{"id":1744,"date":"2026-07-23T15:58:03","date_gmt":"2026-07-23T13:58:03","guid":{"rendered":"https:\/\/pinkbridge.de\/?p=1744"},"modified":"2026-08-28T19:20:24","modified_gmt":"2026-08-28T17:20:24","slug":"ki-schwaechen-bei-kennzahlen-analyse","status":"publish","type":"post","link":"https:\/\/pinkbridge.de\/en\/ki-schwaechen-bei-kennzahlen-analyse\/","title":{"rendered":"KI versagt noch bei der korrekten KPI-Analyse und -Interpretation. Was hilft wirklich?"},"content":{"rendered":"

\u201eFrag doch einfach die KI nach dem ROAS.\u201c <\/strong>Klingt praktisch. Ist aber riskanter, als die meisten Marketingteams ahnen.<\/p>\n

Large Language Models wie ChatGPT oder Claude sind brillant im Formulieren, Zusammenfassen und Erkl\u00e4ren. Bei einer Aufgabe versagen sie jedoch \u00fcberraschend h\u00e4ufig: beim zuverl\u00e4ssigen Rechnen mit echten Gesch\u00e4ftszahlen. Und genau das ist die Kernaufgabe jedes Marketing-Dashboards \u2013 KPI, Conversion Rates, Kampagnenvergleiche, Forecasts.<\/p>\n

Sprachmodell, kein Taschenrechner<\/h2>\n

Ein LLM erkennt Zahlen nicht im mathematischen Sinn, sondern als Muster in Text \u2013 \u201e18,4 % ROAS\u201c ist f\u00fcr das Modell zun\u00e4chst eine Zeichenkette, kein Wert mit fester Bedeutung. Genau das zeigten 2024 die vielzitierte GSM-Symbolic-Studie von Apple-Forschern: \u00c4nderten sie in identischen Matheaufgaben nur unwichtige Nebens\u00e4tze oder Zahlenwerte, brach die Trefferquote der Modelle teils deutlich ein. Die Schlussfolgerung: Die Modelle rechnen nicht formal, sie erkennen Muster \u2013 mathematisch identische Aufgaben werden je nach Formulierung unterschiedlich beantwortet.<\/p>\n

Was die Forschung \u00fcbereinstimmend zeigt<\/h2>\n

Es blieb nicht bei dieser einen Studie. Weitere unabh\u00e4ngige Untersuchungen best\u00e4tigen das Bild:<\/p>\n

NumericBench (2025) <\/strong>zeigt, dass selbst leistungsstarke Modelle wie GPT-4 bei grundlegenden numerischen F\u00e4higkeiten schw\u00e4cheln \u2013 besonders bei Tabellen, langen Kontexten und mehrstufigem Rechnen.<\/p>\n

Eine Studie der NYU Abu Dhabi (2025) <\/strong>zu wachsenden Zahlenbereichen fand: Je gr\u00f6\u00dfer oder ungew\u00f6hnlicher die Zahlen in einer Aufgabe, desto mehr logische Fehler passieren \u2013 bis zu 14 Prozentpunkte mehr, bei sonst identischer Aufgabe.<\/p>\n

ToRR (2025\/2026)<\/strong>, ein Benchmark f\u00fcr das Rechnen mit Tabellen, kommt zum Schluss: Kein einziges der getesteten Modelle arbeitete \u00fcber alle Tabellenformate hinweg konsistent zuverl\u00e4ssig.<\/p>\n

FinChain (2025) <\/strong>pr\u00fcfte mehrstufiges, finanzmathematisches Schlussfolgern bei 26 f\u00fchrenden Modellen \u2013 selbst die st\u00e4rksten Frontier-Modelle zeigten klare Grenzen bei nachvollziehbaren, verifizierbaren Rechenketten.<\/p>\n

Der gemeinsame Nenner: Marketingdaten bestehen fast ausschlie\u00dflich aus genau dem, womit LLMs am meisten k\u00e4mpfen \u2013 Tabellen, Zeitreihen, Kennzahlen, mehrstufige Berechnungen.<\/p>\n

