Vor zwei Jahren versuchte ich, euch (und mir) Google Pinpoint näherzubringen. So ganz gelang mir das nicht. Ich stellte zwar fest, dass es sich um ein brauchbares Werkzeug für grosse Recherchen und passionierte Datensammler handelt. Doch ich blieb euch eine klare Ansage schuldig, wie man diese Software in seinen Arbeitsalltag integrieren könnte.
Jetzt ergibt sich die Gelegenheit für mehr Klarheit. Denn ich hielt letztens Schulungen zu Pinpoint ab und setzte Gemini Notebook (vormals Notebook LM) für mehrere Projekte ein. Dabei wuchs mein Verständnis, wie sich die beiden unterscheiden und ergänzen:
Gemini Notebook eignet sich gut für klassische Recherchen. Für Pressemeldungen, Studien, Artikel, Abhandlungen oder andere Materialien, die bereits einigermassen geordnet und erschlossen sind. Man deponiert dieses Material in einem eigenen Notizbuch, forscht es mittels KI aus, und erkundet Zusammenhänge und verwertbare Datenspuren.
Pinpoint spielt seine Stärke mit «unordentlichem» Material aus. Das ist typischerweise ein Haufen an PDFs, E-Mails, Scans oder Aufnahmen, bei dem man nicht von Anfang an weiss, wo man den Hebel ansetzen muss. Der exemplarische Anwendungsfall ist ein Datenleak mit Tausenden oder Millionen von Dokumenten, bei dem man als Journalistin oder Journalist nicht weiss, ob es überhaupt einen Skandal zu entdecken gibt – und falls ja, woraus er bestehen könnte.
Wenn tief gegraben werden muss
Kurz gesagt: Gemini Notebook ist das Werkzeug für schnelle(re), strukturierte Recherche, Pinpoint eignet sich für investigative Ausgrabungsarbeiten – wobei ich diese Einschätzung sogleich relativiere: Im Alltag lässt sich die Trennung nicht so scharf ziehen. Ich bin kein investigativer Journalist und fand dennoch einen Verwendungszweck. Das war zwar mehr Zufall als Absicht, weil ich für meine Schulung die Funktionen anhand von echten Daten vorführen wollte. Weil ich keinen Bestand an echten Firmendokumenten zur Hand hatte, verfiel ich auf die Idee, mit eigenem Material zu arbeiten, und entdeckte dabei einen untypischen, aber trotzdem nützlichen Verwendungszweck.
Es geht um mein eigenes Archiv. Wie hier ausführlich beschrieben, fing ich 1992 an, meine Artikel in einer Microsoft-Access-Datenbank zu sammeln. Daraus wurde eine Website, die mir inzwischen gute Dienste leistet. Was mir fehlt, sind leistungsfähige Analysemöglichkeiten. Ich kann zwar nach Stichworten suchen, aber als Daueranwender von ChatGPT befriedigt mich das nicht mehr. Denn natürlich würde ich den Bestand gern mit Mitteln der künstlichen Intelligenz erforschen und Dinge fragen können wie: «Gibt es in Artikeln, die mindestens zehn Jahre alt sind, Prognosen, die ich heute auf ihre Treffsicherheit überprüfen kann?»
Zwei gescheiterte Anläufe später …
Da ich nebst den Zeitungsartikeln auch meine Blogposts auswerten will, sprengt der Umfang von 13’000 Artikeln die Kapazität von 600 Dokumenten bei Gemini Notebook. Ich versuchte mein Glück mit einem ChatGPT-Projekt und mit einem RAG. Beide Lösungen erwiesen sich als zu wenig leistungsfähig. Da im ersten Fall die Daten bei jeder Anfrage geladen und analysiert werden, ist das Projekt viel zu langsam. Das RAG, also die eigene KI-Datenbank mit lokalem Sprachmodell, ist seinerseits mit dem engen Kontextfenster der Aufgabe nur ansatzweise gewachsen. Mit Pinpoint müsste das anders sein, vermutete ich.
Mit dieser Ausgangslage stecken wir mitten in der Pinpoint-Praxis. Die erste Hürde besteht darin, das Material überhaupt in seinen Workspace hineinzubekommen. Googles Software unterstützt die gängigen Dateitypen aus dem Office-Bereich, PDFs, Bilder und Videos, aber keine XML-Dateien, wie ich sie für meine Blogposts und das Artikelarchiv vorliegen hatte.
