> For the complete documentation index, see [llms.txt](https://docs.ngsurvey.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.ngsurvey.com/de/ki-suite/artemis-ai-agent/datenanalyse-und-berichterstellung.md).

# Datenanalyse und Berichterstellung

Artemis erweitert ngSurvey um fortschrittliche, KI-gestützte Analysen und verwandelt Umfragedaten in klare, kontextualisierte und umsetzbare Erkenntnisse. Anstatt sich ausschließlich auf vordefinierte Berichte zu verlassen, können Benutzer mit Artemis interagieren, Ergebnisse dynamisch erkunden, Muster interpretieren und in Echtzeit aussagekräftige Schlussfolgerungen erzeugen.

Artemis unterstützt mehrere Ebenen der Analyse:

#### 📊 Allgemeine Datenanalyse

Erkunden Sie Umfrageergebnisse über Fragen, Segmente und Zeiträume hinweg mithilfe natürlicher Sprachaufforderungen. Artemis wählt automatisch relevante Metriken aus, wendet Vergleiche an und hebt Trends hervor, sodass Benutzer schnell die Gesamtleistung und die wichtigsten Treiber verstehen können.

#### 📝 Freitextanalyse

Analysieren Sie Freitextantworten mithilfe KI-gestützter semantischer Interpretation. Artemis kann Themen zusammenfassen, Stimmungen erkennen, Kommentare nach Bedeutung clustern und wiederkehrende Themen herausarbeiten, sodass Teams aus qualitativen Rückmeldungen im großen Maßstab Wert schöpfen können.

#### 🧠 KI-generierte Erkenntnisse

Über die bloße Darstellung von Zahlen hinaus interpretiert Artemis Ergebnisse und liefert kontextuelle Erklärungen. Es kann bemerkenswerte Veränderungen, aufkommende Muster, Anomalien und Korrelationen identifizieren und Erkenntnisse liefern, die schnellere und fundiertere Entscheidungen unterstützen.

#### 📈 Berichts-Integration

Von Artemis generierte Erkenntnisse sind keine isolierten Ausgaben. Ergebnisse können direkt in bestehende ngSurvey-Berichte integriert oder verwendet werden, um automatisch neue Berichte von Grund auf zu erstellen. Dies stellt die Kontinuität zwischen konversationaler Analyse und strukturierten Reporting-Workflows sicher.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.ngsurvey.com/de/ki-suite/artemis-ai-agent/datenanalyse-und-berichterstellung.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.