Automatische Berichte erstellen: Kennzahlen, Quellen und KI-Zusammenfassung

Am Montag vor der Monatsbesprechung liegen drei Antworten auf die Frage nach dem Umsatz des Vormonats auf dem Tisch. Die Buchhaltung nennt eine Zahl auf Basis gestellter Rechnungen. Das CRM nennt eine andere, weil es Aufträge zählt, die als gewonnen markiert wurden. In einer Tabelle der Vertriebsleitung steht eine dritte, die noch eine Gutschrift aus dem Vormonat enthält. Keine der drei ist erfunden, und doch passen sie nicht zusammen.

In diesem Szenario nehmen wir ein Unternehmen mit zehn bis fünfzig Beschäftigten an, das seine Zahlen bisher von Hand zusammenträgt. Eine Person aus dem Büro exportiert Daten, fügt sie in eine Tabelle ein, formatiert, ergänzt einige Sätze und verschickt das Ergebnis. Das dauert, es hängt an dieser einen Person, und es ist anfällig für Kopierfehler, die erst auffallen, wenn jemand nachrechnet.

Typisch ist auch, was dabei verloren geht. Die Person, die den Bericht baut, kennt die Eigenheiten der Daten: dass im März ein Großkunde doppelt angelegt wurde, dass ein bestimmtes Konto anders zu lesen ist, dass die Besucherzahlen nach einem Umbau der Website nicht mehr mit den Vorjahren vergleichbar sind. Dieses Wissen steckt in Köpfen und Randnotizen, nicht in einem Dokument, und fällt aus, sobald die Person Urlaub hat oder das Unternehmen verlässt.

Der Wunsch nach automatischen Berichten entsteht meist aus Zeitdruck. Die eigentliche Arbeit liegt aber nicht im Versenden, sondern davor: Was zählt als Umsatz, welche Quelle gilt, und wer entscheidet im Zweifel? Wer Automatisierung auf unklare Zahlen setzt, erzeugt dieselbe Verwirrung nur schneller und in schönerer Form.

Technisch ist es meist unspektakulär, Daten aus Buchhaltung, CRM und Website-Statistik zu holen. Die meisten Systeme bieten Schnittstellen oder zumindest regelmäßige Exporte. Schwierig wird es an den Nähten: Kundennummern unterscheiden sich zwischen den Systemen, Datumsfelder bedeuten Verschiedenes, und Währungen, Steuern oder Stornos werden unterschiedlich gebucht.

Hinzu kommt die Datenqualität. Ein CRM, in dem Aufträge erst Wochen später auf „gewonnen“ gesetzt werden, liefert eine verzögerte Wahrheit. Eine Buchhaltung, die zum Monatsende noch offene Belege hat, liefert vorläufige Werte. Die Website-Statistik wiederum ist stichprobenhaft oder durch Einwilligungsabfragen lückenhaft, sodass absolute Besucherzahlen mit Vorsicht zu lesen sind.

Ein drittes Problem ist die Verantwortung. Wenn ein Bericht automatisch entsteht, fragt niemand mehr beim Erstellen nach, ob eine Zahl merkwürdig aussieht. Der Mensch, der früher beim Abtippen stutzte, fehlt als Kontrollinstanz. Die Prüfung muss deshalb in den Ablauf selbst wandern, sonst entscheidet die Geschäftsführung auf Basis von Zahlen, die niemand angeschaut hat.

Schließlich die Frage der KI. Eine Zusammenfassung in Fließtext ist angenehm zu lesen, aber ein Sprachmodell formuliert auch dann flüssig, wenn die Interpretation nicht gedeckt ist. „Der Umsatz stieg wegen der neuen Kampagne“ ist ein Satz, der plausibel klingt und in den Daten nicht stehen muss.

