PDF, DOCX oder Webseite? Die richtige Quelle für einen KI-Assistenten
Dieselbe Information kann auf einer Webseite, in einem PDF und in Word stehen. Für Besucher und KI-Assistenten sind diese Quellen nicht gleichwertig. So wählen Sie richtig.
Eine Kommune speichert einen Zeitplan als PDF, einen Antragsablauf in Word und eine aktuelle Meldung auf einer Webseite. Ein Unternehmen ergänzt Preislisten, Produktkataloge und ein internes Abkürzungsverzeichnis. Für einen KI-Assistenten unterscheiden sich diese Quellen bei Aktualität, Struktur und öffentlicher Nachprüfbarkeit.
Das Format entscheidet, ob Besucher Informationen finden, auf dem Smartphone öffnen, mit Hilfstechnologien lesen und eine KI-Antwort an der Originalquelle prüfen können.
Eine öffentliche Antwort sollte zu einer öffentlichen Quelle führen. Ein Hilfsdokument kann Begriffe erklären, darf aber kein Ergebnis erzeugen, das Besucher nicht öffnen können.
Wann eine Webseite die beste Quelle ist
HTML ist die erste Wahl für veränderliche, häufig gesuchte und handlungsrelevante Informationen. Öffnungszeiten, Kontakte, Preise, Reklamationen, Antragsbedingungen, Termine und häufige Fragen gehören auf Webseiten.
Die GOV.UK-Anleitung empfiehlt HTML, wo immer es möglich ist. PDF kann Inhalte schwerer auffindbar, nutzbar und wartbar machen und funktioniert oft schlechter mit Hilfstechnologien. HTML passt sich außerdem an mobile Bildschirme, Textvergrößerung und Browsereinstellungen an.
Eine Webseite gibt dem Assistenten eine eindeutige öffentliche URL. Besucher sehen den vollständigen Kontext und die Organisation pflegt eine aktuelle Version.
Wann PDF weiterhin sinnvoll ist
PDF eignet sich für ein festes Layout, Seitenzahlen, eine genehmigte Fassung oder einen Druckausgang. Beispiele sind Jahresberichte, unterzeichnete Beschlüsse, Druckformulare, technische Datenblätter und Archive.
Die Dateiendung garantiert keinen nutzbaren Text. Ein Scan kann nur aus Bildern bestehen. W3C-Techniken für PDF behandeln OCR, Überschriften, Lesereihenfolge, Alternativtexte, Lesezeichen, Dokumentsprache und Tabellenstruktur. Fehlende Struktur erschwert die Nutzung für KI und Screenreader.
Google kann PDF und andere textbasierte Dokumente indexieren. Bei veränderlichen Angaben kann trotzdem eine ältere Kopie gefunden werden, wenn mehrere Versionen öffentlich bleiben.
DOCX und TXT als Hilfsquellen
Word und Klartext eignen sich für interne Methodik, Begriffslisten und Erklärungen, die kein eigenes öffentliches Suchergebnis sein sollen. Sie helfen bei alten Produktnamen, Abteilungskürzeln und Fachbegriffen.
Ein internes Dokument sollte nicht die einzige Quelle für Preise, Fristen, Zuständigkeiten oder Verfügbarkeit sein. Dafür brauchen Besucher eine öffentliche Seite zur Prüfung.
Vier Fragen vor der Aufnahme einer Quelle
1. Handeln Besucher nach dieser Information?
Wenn Menschen anrufen, einen Antrag stellen, bezahlen, zu einer bestimmten Zeit kommen oder kaufen sollen, braucht die Information eine aktuelle öffentliche Seite.
2. Wie oft ändert sie sich?
Preise, Lagerstände, Termine und Kontakte brauchen einen Owner und eine Hauptquelle. Für große Kataloge kann ein kontrollierter XML-Feed passend sein.
3. Muss das feste Dokument erhalten bleiben?
Eine genehmigte, unterzeichnete oder archivierte Fassung rechtfertigt PDF. Ergänzen Sie eine HTML-Zusammenfassung mit Gültigkeitsdatum und Link.
4. Ist das Dokument technisch lesbar?
Prüfen Sie auswählbaren Text, OCR, logische Überschriften und verständliche Tabellen. Verwenden Sie in DOCX echte Überschriftenformate.
Öffentliche Ergebnisse und Hilfskontext in Informio Search
Informio Search erstellt Ergebniskarten aus ausgewählten öffentlichen Web- und XML-Quellen. Jede Karte führt damit zu einer echten öffentlichen URL. Manuelle Texte, PDF, DOCX und TXT können als Hilfskontext Begriffe erklären. Sie erzeugen keine eigene öffentliche Karte und keine neuen öffentlichen Fakten.
Ein Hersteller kann Produktseiten im Web und die Begriffe einer Modellfamilie in einem internen Dokument pflegen. Das Glossar hilft bei alten Namen, das Ergebnis bleibt die aktuelle Produktseite. Eine Kommune erklärt mit interner Methodik einen Amtsbegriff, verweist Bürger aber auf das gültige Verfahren.
Quellen praktisch bereinigen
- Listen Sie Seiten, PDF, DOCX, TXT und Datenfeeds auf.
- Ordnen Sie jeder Quelle Owner, Gültigkeit und Zweck zu.
- Verschieben Sie häufig gesuchte und veränderliche Informationen in HTML oder kontrollierte Daten.
- Behalten Sie PDF für feste oder genehmigte Fassungen und ergänzen Sie OCR, Struktur, Sprache und Alternativtexte.
- Entfernen Sie alte öffentliche Kopien oder kennzeichnen Sie sie als Archiv.
- Testen Sie reale Fragen und prüfen Sie die öffentlichen Zielseiten.
Beispiel für eine Kommune
Eine genehmigte Satzung kann als PDF bleiben. Praktischer Ablauf, Kontakt, Frist und Formular gehören auf eine HTML-Seite. Interne Methodik erklärt Begriffe, ersetzt aber weder Satzung noch öffentliches Verfahren.
Beispiel für Unternehmen und Onlineshop
Ein technisches Datenblatt kann als PDF bereitstehen. Produktname, Preis, Verfügbarkeit, wichtige Daten und Reklamation gehören auf eine Produkt- oder Serviceseite. Ein internes Modellglossar verbessert das Verständnis, während Ergebnisse zum aktuellen Katalog führen.
Die kurze Entscheidungsregel
Informationen, die auffindbar, zitierbar und regelmäßig änderbar sein müssen, gehören ins Web. Für genehmigte oder druckfertige Fassungen bleibt ein barrierefreies PDF. Interne Dokumente liefern kontrollierten Hilfskontext, öffentliche Aussagen stützen sich auf öffentliche Seiten.