Datenanalyse mit Claude Code: Abfragen, CSVs und ein Wochen-Digest

Was Claude Code für Datenanalyse erledigt

• Beantwortet Fragen mit SQL über eine Rolle mit Lesezugriff oder ein Replikat und zeigt die Abfrage zur Antwort.
• Bereinigt und analysiert CSV-Exporte mit Python und zeichnet die Diagramme.
• Schreibt einen wöchentlichen Kennzahlen-Digest: was sich bewegt hat, wie stark und der wahrscheinliche Grund.
• Meldet Auffälligkeiten wie einen Einbruch bei den Anmeldungen oder einen Anstieg der Fehler, bevor sie jemandem auffallen müssen.

Funktionen von Claude Code für Datenanalyse

So richtest du Claude Code für Datenanalyse ein

1. Verbinde die Tools

   Leg eine Datenbankrolle mit Lesezugriff an und gib Claude Code diese Verbindung, oder deine Warehouse-CLI, angemeldet mit einem Nutzer mit Lesezugriff. Für einmalige Analysen legst du die CSV-Exporte in den Arbeitsordner.

   -- Postgres: eine Rolle mit Lesezugriff für den Agenten
   CREATE ROLE analyst LOGIN PASSWORD '<password>';
   GRANT pg_read_all_data TO analyst;

2. Schreib die Regeln in die CLAUDE.md

   Claude Code liest die CLAUDE.md zu Beginn jeder Session, auch bei Läufen mit claude -p. Schreib die Regeln der Aufgabe dort hinein oder, wenn sie lang sind, in einen Skill unter .claude/skills/. Siehe den CLAUDE.md-Leitfaden.

   ## Datenregeln
   - Nur lesen: Nutze die Analytics-Rolle, nie den Datenbanknutzer der
     App. Kein INSERT, UPDATE, DELETE und keine Schemaänderungen.
   - Zeig die Abfrage oder das Skript hinter jeder Zahl.
   - Vergleich mit dem Zeitraum davor und sag, wenn eine Änderung im
     normalen Rauschen liegt.
   - Exportier keine personenbezogenen Daten; aggregiere, bevor du
     etwas aufschreibst.
   - Wöchentlicher Digest: die fünf Zahlen, die zählen, was sich bewegt
     hat, und eine Frage, die sich nächste Woche zu stellen lohnt.

3. Führ es ohne die interaktive Oberfläche aus

   claude -p führt eine Aufgabe aus und beendet sich, sodass cron, CI oder ein anderes Tool es starten kann. Mit --allowedTools oder --permission-mode legst du fest, was es ohne Nachfrage tun darf; --output-format json liefert das Ergebnis samt Kosten.

   # Die Zahlen der letzten Woche als JSON für ein Dashboard oder einen Beitrag
   claude -p "Berechne Anmeldungen, Aktivierung und Umsatz der letzten Woche im Vergleich zur Woche davor" \
     --output-format json --json-schema "$(cat metrics.schema.json)"

4. Bring es in einen Zeitplan

   Leg mit /schedule eine geplante Aufgabe in der Cloud an (Pro, Max, Ultra, Team und Enterprise), nutze eine geplante Desktop-Aufgabe oder /loop, solange eine Session offen bleibt. Siehe Claude Code proaktiv machen.

Quelle: Dokumentation von Claude Code (Englisch)

Grenzen und Sicherheit

• Gib ihm eine Rolle mit Lesezugriff. Ein Agent mit Schreibzugriff auf die Datenbank kann sie verändern.
• Es kann missverstehen, was eine Spalte bedeutet. Schreib ein kurzes Datenwörterbuch und prüf seine ersten Antworten.
• Große Ergebnisse kosten Kontext und Nutzung. Erst abfragen und aggregieren, dann Zeilen lesen.
• Seit Claude Code v2.1.302 startet claude -p im Manual-Modus: Eine Aktion, die eine Freigabe braucht, wird abgelehnt, sofern keine Regel sie erlaubt. Erlaube nur die Tools, die die Aufgabe braucht.

Claude Code oder Codex für Datenanalyse?

Die Regeln lassen sich mitnehmen. Schreib sie einmal in die AGENTS.md und setz @AGENTS.md in die CLAUDE.md, dann lesen beide Agenten dieselbe Datei.

Schritt für Schritt für den anderen Agenten: Datenanalyse mit Codex.

Mach Datenanalyse zur festen Aufgabe

Befehle laufen, wenn jemand daran denkt, sie auszuführen. Crewmark macht aus deinem eigenen Claude Code einen KI-Mitarbeiter mit Rolle, einem Ziel in Zahlen, Arbeitszeiten und einem Heartbeat, damit die Arbeit nach Zeitplan passiert und auf einem Board sichtbar wird.

1. Fang mit der Rolle an

   Der KI-Mitarbeiter deiner Wahl, mit diesen Regeln in seiner Rollenbeschreibung.

2. Bring die Arbeit auf sein Board

   Leg die Aufgabe als wiederkehrendes Issue an. Der Mitarbeiter wacht per Heartbeat auf, erledigt sie und berichtet in einem Kommentar.

3. Mehr dazu

   Der tägliche SEO-Bericht ist ein ausgearbeitetes Beispiel für eine wiederkehrende Analytics-Aufgabe.

FAQ