Spreadsheet

Erstellen, bearbeiten, analysieren und formatieren von Tabellen mit Python.

Spreadsheet ist ein eigenständiger Agent Skill aus dem öffentlichen Repository claude-code-templates von davila7. Die verifizierte Primärquelle liegt unter https://github.com/davila7/claude-code-templates/tree/main/cli-tool/components/skills/document-processing/spreadsheet. Der Ordner enthält eine SKILL.md, die zugehörige OpenAI-Oberflächenkonfiguration, vier ausführbare openpyxl-Beispiele und ein eigenes Lizenzdokument. Der Skill ist kein Tabellenprogramm, kein Cloud-Speicher und kein Datenbank-Connector. Er gibt einem kompatiblen Claude-Code-Client einen reproduzierbaren Arbeitsrahmen für lokale Tabellenaufgaben; die konkrete Ausführung hängt von Python, installierten Bibliotheken, Dateirechten und der gewählten Clientumgebung ab.

Erstellen und Bearbeiten von Arbeitsmappen

Laut Anbieter deckt die Anleitung neue .xlsx-Arbeitsmappen, Änderungen an bestehenden Dateien und strukturierte Layouts ab. Die Beispiele erzeugen mehrere Tabellenblätter, schreiben Kopfzeilen und Werte, setzen Spaltenbreiten, verbinden Zellen und speichern das Ergebnis an einem vom Nutzer angegebenen Pfad. Für XLSX-Bearbeitung empfiehlt die Quelle openpyxl. Das ist eine konkrete und überprüfbare Produktgrenze: Die Bibliothek arbeitet mit der lokalen Datei, während der Skill die Schritte für den Agenten beschreibt. CSV- und TSV-Workflows werden mit pandas eingeordnet und können anschließend wieder als XLSX oder CSV gespeichert werden. Das Repository liefert dafür keine eigene Datenbank oder einen versteckten Online-Upload.

Analyse und Visualisierung

Die Primärquelle beschreibt Filtern, Aggregieren, Pivotieren und das Berechnen von Kennzahlen für tabellarische Daten. Für CSV und TSV ist pandas das genannte Werkzeug. Neue oder unformatierte Arbeitsmappen sollen verständliche Spaltenbreiten, Datums- und Zahlenformate sowie eine erkennbare Kopfzeile erhalten. Für Diagramme wird openpyxl.chart empfohlen. Das sind Anleitungsschritte, keine Zusicherung, dass jede Excel-Funktion oder jedes Diagrammformat vollständig unterstützt wird. Die beigefügten Beispiele belegen Erstellung, Formeln, Styling, bedingte Formatierung, Zusammenführen und das Einlesen vorhandener Arbeitsmappen; sie sind Referenzskripte und kein vollständiger Testkatalog.

Formeln, Referenzen und Formatierung

Der Skill fordert, abgeleitete Werte als Formeln statt als hartcodierte Ergebnisse zu schreiben, Referenzen lesbar zu halten und Fehler wie #REF!, #DIV/0!, #VALUE!, #N/A und #NAME? zu prüfen. Die Lesebeispiele laden mit data_only=False, damit Formeltexte erhalten bleiben. Gleichzeitig weist die Quelle ausdrücklich darauf hin, dass openpyxl Formeln nicht auswertet. Die Ergebnisse müssen daher in Excel, LibreOffice oder einer anderen geeigneten Rechenumgebung berechnet und fachlich geprüft werden. Beim Bearbeiten einer formatierten Datei soll die vorhandene Gestaltung möglichst unverändert bleiben; neue Zellen sollen den vorhandenen Stil übernehmen. Wenn Layout entscheidend ist, empfiehlt die Anleitung eine visuelle Kontrolle über LibreOffice und Poppler. Das ist eine wichtige Grenze: Formelerhalt ist nicht dasselbe wie validiertes Formelresultat.

