LLM statt Dashboard?“ – Warum diese Entscheidung mehr mit Menschen als mit Technik zu tun hat

03.08.2025

Vielleicht hast du das auch schon gehört:

„Warum brauchen wir noch Dashboards? Wir haben doch jetzt LLMs – die beantworten uns jede Frage direkt!“

Klingt verlockend. Kein lästiger Abstimmungsprozess mehr, keine Workshops, keine endlosen Diskussionen über Chart-Typen. Einfach Fragen stellen. Antwort bekommen. Fertig.

Aber lass uns mal genauer hinschauen.

Dashboard Ein Dashboard ist ein visuelles Interface, das uns hilft, strukturierte Informationen schnell zu erfassen.
Gut gemacht, zeigt es uns:

• Was passiert gerade?
• Wo läuft etwas aus dem Ruder?
• Wo sollten wir nachfragen?

Typischerweise werden dort KPIs, Diagramme und Tabellen dargestellt – also vorher definierte Kennzahlen und visuelle Strukturen, die einen schnellen Überblick ermöglichen. Wichtig: Die Berechnung erfolgt deterministisch – gleiche Eingaben liefern immer den gleichen Output. Keine Wahrscheinlichkeiten, sondern klare Regeln, visuell umgesetzt.

LLM (Large Language Model) Ein LLM wie ChatGPT oder Gemini verarbeitet Sprache statistisch – es gibt mit hoher Wahrscheinlichkeit das, was in ähnlichen Kontexten oft gesagt wurde. Kein festgeschriebener Output – sondern Wahrscheinlichkeiten. Deshalb „probabilistisch“.

Semantisches Modell Ein semantisches Modell ordnet Daten in eine logische Struktur: z. B. Umsatz → Produkt → Kategorie → Geschäftsbereich.

Auch jedes Dashboard basiert auf einem semantischen Modell, auch wenn das oft unsichtbar bleibt. Es sorgt für konsistente Kennzahlen, stimmige Berechnungen und vertrauenswürdige Darstellung.

Und auch ein LLM braucht diese Ordnung. Ohne Semantik weiß es nicht, welche Daten sinnvoll verknüpft oder welche Begriffe wie zu interpretieren sind – und liefert ungenaue Antworten.

Menschen verarbeiten Informationen auf unterschiedlichen Wegen – aber zwei Denkstile stechen besonders hervor:

• Verbal Reasoning bedeutet: Wir hören oder lesen etwas, denken darüber nach, setzen es in Zusammenhang, schließen daraus. Das ist der Modus, in dem LLMs stark sind – sie liefern sprachliche Antworten, die wir interpretieren müssen.
• Perceptual Reasoning ist das Gegenteil: Wir sehen etwas, erkennen Muster, Anomalien, Trends – oft ohne bewusst darüber nachzudenken. Dashboards funktionieren genau so: Sie nutzen unsere Fähigkeit, visuelle Signale schnell zu erfassen.

Diese Fähigkeit nennen wir auch Perceptual Intelligence – also die menschliche Fähigkeit, visuelle Informationen intuitiv zu erkennen, zu deuten und daraus Handlungsschlüsse zu ziehen.

Je klarer und relevanter die Darstellung, desto besser können wir sie „auf einen Blick“ verstehen – ohne sie erst übersetzen zu müssen.

Zum Vergleich hier eine Text und ein Diagramm. In welcher Variante kommen die Informationen bei dir schneller an?

Diagramm Entwicklung Mitarbeitende

Mitarbeiterentwicklung – Kurzüberblick

"Das Diagramm zeigt die Entwicklung der Mitarbeiterzahlen von Januar bis September in drei Regionen:

Region C (dunkelviolett) – Klare Wachstumskurve

Region C wächst kontinuierlich von 13 auf 18 Mitarbeitende und hält dieses Niveau ab Juni. Ein deutlich positives Signal.

Region A (türkis) – Schwankungen, dann Stabilisierung

Nach einem Anstieg im Februar fällt die Zahl bis Mai auf 9, stabilisiert sich dann bei 10. Keine Krise, aber auch kein Wachstum.

Region B (magenta) – Deutlicher Rückgang

Von stabilen 12 geht es ab März steil bergab – im Mai nur noch 8 Mitarbeitende. Seitdem keine Erholung. Hier besteht akuter Handlungsbedarf.

👉 Danke an Christian Schneider , der mich darauf aufmerksam gemacht hat. 😊

Ein LLM liefert Antworten. Ein Dashboard liefert Kontexte.

