alive-analysis — Datenanalyse-Workflow-Kit für AI-Coding-Agenten

Wenn man einer AI sagt: „Analysiere diese Daten“, bekommt man eine Antwort. Aber wenn man einen Monat später fragt: „Warum sind wir damals zu diesem Schluss gekommen?“, bleibt nichts übrig.

Das ist ein Open-Source-Projekt, das ich gebaut habe, um genau dieses Problem zu lösen. Es funktioniert mit Claude Code und Cursor 2.4+.

Der Kern ist die ALIVE-Schleife.

• ASK — Was will man wissen? (Frage definieren)
• LOOK — Was zeigen die Daten? (Segmentierung, Prüfung von Störfaktoren)
• INVESTIGATE — Warum ist das so? (Hypothesen aufstellen → ausschließen)
• VOICE — Wie soll es vermittelt werden? (Messaging je nach Zielgruppe, Vertrauensniveau)
• EVOLVE — Was sollte man als Nächstes fragen? (Folgefragen, Impact-Tracking)

Die AI übernimmt die Analyse nicht „anstelle“ des Menschen. In jedem Schritt stellt die AI Fragen, der Mensch trifft die Entscheidungen, und dieser Prozess bleibt als per Git nachverfolgbare Markdown-Dateien erhalten.

Zwei Analysemodi:

• Full: Analysen für Entscheidungen. 5 Dateien + Checkliste (Störfaktoren, Sensitivität, Counter-Metriken usw.)
• Quick: Schnelle Analysen wie „Warum ist gestern die DAU gefallen?“. 1 Datei. Auch für PMs oder Marketer nutzbar

Weitere Funktionen:

• A/B-Test-Experimentmodul (Design → Validierung → Analyse → Entscheidung → Lernen)
• Metrik-Monitoring (4-stufige Klassifizierung + Eskalation bei Anomalieerkennung)
• Insight-Suche (Volltextsuche in früheren Analysen + Querverweise)
• Automatische Retrospektivberichte, Impact-Tracking
• Schulungsmodus — analytisches Denken mit 7 Praxisszenarien trainieren (Bewertung + Hinweise + Feedback)

Die Installation sind zwei Zeilen im Terminal, und der Start ist eine einzige Zeile im Agent-Chat: /analysis-init.

git clone https://github.com/with-geun/alive-analysis.git /tmp/alive-analysis  
bash /tmp/alive-analysis/install.sh  

Feedback ist willkommen.