Perplexity

Perplexity ist eine KI-gestützte Suchmaschine, die auf Anfragen keine Trefferliste ausgibt, sondern eine formulierte Antwort mit nummerierten Quellenangaben. Die Quellen werden zur Laufzeit abgerufen und in der Antwort verlinkt.

Für die Sichtbarkeit von Websites ist das System aus einem bestimmten Grund interessant: Es weist seine Quellen sichtbar aus. Was in anderen Systemen im Verborgenen bleibt, lässt sich hier unmittelbar ablesen — welche Seiten zu einer Frage herangezogen werden und welche nicht.

Funktionsweise

Die Antwort entsteht in zwei Schritten. Zunächst werden zur Anfrage passende Seiten gesucht und abgerufen, anschließend fasst ein Sprachmodell deren Inhalt zusammen. Das entspricht dem Muster von Retrieval Augmented Generation: Das Modell liefert die Sprache, die abgerufenen Seiten liefern den Inhalt.

Daraus folgt unmittelbar, worauf es ankommt. Ob eine Seite im Training eines Modells vorkam, ist unerheblich. Entscheidend ist, ob sie im Moment der Anfrage auffindbar, abrufbar und inhaltlich passend ist.

Die Crawler

Das Unternehmen betreibt getrennte Kennzeichen für getrennte Zwecke. PerplexityBot ist der Crawler, der Seiten für die Suche erfasst; Perplexity-User ruft eine Seite ab, weil sie im Gespräch angefordert wurde. Beide werden nach Angaben des Anbieters nicht zum Training von Modellen verwendet — die Einzelheiten und die zugehörigen Adressbereiche stehen in der offiziellen Dokumentation.

Praktisch heißt das: Wer PerplexityBot in der robots.txt ausschließt, verzichtet auf die Aufnahme in die Suche — nicht auf Trainingsnutzung, die ohnehin nicht stattfindet. Der Ausschluss ist damit in den meisten Fällen ein reiner Verlust. Wie bei jedem AI Crawler gilt außerdem: Der Name im User-Agent ist kein Nachweis, belastbar ist nur der Abgleich der abrufenden Adresse.

Was sich beobachten lässt

Weil die Quellen sichtbar sind, eignet sich das System als Beobachtungsinstrument für die eigene Sichtbarkeit in generativen Antworten. Sinnvoll ist ein fester Satz geschäftsrelevanter Fragen, regelmäßig gestellt, mit Protokoll darüber, ob die eigene Domain als Quelle erscheint und neben welchen anderen.

Zwei Dinge sind dabei zu beachten. Antworten schwanken zwischen einzelnen Abfragen — belastbar sind nur Wiederholungen. Und die genannten Quellen decken sich häufig nicht mit den vorderen organischen Positionen: Zitiert wird, was zur konkreten Frage die klarste verwertbare Aussage liefert. Für kleinere Anbieter ist das eine der wenigen Stellen, an denen fehlende Domain-Stärke sich ausgleichen lässt.

Einordnung

Gemessen an der Google-Suche ist die Reichweite klein. Der Nutzerkreis ist jedoch überdurchschnittlich recherchierend, und das System ist wegen seiner offenen Quellenangaben der praktikabelste Ausgangspunkt, um überhaupt zu messen, wie die eigenen Inhalte in KI-Antworten verwendet werden. Wer Zitationen systematisch erfassen will, beginnt sinnvollerweise hier.

Einordnung im Vergleich

Drei Unterschiede zu den übrigen generativen Systemen sind für die Praxis erheblich.

• Sichtbare Quellen als Regel, nicht als Ausnahme. Die nummerierten Verweise gehören zum Antwortformat. Dadurch ist ablesbar, worauf eine Aussage beruht — bei anderen Systemen erscheinen Quellen nur teilweise oder gar nicht.
• Anfrageform. Gefragt wird in vollständigen Sätzen mit Zusammenhang, nicht in Stichwörtern. Inhalte, die auf eine ausformulierte Frage antworten, passen dazu besser als solche, die auf ein Stichwort optimiert wurden.
• Trennung von Suche und Training. Die Zugriffe sind nach Zweck getrennt und einzeln regelbar, was eine differenzierte Freigabe erlaubt statt einer Alles-oder-nichts-Entscheidung.

Was daraus folgt, gilt allerdings nicht nur hier. Die Anforderungen an eine zitierfähige Quelle sind über die Systeme hinweg weitgehend deckungsgleich; unterschiedlich sind vor allem die technischen Freigaben und die Sichtbarkeit der Messung.

Häufige Fragen

Sollte man PerplexityBot ausschließen?

In der Regel nicht. Der Crawler erfasst Seiten für die Suche; ein Ausschluss bedeutet, in den Antworten nicht mehr als Quelle vorzukommen. Wer die Weiterverwendung von Inhalten grundsätzlich einschränken will, sollte zwischen Suchzugriff und Trainingszugriff unterscheiden statt pauschal zu sperren.

Wie kommt man als Quelle in die Antworten?

Über dieselben Voraussetzungen wie bei anderen generativen Systemen: technische Abrufbarkeit, Abschnitte, die eine Frage vollständig und ohne umgebenden Zusammenhang beantworten, belegte Angaben mit Bezugsdatum und eine erkennbare Absenderin.

Ersetzt Perplexity die klassische Suche?

Für Recherchefragen ist es für viele eine Ergänzung geworden, für lokale und transaktionale Anfragen bleibt die klassische Suche der größere Kanal. Die Frage ist weniger Ablösung als Aufteilung nach Anfragetyp.

Lässt sich die Sichtbarkeit dort messen?

Nicht über eine Konsole des Anbieters, wohl aber durch eigene wiederholte Abfragen. Zusätzlich zeigt das Serverlogfile, ob und wie oft die Crawler die eigenen Seiten tatsächlich abrufen.