Ein Berichtswesen besteht aus drei Schichten, die oft vermischt werden. Unten liegen die Rohdaten in den Quellsystemen, in der Mitte die Kennzahlen mit ihrer Definition, oben die Darstellung für Menschen. Fehler entstehen meist dort, wo eine Schicht die Aufgabe der anderen übernimmt, etwa wenn die Rechenlogik in einer Tabellenformel steckt, die niemand mehr kennt.

Die mittlere Schicht ist die wichtigste. Hier steht schriftlich, wie jede Kennzahl berechnet wird, aus welcher Quelle sie stammt, für welchen Zeitraum sie gilt und wer sie verantwortet. Dieses Verzeichnis ist unspektakulär, es kann ein Dokument oder eine kleine Konfigurationsdatei sein. Es ist aber die eine Wahrheit, auf die sich E-Mail, Dashboard und Zusammenfassung gleichermaßen beziehen.

Ein Beispiel zeigt, wie das Verzeichnis arbeitet. Der Eintrag „Umsatz“ nennt als Quelle die Buchhaltung, rechnet nach Rechnungsdatum ohne Umsatzsteuer, schließt Gutschriften ein und gilt für den abgeschlossenen Kalendermonat. Der Eintrag „Auftragseingang“ stammt dagegen aus dem CRM und zählt Aufträge nach Datum der Zusage. Beide Zahlen dürfen verschieden sein, solange niemand sie verwechselt. Genau dafür ist die Definition da.

Für ein kleines Unternehmen ist das kein Konzernprojekt. Zehn bis fünfzehn Kennzahlen reichen oft, und mehr würden die Geschäftsführung eher überfordern als informieren. Die Disziplin liegt im Weglassen: Jede Kennzahl, die keine Entscheidung vorbereitet, gehört nicht in den monatlichen Bericht, sondern höchstens in eine abrufbare Detailansicht.

Die Reihenfolge ist die eigentliche Lösungsstrategie. Wir würden zunächst gemeinsam mit der Geschäftsführung festlegen, welche Entscheidungen der Bericht tragen soll: Liquidität planen, Auslastung steuern, Akquise bewerten. Aus diesen Entscheidungen leiten sich die Kennzahlen ab, nicht umgekehrt. Erst danach wird geprüft, welche Quelle sie liefern kann und in welcher Qualität.

Eine Alternative wäre, ein fertiges Dashboard-Werkzeug anzuschließen und die Vorgaben der Software zu übernehmen. Das geht schnell und eignet sich, wenn die Standardkennzahlen des Werkzeugs zur eigenen Definition passen. Der Preis ist, dass Berechnungswege oft fest verdrahtet sind. Wer eine eigene Logik hat, etwa Umsatz nach Leistungszeitraum statt nach Rechnungsdatum, stößt schnell an Grenzen.

Die zweite Alternative ist ein Bericht aus Tabellenkalkulation mit Skripten. Sie ist flexibel und für kleine Datenmengen vernünftig, wird aber fragil, sobald mehrere Personen daran arbeiten oder Quellen sich ändern. Wir bevorzugen ein schmales, eigenes Zwischenlager, in dem Rohdaten abgelegt und Kennzahlen reproduzierbar berechnet werden, und lassen Dashboard und E-Mail darauf zugreifen.

Wichtig ist die Abwägung beim Zwischenlager. Es bedeutet zusätzliche Technik, die gepflegt werden muss, und für sehr kleine Datenmengen kann das übertrieben sein. Es zahlt sich aus, sobald mehrere Quellen zusammenkommen, rückwirkend neu gerechnet werden soll oder Prüfungen nachvollziehbar sein müssen. Wir entscheiden das am konkreten Fall und nicht aus Gewohnheit.

Die KI kommt zuletzt. Sie bekommt ausschließlich die fertig berechneten und geprüften Werte samt Vorperiode und darf diese in Sprache fassen. Rechnen soll sie nicht, und Ursachen darf sie nur nennen, wenn sie als Datenfeld vorliegen. So bleibt der Text eine Lesehilfe für Zahlen, nicht ein zweites, unkontrolliertes Berichtssystem.