Die erste Herausforderung lässt sich mittels Python meistern
Das ist in vielen Fällen die erste Herausforderung: eine Datenkonvertierung, die bei einer grösseren Menge an Material natürlich automatisiert erfolgen muss. Das wiederum gab mir die Gelegenheit, einen alten Plan zu realisieren. Ich installierte Python lokal auf meinem Windows-Laptop – sowieso keine dumme Idee, weil das Tür und Tor für allerlei Automatisierungen öffnet. Natürlich könnte man zum gleichen Zweck die Powershell von Microsoft verwenden. Aber die ist mir nie sonderlich ans Herz gewachsen.
Das passende Script stellt, natürlich, die KI bereit. Die Details erspare ich euch, bloss soviel:
- Erst musste ich mit ChatGPTs Hilfe Unstimmigkeiten bei der Python-Installation beheben. Die rührten mutmasslich daher, dass ich die Software schon einmal über den Microsoft-Store installiert hatte. Das ist nicht empfehlenswert; die herkömmliche Methode via python.org ist sauberer.
- Dann musste ich die Programmbibliothek Beautiful Soup nachinstallieren, weil die für die Verarbeitung von XML-Dateien, wie ich sie aus Wordpress exportierte, zuständig ist.
- Das Script selbst funktionierte in drei Anläufen, mit Schützenhilfe von Claude. Erstens musste der Namescape für die Textanrisse (excerpts) nachgereicht werden, dann brauchte es eine Routine, die ungültige Zeichen im XML-Datenstrom abfängt. Da mein Artikelarchiv bis in die 1990er-Jahre zurückreicht, stecken noch immer Altlasten darin. Das war für Claude aber keine Herausforderung.
Nachdem das Script die Arbeit verrichtet hatte, stand mir der Inhalt meiner beiden Wordpress-Websites, d. h. des Blogs und des Artikelarchivs, als Ansammlung von gut 13’000 HTML-Dateien zur Verfügung, die ich bei Pinpoint hochlud. Dort wurden sie in PDFs umgewandelt – nicht in sonderlich schon formatierte PDFs, aber solche, die ihren Zweck erfüllen.
Diese Dateien liessen sich wiederum in Pinpoint hochladen. Dort wurden sie in PDFs verwandelt – keine besonders schönen PDFs, aber für die Analyse völlig ausreichend.
Der nach Entitäten erschlossene Datenbestand
Und jetzt zeigt sich, was Pinpoint kann: Via Filter collection wird der Bestand nach Personen, Organisationen und Unternehmen, sowie geografischen Angaben wie Ländern, Städten und Orten erschlossen. Es ist eine zeitliche Eingrenzung möglich und man kann die gefilterte Auswahl nach Stichworten durchsuchen und auf diese Weise eine grössere Treffermenge Schritt für Schritt auf ein zu bewältigendes Mass verkleinern.
Einige abschliessende Tipps:
- Die Suche erfolgt mittels Lemmata, d.h. der Grundform eines Stichworts. Suchen wir nach «treffen», finden wir auch «traf», «treffe» «triff», «getroffen» und «Treffen». Wenn wir den Begriff exakt verwenden möchten, setzen wir ihn in gerade Anführungszeichen.
- Rechts schalten wir zwischen der Analyse mittels Gemini (erkennbar am Stern-Symbol) und der klassischen Filterung (erkennbar am Filter-Symbol mit den drei unterschiedlich langen Strichen) um. Auch eine gefilterte Auswahl kann mittels Gemini und per KI «befragt» werden.
- Die Filter erscheinen links oberhalb der Dokumentenlisten und werden dort via X-Symbol wieder entfernt.
- Ausgewählte Dokumente lassen sich im Bereich links per Checkbox markieren und über den Knopf mit dem Etiketten-Symbol mit einem Label versehen. Diese Labels stehen anschliessend wie die anderen Entitäten als Filter zur Verfügung,
- Im Bereich Gemini gibt es erstens die Funktion Find answers für Auskünfte zu den ausgewählten Dokumenten. Summarize liefert eine Zusammenfassung, Compare vergleicht und Extract data extrahiert Informationen in tabellarischer Form. Diese letzte Methode ist auf maximal 100 Dokumente anwendbar.
- Per Gemini ausgeführte Analysen lassen sich als sogenannte Sessions speichern. Diese sind zugänglich, indem wir im linken Bereich von Documents auf Saved Sessions umschalten.
Fazit: Für sauber vorbereitete Quellen setze ich weiterhin auf Gemini Notebook – das ist im Alltag das pflegeleichtere Werkzeug. Doch fürs grosse Durcheinander, in dem erst noch Struktur entstehen muss, ist Pinpoint die passende Wissensmaschine.