Reporting automatisieren: KPI-Berichte von selbst in Slack oder Telegram

Jeden Montag öffnet jemand Stripe, das CRM, zwei Werbekonten und eine Tabelle. Die Zahlen werden in eine Folie oder eine E-Mail kopiert. Bis das Ergebnis die Geschäftsführung erreicht, ist es schon einen halben Tag alt, und niemand ist sicher, ob die Formeln noch stimmen.

Die Kosten sind nicht nur die Stunden. Entscheidungen warten auf den Bericht. Probleme wie ein fehlgeschlagener Zahlungslauf oder eine Kampagne, die nicht mehr konvertiert, bleiben verborgen, bis zufällig jemand hinsieht. Und wenn die Person, die den Bericht erstellt, im Urlaub ist, gibt es einfach keinen Bericht.

Was diese Automatisierung leistet

Ein automatisierter KPI-Bericht sammelt Ihre wichtigsten Zahlen nach Zeitplan, vergleicht sie mit dem Vorzeitraum und postet eine kurze Zusammenfassung dort, wo Ihr Team bereits arbeitet. Er erledigt vier Dinge:

• Sammelt Werte aus Ihrer Datenbank, Ihren Tabellen, Stripe, Ihrem CRM und Ihren Werbeplattformen.
• Berechnet jede Kennzahl nach festen Regeln, sodass die Zahlen jedes Mal gleich sind.
• Erklärt die Veränderungen in wenigen verständlichen Sätzen, die ein KI-Modell schreibt.
• Alarmiert die richtigen Personen, wenn eine Zahl ihren normalen Bereich verlässt.

Eine typische tägliche Nachricht hat drei oder vier Zeilen. Der Umsatz liegt auf Vorwochenniveau. Neue Testkonten sind am Dienstag deutlich zurückgegangen. Die Kosten pro Lead bei bezahlter Suche sind gestiegen, während das Lead-Volumen gleich blieb. Jede Zeile verlinkt auf das Quell-Dashboard, sodass jeder die Details prüfen kann.

Es geht nicht um einen hübscheren Bericht. Es geht darum, dass die richtige Person noch am selben Tag von einer Veränderung erfährt, in Worten, nach denen sie handeln kann.

So funktioniert es, Schritt für Schritt

1. Kennzahlenliste festlegen. Wir beginnen mit einer kurzen Liste von Zahlen, die Ihre Geschäftsführung tatsächlich nutzt. Jede erhält eine schriftliche Definition, eine Quelle und eine verantwortliche Person.
2. Quellen anbinden. Der Workflow liest über deren APIs oder einen Datenbankbenutzer mit reinen Leserechten aus Ihren Systemen. In den Quellsystemen wird nichts verändert.
3. Im Code rechnen, nicht im Modell. SQL-Abfragen oder kleine Skripte berechnen jeden Wert und den Vergleich mit dem Vorzeitraum. Die Ergebnisse werden gespeichert, sodass jeder Bericht später reproduziert werden kann.
4. Daten prüfen. Bevor etwas gepostet wird, prüft der Workflow auf fehlende Tage, leere Ergebnisse und unmögliche Werte wie negativen Umsatz. Schlägt eine Prüfung fehl, sagt der Bericht das, statt zu raten.
5. Zusammenfassung schreiben. Die fertigen Zahlen, und nur diese, gehen mit klaren Anweisungen an ein KI-Modell. Die größten Veränderungen beschreiben, kurz bleiben und niemals eine Zahl einführen, die nicht in den Eingabedaten steht.
6. In Slack oder Telegram posten. Die Zusammenfassung geht in einen Channel oder Chat, mit den wichtigsten Werten als einfache Liste und Links zum vollständigen Dashboard.
7. Auf Anomalien achten. Zwischen den geplanten Berichten laufen häufiger leichtere Prüfungen. Verletzt eine Kennzahl ihre Regel, geht ein kurzer Alarm an die verantwortliche Person dieser Kennzahl.

Eingesetzte Tools

• Selbst gehostetes n8n, um den Workflow zu planen, die Systeme zu verbinden und Wiederholungsversuche zu steuern. Unser Vergleich von selbst gehostetem n8n, Zapier und Make erklärt, wann wir es wählen.
• Ihre bestehenden Systeme: Ihre Datenbank, Google Sheets oder Excel, Stripe, HubSpot, Pipedrive oder Salesforce sowie Ihre Werbeplattformen.
• Ein LLM für die schriftliche Zusammenfassung: OpenAI, Anthropic Claude oder ein privates Open-Source-Modell für sensible Zahlen.
• Slack oder Telegram für die Zustellung. Unser Leitfaden zu einem Telegram-Bot für Unternehmen behandelt die Telegram-Seite ausführlicher.

Die Preise all dieser Tools ändern sich im Lauf der Zeit, prüfen Sie daher die aktuelle Preisseite des Anbieters, bevor Sie sich festlegen.

