Die Deep Research: Das ist eine Recherchemethode mittels künstlicher Intelligenz, die, wie der Name schon andeutet, besonders tief gräbt. Es gibt sie bei vielen der grossen Sprachmodelle. Die Ausprägungen und die Verfügbarkeit für Nutzerinnen und Nutzer ohne bezahltes Abo variieren¹, aber bei ChatGPT und Gemini ist das Resultat ähnlich: Wir erhalten einen ausführlichen Bericht mit vielen Aspekten, der anhand eines Rechercheplans² umgesetzt wird.
Ich hatte bei Schulungen in der letzten Zeit Gelegenheit, mit Kolleginnen und Kollegen über den Sinn und Zweck der Tiefenrecherche zu diskutieren. Als die Methode brandneu war, zeigten sich manche konsterniert: Die künstliche Intelligenz lieferte innerhalb einer Viertelstunde einen Bericht, für den sie Tage oder Wochen Informationen gesammelt hätten. Inzwischen kennen wir das Werkzeug besser und die gefühlsmässige Reaktion ist einer nüchterneren Beurteilung gewichen. Es zeigte sich, dass die Qualität der Ergebnisse stark variiert. Die KI tut zwar jeweils so, als hätte sie den Stein der Weisen ausgegraben. Doch Kennerinnen und Kenner der Materie finden immer Lücken, Fehlinterpretationen, verzerrte Darstellungen und falsche Schlüsse bei der Gesamtbeurteilung.
Eine Tiefenrecherche leistet im Optimalfall folgende Dinge:
- Wenn wir uns bei einem Thema nicht auskennen, verschafft sie uns einen Überblick.
- Bei einem Sachverhalt, mit dem wir vertraut sind, zeigt sie uns den Konsens auf und weist uns auf Quellen, Aspekte oder Akteure hin, die wir nicht auf dem Schirm hatten.
Bei einem suboptimalen Resultat gibt uns die Analyse eine verzerrte, lückenhafte oder einseitige Darstellung, weswegen ich die Tiefenrecherche für die Ideenfindung nicht empfehle. Auch wenn die Auskunft umfassend wirkt, ist sie kein gutes Brainstorming-Werkzeug. Denn in dieser Phase geht es darum, unsere Sicht und die persönlichen Schwerpunkte herauszuarbeiten.
Grundlagenirrtümer wurden ausgeräumt
Mit dieser Einsicht ist eine Fehlannahme der Anfangszeit vom Tisch: Eine Tiefenrecherche lässt sich nicht 1:1 als Grundlage für einen Artikel – oder im nicht-journalistischen Umfeld für Konzept, eine Seminararbeit, eine Präsentation oder eine Projektstudie – hernehmen. Wir würden uns entlang der Argumentationskette entlanghangeln, die sich die KI für uns ausgedacht hat. Doch bei einem Artikel oder selbst bei einem Blogpost wollen wir die Erzählperspektive (das Storytelling) eigenhändig bestimmen. Der Aufbau, die rhetorischen Kniffe, die Wendung am Schluss, das sind unsere Markenzeichen und Gütesiegel als Autorinnen und Autoren. Sie sind umso wichtiger, weil im KI-Zeitalter sich jeder und jede ein paar Tausend Zeichen Text zu einem beliebigen Thema ausspucken lassen kann.
Mit diesem Ansatz ist eine Tiefenrecherche eher hinderlich: Sie liefert eine Masse an Informationen, aus denen wir uns die Facetten herauspicken müssen, die für unsere Zwecke relevant sind. Wir stellen dabei fest, dass der Länge und Ausführlichkeit zum Trotz viele entscheidende Versatzstücke fehlen. Denn ein toller Text, der in 4000 Zeichen ein schlüssiges, rundes Bild einer Sache zeichnet, hat meist keinen linearen Aufbau und er besteht nicht ausschliesslich aus den statistisch relevantesten Details.
Im Gegenteil: Er ist ein geschicktes Puzzle aus Makro- und Mikroteilchen, die ein komplexes Thema maximal elegant, verständlich und einleuchtend verdichten. Wir Autorinnen und Autoren haben oft die Aufgabe, nach dem Pars pro toto-Prinzip zu argumentieren. Bei dem kommen oft Informationen zum Einsatz, die für sich gesehen nicht wichtig erscheinen, im Gesamtbild aber genau an eine wichtige Stelle passen.
Das Gegenteil von Deep Research praktizieren
Ich habe meine KI-Recherchen in den letzten Monaten akribisch dokumentiert. Es zeigt sich, dass fast nie eine Tiefenrecherche zum Zug kam. In den meisten Fällen setze ich meine Artikel und Blogposts aus einer Vielzahl von kurzen Nachforschungen zusammen. Ich verwende die klassische Google-Suche und den schnellen KI-Modus der Suchmaschine (ohne das Web zu zerstören).
Beispiel: Für diesen Blogpost habe ich folgende Dinge nachgeforscht:
- Welche LLMs haben eine Deep Research-Funktion; bitte Links zu Beschreibungen (Google KI-Modus)?
- Wie nennt man die Deep Research auf Deutsch (tiefe Recherche klingt albern)?
- Weil mir das Wort «Konsens» oben nicht einfiel: Common Sense nicht im Sinn vom gesunden Menschenverstand, sondern als allgemein anerkannte Interpretation eines Sachverhalts?
Das wars; mehr nicht.
Bei komplexeren Themen oder solchen, in denen ich nicht so tief drinstecke, kommen mehr Suchläufe zusammen. Aber es geht immer um Details: einzelne Zahlen, Daten, ein zeitlicher Ablauf, ein Name, Buch, Begriff und ähnliche Dinge.
