Sprachliche Optimierung
Sachliche Formulierungen liefern konkrete Informationen
Ein Sprachmodell kann aus „Diese Methode ist hervorragend“ nicht entnehmen, was die Methode bewirkt oder woran ihre Qualität gemessen wurde. Der Satz enthält eine Bewertung, aber keine Erklärung. Beschreibt der Text stattdessen die Funktionsweise, die beobachteten Ergebnisse und die Bedingungen eines Versuchs, liegen dem Modell konkrete Angaben für eine sachliche Antwort vor.
Neutrale Formulierungen sollen deshalb überprüfbare Aussagen von Meinungen und Wertungen unterscheiden. So ist im Ausgangstext erkennbar, ob eine Aussage ein Ergebnis beschreibt oder eine persönliche Einschätzung wiedergibt.
Unterschiedliche Sichtweisen helfen bei Antworten auf komplexe Fragen
Soll ein KI-System unterschiedliche Standpunkte zu einem Thema erklären, reicht ein Text mit nur einer Position dafür nicht aus. Ein ausgewogener Text benennt die relevanten Sichtweisen und erläutert ihre Argumente. Das Modell erhält damit bereits Informationen, die es für eine vergleichende Antwort verwenden kann.
Dazu gehört auch, Voraussetzungen und Einschränkungen zu nennen. Steht direkt bei einer Aussage, wann sie gilt, enthält der Text die nötige Grundlage, um diese Einschränkung in der Antwort wiederzugeben.
Eindeutige Begriffe verringern Missverständnisse
Bei dem Wort „Bank“ muss ein Sprachmodell aus dem Zusammenhang erschließen, ob ein Sitzmöbel oder ein Finanzinstitut gemeint ist. „Gartenbank“ bezeichnet das Sitzmöbel bereits eindeutig. Die passende Bedeutung hängt dann weniger davon ab, welche weiteren Textstellen dem Modell vorliegen.
Definitionen, erklärte Abkürzungen und gleichbleibende Bezeichnungen dienen demselben Zweck. Sie machen deutlich, worüber ein Abschnitt spricht. Das ist besonders hilfreich, wenn das KI-System nur einen Auszug einer Webseite verarbeitet.
Erklärungen liefern das Wie und Warum für eine Antwort
Eine Aufzählung von Fakten beantwortet noch keine Frage nach Ursachen oder Abläufen. Erklärt der Text, wie ein Vorgang abläuft und warum ein Ergebnis entsteht, liegen diese Zusammenhänge bereits in der Quelle vor. Das Sprachmodell kann sie für seine Antwort aufgreifen.
Für die sprachliche Optimierung folgt daraus: Ursachen, Folgen und notwendige Zwischenschritte sollten ausdrücklich beschrieben werden. Begriffe wie „dadurch“ oder „deshalb“ helfen nur, wenn auch erkennbar ist, welche Ursache zu welcher Folge führt.
Welche sprachlichen Eigenschaften bevorzugen KI-Systeme bei Webinhalten?
Untersuchungen zur KI-Suche liefern Hinweise auf eine Bevorzugung klarer, sachlicher und erklärender Texte. Solche Texte enthalten bereits Angaben, die ein Sprachmodell für eine Antwort benötigt: Was ist gemeint, wie hängt es zusammen und unter welchen Bedingungen gilt eine Aussage? Welche Eigenschaften besonders ins Gewicht fallen, hängt vom Modell und von der Frage ab.
Warum ist die Formulierung für KI-Antworten wichtig?
Bei einer KI-Suche verarbeitet ein Sprachmodell Informationen aus abgerufenen Quellen und formuliert daraus eine Antwort auf die Nutzerfrage. Dafür muss es Aussagen der passenden Frage zuordnen und Informationen aus verschiedenen Texten miteinander verbinden. Mehrdeutige Begriffe, unbegründete Wertungen oder fehlende Erklärungen können diese Aufgabe erschweren.
Die sprachliche Optimierung setzt deshalb an den Informationen an, die im Text ausdrücklich stehen. Je genauer ein Abschnitt Begriffe, Zusammenhänge und Einschränkungen beschreibt, desto weniger muss das Modell aus unklaren Formulierungen ableiten. Daraus ergibt sich das Ziel, Aussagen so zu formulieren, dass sie auch als einzelner Auszug verständlich bleiben.
Welche Vorlieben wurden in Studien beobachtet?
Die AutoGEO-Studie von Wu und Mitautoren untersuchte, welche Webinhalte in selbst zusammengestellten KI-Suchsystemen stärker für Antworten verwendet wurden. Sprachmodelle verglichen Texte, deren Informationen unterschiedlich stark in den Antworten vorkamen, und leiteten daraus Regeln für die Überarbeitung ab. Dazu gehörten ein sachlicher Ton, eindeutige Sprache, Erklärungen und bei komplexen Fragen mehrere relevante Sichtweisen.
Die Forscher überarbeiteten anschließend Texte anhand dieser Regeln und prüften erneut deren Verwendung in Antworten. Die Änderungen erhöhten in den untersuchten Systemen die Sichtbarkeit der Inhalte. Die ermittelten Vorlieben unterschieden sich jedoch je nach Sprachmodell und Themengebiet.
Auch die GEO-Studie von Aggarwal und Mitautoren untersuchte sprachliche Änderungen. Verständlichere und flüssiger formulierte Texte konnten dort in KI-Antworten stärker berücksichtigt werden. Die Studien machen allerdings nicht sichtbar, welche internen Verarbeitungsschritte zu diesen Unterschieden führen.
Zeitangaben und Belege machen Aussagen genauer
Wenn eine Aussage nur für einen bestimmten Zeitraum oder unter bestimmten Versuchsbedingungen gilt, sollte der Text das nennen. Das Sprachmodell erhält dann neben dem Ergebnis auch die Angaben, die dessen Gültigkeit begrenzen. Quellenhinweise zeigen außerdem, auf welcher Untersuchung oder Veröffentlichung eine Behauptung beruht.
Ein neues Änderungsdatum allein korrigiert keine veralteten Informationen. Deshalb müssen bei der Überarbeitung auch die Angaben selbst und ihre Belege geprüft werden.
Quellen
Wu und Mitautoren: „What Generative Search Engines Like and How to Optimize Web Content Cooperatively“ (AutoGEO). Die Studie untersucht aus Textvergleichen abgeleitete Regeln und deren Wirkung auf die Verwendung von Inhalten in KI-Antworten.
Aggarwal und Mitautoren: „GEO: Generative Engine Optimization“. Die Studie vergleicht unter anderem die Wirkung verständlicherer und flüssigerer Formulierungen auf die Sichtbarkeit von Webinhalten in KI-Antworten.
Wenn Sie erfahren möchten, wie Sie die Texte Ihrer Website sprachlich für die Verarbeitung durch KI-Systeme verbessern können, vereinbaren Sie ein kostenloses Erstgespräch mit mir.