Warum KI bei Excel-Berechnungen halluziniert (und wie du es stoppst)

Warum KI bei Excel keine Mathematik kann

KI-Modelle wie ChatGPT und Claude rechnen nicht so, wie Excel rechnet. Sie sagen Text vorher. Für Excel-Berechnungen ist das eine echte Grenze.

Das Kernproblem

Wenn du ein KI-Modell bittest, etwas zu berechnen:

Nutzer: "Berechne die Kreditrate für 500.000 $ bei 5 % über 30 Jahre"

KI allein: sagt aus Mustern eine plausibel aussehende Antwort vorher
Excel:     rechnet RMZ(0,05/12; 30*12; -500000) = 2.684,11 $

Manchmal stimmt die vorhergesagte Antwort, manchmal liegt sie knapp daneben, und an der Antwort selbst erkennst du nicht, welcher Fall vorliegt.

Warum KI Zahlen halluziniert

1. Textverarbeitung, keine Mathematik

Große Sprachmodelle behandeln Zahlen wie Text. Die Zahl 2.684,11 wird zu Tokens, die das Modell nacheinander vorhersagt. Sie ist nicht das Ergebnis einer Rechenoperation.

2. Kein Zugriff auf die Funktionen

Excel hat Hunderte exakt definierter Funktionen. Ein Modell allein führt sie nicht aus. Es gibt wieder, wie solche Ergebnisse üblicherweise aussehen.

3. Fehlender Kontext

Eine Berechnung in einer Arbeitsmappe hängt ab von:

  • Zellen und Formeln auf anderen Blättern
  • definierten Namen
  • Nachschlagebereichen
  • bedingter Logik

Ein Modell, dem du nur die Ergebniszelle beschreibst, sieht nichts davon.

Häufige Berechnungsfehler

Rundung

KI:    "Etwa 2.700 $ pro Monat"
Excel: 2.684,11 $

Ein Unterschied von rund 16 $ im Monat sind über 360 Raten rund 5.700 $.

Erfundene Funktionen

KI:       "Verwende =FINANCECALC()"
Realität: Die Funktion existiert nicht

Fehler, die aufeinander aufbauen

In einem Modell mit mehreren Schritten verwendet jeder Schritt das Ergebnis des vorigen. Ein Fehler im ersten Schritt zieht sich durch alle folgenden.

Die Lösung: Die echte Arbeitsmappe über eine API

Statt die KI schätzen zu lassen, lässt du sie die Arbeitsmappe aufrufen. Mit SpreadAPI veröffentlichst du eine Excel-Arbeitsmappe als Service: Du wählst Eingabezellen und Ausgabezellen, und jeder Aufruf wird von deinen Formeln berechnet.

const url = 'https://spreadapi.io/api/v1/services/{serviceId}/execute';

const response = await fetch(url, {
  method: 'POST',
  headers: { 'Content-Type': 'application/json' },
  body: JSON.stringify({
    inputs: { principal: 500000, rate: 0.05, years: 30 }
  })
});

const data = await response.json();
// data.outputs ist eine Liste:
// [{ name: "monthlyPayment", title: "Monatsrate", value: 2684.11 }]

Die Namen der Eingaben und Ausgaben legst du für deinen Service selbst fest. Prozentwerte werden als Dezimalzahl gesendet: 0.05 für 5 %.

Wie es funktioniert

  1. Arbeitsmappe importieren. Deine Formeln bleiben, wie sie sind.
  2. Eingaben und Ausgaben wählen. Klicke die Zellen an, die ein Aufrufer füllen darf, und die Zellen mit den Ergebnissen.
  3. Veröffentlichen und aufrufen. Jeder Aufruf wird von der Arbeitsmappe berechnet.

Die Schritte stehen in Dein erster Service.

Für KI-Assistenten: verbinden statt einfügen

Claude und ChatGPT können einen Service direkt über MCP nutzen. Du trägst die Adresse https://spreadapi.io/mcp im Assistenten als eigenen Connector ein und meldest dich an. Der Assistent sendet dann Eingabewerte und gibt die Ergebnisse wieder, die er zurückbekommt. Jeder Service sagt dem Assistenten in seinen Anweisungen, dass er für jede Zahl den Service aufrufen soll, statt sie selbst auszurechnen.

Für deine eigenen Anwendungen

const url = 'https://spreadapi.io/api/v1/services/{serviceId}/execute';

app.post('/api/calculate', async (req, res) => {
  const response = await fetch(url, {
    method: 'POST',
    headers: { 'Content-Type': 'application/json' },
    body: JSON.stringify({ inputs: req.body })
  });
  res.status(response.status).json(await response.json());
});

Best Practices

1. Die KI nie schätzen lassen

Wenn du einen eigenen Agenten baust, führe jede Zahl über den Service:

// Das Modell wählt die Eingabewerte, die Arbeitsmappe rechnet,
// das Modell formuliert die Antwort.
const inputs = await model.extractInputs(question);
const result = await callService(inputs);
return model.formatAnswer(result);

2. Prüfen, was der Service verstanden hat

Jede Antwort wiederholt die Eingaben so, wie die Arbeitsmappe sie verwendet hat. Dort schaust du zuerst nach, wenn ein Ergebnis merkwürdig wirkt, zum Beispiel wenn 5 statt 0.05 gesendet wurde.

3. Die Eingaben begrenzen

Eine Eingabe kann ein Minimum, ein Maximum und eine Liste erlaubter Werte haben. Ein Wert außerhalb wird abgelehnt, bevor gerechnet wird, und die Antwort nennt, was erlaubt ist. Siehe Eingabeprüfung.

Was das nicht löst

  • SpreadAPI berechnet, was deine Formeln sagen. Ist das Modell in der Arbeitsmappe falsch, ist die Antwort falsch.
  • SpreadAPI kann einen Assistenten nicht zwingen, den Service aufzurufen, und nicht verhindern, dass er ein Ergebnis falsch wiedergibt. Gute Beschreibungen und Beispielfragen machen es zuverlässig. Siehe Warum Antworten berechnet sind.
  • VBA-Makros laufen nicht. Logik, die in Makros steckt, muss mit Formeln nachgebaut werden.

Wichtige Erkenntnisse

  1. KI sagt vorher. Ein Sprachmodell allein führt deine Formeln nicht aus.
  2. Die Arbeitsmappe rechnet. Gleiche Eingaben, gleiches Ergebnis.
  3. Die Verbindung teilt die Arbeit auf. Die KI versteht die Frage, die Arbeitsmappe liefert die Zahl.

Erste Schritte

  1. Wähle eine Berechnung, bei der eine falsche Zahl weh tun würde.
  2. Veröffentliche die Arbeitsmappe als Service auf SpreadAPI.
  3. Verbinde deinen KI-Assistenten oder deine Anwendung.

SpreadAPI ausprobieren

Fragen? Schreib an support@airrange.io