Grounding.

Ein Sprachmodell erzeugt Text auf Basis statistischer Muster aus dem Training. Es hat kein Konzept von Wahrheit und keinen Zugriff auf Ereignisse nach seinem Trainingsstand. Grounding schliesst diese Lücke: Vor der Antwort ruft das System passende Dokumente ab, legt sie in das Kontextfenster und weist das Modell an, ausschliesslich daraus zu antworten. Das Ergebnis ist eine Aussage, die sich auf eine konkrete Quelle zurückführen lässt. Grounding ist damit der technische Grund, weshalb KI-Antworten heute überhaupt Quellenlinks tragen können.

In Googles Ökosystem heisst die entsprechende Funktion «Grounding with Google Search». Das Modell entscheidet pro Anfrage, ob es sucht, holt Passagen aus dem Google-Index und liefert zusammen mit der Antwort sogenannte Grounding-Metadaten zurück: Quell-URLs und die Zuordnung, welche Textstelle welche Aussage stützt. ChatGPT mit Websuche, Perplexity und Claude arbeiten nach demselben Grundmuster, nur mit anderen Retrieval-Quellen. Für Websites folgt daraus eine unbequem klare Regel: Wer nicht in der Quelle liegt, aus der gegroundet wird, kann auch nicht zitiert werden.

Grounding erklärt auch, warum kleine handwerkliche Details plötzlich Gewicht bekommen. Abgerufen und in den Kontext gelegt werden Passagen, nicht ganze Seiten. Eine Aussage, die über drei Absätze verteilt und mit Marketingsprache verdünnt ist, überlebt diesen Ausschnitt schlecht. Eine Aussage, die vollständig mit Subjekt, Leistung und Zahl in einem Satz steht, wird sauber übernommen. Deshalb wirkt eine Formulierung wie «Local SEO betreuen wir ab CHF 300 pro Monat» in KI-Antworten besser als eine Preisgrafik ohne begleitenden Fliesstext.

Ein Anwendungsfall: Eine Praxis wollte wissen, warum ein Assistent falsche Öffnungszeiten nannte. Die Ursache lag nicht am Modell, sondern an den Quellen, aus denen gegroundet wurde: Website, Google Business Profile und zwei Verzeichnisse führten drei verschiedene Varianten. Nach der Vereinheitlichung über alle vier Quellen hinweg und einer Auszeichnung der Zeiten als strukturierte Daten war die Antwort innerhalb weniger Wochen korrekt. Grounding macht damit Inkonsistenzen sichtbar, die im klassischen SEO lange folgenlos geblieben sind: Solange nur Menschen die Website lasen, fiel eine veraltete Angabe in einem Verzeichnis kaum jemandem auf.