management-summary

Bereitet eine Frage/ein Thema aus quantitativen Umfragedaten (CSV) management-gerecht auf: ein Einseiter mit TL;DR, 3–5 Kernbefunden mit Zahl und Implikation und nächsten Schritten. Ergebnis als Markd

SKILL.md

GitHub

Management-Summary

Ziel: Zu dem in der Anfrage des Nutzers genannten Thema einen entscheidungsorientierten Einseiter für Management/Stakeholder erstellen — verdichtet, implikationsstark, ohne Methoden-Ballast. Ergebnis als Markdown in reports/.

Werkzeug

python3 scripts/survey.py <cmd> [...] [--file CSV]

Aus dem Projekt-Root ausführen. Fehlt scripts/survey.py, unter .claude/scripts/survey.py nachsehen oder survey.py im Projekt suchen.

  • profile — Spaltenüberblick (immer zuerst).
  • freq COL [--by COL2] [--filter "COL=WERT"] [--sig] — Verteilung/Kreuztabelle (+Signifikanz).
  • text COL [--filter ...] [--sample N] — Freitext für ein prägnantes O-Ton-Zitat.

COL = Index (aus profile) oder eindeutiger Namensteil.

Umfrage-Kontext

Liegt neben der CSV ein Kontextdokument (<name>.context.md, bei genau einer CSV im Ordner auch survey-context.md), zuerst lesen. Zwei Teile zählen hier besonders: das Publikum (wer das liest und was damit entschieden wird — den Einseiter darauf zuschneiden) und Gegenstand/Glossar (damit die Summary die Sprache der Leser nutzt, nicht die Fragetexte). Die Zahlen kommen weiterhin nur aus dem Motor.

Dieses Format hat keine Methodik-Sektion und ist damit die Stelle, an der das Erhebungsdesign am leichtesten verloren geht — also eines behalten: Schränkt der Rekrutierungsweg die Botschaft wesentlich ein (Abschnitt „Wer fehlt"), das in einem Halbsatz an der passenden Stelle sagen, nicht in einem eigenen Block. „Unter den per In-App-Banner befragten aktiven Nutzern sind 71 % …" kostet sechs Wörter und verhindert, dass das Management ein Teilbild für das ganze hält.

Im Dokument genannte Erwartungen sind Prüfgegenstand, nie Beleg — eine Summary darf nicht zur erhofften Bestätigung werden. Gibt es kein solches Dokument, wie bisher vorgehen und am Ende einmal auf umfrage-kontext hinweisen.

Vorgehen

  1. Profilieren, dann das Thema in die 2–4 aussagekräftigsten Auswertungen übersetzen — diese Zahl kommt zu profile hinzu; profile ist Pflicht-Startschritt, keine der Auswertungen.
  2. Analysieren und die wichtigsten Zahlen holen. Weniger ist mehr — pro Kernbefund eine belastbare Zahl.
  3. Verdichten auf Implikationen. Für jeden Befund fragen: „Na und? Was heißt das fürs Geschäft/Produkt/die Nutzer?" Genau das kommt in die Summary.
  4. Report speichern nach reports/ (date +%F + kebab-Titel, nicht überschreiben) und die TL;DR + Pfad in der Antwort nennen.

Report-Format (max. eine Seite)

# <Thema als aussagekräftige Überschrift>

**Datenbasis:** <Datei> · n = <…> · <Datum>

## TL;DR
2–4 Sätze, die die zentrale Botschaft transportieren. Das Wichtigste zuerst.

## Kernbefunde
1. **<Befund>** — <Zahl absolut + %>. *Implikation:* <was das bedeutet>.
2. …
(3–5 Befunde, je Zahl + Implikation, jeweils eine Zeile)

## Empfehlung / Nächste Schritte
2–3 konkrete, priorisierte Schritte.

<optional ein prägnantes wörtliches Nutzerzitat, wenn es die Botschaft stützt>

Regeln

  • Kurz und implikationsorientiert — Management liest Botschaften, nicht Tabellen. Maximal eine Bildschirmseite.
  • Jeder Kernbefund trägt eine konkrete Zahl (absolut + %). Keine vagen Aussagen.
  • Fachjargon und Methodendetails weglassen (ggf. ein Satz „Basis: n=…").
  • Nichts behaupten, was die Daten nicht hergeben; Unsicherheit in einem Halbsatz benennen — auch, wen die Umfrage nicht erreicht hat, wenn das die Lesart der Botschaft ändert.
  • Sprache = Sprache der Anfrage (Standard Deutsch).