Für die Darstellung gilt: lieber knapp und verlässlich als vollständig. Die monatliche E-Mail beginnt mit drei bis fünf Kernaussagen, die ohne Anhang verständlich sind. Darunter folgen die Kennzahlen als schlichte Tabelle mit Wert, Vorperiode und Abweichung. Wer mehr wissen will, folgt einem Link zum Dashboard, in dem sich Zeiträume und Details öffnen lassen.

Die Gestaltung folgt einer einfachen Regel: Ein Wert ohne Vergleich sagt wenig. Ein Platzhalterwert X ist viel, wenn die Vorperiode deutlich darunter lag, und wenig, wenn sie deutlich darüber lag. Deshalb steht neben jeder Kennzahl die Vorperiode, bei saisonalen Geschäften zusätzlich der gleiche Zeitraum des Vorjahres. Farbsignale setzen wir sparsam und nur dort, wo vorher eine Schwelle vereinbart wurde.

Die E-Mail eignet sich für alle, die den Überblick wollen, und sie hat einen Vorzug, den man unterschätzt: Sie archiviert sich selbst. Der Bericht vom März lässt sich im Herbst genauso öffnen, wie er damals verschickt wurde. Ein Dashboard zeigt dagegen den aktuellen Stand der Daten, und rückwirkende Korrekturen verändern die Vergangenheit unbemerkt. Beides hat seinen Platz, aber die Entscheidungsgrundlage sollte eingefroren sein.

Der Zeitplan richtet sich nach dem Rhythmus der Daten, nicht nach dem Kalender. Ein Bericht am ersten Werktag klingt sinnvoll, ist aber sinnlos, wenn die Buchhaltung bis zum fünften Belege nachbucht. Besser ist ein fester Termin nach dem Abschluss, ergänzt um eine kurze wöchentliche Übersicht für laufende Größen wie Anfragen oder Besucher, die keinen Abschluss brauchen.

Jede Zahl im Bericht trägt ihre Herkunft. Eine kleine Fußzeile nennt Quelle, Abrufzeitpunkt und Stand der Definition. Das wirkt nüchtern, schafft aber Vertrauen: Wer die Zahl anzweifelt, sieht sofort, woher sie kommt, und muss nicht bei der Person nachfragen, die sie damals eingetragen hat.

Technisch läuft der Bericht als zeitgesteuerte Kette. Zum festgelegten Zeitpunkt ruft ein Dienst die Daten aus den Quellen ab, entweder über Schnittstellen oder über geplante Exporte. Die Rohdaten werden unverändert in ein Zwischenlager geschrieben und mit Zeitstempel versehen. Aus diesem Lager werden die Kennzahlen berechnet, damit sich jeder Bericht später exakt reproduzieren lässt.

Vor der Auslieferung greift die Prüfung. Sie testet Vollständigkeit (sind alle erwarteten Quellen und Zeiträume da?), formale Gültigkeit (keine leeren Pflichtfelder, keine Beträge als Text) und Plausibilität (liegt der Wert in einer erwartbaren Spanne im Vergleich zur Vorperiode?). Fällt eine Prüfung durch, geht der Bericht nicht automatisch an die Geschäftsführung, sondern eine Warnung an die verantwortliche Person.

Erst danach entsteht der Text. Die Zusammenfassung erhält die berechneten Kennzahlen als strukturierte Daten und eine feste Vorgabe: Jede Aussage muss auf ein Datenfeld verweisen, Ursachen nur nennen, wenn sie dort stehen, und Unsicherheit ausdrücklich benennen. Ein nachgelagerter Abgleich prüft, ob jede im Text genannte Zahl exakt in den gelieferten Werten vorkommt, und verwirft den Entwurf, wenn nicht.