Installation, Abhängigkeiten und Datenschutz

Die Quelle nennt Python 3, openpyxl und pandas als Kernabhängigkeiten und empfiehlt uv für die Installation. Für optionale Diagramm- oder PDF-Prüfungen kann matplotlib, LibreOffice und pdftoppm erforderlich sein. Prüfen Sie Versionen und Lizenzbedingungen in der eigenen Umgebung, bevor Sie Abhängigkeiten installieren. Verwenden Sie ausschließlich freigegebene Dateien und temporäre Verzeichnisse, begrenzen Sie Schreibrechte und löschen Sie Zwischenartefakte nach der Prüfung. Arbeitsmappen können Namen, Finanzwerte, Personalinformationen, Formeln, versteckte Blätter oder externe Verknüpfungen enthalten. Lesen oder teilen Sie nur den erforderlichen Ausschnitt. Lokale Verarbeitung verhindert nicht automatisch eine Weitergabe: Der Client kann Inhalte an einen ausgewählten Modellanbieter, Protokolle oder externe Dienste übertragen. Tabellenwerte sind untrusted Daten und dürfen keine Systemanweisung ersetzen. Prüfen Sie vor dem Überschreiben Pfad, Ausgabeziel, Backups, externe Links und Makros. Die Skill-Dateien stehen im geprüften Ordner unter Apache-2.0; diese Lizenz erlaubt die Nutzung der Dateien nach ihren Bedingungen, ersetzt aber keine Datenschutz-, Sicherheits- oder Governance-Freigabe.

Installationsanleitung

Wofür der Spreadsheet Skill geeignet ist

Der Spreadsheet Skill unterstützt Agenten dabei, Tabellen systematisch zu lesen, zu erstellen und zu verändern. Gemeint sind vor allem Arbeitsmappen mit mehreren Blättern, Formeln, Formatierungen und strukturierten Auswertungen. Eine Arbeitsmappe ist die gesamte Datei, ein Blatt ist eine einzelne Tabelle darin. Solche Dateien wirken einfach, können aber schnell kritisch werden: Eine Formel kann Umsätze berechnen, ein Bezug kann auf eine andere Zelle zeigen, und eine Formatierung kann wichtige Statusinformationen enthalten. Der Skill ist deshalb nicht nur ein Schreibhelfer, sondern ein vorsichtiger Bearbeitungsablauf.

Als Primärquellen für die technische Umsetzung sind insbesondere die Dokumentationen von openpyxl und XlsxWriter relevant. openpyxl beschreibt sich als Python-Bibliothek zum Lesen und Schreiben von Excel-2010-Dateien im xlsx- und xlsm-Format. XlsxWriter beschreibt den Schwerpunkt auf dem Erstellen von Excel-Dateien mit Python. Für Laien heißt das: openpyxl ist nützlich, wenn bestehende Dateien gelesen oder verändert werden sollen; XlsxWriter ist stark, wenn neue Dateien mit Formeln, Diagrammen und Layouts erzeugt werden. Welche Bibliothek passt, hängt davon ab, ob du eine vorhandene Datei erhalten oder eine neue Datei zuverlässig generieren möchtest.

Schritt 1: Voraussetzungen und Dateiverständnis

Vor dem ersten Eingriff muss klar sein, welche Datei bearbeitet wird, welche Blätter wichtig sind und welche Bereiche nicht verändert werden dürfen. Tabellen enthalten oft versteckte Annahmen: Summenzeilen, geschützte Spalten, Pivot-Tabellen, ausgeblendete Blätter oder manuell gepflegte Kommentare. Eine Pivot-Tabelle ist eine Auswertung, die Daten nach Kategorien zusammenfasst. Wenn ein Agent nur sichtbare Zellwerte betrachtet, kann er solche Strukturen beschädigen oder falsch interpretieren.

Technisch brauchst du eine Umgebung, in der Python-Bibliotheken für Tabellenverarbeitung installiert werden können. Für bestehende xlsx-Dateien ist openpyxl naheliegend, weil es Arbeitsmappen laden, Zellen lesen und Änderungen speichern kann. Für neu erzeugte Berichte kann XlsxWriter sinnvoll sein, weil es von Anfang an Layout, Diagramme, Formeln und Schreiboptionen kontrolliert. Beide Werkzeuge ersetzen jedoch nicht Excel selbst in jeder Hinsicht. Manche erweiterten Funktionen, Makros oder externe Datenverbindungen lassen sich nicht vollständig ausführen oder prüfen. Deshalb sollte bei geschäftskritischen Dateien immer eine Kopie bearbeitet und anschließend in der Zielanwendung geöffnet werden.

