Grounding

Warum das zählt

Ohne Grounding gibt es keinen Quellenverweis. Ein Modell kann Ihren Firmennamen auch aus dem Trainingswissen nennen. Diese Nennung bleibt aber ohne Link, sie ist nicht überprüfbar, und sie bringt Ihnen keinen Besucher. Wie oft ein Modell Sie so erwähnt, beschreibt der Share of Model. Erst die Bindung an abgerufene Dokumente erzeugt die Verweise, über die Nutzer auf Ihre Seite kommen.

Für Unternehmen ist Grounding damit die Grundlage jeder KI-Sichtbarkeit. Eine gebundene Antwort ist überprüfbar, und wer als Beleg dient, wird sichtbar. Der zweite Effekt ist ebenso wichtig: Wenn ein System zu Ihrem Unternehmen eine belastbare Quelle findet, muss es nicht raten. Grounding senkt damit die Wahrscheinlichkeit, dass ein Modell etwas Falsches über Sie behauptet. Der Gegenfall ist die Halluzination, also eine frei erfundene Aussage ohne Grundlage in den Daten.

Wie es funktioniert

Grounding beschreibt ein Ziel, kein einzelnes Verfahren. Google nennt als Zweck der Grounding-Werkzeuge in der eigenen Entwicklerdokumentation drei Punkte: höhere faktische Genauigkeit, Zugriff auf aktuelle Informationen und Zitate, die Vertrauen schaffen. In der Praxis wird das über drei Wege erreicht, oft in Kombination.

Abruf aus dem Web. Das System sucht im Moment der Anfrage und stützt die Antwort auf die gefundenen Seiten. Diesen Weg gehen die bekannten KI-Suchsysteme, und nur auf ihn haben Sie über eigene Inhalte Einfluss.

Bindung an strukturierte Daten. Die Antwort wird gegen eine geordnete Datenquelle geprüft, etwa einen Kartendienst oder eine Unternehmensdatenbank. Das betrifft Fakten zu Firmen, Personen und Orten. Wie ein System solche Fakten verknüpft, beschreibt der Knowledge Graph.

Bindung an bereitgestellte Dokumente. Innerhalb eines Unternehmens wird ein Modell an die eigene Dokumentation gebunden und antwortet nur daraus.

Gebunden wird nicht die Antwort als Ganzes. Die Systeme verknüpfen einzelne Textstellen mit einzelnen Quellen, meist auf Satz- oder Absatzebene. Deshalb entscheidet der einzelne Abschnitt darüber, ob Sie zitiert werden, nicht die Seite insgesamt. Diese Zerlegung in bindbare Abschnitte heißt Chunking.

Ob eine Aussage gebunden werden kann, hängt daran, ob eine Quelle sie klar trägt. Wo die Aussage nur zwischen den Zeilen steht, entsteht kein Anker.

In der Praxis

Für Ihre Website heißt Grounding: Machen Sie es dem System leicht, Ihre Seite als Beleg zu verwenden. Vier Schritte, in dieser Reihenfolge.

1. Abrufbarkeit sichern. Google nennt für die Anzeige als Quelle in KI-Funktionen eine klare Bedingung: Eine Seite muss indexiert und mit einem Snippet anzeigbar sein, sonst kommt sie als unterstützender Link nicht infrage. Zusätzliche Dateien oder eine eigene Auszeichnung nur für KI-Funktionen verlangt Google ausdrücklich nicht. Wer Snippets ausschließt, schließt sich damit auch als Beleg aus.

<!-- Seite kann als Beleg dienen -->
<meta name="robots" content="index, follow">

<!-- Seite ist als Beleg ausgeschlossen -->
<meta name="robots" content="index, follow, nosnippet">

<!-- Einzelner Bereich bleibt ausgespart -->
<div data-nosnippet>Interner Hinweis</div>

Prüfen Sie im gleichen Schritt, ob Ihre robots.txt den Abruf durch die Crawler der KI-Anbieter blockiert. Was nicht geladen werden darf, kann nicht als Beleg dienen.

2. Aussagen prüfbar machen. „Die Prüfung erfolgt jährlich“ lässt sich verankern, „Wir prüfen regelmäßig“ nicht. Eine Angabe mit Zahl, Bezugsgröße und Datum taugt als Anker, dieselbe Angabe ohne nicht. Nennen Sie bei Werten die Herkunft, etwa eine Norm, ein Prüfzeugnis oder eine Studie mit Jahr.

3. Absender eindeutig machen. Ein System muss nicht nur wissen, dass eine Aussage stimmt, sondern auch, von wem sie stammt. Dafür braucht es eine saubere Entität: eine Organization-Auszeichnung mit Name, Anschrift und Verweisen auf Ihre echten Profile, und dieselben Angaben überall identisch.

4. Ergebnis kontrollieren. Stellen Sie dieselbe Frage in mehreren Systemen, in festen Abständen. Zwei Dinge zeigen Erfolg an: Ihre Domain steht in der Quellenliste, und der zitierte Satz findet sich wortnah auf der genannten Seite. Steht Ihre Domain dort, passt die Aussage aber nicht zur Seite, ist der Text an dieser Stelle zu unklar. Zum Vorgehen im Detail: KI-Sichtbarkeit messen.

Häufige Fehler

Aussagen ohne Prüfbarkeit. Wo keine konkrete Angabe steht, kann nichts verankert werden. Werbesprache ist als Anker ungeeignet.

Zahlen ohne Herkunft. Eine Zahl ohne Datum und Quelle wird bei widersprüchlicher Faktenlage zuerst verworfen.

Widersprüche im eigenen Auftritt. Wenn Website, Impressum und Verzeichnisse unterschiedliche Angaben machen, findet das System keinen stabilen Anker und weicht auf eine fremde Quelle aus.

Abruf verhindern. Gesperrte Crawler, unterbundene Snippets oder Inhalte, die erst per Skript nachgeladen werden, kosten die Eignung als Beleg. Das gilt unabhängig davon, wie gut der Text geschrieben ist.

Die Bindung mit Richtigkeit verwechseln. Ein Zitat belegt, worauf sich ein System gestützt hat. Es belegt nicht, dass es die Quelle richtig gelesen hat.

Abgrenzung

Grounding und Retrieval Augmented Generation werden oft gleichgesetzt. RAG ist ein Verfahren, Grounding das damit verfolgte Ziel. Der Begriff RAG stammt aus einer Arbeit von Patrick Lewis und Kollegen aus dem Jahr 2020, die ein Sprachmodell mit einem durchsuchbaren Wikipedia-Index kombiniert. Eine Antwort kann auch ohne RAG gebunden sein, etwa gegen eine strukturierte Datenbank. Und ein RAG-System kann trotz Abruf ungebunden formulieren, wenn es die abgerufenen Stellen ignoriert.

Vom Begriff Zitierfähigkeit unterscheidet sich Grounding in der Perspektive. Grounding ist das, was das System tut. Zitierfähigkeit ist das, was Ihr Text dafür mitbringen muss: eindeutige Aussagen, klare Abschnitte, belegte Zahlen.