Agenten in der Recherche: Quellenarbeit über APIs

Für MAFU-SHERPA reicht die Branchenangabe „Maschinenbau“ nicht aus. Relevant sind konkrete Signale auf der Website eines Betriebs: genannte CNC-Maschinen, kleine Serien, Stellenanzeigen oder Investitionen in neue Bearbeitungszentren. Die von uns gebaute Recherchelösung liest solche Quellen, ordnet die Funde ein und erstellt einen Ansprache-Entwurf. In unserer Umsetzung prüft ein Mensch den Entwurf vor dem Versand. Die veröffentlichte Fallstudie zeigt, weshalb ein Recherche-Agent mehr als eine Zusammenfassung braucht. Derselbe Website-Satz kann ein starkes Kaufsignal, veraltete Eigenwerbung oder nur eine beiläufige Erwähnung sein. Ohne Quelle, Zeitpunkt und Einordnungsregel lässt sich das später nicht unterscheiden.

Die Suchfrage wird zuerst zu Feldern

Im MAFU-SHERPA-Projekt standen die gesuchten Signale vor dem Crawl fest. Der Agent suchte etwa nach Maschinenherstellern, Werkstückspektrum, Seriengröße und offenen CNC-Stellen. Dadurch konnte er einen Fund in ein bestimmtes Feld schreiben, statt aus jeder Website eine frei formulierte Geschichte zu erzeugen. Fehlte eine Angabe, blieb das Feld leer.

Unbekannt ist ein zulässiges Recherche-Ergebnis.

Diese Regel stammt aus unserer eigenen Arbeit. Jede wichtige Angabe trägt Quelle und Zeitstempel. Ein plausibler Wert ohne Beleg ist schlechter als eine sichtbare Lücke, weil er im nächsten Bericht wie eine Tatsache weiterlebt.

Fünf Praktiken machen den Lauf wiederholbar

Diese Checkliste lässt sich auf Lieferanten-, Markt-, Wettbewerbs- und Vertriebsrecherche übertragen. Sie entsteht aus unserem Projektablauf und den Sicherheitsgrenzen der unten genannten Quellen:

• Definieren Sie die Felder und zulässigen Quellen vor dem ersten Abruf.
• Speichern Sie pro wichtigem Feld URL, Abrufdatum und den genauen Beleg.
• Trennen Sie Beobachtung, abgeleitete Einschätzung und unbekannte Angabe.
• Bewahren Sie Widersprüche auf und schicken Sie unklare Fälle zur Prüfung, statt einen Mittelwert zu erfinden.
• Nehmen Sie das Ergebnis über einen benannten Datensatz oder ein Dossier ab, niemals über die „fertig“-Meldung des Agenten.

Der letzte Punkt ist keine Pedanterie. Eine Studie über reale Coding-Agent-Sitzungen dokumentierte ungenaue Selbstauskünfte und seltene Selbstkorrekturen. Die Untersuchung betrifft Code und ist ein Preprint. Für Recherche begründet sie keinen Fehlerwert, aber eine saubere Abnahme: Prüfen Sie das Dossier und seine Quellen, nicht die Selbstbeschreibung des Werkzeugs.

Der gefährliche Schritt ist nicht das Lesen

Ein Recherche-Agent liest zwangsläufig fremde Websites, PDFs oder E-Mails. Diese Inhalte sind nicht vertrauenswürdig, auch wenn die Quelle seriös aussieht. Das BSI nennt Prompt Injection ausdrücklich als Risiko und empfiehlt für KI-Agenten minimale Rechte, getrennte Zugänge, Freigaben und regelmäßige Log-Prüfung in seiner Leitlinie zu KI-Agenten.

Für die Architektur hilft das von Simon Willison beschriebene „lethal trifecta“-Modell: fremde Inhalte, private Daten und ein Weg nach außen. Treffen alle drei zusammen, kann ein eingeschleuster Befehl private Informationen versenden. Bei einer Recherchelösung würden wir deshalb mindestens ein Bein entfernen. Der lesende Agent erhält keine Versandfunktion. Ein separater Schritt erzeugt den Entwurf aus freigegebenen Feldern, und ein Mensch sendet.

Widersprüche gehören in das Dossier

Angenommen, eine Maschinenpark-Seite nennt ein HERMLE-Bearbeitungszentrum, während eine neuere Stellenanzeige nur Drehtechnik beschreibt. Der Agent sollte daraus weder „Fräsbetrieb“ noch „kein Fräsbetrieb“ machen. Er speichert beide Belege mit Datum und markiert die Frage. Erst die zuständige Person entscheidet, ob das Signal für den konkreten Zweck genügt. So verändert das durchgehende Beispiel seine Rolle: Die MAFU-SHERPA-Lösung priorisiert keine Firmen aufgrund einer glatten Zusammenfassung. Sie macht die gefundenen technischen Signale sichtbar und lässt den Vertrieb den Entwurf prüfen. Genau diese Trennung hält die Recherche brauchbar, wenn Quellen unvollständig oder widersprüchlich sind.

Der zweite Lauf prüft das Quellenmodell

Nach dem ersten Lauf bleibt mehr als ein Bericht. Die gespeicherten Felder, Quellen und Zeitpunkte erlauben einen späteren Vergleich. Ein geänderter Maschinenpark, eine entfernte Stellenanzeige oder eine neue Investitionsmeldung erscheint dann als Änderung mit Herkunft, nicht als neu formulierte Behauptung. Beginnen Sie deshalb mit wenigen echten Fällen. Lassen Sie eine fachkundige Person jedes Feld gegen den Originalbeleg prüfen und notieren Sie, welche Lücken und Widersprüche der Agent übersehen hat. Erst wenn dieselben Regeln im zweiten Lauf wieder tragen, lohnt ein größerer Abruf über APIs.

Der Pillar über APIs statt Bildschirme erklärt den technischen Zugang. Für Recherche entscheidet jedoch das Quellenmodell: Felder, Belege, Lücken, Widersprüche und eine getrennte Freigabe. Wenn Sie eine Rechercheaufgabe auf dieses Modell abbilden wollen: sprechen wir über den konkreten Ablauf.