Warum das f\u00fcr dein Marketing-Betriebssystem fatal w\u00e4re<\/h2>\n

Stell dir vor, dein Kampagnen-Reporting w\u00fcrde bei exakt denselben Daten unterschiedliche Zahlen ausspucken \u2013 je nachdem, wie die Frage formuliert war. Genau das beschreibt die Forschung. F\u00fcr ein System, das Budgetentscheidungen, Lead-Bewertungen oder Next-Best-Actions ableitet, ist das nicht tragbar. KPIs m\u00fcssen reproduzierbar sein \u2013 unabh\u00e4ngig von Formulierung, Tageszeit oder Modellversion.<\/p>\n

Und Code Execution l\u00f6st das nicht allein<\/h2>\n

Anthropic hat mit dem Code-Execution-Tool selbst eine Antwort auf das Problem entwickelt: Claude kann kontrolliert Python-Code ausf\u00fchren und dadurch numerisch deutlich zuverl\u00e4ssiger rechnen \u2013 ein echter Fortschritt f\u00fcr explorative Analysen. Aber selbst Anthropic betont die Grenzen: Code Execution entscheidet nicht automatisch, welche Kennzahl \u00fcberhaupt die richtige ist, welche Filter fachlich sinnvoll sind oder wie ein Ergebnis zu interpretieren ist. Das bleiben fachliche Entscheidungen \u2013 keine Rechenaufgaben.<\/p>\n

Die L\u00f6sung: Rechnen trennen von Sprechen<\/h2>\n

Die robusteste Antwort aus Forschung und Praxis ist keine bessere Prompt-Formulierung, sondern eine andere Architektur: neurosymbolische Systeme, die klar trennen zwischen einem deterministischen Rechenkern (Business-Logik, KPI, Regeln \u2013 klassischer Code) und einem Sprachmodell, das Ergebnisse erkl\u00e4rt, einordnet und kommuniziert. Aktuelle Forschung zu solchen Hybrid-Architekturen zeigt: Wo Zahlen, Regeln oder Compliance-Pr\u00fcfungen entscheidend sind, geh\u00f6rt die Berechnung in symbolische, deterministische Systeme \u2013 die KI liefert Sprache und Kontext, nicht das Ergebnis selbst.<\/p>\n

Erg\u00e4nzt wird das idealerweise durch Verifikationsschleifen (Ergebnis gegen Referenzwert pr\u00fcfen, Toleranzband einhalten) und ein Human-in-the-Loop-Gate f\u00fcr alles, was \u00fcber reine Zahlen hinausgeht \u2013 etwa Ursache-Wirkungs-Interpretationen oder strategische Empfehlungen.<\/p>\n

Genau nach diesem Prinzip bauen wir die Architektur von PinkBridge: KPI, Business Rules und Next Best Actions werden deterministisch in der PinkBridge-Engine berechnet. Claude als KI-Partner erkl\u00e4rt die Ergebnisse, f\u00fchrt den Dialog und unterst\u00fctzt bei Content \u2013 rechnet aber nie selbst die Zahlen, die am Ende \u00fcber Budget oder Kampagnenerfolg entscheiden.<\/p>\n

Fazit: KI ist ein exzellenter Erkl\u00e4rer, aber kein Rechenzentrum<\/h2>\n

Die aktuelle Forschung ist eindeutig: LLMs sind beeindruckend in Sprache, Kontext und Dialog \u2013 aber (noch) keine verl\u00e4sslichen Rechner f\u00fcr gesch\u00e4ftskritische Kennzahlen. Wer KI im Marketing produktiv einsetzen will, sollte deshalb nicht fragen: \u201eKann die KI das ausrechnen?\u201c, sondern \u201eWo trennen wir Rechnen und Sprechen sauber?\u201c Unternehmen, die diese Trennung architektonisch verankern, bekommen das Beste aus beiden Welten: zuverl\u00e4ssige Zahlen und eine KI, die sie verst\u00e4ndlich macht.<\/p>\n

Noch Fragen? Sichere Dir ein Early-Access-Gespr\u00e4ch.<\/a><\/p>\n

Quellen<\/strong><\/p>\n