Was Sie für den Start brauchen

• Eine Liste mit fünf bis fünfzehn Kennzahlen, jeweils mit einem Satz zur Definition.
• Lesezugriff auf jedes Quellsystem, eingerichtet von jemandem mit Admin-Rechten.
• Eine benannte verantwortliche Person pro Kennzahl, die deren Alarme erhält.
• Eine Entscheidung, wohin die Berichte gehen: welche Slack-Channels oder Telegram-Chats und wer sie sehen darf.
• Ein Beispiel des Berichts, den Sie heute manuell erstellen, falls vorhanden. Es zeigt uns, was das Team erwartet.

Typischer Umfang und Zeitrahmen

Als Schätzung umfasst eine erste Version meist 1 bis 3 Wochen Arbeit. Die Spanne hängt vor allem von den Daten ab. Zwei oder drei saubere Quellen mit guten APIs liegen am kurzen Ende. Mehrere Quellen mit uneinheitlichen Kunden-IDs, manuellen Tabellen oder fehlender Historie dauern länger.

Wir liefern meist in zwei Schritten. Zuerst kommt ein täglicher oder wöchentlicher Bericht mit den Kernkennzahlen, der einige Zyklen lang mit Ihren manuellen Zahlen abgeglichen wird. Dann folgen Anomalie-Alarme und weitere Quellen, sobald das Team den Zahlen vertraut.

Risiken und wie wir damit umgehen

Falsche oder irreführende KI-Ergebnisse

Die KI berechnet nie Zahlen. Sie beschreibt nur Werte, die der Code bereits erzeugt hat. Wir ergänzen eine automatische Prüfung, ob jede Zahl in der Zusammenfassung in den Eingabedaten vorkommt. Schlägt die Prüfung fehl, postet der Workflow die reinen Zahlen ohne Kommentar. In den ersten Wochen kann ein Mensch jede Zusammenfassung freigeben, bevor sie gepostet wird.

Datenschutz

Das Modell braucht nur aggregierte Zahlen, keine Kundendatensätze. Namen, E-Mail-Adressen und Zahlungsdetails halten wir vollständig aus dem Prompt heraus. Wenn Ihre Zahlen geschäftlich sensibel sind, kann die Zusammenfassung auf einem privaten Modell in Ihrer eigenen Umgebung laufen. Unsere Fallstudie zu privater KI direkt auf dem Gerät zeigt diesen Ansatz für einen Kunden aus einer regulierten Branche, bei dem keine Kundendaten den Laptop verlassen.

Ausfälle und fehlende Daten

APIs laufen in Timeouts und Tokens laufen ab. Der Workflow wiederholt fehlgeschlagene Aufrufe, protokolliert jeden Lauf und benachrichtigt einen technischen Ansprechpartner, wenn eine Quelle ausfällt. Ein Bericht mit dem Hinweis „Stripe-Daten heute nicht verfügbar“ ist weit besser als einer, der stillschweigend null Umsatz zeigt.

Wann Sie das nicht bauen sollten

• Ihre Kennzahlen sind noch nicht abgestimmt. Einen Bericht zu automatisieren, über den das Team streitet, verbreitet den Streit nur schneller. Definieren Sie zuerst die Zahlen.
• Ihr BI-Tool kann das bereits. Wenn Ihr Dashboard-Tool geplante Zusammenfassungen und Alarme versendet, probieren Sie diese zuerst aus. Ergänzen Sie KI-Kommentare nur, wenn die Zusammenfassungen nicht gelesen werden.
• Die Daten sind überwiegend manuell. Wenn die meisten Zahlen von Hand in eine Tabelle eingetippt werden, verbessern Sie zuerst die Datenerfassung, bevor Sie den Bericht automatisieren.
• Niemand handelt auf Basis des Berichts. Wenn der aktuelle Bericht ungelesen bleibt, gilt das auch für eine schnellere Version. Fragen Sie zuerst, welche Entscheidungen er unterstützen soll.

Wie UnlockLive Sie unterstützt

Wir konzipieren und bauen Reporting-Workflows wie diesen als Teil unseres Service KI-Workflow-Automatisierung. Manche Teams stellen ihre Fragen lieber direkt an die Daten, etwa „Warum sind die Testkonten am Dienstag zurückgegangen?“ Für sie ermöglicht unser Service MCP-Server-Entwicklung einem KI-Assistenten, Ihre Datenbank sicher abzufragen. Unser Artikel über einen MCP-Server für Datenbank-Analysen erklärt, wie das funktioniert.

KPI-Berichte lassen sich gut mit anderen Automatisierungen kombinieren. Teams, die ihre Pipeline genau verfolgen, schauen sich auch das automatisierte Lead-Follow-up an, und Finanzteams ergänzen oft die KI-Rechnungsverarbeitung. Wenn Sie ein fertiges Tool gegen eine individuelle Lösung abwägen, lesen Sie unseren Leitfaden „Bauen oder kaufen“ für KI-Automatisierung.

Möchten Sie sehen, wie Ihr Montagsbericht aussehen könnte? Buchen Sie ein kostenloses 30-minütiges Gespräch und bringen Sie Ihren aktuellen Bericht mit. Wir sagen Ihnen, welche Teile sich zuerst zu automatisieren lohnen.