Excel-KI-Agenten: ChatGPT und Gemini scheitern bei komplexen Aufgaben
Veröffentlicht am: 28.08.2026 um 19:31 Uhr | Redaktion boerse-global.de
Künstliche Intelligenz gilt als Hoffnungsträger für die Automatisierung repetitiver Büroarbeit. Doch bei einer der am weitesten verbreiteten Anwendungen im Arbeitsalltag, der Tabellenkalkulation Microsoft Excel, offenbaren KI-Agenten laut Forschern erhebliche Schwächen. Ihnen fehle die notwendige Zuverlässigkeit, um komplexe Aufgaben in Excel vollständig eigenständig zu übernehmen.
Fehlerhafte Dashboards und hartcodierte Formeln
Der Excel-Experte Tony Phillips hat gängige KI-Modelle wie ChatGPT, Claude und Gemini im praktischen Einsatz getestet und dabei wiederholt unzuverlässige Ergebnisse festgestellt. In einem Fall erzeugte Gemini ein Dashboard, das statt dynamischer Berechnungen hartcodierte Formeln enthielt – ein Ansatz, der in der professionellen Tabellenarbeit als fehleranfällig gilt, da sich Werte bei Datenänderungen nicht automatisch aktualisieren.
Phillips zufolge liegt das grundlegende Problem darin, dass KI-Systeme fehlende Informationen nicht selbstständig kompensieren und ihre eigenen Ergebnisse nicht verifizieren können. Anders als ein erfahrener Anwender erkennt die KI nicht, wenn ihr für eine Aufgabe relevante Kontextinformationen fehlen, und liefert stattdessen scheinbar plausible, aber inhaltlich fehlerhafte Resultate.
Datenqualität als Kernproblem
Auch aus anderer Richtung wird die Zuverlässigkeitsfrage gestellt. Adrian Carr, CEO von Stibo Systems, verweist darauf, dass Excel-Daten in der Praxis oft inkonsistent und fragmentiert vorliegen. Damit KI-Systeme überhaupt vertrauenswürdig arbeiten könnten, brauche es ein sauberes Stammdatenmanagement (Master Data Management, MDM).
Während MDM-Daten laut Carr zu 100 Prozent korrekt seien, lägen typische Datenbanken ohne ein solches System oft nur bei rund 80 Prozent Genauigkeit – eine Lücke, die sich direkt auf die Qualität von KI-gestützten Auswertungen auswirkt.
Da KI-Systeme bei der Tabellenkalkulation noch oft an ihre Grenzen stoßen, bleibt fundiertes Anwenderwissen unerlässlich. Dieser kostenlose Ratgeber hilft Ihnen dabei, Formeln und Tabellen eigenständig und fehlerfrei zu meistern. Excel-Profi in kürzester Zeit: Jetzt kostenlosen Ratgeber sichern
Diese Beobachtung deckt sich mit einer breiteren technischen Problemstellung: Laut einer Analyse von Hackernoon scheitern produktiv eingesetzte KI-Agenten häufig an Kontextverlust, sogenanntem Schema-Drift sowie an Endlosschleifen. Als Orientierungswert für das Design von Fallback-Mechanismen nennt die Analyse eine Basis-Fehlerrate von 1 bis 3 Prozent, mit der Entwickler beim Aufbau robuster Systeme rechnen sollten.
Vertrauen hängt stark vom Datenzugriff ab
Eine Rolle spielt offenbar auch, wie viel Zugriff Unternehmen ihren KI-Systemen auf interne Daten überhaupt gewähren. Ein Bericht von Google Cloud und dem MIT zeigt, dass Unternehmen mit umfangreichem Datenzugriff von über 70 Prozent zu 100 Prozent auf ihre KI-Systeme vertrauen, während Unternehmen mit weniger als 30 Prozent Datenzugriff nur zu 22 Prozent Vertrauen aufbringen.
Der durchschnittliche Datenzugriff über alle befragten Firmen liegt laut dem Bericht bei 45 Prozent. Aktuell setzen demnach erst 10 Prozent der Unternehmen KI-Agenten breit ein, wobei dieser Anteil binnen zwei Jahren auf 69 Prozent steigen soll. 55 Prozent der Befragten nennen veraltete Legacy-Systeme als Hindernis.
Wer sich mit der Optimierung von Büroprozessen befasst, kann durch die richtige Nutzung von Tabellenfunktionen viele Stunden Arbeit pro Woche sparen. Ein kompakter Report enthüllt die wichtigsten Kniffe für eine effiziente Tabellenkalkulation. Kostenlosen Report mit den wichtigsten Excel-Tricks herunterladen
UiPath-Gründer Daniel Dines ordnet die Grenzen der aktuellen Technologie grundsätzlicher ein: KI könne nicht "on the job" lernen und verfüge über kein Selbst, das für Entscheidungen verantwortlich gemacht werden könne. Er benennt vier zentrale Grenzen der Technologie – Lernfähigkeit, fehlendes Selbst, Hochrisiko-Szenarien und mangelnde Genauigkeit.
Nicht alle Einschätzungen fallen gleich skeptisch aus. Yaron Lavie, SVP Products bei Sapiens, sieht in der KI-gestützten Automatisierung papierbasierter Workflows und der Überbrückung bestehender Excel-Dateien durchaus Potenzial, weist aber darauf hin, dass die vollständige Migration solcher Prozesse Jahre in Anspruch nehmen dürfte. Das damit verbundene Risiko schätzt er derzeit als "extrem niedrig" ein.
