Man stellt einem Antwortsystem eine Frage zur Versauerung der Ozeane und bekommt eine solide Auskunft, unter der drei Fundstellen stehen: ein Nachrichtenportal, ein Umweltblog und eine Enzyklopädie. Die Institute, deren Messreihen dem Ganzen zugrunde liegen, kommen nicht vor.
Das liegt selten an der Qualität der Forschung und fast immer an ihrer Verpackung. Ein Programm, das eine Antwort zusammensetzt, nimmt den Text, der sich am leichtesten abrufen und auswerten lässt. Eine Pressemeldung in schlichtem HTML gewinnt dieses Rennen gegen ein sechzigseitiges PDF hinter einer Downloadseite.
Das PDF ist das eigentliche Hindernis
Für die wissenschaftliche Kommunikation untereinander ist das Format sinnvoll: seitengetreu, zitierfähig, archivfest. Für die maschinelle Auswertung ist es der ungünstigste Fall, weil Spaltensatz, Tabellen und Abbildungen beim Auslesen ineinanderlaufen und der Text danach in einer Reihenfolge vorliegt, die niemand geschrieben hat.
Die Abhilfe verlangt keine neue Publikationskultur. Es genügt eine Seite in HTML, auf der die Kernaussagen in ganzen Sätzen stehen, mit Zahlen, Zeitraum, Messgebiet und Methode, und von der aus das PDF verlinkt ist. Diese Seite ersetzt keine Veröffentlichung. Sie ist die Fassung, die ein Programm überhaupt lesen kann.
Woran ein System Zuständigkeit erkennt
Google beschreibt in seinen Richtlinien für Qualitätsbewertungen vier Merkmale, die zusammen als E-E-A-T geführt werden: eigene Erfahrung, Fachkenntnis, Autorität im Feld und Vertrauenswürdigkeit. Das ist kein Rechenwert, sondern eine Beschreibung dessen, wonach menschliche Prüferinnen suchen sollen. Genau diese Merkmale lassen sich auf einer Seite sichtbar machen.
Praktisch bedeutet das: Wer schreibt, mit welcher Zugehörigkeit, seit wann zum Thema, mit welcher Rolle in der beschriebenen Arbeit. Dazu ein Datum, eine Kennung wie eine DOI und ein Verweis auf die zugrunde liegenden Daten. Auf vielen Institutsseiten stehen diese Angaben in einer Fußzeile oder in einem PDF-Deckblatt, wo sie beim Auslesen verloren gehen.
Fachsprache und Auffindbarkeit vertragen sich besser als gedacht
Die Sorge, für Maschinen schreiben zu müssen, ist verbreitet und in dieser Form unbegründet. Es geht nicht darum, Fachbegriffe durch Alltagssprache zu ersetzen, sondern darum, den Fachbegriff einmal aufzulösen. Wer neben dem Fachausdruck in einem Nebensatz erklärt, was gemessen wurde, verliert nichts an Genauigkeit und gewinnt die Anschlussfähigkeit an die Frage, die tatsächlich gestellt wird.
Menschen fragen nach warmem Wasser, nach Algen, nach dem Zustand einer Küste. In den Publikationen stehen dafür Fachtermini, die niemand eintippt. Die Brücke zwischen beidem ist ein Satz, kein Kompromiss.
Wer das inzwischen systematisch betreibt
Aus dieser Arbeit ist ein eigenes Feld geworden, das sich zwischen Redaktion, Datenpflege und Technik bewegt. Wer sich einlesen will, findet in der Darstellung dazu, was hinter Generative Engine Optimization steckt, die gängigen Begriffe und Verfahren zusammengestellt.
Für Forschungseinrichtungen ist dabei nur der handwerkliche Teil interessant. Werbliche Zuspitzung schadet hier, weil sie genau das Vertrauen kostet, das die Sichtbarkeit erst trägt. Brauchbar ist der Teil, der ohnehin zur guten Praxis gehört: klare Angaben, nachvollziehbare Herkunft, erreichbare Dokumente.
Was ein Institut ohne Budget umsetzen kann
Für die zehn meistgelesenen Veröffentlichungen jeweils eine HTML-Seite anlegen, auf der die Kernaussagen in Klartext stehen, mit Datum, Autorenschaft und Verweis auf das PDF. Danach die Glossareinträge zu den wichtigsten Fachbegriffen schreiben, jeweils eine Frage als Überschrift und zwei Sätze darunter.
Zum Schluss die robots.txt prüfen. Auf etlichen Institutsseiten sperren Altbestände an Regeln genau die Verzeichnisse aus, in denen die Veröffentlichungen liegen, und niemand hat es bemerkt, weil die Seiten in der klassischen Suche weiterhin auftauchen. Wo die Technik dabei an Grenzen stößt, die im Haus niemand auflöst, bringt ein erstes Gespräch mit Leuten, die das täglich machen, mehr als ein weiteres Konzeptpapier.
Häufige Fragen
Warum zitieren Antwortsysteme lieber Nachrichtenportale als Institute?
Weil deren Seiten leichter auszuwerten sind: klarer Text in HTML, ein Datum, eine überschaubare Länge. Ein PDF hinter einer Downloadseite liefert dieselbe Information in einer Form, die beim Auslesen zerfällt. Es geht um Zugänglichkeit, nicht um fachliche Bewertung.
Was bedeutet E-E-A-T für eine Forschungsseite?
Der Ausdruck stammt aus Googles Richtlinien für Qualitätsbewertungen und steht für Erfahrung, Fachkenntnis, Autorität und Vertrauenswürdigkeit. Für eine Seite heißt das konkret: Autorenschaft, Zugehörigkeit, Datum, Methode und Datengrundlage sichtbar machen, statt sie im Anhang zu verstecken.
Sollten Forschungseinrichtungen KI-Crawler zulassen?
Wer möchte, dass die eigene Fassung eines Sachverhalts in Antworten vorkommt, muss den Abruf erlauben. Eine pauschale Sperre führt dazu, dass stattdessen die Zusammenfassung Dritter zitiert wird. Sinnvoll ist eine bereichsweise Regelung statt einer Entscheidung für die ganze Domain.
