Agent.json ist ein technisches Protokoll zur Deklaration maschineller Identitäten und Policies. Es beschreibt, wie KI-Agenten eine Website, ihre Schnittstellen und ihre Nutzungsbedingungen interpretieren können.
Answer Fidelity beschreibt, wie genau ein KI-System Informationen aus einer Quelle übernimmt, wiedergibt und in einer generativen Antwort korrekt einordnet.
Autorität beschreibt das Vertrauen in eine Entität innerhalb eines fachlichen Kontextes. KI-Systeme bewerten Autorität unter anderem anhand von Konsistenz, Quellenbezug, strukturierten Daten und fachlicher Einordnung.
Citation Likelihood beschreibt die Wahrscheinlichkeit, dass ein KI-System eine Website, Marke oder Quelle in einer generativen Antwort nennt, verlinkt oder als Grundlage verwendet.
Direct Answer Design beschreibt die strukturierte Aufbereitung von Inhalten als direkte, leicht extrahierbare Antworten für KI-Suchsysteme und generative Antwortmaschinen.
Entitäten sind eindeutig identifizierbare Informationseinheiten wie Unternehmen, Personen, Produkte, Orte, Begriffe oder Themen. Für GEO und LLMO sind Entitäten wichtiger als einzelne Keywords.
GEO steht für Generative Engine Optimization. Der Begriff beschreibt die Optimierung von Inhalten für generative Suchsysteme und KI-Antwortmaschinen.
Inferenz-Latenz beschreibt die Verzögerung zwischen der Veröffentlichung einer Information und ihrer Nutzbarkeit in KI-gestützten Such-, Antwort- oder Retrieval-Systemen.
Retrieval beschreibt den gezielten Abruf relevanter Informationen aus einer Datenbasis, einem Index, einer Website oder einem Wissenssystem.
Semantic Chunking beschreibt die Aufteilung von Inhalten in klar abgegrenzte Sinnabschnitte, damit KI-Systeme Informationen präzise abrufen und korrekt wiedergeben können.
Semantic SEO nutzt Bedeutungszusammenhänge, Entitäten und Themencluster, um Inhalte für Suchmaschinen und KI-Systeme verständlicher und auffindbarer zu machen.
Semantic Web beschreibt ein Web, in dem Inhalte, Entitäten und Beziehungen so strukturiert sind, dass Maschinen ihre Bedeutung erkennen, verknüpfen und auswerten können.
Source Trust beschreibt, wie vertrauenswürdig eine Website, Marke oder Quelle für KI-Systeme wirkt und ob ihre Inhalte als belastbare Grundlage für generative Antworten verwendet werden können.
Vector Search beschreibt eine Suchmethode, bei der Inhalte über numerische Vektor-Embeddings verglichen werden, um semantisch ähnliche Informationen zu finden.
Ein Vektor-Embedding ist die numerische Darstellung von Text, Begriffen oder Dokumenten in einem semantischen Raum. KI-Systeme nutzen Embeddings, um Ähnlichkeiten und Themenbeziehungen zu erkennen.