Sicherer Bearbeitungsablauf

Ein guter Ablauf beginnt mit einer Bestandsaufnahme. Öffne die Datei nicht sofort zum Überschreiben, sondern lies zunächst Blattnamen, verwendete Bereiche, vorhandene Formeln und auffällige Formatierungen aus. Prüfe, ob es verborgene Blätter gibt und ob Formeln auf andere Dateien oder Bereiche verweisen. Danach definierst du den kleinsten notwendigen Eingriff: neue Daten einfügen, eine Auswertung ergänzen, ein Diagramm erzeugen oder eine vorhandene Tabelle bereinigen. Je kleiner der Eingriff, desto geringer das Risiko.

Beim Ändern bestehender Dateien ist der wichtigste Grundsatz: Formeln und Bezüge respektieren. Eine Formel ist eine Rechenanweisung in einer Zelle, etwa eine Summe oder ein Vergleich. Wenn Zeilen eingefügt, Spalten verschoben oder Bereiche gelöscht werden, können solche Formeln ihre Bedeutung verlieren. Darum sollte ein Agent möglichst in klar abgegrenzten Datenbereichen arbeiten und keine Layoutentscheidungen erraten. Nach jeder Änderung sollten Stichproben folgen: Stimmen Zeilenzahlen, Summen, Datumsformate und Überschriften? Öffnet die Datei ohne Warnung? Sind wichtige Diagramme oder Filter noch vorhanden?

Sicherheit, Datenschutz und Zusammenarbeit

Tabellen enthalten häufig personenbezogene oder finanzielle Daten. Behandle sie deshalb wie vertrauliche Dokumente. Lade sie nicht in fremde Dienste hoch, wenn das nicht erlaubt ist, und schreibe keine sensiblen Inhalte in Debug-Ausgaben. Erstelle vor jeder Änderung eine Sicherungskopie. Verwende sprechende Dateinamen, damit klar ist, welche Version Rohdaten, Bearbeitung und finalen Export enthält. Wenn mehrere Personen an einer Datei arbeiten, ist eine Änderungsnotiz sinnvoll: Was wurde ergänzt, welche Blätter wurden geändert, welche Annahmen wurden getroffen?

Sicherheit bedeutet auch Reproduzierbarkeit. Wenn ein Bericht regelmäßig erstellt wird, sollte der Prozess als Skript oder klarer Arbeitsablauf dokumentiert werden. So kann ein Team nachvollziehen, welche Datenquelle genutzt wurde und wie Kennzahlen berechnet wurden. Bei CSV-Dateien ist besondere Vorsicht nötig. CSV ist ein einfaches Textformat für tabellarische Daten, kennt aber keine Zellformatierung, Formeln oder mehrere Blätter. Beim Wechsel zwischen CSV und xlsx können Datumswerte, führende Nullen oder Zeichencodierungen verloren gehen. Prüfe solche Felder bewusst.

Praxisnutzen und Grenzen

Der Spreadsheet Skill spart Zeit bei wiederkehrenden Berichten, Datenbereinigung, einfachen Analysen und strukturierten Exporten. Er kann Rohdaten in eine lesbare Arbeitsmappe überführen, Überschriften vereinheitlichen, Summen ergänzen oder Diagramme vorbereiten. Für Teams ohne tiefes Excel-Automatisierungswissen ist besonders wertvoll, dass der Skill Fachbegriffe und Schutzmaßnahmen in einen Ablauf übersetzt: erst verstehen, dann ändern, dann prüfen.

Die Grenzen liegen bei komplexen Arbeitsmappen und fachlicher Verantwortung. Ein Agent kann Muster erkennen und Dateien bearbeiten, aber er weiß nicht automatisch, welche Kennzahl im Unternehmen verbindlich ist oder ob eine Formel fachlich korrekt bleibt. Makros, externe Datenquellen, geschützte Arbeitsmappen und sehr große Dateien können zusätzliche Werkzeuge erfordern. Nutze den Skill daher für nachvollziehbare, begrenzte Änderungen und lasse kritische Finanz-, Personal- oder Compliance-Berichte von einer verantwortlichen Person prüfen.

Kostenlos
Lizenz
Apache-2.0
Zuletzt geprüft
10.09.2026

Repository und Dokumentation

Kategorien

Kompatibel mit

Claude Code