Direkte Antwort
KI darf Vorschläge machen. Wahrheit braucht Belege.
Eine Anreicherung ist nicht schon deshalb verlässlich, weil sie plausibel klingt. Für jede entscheidungsrelevante Aussage müssen Identität, Quelle, Ableitung, Rechte und Freigabestatus nachvollziehbar bleiben.
Fehlt der Beleg, bleibt das Feld unknown, wird als prüfbedürftig markiert oder gar nicht ausgespielt. Das ist kein Datenfehler, sondern ein kontrollierter Zustand: Ein Agent kann rückfragen oder einen sicheren Fallback wählen, statt einen passenden Eindruck zu erfinden.
Der Freigabepfad
Sechs Gates zwischen Fundstelle und produktiver Decision Data.
Jedes Gate kann stoppen. Ein fehlender Rechte- oder Identitätsnachweis wird nicht durch hohe Modell-Confidence ersetzt.
- Quelle erfassen: URL, Feed, Dokument, API oder freigegebene interne Daten werden mit Zeitpunkt und Version festgehalten.
- Identität binden: EAN/GTIN, SKU, Edition, Sprache und Produkttyp verhindern, dass Fakten am falschen Produkt landen.
- Rechte prüfen: Sichtbar im Web bedeutet nicht automatisch zur Weitergabe oder kommerziellen Anreicherung freigegeben.
- Ableitung dokumentieren: Direkt übernommene, normalisierte und berechnete Werte bleiben unterscheidbar.
- Qualität prüfen: Regeln erkennen Widersprüche; fachliche Reviewer klären Fälle, die nicht sicher automatisierbar sind.
- Gezielt veröffentlichen: Nur freigegebene Felder gehen in Seite, Feed, JSON-LD, API oder kontrollierten Agentenzugang.
Nicht alles ist grün oder rot
Ein verständlicher Status verhindert Scheinsicherheit.
| Status | Bedeutung | Ausspielung |
|---|---|---|
| verified | Identität und Aussage fachlich gegen die angegebene Quelle geprüft. | Für den definierten Kanal freigabefähig. |
| source_checked | Quelle vorhanden und plausibel, fachliche Endprüfung noch offen. | Intern nutzbar, extern nur nach Regel. |
| derived | Aus belegten Werten nach dokumentierter Regel abgeleitet. | Mit Methode und Eingabewerten. |
| unknown | Keine ausreichende oder eindeutige Evidenz. | Als Unknown, Rückfrage oder Ausschluss. |
| blocked | Identität, Rechte, Konflikt oder Freigabe verhindert Nutzung. | Nicht veröffentlichen. |
Wichtige Trennung
Confidence ist keine Wahrheitsskala.
Ein Modell kann sich sehr sicher irren. Confidence hilft bei der Priorisierung von Review-Arbeit, ersetzt aber weder Quellenbeleg noch Identitätsprüfung. Darum werden mindestens drei Dimensionen getrennt geführt:
Evidenz
Welche Quelle stützt die Aussage und wie direkt ist der Bezug zum Produkt?
Modell-Confidence
Wie sicher war die Extraktion, Klassifikation oder Zuordnung im konkreten Lauf?
Freigabestatus
Wer hat welchen Inhalt für welchen Kanal und Zeitraum freigegeben?
Freshness
Wann wurde der Wert zuletzt geprüft und wann muss er erneut bewertet werden?
Operationalisieren
Ein Data Contract beschreibt auch den Fehlerweg.
Ein Schema sagt nur, wie ein Feld aussieht. Ein belastbarer Data Contract ergänzt, wer den Wert liefert, wofür er fit sein muss, wie Abweichungen erkannt werden, wer sie behebt und was bis dahin passiert.
Fitness for use: Derselbe Wert kann für einen Kategoriefilter genügen und für eine harte Empfehlung unzureichend sein. Qualitätsregeln müssen deshalb an die konkrete Entscheidung gekoppelt sein.
Kurz beantwortet
Häufige Fragen
Darf generative KI Produktbeschreibungen ergänzen?
Generative KI kann Entwürfe und Strukturvorschläge liefern. Entscheidend ist, dass behauptete Fakten auf erlaubte Quellen zurückgehen, nicht mit Marketingtext vermischt werden und vor produktiver Nutzung den definierten Freigabepfad durchlaufen.
Was passiert bei widersprüchlichen Quellen?
Der Konflikt bleibt sichtbar. Regeln priorisieren autoritative oder aktuellere Quellen nur dann, wenn diese Priorität vorher vereinbart wurde. Sonst stoppt der Fall im Review oder bleibt Unknown.
Muss jedes Feld manuell geprüft werden?
Nein. Deterministische Checks, Identitätsregeln und Stichproben reduzieren den Aufwand. Menschliche Prüfung konzentriert sich auf riskante, mehrdeutige oder geschäftskritische Aussagen.
Decision-Ready Foundation
Automatisiere die Vorbereitung – nicht die Behauptung.
Wir modellieren Quellen, Status, Unknowns und Freigaben so, dass Anreicherung skalieren kann, ohne ihre Aussagegrenzen zu verlieren.
Qualitätsprozess besprechenAussagegrenze: Der beschriebene Prozess ist eine Shelfkind-Synthese aus Provenienz-, Data-Contract- und Human-Control-Praktiken. Konkrete Rechte hängen von Quelle, Vertrag, Lizenz und Nutzungskontext ab; diese Seite ist keine Rechtsberatung.