Neues Tool reduziert Spreadsheet-Daten für KI-Agenten um den Faktor 1000

Ein neues Open-Source-Utility namens sheetgraph wurde veröffentlicht, um Künstliche Intelligenz-Agenten dabei zu unterstützen, komplexe Tabellenkalkulationen zu interpretieren, ohne übermäßige Rechenressourcen zu verbrauchen. Dieses auf Rust basierende Tool, entwickelt vom Team hinter Love Spreadsheets, verarbeitet Excel- und Google-Sheets-Dateien lokal. Es erzeugt prägnante Zusammenfassungen, die kritische logische Strukturen beibehalten, während redundante Daten verworfen werden.

Was passiert ist

Die primäre Herausforderung, die dieses Release adressiert, ist die Unfähigkeit aktueller großer Sprachmodelle (LLMs), Rohdaten aus Tabellenkalkulationen effizient zu verarbeiten. Eine typische Arbeitsmappe mit Hunderttausenden von Zellen kann Millionen von Tokens erfordern, wenn sie als Klartext dargestellt wird – was für Standard-Kontextfenster von KI-Modellen oft prohibitiv teuer oder technisch unmöglich ist. Sheetgraph löst dieses Problem, indem es die zugrunde liegende Logik der Tabelle extrahiert, anstatt nur ihre Rohwerte zu betrachten. Das Tool erstellt einen kurzen Markdown-Bericht und einen Formelabhängigkeitsgraphen, wodurch der Datenumfang um ungefähr das Tausendfache reduziert wird.

Beispielsweise würde ein Rechnungsledger mit 120.000 Zellen und 32.000 Formeln normalerweise etwa 1,3 Millionen Tokens benötigen, um als Text ausgegeben zu werden. Mit sheetgraph wird dieselbe Datei auf einen Bericht von rund 7.000 Tokens komprimiert. Das Tool erreicht diese Kompression, indem es Muster identifiziert, wie etwa Spalten, in denen jede Zelle dieselbe Formel verwendet, und diese als eine einzige Gruppe darstellt. Es hebt auch Inkonsistenzen hervor, wie z. B. Zellen, in denen ein Benutzer manuell eine Formel überschrieben hat – eine häufige Fehlerquelle in Finanzmodellen.

Wichtige Details

• Massive Token-Reduktion: Das Tool reduziert die Datengröße um ungefähr das 1000-fache, wobei ein Job-Tracker mit 961.000 Tokens zu einem Bericht mit 940 Tokens wird.
• Lokale Verarbeitung: In Rust geschrieben, läuft die Binary lokal auf macOS, Linux und Windows, sodass sensible Daten niemals das Gerät des Benutzers verlassen.
• Verfolgung von Formelabhängigkeiten: Es bildet den Datenfluss zwischen Blättern, Lookups und externen Links ab, sodass Agenten die Präzedenzfälle und Abhängigkeiten einer bestimmten Zelle nachverfolgen können.
• Fehlererkennung: Der Bericht identifiziert explizit Stellen, an denen Formelspalten durch hartcodierte Werte unterbrochen sind, was das Auffinden manueller Überschreibungen erleichtert.
• Agenten-Integration: Es wird als Skill für Claude Code ausgeliefert und kann über eine einfache Skills-Ordner-Konfiguration in andere Agenten wie Codex und Cursor integriert werden.
• Breite Formatunterstützung: Es unterstützt xlsx, xlsm, xls, xlsb, ods, csv und Google Sheets und verarbeitet bis zu 10 Millionen Zellen in lokalen Dateien.

Hintergrund

Um den Wert dieses Tools zu verstehen, hilft es zu erkennen, wie Tabellenkalkulationen Daten speichern im Vergleich dazu, wie KI-Modelle sie lesen. Tabellenkalkulationen sind hochgradig strukturiert, wobei viele Zellen identische Formeln oder Formatierungen teilen. Wenn sie jedoch für eine KI in Klartext umgewandelt werden, geht diese Struktur verloren, und jede einzelne Zelle wird als einzigartige Information behandelt. Diese Redundanz bläht das Kontextfenster auf – die begrenzte Menge an Text, die eine KI gleichzeitig berücksichtigen kann.

Sheetgraph fungiert als Übersetzer zwischen diesen beiden Welten. Anstatt jede Zahl zu senden, sendet es eine Karte. Es gruppiert identische Formeln in „Copy-Groups“ und fasst große Datenblöcke anhand ihrer Spaltenprofile zusammen, wie Datentyp, Bereich und Format. Dies ermöglicht es der KI, das Schema und die Logik der Arbeitsmappe zu verstehen, ohne jede einzelne Zeile lesen zu müssen. Das Konzept ist inspiriert von ähnlichen Tools, die für Codebasen verwendet werden, aber speziell für die einzigartigen Herausforderungen von tabellarischen Daten und Spreadsheet-Logik angepasst.

Warum es wichtig ist

Für Teams, die auf selbst gehostete Software oder interne Datentools angewiesen sind, senkt diese Entwicklung die Hürde für den Einsatz von KI zur Datenanalyse erheblich. Bisher war es riskant, eine KI damit zu beauftragen, ein komplexes Finanzmodell zu prüfen oder ein fehlerhaftes Inventarblatt zu debuggen, aufgrund von Kosten- und Datenschutzbedenken. Indem die Verarbeitung lokal gehalten und das Datenvolumen reduziert wird, können Ingenieure KI-Agenten nun sicher auf sensible Arbeitsmappen verweisen, um übergreifende Fragen wie „Warum stimmt diese Summe nicht?“ oder „Was macht diese Arbeitsmappe?“ zu stellen.

Dies verbessert auch die Genauigkeit der KI-Antworten. Wenn ein Agent Zugriff auf den Formelabhängigkeitsgraphen hat, kann er Fehler bis zu ihrer Quelle zurückverfolgen, anstatt basierend auf statischen Werten zu raten. Er kann zwischen berechneten Feldern und hartcodierten Überschreibungen unterscheiden, was für die Aufrechterhaltung der Datenintegrität entscheidend ist. Für IT-Leiter, die interne Tools verwalten, bedeutet dies, dass KI ein tragfähiger Partner bei der Wartung von Legacy-Excel-basierten Workflows werden kann, die noch nicht in richtige Datenbanken migriert wurden.

Was Sie tun können

• Installieren Sie das Tool auf Ihrem lokalen Rechner mithilfe des bereitgestellten curl-Skripts für macOS und Linux oder laden Sie die ZIP-Datei für Windows herunter.
• Integrieren Sie sheetgraph als Skill in Ihren KI-Coding-Assistenten, wie z. B. Claude Code, um automatische Tabellenanalysen während Chats zu ermöglichen.
• Führen Sie den extract-Befehl auf einer Beispiel-Arbeitsmappe aus, um eine REPORT.md zu generieren, und prüfen Sie, wie das Tool Ihre spezifischen Datenstrukturen zusammenfasst.
• Verwenden Sie den trace-Befehl, um bestimmte Zellen zu untersuchen, die fehlerhaft erscheinen, sodass die KI automatisch die Kette der Abhängigkeiten verfolgt.
• Testen Sie das Tool auf großen Dateien, um die Speichernutzung zu überprüfen. Beachten Sie, dass Dateien mit bis zu 10 Millionen Zellen vollständig geladen werden, während größere Dateien zusammengefasst werden, um innerhalb von 2–3 GB RAM zu bleiben.
• Melden Sie Fehler oder unerwartetes Verhalten im GitHub-Repository, da sich das Projekt derzeit in der Beta-Version 0.1 befindet und sich die API ändern kann.