Daten & Finanzen

Die Daten- und Finanz-Tools ermöglichen deinen SymbioBots, Daten zu verarbeiten, zu analysieren und visuell aufzubereiten.

Datenanalyse

Führt Python-Code und Shell-Befehle aus, um Daten zu analysieren, Visualisierungen zu erstellen und herunterladbare Dateien (Excel, CSV, DOCX) zu generieren.

• Zustandsbehaftete Sitzung: Variablen, Imports und DataFrames bleiben innerhalb eines Chats erhalten — du musst Bibliotheken nicht erneut importieren oder Dateien neu einlesen, wenn du Folgefragen stellst
• Python-Umgebung: Vollwertige Python-Ausführung für Datenanalyse
• Shell-Befehle: Schnelle Dateioperationen mit Befehlen wie ls, head, wc -l oder file
• Dateiverarbeitung: Lade Dateien hoch und lasse sie analysieren (z.B. Excel, CSV)
• Dateien aus der Wissensdatenbank: DOCX-, PPTX-, PDF-, ZIP- und Bilddateien (PNG, JPEG, GIF und WebP) aus deiner Wissensdatenbank lassen sich als Originaldatei in die Analyseumgebung laden — so kannst du Word- und PowerPoint-Vorlagen unter Erhalt von Formatierung, Bildern, Logos und Tabellen bearbeiten, alle Seiten großer PDFs mit PyMuPDF und pdfplumber verarbeiten, PDFs vollständig in bearbeitbare DOCX-Dateien umwandeln, vorhandene PDF-Links übernehmen, Bilder mit Pillow bearbeiten oder ZIP-Archive mit Python auflisten und entpacken — das Auslesen und Umwandeln von PDF-Text setzt dabei eine echte Textebene voraus, denn bei Scans und bei Druckvorlagen mit in Kurven umgewandelter Schrift gibt es in der Analyseumgebung keinen Text zu extrahieren; dafür nutzt der Assistent den Text, der beim Hochladen in die Wissensdatenbank erzeugt wurde. Bei vollständigen PDF-Aufgaben vergleicht die Datenanalyse die erwartete mit der verarbeiteten Seitenzahl und gibt einen kompakten Prüfbericht aus; Abweichungen und nicht sicher übernehmbare Links meldet sie ausdrücklich.
• Vorlagen mit Platzhaltern füllen: Markiere Stellen in einer DOCX- oder PPTX-Vorlage mit {{ platzhalter }} (doppelte geschweifte Klammern). Die Datenanalyse ersetzt diese Marker mit den Werten, die im Chat bereitgestellt werden — Schriftarten, Farben, Logos und das Folien-Layout bleiben erhalten. Ideal für Angebote, Berichte oder personalisierte Präsentationen aus der Wissensdatenbank.
• Export: Ergebnisse lassen sich als Excel, CSV, Word, PDF, Bilder (PNG, JPG, SVG, GIF, WebP), ZIP und weitere gängige Formate herunterladen. Nicht erlaubte Dateitypen — etwa ausführbare Dateien oder makrofähige Excel-Arbeitsmappen (.xlsm) — werden abgelehnt; .xlsm-Ergebnisse gibt die Datenanalyse stattdessen als .xlsx zurück
• Vorinstallierte Bibliotheken: u. a. matplotlib, pandas, numpy, seaborn, openpyxl, xlsxwriter, xlrd, scikit-learn, scipy, statsmodels, python-docx, docxtpl, python-pptx, PyMuPDF, pdfplumber, pypdf, reportlab, Pillow, drawsvg, qrcode, kaleido, lxml

Datenvisualisierung

Erstellt interaktive Diagramme und Charts aus Daten zur Visualisierung.

• Diagrammtypen: Linien-, Balken-, Flächen-, Kreis-, Streu-, Radar- und weitere Diagramme
• Gestapelte Varianten: Gestapelte Balken- und Flächendiagramme
• Kombiniert: Mehrere Diagrammtypen in einer Ansicht
• Interaktiv: Hover-Tooltips und Legenden

Verfügbare Diagrammtypen

Integrations-Tools

Weitere Daten-Tools wie Power BI und Microsoft 365 Excel stehen über die jeweilige Integration zur Verfügung und werden dort dokumentiert.

Typische Anwendungsfälle