Verlässliche Informationen mit und ohne KI
Am Anfang einer Informationssuche befindet sich der Benutzer in einem anormalen Wissenszustand. Dieser von Belkin (1982) beschriebene Zustand bezeichnet die Situation, in der eine Person erkennt, dass ihr Wissen unvollständig, unklar oder widersprüchlich ist, um ein bestimmtes Problem zu lösen. Die Lücke zwischen bestehenden Wissen und benötigten Wissen verursacht ein Unbehagen.
Aufgrund des Retrieval Paradoxons gelangt der Benutzer aus diesen Zustand nicht so einfach heraus: Um die gesuchte Information schnell und präzise zu finden, müsste der Benutzer diese bereits kennen und wissen, welche Fachbegriffe relevant sind. Genau dieses Wissen fehlt dem Suchenden am Anfang. Siehe hierzu Kapitel "2.2 The Retrieval Problem and its Consequences" in Peters, Braschler & Clough (2012).
Gemäss einer neuen Harvard-Studie von Deschenes & McMahon (2026) wird heute vorwiegend künstliche Intelligenz eingesetzt, während früher die Google-Suche im Vordergrund stand (Griffiths & Brophy). Das Prompting für künstliche Intelligenz erweist sich als anspruchsvoll, da es eine höhere Sprachkompetenz erfordert, um der KI präzise Anweisungen zu erteilen. In diesem Fall operiert man in der Taxonomie nach Bloom (1956) auf einem höheren Level als beim klassischen Googeln, wo lediglich Suchbegriffe eingegeben werden.
Auch das Beurteilen von Suchtreffern fällt beim Googeln einfacher als das Einschätzen, ob plausibel klingende KI-Antworten auch korrekt sind. Google-Suchtreffer lassen sich häufig bereits anhand der Quelle beurteilen.
Eine noch höhere Stufe muss erklimmen, wer KI nutzt, um die gefundene Information anhand autoritativer Informationsquellen zu verifizieren. Hierzu muss der Benutzer die Struktur und die unterstützten Suchstrategien der jeweiligen Informationsquellen kennen. Beispielsweise müssen KI-basierte Rechtsauskünfte anhand von Gesetzes- und Urteilsdatenbanken verifiziert werden, wobei auch künftige oder überholte Erlassfassungen eine Rolle spielen können, was juristisches Know-how erfordert.
Fazit: KI kann schneller zu verlässlichen Ergebnissen führen, dies ist jedoch häufig deutlich anspruchsvoller als die Suche ohne KI.
Einzelnachweise
Belkin, N. J., Oddy, R. N., & Brooks, H. M. (1982). ASK for information retrieval: Part I. Background and theory. Journal of Documentation, 38(2), 61–71. https://doi.org/10.1108/eb026722
Peters, C., Braschler, M., & Clough, P. (2012). Multilingual information retrieval: From research to practice. Springer.
Deschenes, A., & McMahon, M. (2026, April 13). From search to strategy: What student AI use means for the future of academic libraries [Conference presentation]. Coalition for Networked Information (CNI) Spring 2026 Membership Meeting, Salt Lake City, UT, USA. https://www.cni.org/topics/information-access-retrieval/from-search-to-strategy-what-student-ai-use-means-for-the-future-of-academic-libraries
Griffiths, J. R., & Brophy, P. (2005). Student searching behavior and the web: Use of academic resources and Google. Library Trends, 53(4), 539–554.
Bloom, B. S., Engelhart, M. D., Furst, E. J., Hill, W. H., & Krathwohl, D. R. (1956). Taxonomy of educational objectives: The classification of educational goals. Handbook I: Cognitive domain. David McKay Company.
