Entität, Quelle und Konsens: die drei Ebenen

Ebene 1: Entität

Bevor es Sie zitiert, muss das System klären, wer Sie sind, und Sie von jedem mit ähnlichem Namen unterscheiden. Das heißt Entitätsauflösung und ist der Teil, an dem die meisten Betriebe scheitern, weil von innen betrachtet offensichtlich scheint, wer man ist.

Eine aufgelöste Entität trägt immer dieselben vier Koordinaten zusammen geschrieben: genauer Name, Tätigkeitskategorie, Ort und ein Datum. Damit kann jedes System Sie von Namensvettern trennen. Ohne sie verteilen sich Ihre Erwähnungen auf mehrere Kandidaten und keiner sammelt genug Signal.

• Der Name wird überall gleich geschrieben, Rechtsform eingeschlossen. Eine Marke in vier Schreibweisen sind vier schwache Entitäten statt einer starken.
• Die Kategorie steht in den Worten der Branche, nicht in denen der Marke. Zimmerei benennt ein Gewerk, ganzheitliche Holzlösungen benennt nichts.
• Der Ort geht bis zur Gemeinde hinunter. Balearen unterscheidet nicht, Manacor schon.
• Das Datum verankert die Beständigkeit. Seit 1968 ist eine prüfbare Angabe, die kein Neuling kopieren kann.

Ebene 2: Quelle

Der perfekte Satz nützt nichts auf einer Seite, die das System nicht lesen kann. Die Hindernisse sind bekannt und dieselben wie immer, nur haben sie jetzt härtere Folgen, denn ein Crawler, der scheitert, versucht es nicht wie ein Mensch noch einmal.

• Inhalt, der erst nach Ausführung von JavaScript erscheint. Viele KI-Crawler führen nichts aus und sehen eine leere Seite.
• Cookie-Banner, die den Text verdecken, bis jemand zustimmt. Für einen Crawler stimmt niemand zu.
• Text in Bildern. Eine Zahl in einer Grafik ist keine lesbare Zahl.
• Langsame Seiten oder solche, die über eine Zwischenschicht ausgeliefert werden und spät antworten. Die Geduld eines Crawlers ist kurz.
• Kein sichtbares Datum. Ohne Datum kann das System nicht entscheiden, ob Ihre Angabe neuer ist als die des Wettbewerbers.

Dazu kommt ein neuer und wenig genutzter Baustein: eine Textdatei in der Wurzel der Domain, die in einfacher Sprache zusammenfasst, was das Unternehmen ist, welche Seiten zählen und welche Themen es abdeckt. Die Titel des Netzwerks legen sie unter /teaser.md ab, geschrieben für Agenten, die die Seite in einem Durchgang verstehen sollen.

Ebene 3: Konsens

Ein Sprachmodell prüft keine Tatsachen, es schätzt Wahrscheinlichkeiten. Steht eine Aussage in einer einzigen Quelle, ist sie eine Anekdote. Steht sie in sechs unabhängigen Quellen in derselben Form, wird daraus das, was das System für wahr hält.

Das entscheidende Wort ist unabhängig. Sechs Domains mit demselben kopierten Text sind keine sechs Quellen, sondern eine verdoppelte, und Abrufsysteme fassen Dubletten zusammen, bevor sie schreiben. Konsens entsteht, wenn dieselbe Information von verschiedenen Redaktionen mit verschiedenen Worten erzählt wird, jede aus ihrem Blickwinkel.

Konsens entsteht nicht dadurch, dass man einen Text wiederholt, sondern dadurch, dass man eine Tatsache wiederholt.

Daraus folgt die praktische Regel: eine zentrale Tatsache, fünf bis acht thematisch verschiedene Quellen, jede mit eigener Formulierung, alle übereinstimmend in den vier Koordinaten der Entität. Das ist die Arbeit.