Das klingt vielleicht minimal – ist aber entscheidend. Entscheidungen entstehen nicht aus einer einzelnen Zahl, sondern aus dem Zusammenspiel von Mustern, Abweichungen und Entwicklungen.

Und genau deshalb steckt in einem guten Dashboard viel mehr, als man auf den ersten Blick sieht. Bevor ein Dashboard live geht, gibt es in der Regel Anforderungsworkshops, KPI-Diskussionen, Feedbackschleifen und viele Abstimmungen. Warum? Weil es nicht nur darum geht, Daten darzustellen – sondern sie für den jeweiligen Business Case aufzubereiten und gemeinsam zu kuratieren.

Im Zentrum stehen dabei Diskussionen mit anderen. Für Dashboards haben wir uns diese jahrelang erkämpft. LLMs hingegen liefern oft die bequemeren Antworten und vor allem widersprechen sie nicht. 😉 Auf den ersten Blick mag das ja oft bequem erscheinen, aber auf Dauer birgt das mehr Risiken als Chancen. Richtig geführte Diskussionen sind keine Zeiträuber sondern wertvolle Ressourcen.

Das Ziel: Ein geteiltes Verständnis. Eine gemeinsame Sichtweise auf das, was wichtig ist. Und damit auch eine gemeinsame Entscheidungsgrundlage in Meetings.

Was dann auf den ersten Blick oft trivial aussieht („Na klar, der Umsatz pro Monat“) ist in Wirklichkeit das Ergebnis vieler Entscheidungen, Definitionen und Kompromisse. Und genau das macht Dashboards so wertvoll.

Menschen erfassen Informationen nicht linear. Wir nehmen Strukturen wahr, erkennen visuelle Anomalien und bauen mentale Modelle. Dafür braucht es Klarheit – und manchmal: Bilder statt Texte.

Warum trauen wir LLMs eigentlich so viel zu? Weil sie bei Alltagsfragen oft erstaunlich gut funktionieren. „Wie lange kocht ein Ei?“ – „Was ist eine gute Einleitung für eine Präsentation?“ Dafür gibt es perfekte Trainingsdaten. Viel, konsistent, strukturiert. Das Modell liefert, was wir erwarten.

Und: Es fühlt sich bequem an, jederzeit einfach eine Frage stellen zu können – per Spracheingabe, ganz ohne Toolschulung oder Datenmodell-Verständnis. Kein Workshop, kein Abstimmen, keine Diskussionen mit vermeintlichen Daten-Nerds. Einfach fragen – und eine Antwort bekommen.

Aber genau da liegt auch der Haken.

Denn:

• Unsere Business-Fragen sind selten Alltag. Sie sind spezifisch, kontextabhängig, manchmal sogar einmalig.
• Ohne ein gutes semantisches Modell versteht das LLM die Zusammenhänge nicht – und liefert bestenfalls plausible, aber nicht verlässliche Antworten.
• Spontane Einzelfragen isolieren Informationen. Es entsteht kein Gesamtbild, sondern viele Einzelmeinungen.
• Komplexe Zusammenhänge brauchen Vergleich, Einordnung – und manchmal auch: Widerspruch.

Und wenn jede:r andere Fragen stellt, geht das gemeinsame Verständnis verloren – das wir vorher mit viel Aufwand durch Workshops, KPI-Definitionen und Dashboards aufgebaut haben.

Ein LLM mag Diskussionen sparen – aber es verlagert sie. Und plötzlich ist jede Frage individuell.

Effizient? Nicht wirklich.

Also: LLM oder Dashboard?

Vielleicht ist das die falsche Frage. Besser: Was braucht dein Team wirklich?

Mein Vorschlag:

• Dashboards für das Gemeinsame. Regelmäßige Einblicke, Diskussionen auf Basis gemeinsamer Daten – dafür sind sie ideal.
• LLMs für das Spezifische. Einzelne Detailfragen, Anwendungsfälle, die mit wahrscheinlich richtigen Antworten leben können.

Mein Impuls für diese Woche: Werde dir bewusst, wo du gerade auf „wahrscheinlich richtig“ setzt – und wo du eigentlich Klarheit brauchst. Und: Achte mal ganz konkret darauf, wie du selbst Informationen am schnellsten verstehst. Visuell? Sprachlich? Im Gespräch? Denn wer das weiß, kann auch bessere Fragen stellen – und bessere Antworten einfordern.

Ausblick: Im nächsten Teil schauen wir uns an, warum Copilot in Power BI vermeintlich so gut funktioniert – und was hinter dieser scheinbaren Magie wirklich steckt.