Zeile für Zeile auf und speichert das Ergebnis in einer neuen Datei:

import pandas as pd
import ollama

datei_ein = "[Dateiname].xlsx"
datei_aus = "[Dateiname]_ki.xlsx"
spalte = "[Name der Spalte mit dem Text]"
modell = "[Modellname laut ollama list]"

df = pd.read_excel(datei_ein)
ergebnisse = []
for text in df[spalte].fillna(""):
    if not str(text).strip():
        ergebnisse.append("")
        continue
    antwort = ollama.chat(model=modell, messages=[
        {"role": "user", "content": "[Auftrag, z. B. Ordne diese Rückmeldung einem Thema zu und bewerte sie als positiv, neutral oder negativ. Antworte in einer Zeile.]\n\n" + str(text)}
    ])
    ergebnisse.append(antwort["message"]["content"])

df["KI-Auswertung"] = ergebnisse
df.to_excel(datei_aus, index=False)

Ersetzen Sie Dateinamen, Spalte, Modell und Auftrag. Das Muster braucht die Python-Pakete pandas, openpyxl und ollama. Für den Alltag ergänzt die IT-Person Fehlerbehandlung und Fortschrittsanzeige.

Worauf Sie achten müssen

• Nie am Original arbeiten: Fehler im Programm können Daten überschreiben. Nutzen Sie Kopien und schreiben Sie in eine neue Datei.
• Datenschutz: Auch bei lokaler Verarbeitung liegen Tabellen mit Personendaten auf dem Rechner. Klären Sie Zugriff, Speicherort und Löschfristen. Lassen Sie Namen und Kontaktdaten weg, wenn sie für die Aufgabe nicht nötig sind.
• Gleiche Aufgabe, uneinheitliche Antworten: Das Modell kann dieselbe Frage unterschiedlich beantworten. Verlangen Sie feste Kategorien und ein einheitliches Format, und prüfen Sie die Ausgabe, siehe KI-Ausgaben prüfen.
• Fehler und Auslassungen: Das Modell kann Themen falsch zuordnen oder Ironie missverstehen. Rechnen Sie mit einer Fehlerquote und prüfen Sie Stichproben.
• Geschwindigkeit: Jede Zeile ist ein eigener Auftrag. Bei vielen Zeilen und kleiner Hardware dauert es lange. Testen Sie mit einer kleinen Menge.
• Zahlenrechnen: Für Berechnungen ist Excel selbst besser. Das Modell eignet sich für Text, nicht für Summen und Durchschnitte.

Ein Beispiel aus der Praxis

Ein Beispiel: Das Büromaterial-Fachgeschäft in Solothurn lässt seinen IT-Partner ein Skript für die 800 Umfrage-Rückmeldungen schreiben. Namen werden vorher entfernt. Das lokale Modell vergibt pro Zeile ein Thema und eine Stimmung. Frau Müller prüft 40 Zeilen von Hand und findet vier Fehler, vor allem bei ironischen Bemerkungen.

Vorher: Tage mit Lesen und Strichlisten. Nachher: Das Skript läuft über Nacht, und die ausgewerteten Themen erscheinen in einer Tabelle. Frau Müller erstellt daraus mit einer Pivot-Tabelle eine Übersicht. Die vier Fehler führen zu einer Ergänzung im Auftrag («Ironie als negativ werten, wenn eindeutig»). Die Zahlen in der Übersicht nennt sie als «KI-gestützte Auswertung mit Stichprobenprüfung».

So hilft Ihnen Alpasana

Wer Excel-Daten mit KI auswerten lernen möchte, findet bei absofort Kurse zu Excel, Datenverständnis und Dashboards. Die Kurse für KI und IT bei konkreten Arbeitsaufgaben umfassen laut Angebot Excel, Datenverständnis und Dashboards, No-Code-Automatisierung sowie lokale KI mit Ollama und Open-Source-Modellen.

Für die Umsetzung eines konkreten Skripts oder Ablaufs bietet Alpasana zudem die KI-Beratung und digitale Transformation an; Projekte werden individuell offeriert.

Häufige Fragen

Kann ich das auch direkt in Excel machen?

Mit etwas Aufwand, etwa über Power Query oder Makros, die eine lokale Schnittstelle aufrufen. Für den Einstieg ist ein Python-Skript einfacher zu testen und zu prüfen.

Wie lange dauert die Verarbeitung von 800 Zeilen?

Das hängt von Rechner, Modell und Textlänge ab. Rechnen Sie mit einigen Sekunden pro Zeile und testen Sie mit zehn Zeilen, bevor Sie hochrechnen.

Eignet sich ein Chatbot für Tabellen besser?

Für Fragen an eine Tabelle («Welche Rückmeldung betrifft Lieferung?») ja, für die zeilenweise Bearbeitung eher nicht. Siehe Excel-Tabellen im Chatbot.