Wie Antwortverhalten zu Evidenz wird

In einem zusammengesetzten Feldfall wirkt ein Hersteller in Baden-Württemberg in einer Antwort sehr genau und in der nächsten merkwürdig unscharf. Ein System zitiert die deutsche Leistungsseite und nennt das Unternehmen einen Spezialisten. Ein anderes stützt sich auf ein englisches Branchenprofil, das noch eine ältere Produktbeschreibung verwendet, und macht aus derselben Firma einen breiten Anbieter. Ein drittes gibt das Label aus, ohne zu zeigen, woher es stammt. Dort beginnt das Lab: bei der Antwort, wie sie auf dem Bildschirm erscheint.

Eine Beobachtung wird absichtlich klein gehalten. Sie umfasst den Prompt, die Antwortformulierung, die zitierten oder vermuteten Quellen, die Abfragesprache und die zugewiesene Unternehmenskategorie. Wenn die Antwort „Automatisierungsspezialist“ sagt, fragt das Team, wo dieses Label in die maschinelle Erzählung geraten ist. Stand es auf einer eigenen Seite, in einem Verzeichnisprofil, in einem Brancheneintrag oder nur in nicht zitiertem Antworttext? Das Lab behandelt einen glatt geschriebenen Absatz nicht als korrekt, nur weil er sicher klingt. Es behandelt Formulierungen als Material, das geprüft werden muss.

Stichproben werden rund um gewöhnliche deutsche Geschäftsfragen aufgebaut: Suchen nach Unternehmensnamen, Prompts zu Leistungskategorien, regionale Modifikatoren, Käuferabsichten, Vergleichsanfragen und deutsch-englische Varianten derselben Frage. Der Zweck ist, das Unternehmen unter jene Fragen zu stellen, die ein Käufer, ein Beschaffungsrechercheur, eine Agentur oder ein Inhaber tatsächlich stellen könnte. Die Stichprobe ist begrenzt. Der Zitationsanteil wird deshalb innerhalb dieses Prompt-Sets beschrieben, mit Benennung der umgebenden Quellentypen, statt zu einem universellen Marktwert ausgedehnt zu werden.

Wiederholbarkeit ist wichtig, aber das Lab verwendet den Begriff vorsichtig. Ein Muster wird besprechbar, wenn es über wiederholte Läufe, verwandte Prompts oder vergleichbare Systeme hinweg oft genug erscheint, um beschrieben zu werden, ohne so zu tun, als bliebe es dauerhaft bestehen. Eine Antwort kann ein relevantes Unternehmen zufällig auslassen. Mehrere deutsche Prompts können die Firma enthalten, während englische Prompts sie durch verzeichnislastige Wettbewerber ersetzen. An diesem Punkt verdient das Muster eine genauere Lektüre.

Die Prüfung trennt Fehlertypen, weil aus verschiedenen Fehlern verschiedene Reparaturen folgen. Eine falsche Adresse ist nicht dasselbe Problem wie Kategoriedrift. Eine schwach belegte Behauptung ist nicht dasselbe wie eine regionale Fehlplatzierung. Sprachübertragungsfehler werden in deutschen Geschäftsanfragen besonders sichtbar, weil ein Begriff in einer Sprache technisch korrekt und in einer anderen geschäftlich irreführend sein kann. Das Lab markiert Unsicherheit, wenn Zitationen fehlen, wenn mehrere Quellen dieselbe Behauptung gespeist haben könnten oder wenn deutsche und englische Antworten auf unterschiedliche öffentliche Evidenz zeigen.

Prognosen bleiben bedingt. Das Team kann sagen, dass eine klarere Leistungsseite, ein repariertes englisches Profil oder ein besser abgestimmter Verzeichniseintrag ein Unternehmen für Antwortsysteme wahrscheinlich leichter interpretierbar macht. Es verspricht keine Zitationsgewinne durch eine einzelne Änderung. Diese Zurückhaltung gehört zur Arbeit. Maschinen wählen Quellen auf Arten, die beobachtet, verglichen und beschrieben werden können; sie lassen sich nicht durch eine ordentliche Checkliste befehligen.