Alles verändert sich und bleibt, wie es war
Daraus ergibt sich eine spannende Erkenntnis, die genauso überraschend, wie erwartbar war – und mich unter dem Strich sehr beruhigt:
- Die künstliche Intelligenz verändert die Art, wie ich recherchiere, grundlegend: Sie hilft mir, auch komplexe Sachverhalte schnell und zuverlässig zu klären (natürlich anhand der Originalquellen).
- Sie verbessert meine Texte, indem ich sprachlich genauer bin: Die Recherchen zu spezifischen Wörtern und Formulierungen führen mit einer klassischen Websuche komplett ins Leere.
- An meiner grundsätzlichen Methode ändern sie nichts. Beim Schreiben ist der Weg das Ziel: Selbst wenn man sich mit einer klaren Vorstellung seines Texts an die Tastatur setzt, weiss man nicht, welchen Herausforderungen man während des Schreibens begegnen wird und welche Wegmarken auf dieser – Achtung, Hype-Wort! – Journey passiert werden müssen.
- Ich halte es für völlig ausgeschlossen, dass in naher oder ferner Zukunft mir eine Tiefenrecherche in einem Rutsch alle Informationen liefert, die ich brauche.
Das heisst: Die Vorstellung, als Erstes die lästige Aufgabe der Informationsbeschaffung in einem Wisch abzuhaken, um danach in Ruhe seinen Text herunterschreiben zu können, hat etwas Bestechendes. Aber das wird nicht passieren. Gute Texte sind wie ein Puzzle, von dem weder der Schreibende noch die KI am Anfang sagen könnte, wie es aussehen wird.
Weitere Tipps zur Recherche gibt es in folgendem Beitrag:
Keine Halluzinationen, keine Fake News: Eine Anleitung, um mit KI online zu recherchieren
Fussnoten
1) Kurz zusammengefasst:
- Bei ChatGPT nennt sich das Feature Deep Research. Bis vor ein paar Tagen war es über das Plus-Symbol im Eingabefeld zugänglich. In der neuen, aufgemotzten Oberfläche scheint es verschwunden zu sein. Es sollte nach Drücken der
/-Taste über die entsprechende Eingabe erscheinen, aber das hat nicht geklappt. Ich gehe der Sache noch nach. Gemäss OpenAI gibt es das Feature für Nutzerinnen und Nutzer ohne Abo in sehr eingeschränkter Form. - In Gemini wird die Option Deep Research über das Plus-Symbol ausgewählt. Je nachdem kann der Befehl ins Untermenü More Tools rutschen. Für Gratisanwender steht es in eingeschränkter Ausprägung parat.
- Perplexity hält im Feld Suche die Option Vertiefte Recherche bereit. Sie steht nur zahlenden Usern zur Verfügung.
- Bei Claude schalten wir über das Plus-Menü zwischen Recherche und Websuche um. Das scheint nicht ganz der Deep Resarch der anderen Anbieter zu entsprechen.
- Bei Grok erhalten wir als zahlender Kunde die Supergrok-Funktion. Die macht eine «tiefe Suche». Ob das Resultat ähnlich ausfällt wie bei den anderen Modellen, habe ich nicht ausprobiert, weil ich Elon Musk kein Geld überweisen möchte. ↩
2) Früher das sogenannte Reasoning ein Alleinstellungsmerkmal der Tiefenrecherche. Es besagt, dass das Sprachmodell die Aufgabe in Teilschritte zerlegt und deren Ausführung in zusätzlichen Kontrollschlaufen hinterfragt. Inzwischen kommt die Methode des erhöhten «Denk»-Aufwands auch bei normalen Anfragen zum Zug, wenn wir nicht die schnelle Antwort (Fast bei Gemini) ausgewählt oder bei ChatGPT den Denkaufwand-Schieber auf Sofort geschoben haben. ↩
3) Dies ist eine Tiefenrecherche in Gemini zu Trump und seinem Regierungsstil. Tage später bin ich nicht mehr in der Lage, den Bericht aufzurufen oder ihn als Dokument zu exportieren. Es kann sich um einen technischen Fehler handeln. Denkbar ist bei diesem politischen Thema allerdings auch, dass nachträglich eine Einschränkung angewandt wurde. Das heisst für uns: Recherche-Ergebnisse immer sogleich herunterladen.
Der Prompt lautete wie folgt:
Ich will eruieren, ob Donald Trump in der historischen Linie der US-Präsidenten ein Ausreisser darstellt oder ob er vielmehr eine Anomalie der Geschichte darstellt. Führe eine Recherche durch, in der du überprüfst, in welchen Bereichen Donald Trump bereits etablierte Gedanken und Ideen fortsetzt und allenfalls in zuspitzender Form durchsetzt und welche Ideen, Konzepte, politischen Vorstösse, Dekrete und Einflussversuche neu oder so viel radikaler sind, dass man sie historisch als vorbildlos betrachten muss. Bleibe nüchtern, faktenbasiert und historisch akkurat, kurz und bündig, halte dich an belegte Zitate, gut dokumentiere Ereignisse, bekannte Persönlichkeiten und glaubwürdige Quellen. Die Zielgruppe ist ein historisch-politisch interessiertes Publikum in der Schweiz, das die US-Geschichte nicht à fond kennt. Gliedere deinen Bericht nach Punkten, in denen du aufzeigst, wo Donald Trump als Vertreter bestehender Ideen auftritt und wo er neue eigene oder aus seinem Umfeld stammende Policies vertritt. Liefere am Schluss eine knappe, sachliche Einordnung, indem du beide Bereiche gegenüberstellst und in Relation setzt. ↩