Ausgangslage
An einem Produktionsstandort liefen zwei Welten parallel: monatliche Handablesungen der Energiezähler und ein BI-System mit denselben Positionen. Ob beide dasselbe sagen, liess sich von Hand nur stichprobenartig prüfen. Für einen Auftritt vor internationalem Management brauchte es belastbare Aussagen, keine Stichproben.
Vorgehen
Eine Python-Pipeline vergleicht sämtliche 768 Positions-Monats-Paare eines Jahres automatisiert. Entscheidend ist das Selbsttest-Gate davor: Die Pipeline muss zuerst eine manuell verifizierte Referenz vollständig reproduzieren, erst dann darf sie Resultate liefern.
Aus den geprüften Daten entstehen der Excel-Vollreport, eine kompakte Zusammenfassung und eine englische Management-Präsentation in der Konzernvorlage, ebenfalls generiert statt handgebaut.
Resultat und Beleg
Der Abgleich ist ein wiederholbarer Lauf statt Handarbeit. Die Analyse zeigt präzise, welche Handablesungen sich durch die Digitalisierung einzelner Zähler eliminieren lassen, und die Präsentation wurde vor internationalem Konzern-Publikum gehalten.
Das Prinzip dahinter nutze ich seither überall, wo KI mit Zahlen arbeitet: Verifikation zuerst, Resultate danach.