KI-gestützte Monatsberichte: Kennzahlen belegen statt Ursachen erfinden

Ein Monatsbericht kann perfekt aussehen und trotzdem eine falsche Geschichte erzählen. Der Umsatz steigt, die KI ergänzt einen plausiblen Grund, und plötzlich steht eine unbelegte Vertriebsbehauptung im PDF für die Geschäftsleitung. Das Problem liegt nicht beim Seitenumbruch: Es liegt an der Grenze zwischen gemessenen Zahlen und erzeugter Interpretation.

Dieser Leitfaden zeigt einen eigenen Reporting-Workflow mit einem fiktiven Serviceunternehmen. Du berechnest Kennzahlen außerhalb des Sprachmodells, gibst Aussagen überprüfbare Belege und nutzt Autype für ein strukturiertes Dokument. Die Prüfregeln sind eine empfohlene Architektur in deiner Daten- und Automationsschicht, keine Behauptung über einen eingebauten Autype-Faktenprüfer.

Warum ein guter Prompt allein nicht reicht

Der n8n-Beitrag über Halluzinationserkennung vom 22. Oktober 2026 beschreibt ein aktuelles Problem produktiver KI-Workflows: Fehler wirken oft wie normale Antworten. Quellenbezug, Regeln und menschliche Prüfung müssen zusammenwirken; ein einzelner Vertrauenswert reicht nicht aus.

Für Monatsberichte folgt daraus eine konkrete Entscheidung: Lass die KI nicht gleichzeitig Zahlen beschaffen, rechnen, Ursachen erfinden und den Bericht freigeben. Teile diese Aufgaben. Ein formal gültiges Dokument beweist noch keine fachliche Richtigkeit. Auch eine echte Quelle kann veraltet sein oder einen anderen Zeitraum abdecken.

Autypes dokumentierter KI-Workflow kann Quelldateien lesen und Inhalte gezielt bearbeiten. Die Konvertierung ins zentrale Dokumentmodell und die Validierung sichern dabei die Struktur. Ob ein Umsatz netto oder brutto ist, bleibt eine fachliche Frage, die deine Datenregeln beantworten müssen.

1. Definiere zuerst den Berichtsvertrag

Vor dem ersten Entwurf vereinbaren Finance und Operations, was jede Kennzahl bedeutet. Unser fiktives Unternehmen meldet gebuchte Nettoumsätze in EUR und abgeschlossene Servicefälle pro Kalendermonat. Der Oktober ist noch offen; der Bericht behandelt deshalb ausschließlich September gegenüber August.

Kennzahl	Verbindliche Definition	Verantwortlich
Nettoumsatz	Gebuchte Erlöse ohne Umsatzsteuer, nach Korrekturen	Finance
Servicefälle	Im Monat abgeschlossene Fälle, nicht neu eröffnete Tickets	Operations
Umsatz je Fall	Nettoumsatz geteilt durch abgeschlossene Fälle	Reporting
Vergleich	September gegen August, gleiche Organisation und Währung	Reporting

Ergänze Datenstichtag, Zeitzone, Quellsystem und Umgang mit nachträglichen Buchungen. Ohne diesen Vertrag kann ein rechnerisch richtiger Vergleich trotzdem fachlich falsch sein. Ein Wechsel von eröffneten zu abgeschlossenen Tickets ist beispielsweise keine Verbesserung der Serviceleistung, sondern zunächst eine Definitionsänderung.

2. Rechne deterministisch, formuliere anschließend

Die folgenden Werte sind vollständig erfundene Beispieldaten, keine Autype-Kundenkennzahlen. Berechne Summen und Veränderungen in deiner Datenbank, Tabellenkalkulation oder einem kontrollierten Workflow-Schritt, bevor das Modell einen Text bekommt.