Zugriffsrechte und Datenschutz gehören von Anfang an dazu. Der Abruf erhält nur Leserechte, Zugangsdaten liegen verschlüsselt, und personenbezogene Daten werden nur genutzt, wenn der Bericht sie wirklich braucht. Aggregierte Werte genügen meist. Wo Namen nötig sind, etwa bei Forderungen, sollte vorab geklärt sein, welcher Dienst die Daten verarbeitet und wo, ohne dass dies als Rechtsberatung zu verstehen wäre.

Der häufigste Sonderfall ist der unvollständige Monat. Fehlen Belege oder sind Aufträge noch nicht gebucht, wirkt der Bericht schlechter als die Realität. Wir würden solche Werte nicht stillschweigend rechnen, sondern als vorläufig kennzeichnen und dem Stand des Folgeberichts gegenüberstellen. Eine kleine Markierung mit Datum ist ehrlicher als ein glatt wirkender Wert, der später korrigiert werden muss.

Ein zweiter Fall sind Definitionsänderungen. Wird die Berechnung des Deckungsbeitrags angepasst, bricht die Vergleichbarkeit mit früheren Perioden. Die Lösung ist, jede Definition zu versionieren und bei Änderung die Vorperioden nach dem neuen Verfahren neu zu berechnen, sofern die Rohdaten dafür noch vorliegen. Andernfalls erscheint ein deutlicher Hinweis, dass der Vergleich nicht belastbar ist.

Drittens die Ausreißer. Eine Großrechnung, eine einmalige Erstattung oder ein Testdatensatz im CRM können eine Kennzahl verzerren. Die Plausibilitätsprüfung erkennt Auffälligkeiten, kann aber nicht entscheiden, ob sie real sind. Deshalb melden wir statt zu korrigieren: Der Wert bleibt, trägt aber einen Vermerk, und eine Person bestätigt oder bereinigt ihn, bevor der Bericht die Geschäftsführung erreicht.

Viertens der Ausfall einer Quelle. Wenn eine Schnittstelle nicht antwortet oder sich ein Datenformat ändert, soll der Bericht nicht lautlos mit alten Daten erscheinen. Er wird angehalten, die zuständige Person informiert, und die Lücke steht im nächsten Bericht ausdrücklich benannt. Fehlerbehandlung und Überwachung sind hier kein Zusatz, sondern Teil der Berichtsqualität.

Der naheliegende Nutzen ist Zeit. Die Stunden, die bisher für Exportieren, Einfügen und Formatieren anfielen, entfallen größtenteils. Wie viele es waren, weiß nur das jeweilige Unternehmen, und genau deshalb lohnt es sich, den heutigen Aufwand vor dem Start einmal zu notieren. Ohne diese Vergleichsbasis bleibt der Gewinn eine Behauptung.

Mindestens ebenso wichtig ist die Verlässlichkeit. Ein Bericht, der immer zum selben Zeitpunkt erscheint und dieselben Definitionen nutzt, verändert die Besprechungskultur. Es wird weniger darüber gestritten, welche Zahl stimmt, und mehr darüber, was daraus folgt. Das lässt sich nicht in Prozent ausdrücken, wohl aber beobachten: Wie oft wird in der Runde nach der Herkunft einer Zahl gefragt?

Messbar sind einige Indikatoren. Dazu gehören die Zeit zwischen Periodenende und Versand, die Zahl der Korrekturen nach Versand, die Zahl der angehaltenen Läufe wegen fehlgeschlagener Prüfungen und die Rückfragen pro Bericht. Über zwei bis drei Berichtszyklen zeigt sich, ob sich das Verfahren eingependelt hat. Ein Vorher-nachher-Vergleich ist erst danach aussagekräftig.

Ein weiterer Gradmesser ist die Betriebsruhe. Läuft der Bericht über mehrere Monate ohne manuelles Eingreifen, abgesehen von gelegentlichen Warnungen, hat sich die Konstruktion bewährt. Häufen sich dagegen Korrekturen, liegt das selten am Versand, sondern an unklaren Definitionen oder schwankender Datenpflege in den Quellsystemen. Dann ist der Bericht ein Messinstrument für die Datenqualität, und das ist kein Nebeneffekt, sondern oft sein erster greifbarer Nutzen.

