Informationen aus einem ungeordneten Text herausziehen

Der Schriftführer eines Schachclubs organisiert einen Busausflug. Er hat per Mail gefragt, wer mitkommt, und vierunddreißig Antworten sind eingetroffen, etwa so: „Wir sind zu zweit, meine Frau ist Vegetarierin“, „Ich komme jetzt doch, sorry für die späte Antwort“, „Vielleicht, ich bestätige am Donnerstag“, „Für mich ist es ein Nein, außer der Bus fährt erst nach 9 Uhr“. Er braucht eine Anzahl Plätze, eine Anzahl vegetarischer Essen und die Liste derer, die nicht eindeutig geantwortet haben.

Die KI kann solche Sortierarbeit leisten, vorausgesetzt, man bittet sie um etwas anderes als „fass diese Antworten zusammen“.

Sagen, was gesucht wird, Feld für Feld

Eine Extraktion ist eine Tabelle, die du aus einem Text füllst. Beginne also damit, die Tabelle zu zeichnen: eine Zeile pro Person und eine Spalte pro gewünschte Information. Lege für jede Spalte die erlaubten Werte fest, sonst bekommst du „ja“, „Ja, sehr gern“ und „dabei“.

Plane dann die Fälle ein, die in keine Spalte passen. Im Beispiel gibt es „vielleicht“ und „nein, außer“. Sagst du dazu nichts, entscheidet die KI stillschweigend an deiner Stelle.

Hier sind Antworten von Mitgliedern meines Schachclubs auf die Einladung zu einem Busausflug. Eine Antwort pro Block, getrennt durch eine Leerzeile.

"""
[FÜGE DIE ANTWORTEN EIN]
"""

Erstelle eine Tabelle mit einer Zeile pro Person und diesen Spalten:
- Name (so, wie er in der Antwort steht; fehlt er, „unbekannt“)
- Teilnahme: ja / nein / unsicher
- Anzahl Plätze (standardmäßig 1; mehr, wenn die Person mehr ankündigt)
- Vegetarisches Essen: Anzahl der Essen oder 0
- Bedingung oder Anmerkung, falls die Person eine stellt
- Zitat: die genauen Worte der Antwort, die die Zeile begründen

Regeln:
- „Vielleicht“ und jede bedingte Antwort gelten als „unsicher“, mit vermerkter Bedingung.
- Schreibt eine Person zweimal, behalte die letzte Nachricht und vermerke die Änderung in der Anmerkung.
- Erfinde nichts. Steht eine Information nicht in der Antwort, lass das Feld leer.
- Gib nach der Tabelle die Summe der Plätze für die „ja“, die Anzahl der vegetarischen Essen und die Liste der „unsicher“ an.

Für jede Zeile ein Zitat verlangen

Die Spalte „Zitat“ ist der nützlichste Rat in diesem Artikel. Für jede Zeile muss die KI die Worte abschreiben, die sie zu ihrem Schluss geführt haben. Du gewinnst zweierlei: Du erkennst eine fragwürdige Deutung sofort, wenn du das Zitat neben dem Ergebnis liest, und die KI erfindet weniger, weil ein Zitat im Text vorkommen muss. Unfehlbar macht sie das nicht, sie kann einen Satz zitieren, der existiert, und ihn falsch verstehen, aber es ist die schnellste aller Kontrollen.

Die Fälle, die die Extraktion in die Irre führen

Verneinung und Bedingung. „Ich werde nicht nicht kommen können“ ist ein Schulbeispiel. Häufiger: „nein, außer ...“. Sieh eine Kategorie für das Dazwischen vor.

Korrekturen. Schickt dieselbe Person zwei widersprüchliche Nachrichten, muss die Regel „die letzte gilt“ aufgeschrieben sein. Sind deine Nachrichten nicht datiert, gilt die Reihenfolge beim Einfügen, füge sie also der Reihe nach ein.

Informationen über jemand anderen. „Meine Frau ist Vegetarierin“ betrifft eine Person, die nicht geschrieben hat. Gib an, ob du solche Fälle mitzählen willst, sonst entsteht nie eine Zeile für die Ehefrau.

Implizite Werte. Wenn „wir sind zu zweit“ 2 Plätze bedeuten soll, ist das eine Schlussfolgerung. Sag, ob du sie akzeptierst oder ob die KI das Feld lieber leer lassen soll.

Datumsformate. Willst du Fristen aus einem Text ziehen, verlange eine einheitliche Schreibweise (TT.MM.JJJJ) und ergänze „lass den Originaltext stehen, wenn das Jahr fehlt“. Sonst wählt sie eines.

Prüfen, bevor du die Tabelle verwendest

Bei vierunddreißig Antworten kann die KI ein oder zwei übersehen, vor allem mitten in einem langen Text. Drei Kontrollen dauern fünf Minuten:

1. Zähle die Zeilen. Es müssen so viele Zeilen sein wie Antworten. Bitte die KI, dir die Anzahl der Blöcke zu nennen, die sie gelesen hat.
2. Lies die unsicheren und bedingten Fälle gegen, die sich auch am leichtesten falsch einordnen lassen.
3. Nimm fünf Zeilen zufällig und vergleiche sie mit dem Original. Findest du eine falsche, lies die ganze Tabelle erneut.

Bei sehr großen Mengen gelten die Hinweise aus dem Artikel über lange Dokumente: in Pakete von einigen Dutzend Nachrichten aufteilen und die Tabellen danach zusammenführen. Auch die Endrechnung (Summe der Plätze, Essen) sollte man mit einer Tabellenkalkulation nachrechnen. Lange Additionen sind nicht die Stärke eines Sprachmodells, und die Tabelle erlaubt dir, sie zu kontrollieren.

Welches Ausgabeformat wählen

Eine Tabelle als Text lässt sich ohne große Mühe in eine Tabellenkalkulation kopieren und genügt für eine einmalige Aufgabe. Musst du die Daten anderswo wiederverwenden, etwa in einer CSV-Datei oder einem Tool, verlange ein strengeres Format: Der Artikel über JSON und CSV erklärt, wie du die Felder beschreibst und das Ergebnis validierst.

An personenbezogene Daten denken

Antworten auf Mails enthalten Namen, manchmal Ernährungsweisen oder indirekt verratene Gesundheitsinformationen. Bevor du sie in ein Tool einfügst, entferne, was für deine Aufgabe nicht nötig ist (Signaturen, Adressen, Telefonnummern), und lies nach, was der Artikel über Vertraulichkeit sagt. Schau bei einem Verein auch, was eure internen Regeln vorsehen.

Zum Testen an deinem Fall

Wähle einen Stapel Nachrichten, den du diese Woche von Hand auswerten müsstest. Schreib zuerst die Spalten und die Regeln für mehrdeutige Fälle. Lass die Extraktion nur über zehn Nachrichten laufen, vergleiche mit deiner eigenen Auswertung, korrigiere die Regeln, die entgleist sind, und bearbeite dann den Rest.