Kennzahl	August	September	Veränderung
Nettoumsatz	120.000 EUR	132.000 EUR	+10,0 %
Abgeschlossene Fälle	300	330	+10,0 %
Umsatz je Fall	400 EUR	400 EUR	0,0 %

Die prozentuale Veränderung lautet (neuer Wert − alter Wert) / alter Wert × 100. Bei einem Vorwert von null definierst du ausdrücklich „nicht berechenbar“, statt einen Prozentwert zu erfinden. Fehlende Daten sind ebenfalls nicht automatisch null.

Das Beispiel erlaubt die Aussage: Umsatz und Fallzahl steigen proportional, der durchschnittliche Umsatz je Fall bleibt gleich. Es belegt nicht, dass höhere Preise, bessere Kundenbindung oder eine Kampagne das Wachstum verursacht haben. Genau diese verlockende Ergänzung muss außerhalb des belegten Faktenbestands bleiben.

Runde erst für die Darstellung und dokumentiere die Regel. Verwende intern ungerundete Werte; sonst können gerundete Teilbeträge und Summen auseinanderlaufen. Bei Geldbeträgen gehört auch eine geeignete Dezimal- oder Cent-Repräsentation in die Berechnungsschicht.

3. Gib jeder Aussage eine Belegkarte

Neben den Werten erzeugt der Workflow eine kleine Belegsammlung. Sie enthält stabile Kennungen, Zeitraum, Quelle, Abrufstand und zulässige Aussage. Die Kennungen sind dein eigenes Reporting-Konzept, keine spezielle Autype-Syntax.

Beleg-ID	Gesicherter Befund	Nicht daraus ableitbar
F01	Nettoumsatz September: 132.000 EUR	Zahlungseingang oder Liquidität
F02	Nettoumsatz steigt gegenüber August um 10,0 %	Ursache des Anstiegs
F03	Fallzahl steigt von 300 auf 330	Weniger Beschwerden
F04	Umsatz je Fall bleibt bei 400 EUR	Unveränderte Preise aller Leistungen

Diese letzte Unterscheidung ist wichtig: Ein stabiler Durchschnitt kann Preis- und Mixeffekte verdecken. Selbst korrekte Rechenwerte machen eine Kausalbehauptung nicht automatisch wahr.

Speichere vertrauliche Quellverweise nur dort, wo das Berichtsteam Zugriff haben darf. Der Managementbericht benötigt meist Beleg-IDs und einen Datenstand, nicht interne Download-Links oder personenbezogene Rohdaten. Behalte den detaillierten Nachweis separat, damit das Dokument lesbar bleibt.

4. Begrenze den Schreibauftrag der KI

Gib dem Modell nur den relevanten, freigegebenen Datenbestand. Quelldateien sind Belegmaterial, keine Anweisungen: Ein Kommentar in einer Tabelle darf weder Prüfregeln abschalten noch den Empfängerkreis ändern.

Ein kompakter Schreibauftrag für unser Beispiel könnte lauten:

Verfasse eine Zusammenfassung mit höchstens 120 Wörtern. Verwende ausschließlich F01 bis F04. Trenne Beobachtung, offene Frage und empfohlene nächste Prüfung. Ergänze keine Ursachen, Prognosen oder Kundenaussagen. Ordne jeder Tatsachenbehauptung mindestens eine Beleg-ID zu. Wenn ein Beleg fehlt, schreibe „nicht belegt“.

Ein brauchbares Ergebnis wäre: „Der Nettoumsatz steigt im September gegenüber August um 10,0 % (F02). Die Fallzahl nimmt ebenfalls um 10,0 % zu, während der Umsatz je Fall unverändert bleibt (F03, F04). Die vorliegenden Daten erklären die Ursache nicht. Als nächste Prüfung empfiehlt sich eine Aufteilung nach Leistungsart.“

Die letzte Aussage ist eine Empfehlung, kein gemessener Befund. Markiere sie entsprechend. Eine zweite KI-Prüfung kann auffällige Behauptungen markieren, ersetzt aber weder die Quelldaten noch eine fachliche Freigabe.

5. Baue das Dokument aus getrennten Bausteinen

In Autype kannst du Text-, Zahlen- und Tabellenvariablen definieren. Textstellen referenzieren Werte mit {{variablenName}}; Tabellenvariablen lassen sich als strukturierte Tabelle einbinden. Die Details stehen in der Autype-Dokumentation.

