Information Gain bezeichnet, wie viel neue Information ein Satz oder Absatz beiträgt — gemessen an dem, was ein KI-System ohnehin schon weiß oder aus anderen Quellen bekommt. Ein Absatz, der wiederholt, was auf zwanzig anderen Seiten steht, hat einen Information Gain nahe null. Ein Absatz mit einer eigenen Zahl, einem eigenen Messwert oder einer konkreten Erfahrung hat einen hohen Gain.
Wie funktioniert Information Gain?
Bei der Antwortgenerierung liegen dem Modell mehrere Passagen aus verschiedenen Quellen vor. Zitiert wird, was eine Aussage trägt, die die Antwort braucht und die andere Passagen nicht liefern. Bestätigt eine Passage nur, was das Modell aus dem Modellwissen kennt, fließt sie ohne Nennung ein oder wird gar nicht erst verwendet. Information Gain entscheidet also nicht über das Gefundenwerden, sondern über die Citation.
Eng verwandt ist der Begriff Uniqueness: Enthält die Seite Informationen, die nicht bereits im Modellwissen vorliegen und für die nur Sie als Quelle infrage kommen?
Warum ist Information Gain für die KI-Sichtbarkeit wichtig?
Weil Standarddefinitionen und allgemeine Ratgebertexte längst in den Trainingsdaten liegen. Wer sie noch einmal schreibt, konkurriert mit dem Gedächtnis des Modells — und verliert, weil das Modell keine Quelle braucht, um etwas zu sagen, das es schon weiß. Content ist in KI-Antworten nur mit neuen Zahlen, Daten, Fakten und Perspektiven erfolgreich. Das gilt für Fachartikel ebenso wie für Produktseiten.
Was bedeutet das für Ihre Website?
Auf den Punkt kommen und werbliche Sprache auf ein Minimum reduzieren — jeder Satz sollte etwas beitragen. Veröffentlichen Sie eigene Daten: Studien, Umfragen, Messreihen, Erfahrungswerte aus Projekten, konkrete Preise und Grenzen Ihrer Leistung. Machen Sie Autorenschaft und Belege sichtbar (E-E-A-T), damit die Einzigartigkeit auch glaubwürdig ist. Und prüfen Sie bestehende Seiten mit einer Frage: Welcher Satz hier steht nirgends sonst?