Nicht versprechen lässt sich, dass bessere Berichte automatisch bessere Entscheidungen ergeben. Sie schaffen eine solidere Grundlage, mehr nicht. Auch die KI-Zusammenfassung ersetzt keine Analyse: Sie fasst gelieferte Werte zusammen und kann auf Auffälligkeiten hinweisen, die Bewertung bleibt bei Menschen, die das Geschäft kennen.

Die wichtigste Erkenntnis ist unspektakulär: Der Engpass ist fast nie die Technik, sondern die Einigung über Begriffe. Ein halber Tag, in dem Geschäftsführung, Buchhaltung und Vertrieb gemeinsam jede Kennzahl durchgehen, spart später ein Vielfaches an Diskussion. Das Ergebnis passt auf eine Seite und ist der wertvollste Teil des gesamten Projekts.

Zweitens gilt: Klein anfangen und wachsen lassen. Ein erster Bericht mit fünf Kennzahlen aus zwei Quellen zeigt rasch, wo Daten hinken. Weitere Quellen und Kennzahlen kommen erst hinzu, wenn der erste Lauf einige Zyklen stabil funktioniert hat. Wer sofort alles will, bekommt meist einen Bericht, dem niemand traut.

Drittens sollte der Mensch an den richtigen Stellen bleiben. Er bestätigt Ausreißer, gibt den Versand bei Warnungen frei und liest den Text einmal kritisch, bevor er an Dritte geht. Mit der Zeit kann diese Kontrolle schrumpfen, wenn die Prüfregeln sich bewährt haben. Sie ganz zu streichen, wäre am Anfang leichtsinnig.

Viertens: Die KI-Zusammenfassung ist ein Zusatz, kein Kern. Sie lohnt sich, wenn Berichte viele Kennzahlen enthalten und Leserinnen und Leser Orientierung brauchen. Sie lohnt sich weniger, wenn fünf Zahlen ohnehin auf einen Blick erfassbar sind. Auch das gehört zur ehrlichen Einschätzung: Nicht jeder Bericht braucht einen Fließtext.

Wer automatische Berichte erstellen will, sollte mit der Definition beginnen und nicht mit dem Werkzeug. Sind Kennzahlen, Quellen und Prüfregeln geklärt, ist der Versand eine handwerkliche Aufgabe. Ist nichts davon geklärt, wird jede Automatisierung zu einem schnelleren Weg zu denselben Streitfragen. Die KI hilft beim Formulieren, aber nur, wenn sie an die Daten gebunden bleibt.

Der nächste Schritt ist klein. Notieren Sie die fünf Zahlen, die Ihre Geschäftsführung wirklich braucht, und schreiben Sie zu jeder auf, woher sie stammt und wie sie berechnet wird. Wo zwei Personen unterschiedlich antworten, haben Sie die erste Aufgabe gefunden. Wir sehen uns Ihre Quellen gern gemeinsam an und sagen klar, ob sich ein automatischer Bericht für Ihre Größe lohnt.

Was bleibt, wenn der Bericht läuft? Ein Dokument, das Kennzahlen erklärt, eine Kette, die sich bei Änderungen anpassen lässt, und eine Routine, mit der Abweichungen früh sichtbar werden. Dieser Rahmen ist wertvoller als jeder einzelne Bericht, weil er neue Fragen der Geschäftsführung aufnehmen kann, ohne dass alles von vorn beginnt.

Zur Einordnung gehört auch, dass nicht jedes Unternehmen sofort davon profitiert. Bei sehr wenigen Zahlen und einer einzigen Quelle kann eine saubere Vorlage genügen. Sobald mehrere Systeme zusammenkommen und Zahlen regelmäßig gebraucht werden, trägt ein automatisierter Ablauf. Den Aufwand nennen wir nach einem Blick auf Ihre Systeme, nicht vorher.