Kurzantwort
Die Antwort in einem Zug
Auffindbare Produktdaten helfen einem System, ein Produkt zu erkennen. Entscheidungsfähige Daten helfen ihm, für eine konkrete Kundenfrage zu beurteilen, ob es passt, ausgeschlossen werden muss oder nicht sicher beurteilbar ist. Dafür braucht es neben Basisfakten auch normalisierte Attribute, Beziehungen, Regeln, Aktualität und dokumentierte Unknowns.
Vom Datensatz zur belastbaren Auswahl
| Auffindbar | Entscheidungsfähig |
|---|---|
| Name, URL, Bild, Kategorie | Eindeutige Identität, Edition, Variante und Sprache |
| Listenpreis | aktueller Preis, Bestand, Lieferzeit und Gesamtkosten-Kontext |
| Beschreibung | normalisierte Eigenschaften und nachweisbare Einsatzgrenzen |
| ähnliche Wörter | gerichtete Beziehungen wie kompatibel mit, benötigt oder Alternative für |
| fehlendes Feld | explizites Unknown mit Grund, Quelle und Review-Status |
Passend, ausgeschlossen oder nicht beurteilbar
Eine ehrliche Decision Engine braucht drei Ergebnisse. Passend bedeutet, dass die bekannten Muss-Kriterien erfüllt sind. Ausgeschlossen bedeutet, dass mindestens ein belegtes Muss-Kriterium verletzt ist. Nicht beurteilbar bedeutet, dass eine entscheidende Information fehlt oder nicht ausreichend verifiziert ist.
Gerade das dritte Ergebnis schützt vor erfundener Sicherheit. Ein Agent sollte fehlende Daten nicht still als „passt schon“ interpretieren.
Warum mehr Text das Problem nicht löst
Ein Brettspiel kann in einer langen Beschreibung als „perfekt für jeden Spieleabend“ beworben werden. Für die Frage „Passt es zu zweit in 30 Minuten und ohne direkte Konfrontation?“ braucht die Auswahl jedoch getrennte Fakten zu Spielerzahl, realistischer Dauer, Interaktionsform und idealem Nutzungskontext – jeweils mit Quelle und Qualitätsstatus.
Decision-ready heißt: Das System kann nicht nur etwas über das Produkt sagen. Es kann erklären, warum es unter den genannten Bedingungen passt – oder warum keine belastbare Entscheidung möglich ist.
Quellen & Aussagegrenzen
Die verlinkten Primärquellen stützen die technischen Grundlagen. Aussagen zur tatsächlichen Sichtbarkeit bleiben plattform-, zeit- und promptabhängig.
Shelfkind verspricht keine Platzierung, Nennung oder Umsatzwirkung. Wir machen Zugang, Antwortfähigkeit, Belege und beobachtete Auswahl in einem definierten Panel nachvollziehbar.