Zeitreihendiagramm

Visualisieren, wie sich Daten im Laufe der Zeit verändern — Trends, Saisonalität und Wendepunkte erkennen

Zeitreihenanalyse verfolgt, wie sich eine Variable über geordnete Zeitintervalle verändert — Wochen, Monate, Quartale oder Jahre. Durch die Darstellung der Daten als verbundene Linie kannst du sofort Trends erkennen (geht es hoch oder runter?), Saisonalität (wiederholt sich ein Jahresmuster?) und Wendepunkte (wann hat das Wachstum begonnen oder aufgehört?).

Dieses Tool lädt 24 Monate Umsatz und Kosten für ein Beispielunternehmen. Klicke auf Daten verknüpfen, um ein duales Liniendiagramm zu zeichnen. Die KI kann einen gleitenden Durchschnitt hinzufügen, um das Rauschen zu glätten, oder eine Trendlinie, um zukünftige Werte zu projizieren.

Füge deine eigene Datums- + Werte-CSV ein, um deine eigene Zeitreihe darzustellen.

Was ist ein gleitender Durchschnitt und warum verwende ich ihn?
Ein gleitender Durchschnitt glättet eine Zeitreihe, indem er jeden Punkt durch den Durchschnitt der umgebenden N Punkte ersetzt. Dadurch wird kurzfristiges Rauschen entfernt und der zugrunde liegende Trend besser sichtbar. Ein 3-Monats-gleitender Durchschnitt ist für Monatsdaten üblich.
Welche Datumsformate akzeptiert dieses Tool?
Das Tool akzeptiert YYYY-MM-DD (z. B. 2023-01-15), MM/DD/YYYY (z. B. 01/15/2023) und einfache Jahr- oder Monatszeichenfolgen. Für beste Ergebnisse verwende das ISO-Format: YYYY-MM-DD oder YYYY-MM.
Wie vergleiche ich mehrere Reihen im selben Diagramm?
Füge mehrere numerische Spalten in deine CSV ein (z. B. Umsatz, Kosten, Gewinn). Sage der KI, welche Spalten dargestellt werden sollen, und sie zeichnet jede als separate farbige Linie mit einer Legende. Jede Reihe kann ihre eigene Farbe haben.
Was ist eine Trendlinie und wie wird sie berechnet?
Eine Trendlinie ist eine einfache lineare Regression, die an die Zeitreihe angepasst wird: y = mt + b, wobei t die Zeit ist. Die Steigung m gibt die durchschnittliche Änderung pro Zeitperiode an. Positive Steigung = Aufwärtstrend; negative = Abwärtstrend.