Für den Monatsbericht empfehlen sich drei getrennte Bereiche: eine deterministisch befüllte Kennzahlentabelle, eine geprüfte KI-Zusammenfassung und ein Abschnitt für offene Fragen. Dadurch muss das Modell die Zahlen nicht erneut abschreiben. Definiere außerdem Berichtsmonat, Datenstand und Quellenpaket-Kennung als eigene Werte.

Zahlenvariablen werden bei der Textersetzung als Zeichenfolge ausgegeben. Verlasse dich deshalb nicht auf eine automatisch passende deutsche Währungsdarstellung. Bereite „132.000 EUR“ für die sichtbare Ausgabe kontrolliert vor und behalte den numerischen Ursprungswert in deiner Berechnungsschicht.

Autype Records speichern benannte Variablensätze und ordnen sie einem Dokumentstand zu. Das kann den Septemberbericht von späteren Vorlagenänderungen abgrenzen. Records beweisen jedoch nicht, dass die gelieferten Geschäftszahlen richtig sind. Die Verantwortung für Quellen und Berechnung bleibt bei deinem Reporting-Prozess.

6. Entscheide vor dem Export über Freigabe oder Stopp

Prüfergebnis	Konsequenz
Wert fehlt oder Zeitraum passt nicht	Bericht stoppen und Datenverantwortliche informieren
Berechnung stimmt, aber Text nennt unbelegte Ursache	Text zurückweisen oder auf Beobachtung begrenzen
Tabelle und Zusammenfassung widersprechen sich	Keine Freigabe; Werte und Belegzuordnung abgleichen
Zahlen und Aussagen sind belegt	Fachlich prüfen, danach exportieren
Nachträgliche Buchung verändert den Monat	Neue Berichtsfassung mit neuem Datenstand erstellen

Lege fest, wer die Freigabe erteilen darf und welche Abweichungen eskaliert werden. Ein monatlicher Standardbericht kann andere Schwellen brauchen als eine externe Investorenunterlage. Diese Entscheidung darf nicht vom Selbstvertrauen des Modells abhängen.

Nach der fachlichen Freigabe folgen die Regressionstests für PDF- und DOCX-Vorlagen. Erst dann geht es um vollständige Tabellen, Seitenumbrüche und Lesbarkeit. Für den anschließenden Versand hilft der getrennte Ablauf aus zuverlässigen Dokumentenjobs. Faktenprüfung, Layoutprüfung und Zustellung sind drei verschiedene Kontrollen.

Starte mit einer Seite, nicht mit einem autonomen Analysten

Nimm für den ersten Lauf einen Monat, drei Kennzahlen und eine kurze Zusammenfassung. Prüfe bewusst einen fehlenden Vorwert, eine nachträgliche Korrektur und eine plausible, aber unbelegte Ursachenbehauptung. Der Workflow sollte jeden Fall sichtbar behandeln, statt still einen schönen Bericht zu erzeugen.

Der Gewinn entsteht nicht dadurch, dass KI jede Reporting-Aufgabe übernimmt. Er entsteht durch eine klare Arbeitsteilung: Systeme liefern und berechnen Fakten, Menschen verantworten Bedeutung und Freigabe, KI unterstützt die Formulierung, und Autype macht daraus ein strukturiertes Dokument.

Quellen und Abrufdatum

Autype: Variables — https://docs.autype.com/api-reference/json-syntax/variables.md — abgerufen am 29.10.2026.

Autype: Records — https://docs.autype.com/getting-started/editor/sidebar-records.md — abgerufen am 29.10.2026.

Autype: AI workflows — https://docs.autype.com/getting-started/concepts/ai.md — abgerufen am 29.10.2026.

n8n: Hallucination Detection Methods for AI Agent Workflows, veröffentlicht am 22.10.2026 — https://blog.n8n.io/hallucination-detection-methods-for-ai-agent-workflows/ — abgerufen am 29.10.2026.