Ausschlüsse in der Wissensbasis: was der Assistent nicht lesen soll

Wer einem Assistenten die eigene Website als Wissensquelle gibt, gibt ihm mehr, als auf den ersten Blick zu sehen ist: das Sommerangebot vom Vorjahr, eine Preisliste für Händler, die nur über einen versteckten Verweis erreichbar ist, die Testfassung der neuen Leistungsseite, das Bewerberportal. Alles davon ist technisch erreichbar, nichts davon soll in einer Antwort auftauchen. Dieser Beitrag ordnet, welche Inhalte typischerweise ausgeschlossen werden, mit welchen Mitteln ein Ausschluss wirkt – robots.txt, Sitemap, Pfadmuster, einzelne Quellen –, wie Sie mit gezielten Prüffragen nachweisen, dass er greift, und was der Assistent sagt, wenn jemand trotzdem nach dem Ausgeschlossenen fragt.

Grafik vergrößern

Beschriftungen der Abbildung

• Auf der Website
• In der Wissensbasis
• robots.txt
• noindex
• Eigene Muster
• Weglassen
• Leistungsseiten
• Leistungsseiten
• Bewerberportal
• Testseite /staging/
• Abgelaufene Aktion
• Interne Preisliste
• Öffentliche FAQ
• Öffentliche FAQ
• Nur was alle vier
• Schranken passiert,
• trägt Antworten
• Prüfung nach dem nächsten Lauf
• Prüffrage stellen
• zielt auf den ausgeschlossenen Inhalt
• Kein Auszug trägt
• keine Fundstelle: Absage ist richtig
• Ehrliche Absage
• als Ablehnung vermerkt, ohne Vermutung

Vier Schranken vor der Wissensbasis

Erreichbar ist nicht dasselbe wie freigegeben

Ein Begeher, der eine Website für die Wissensbasis liest, sieht sie anders als ein Besucher. Der Besucher folgt dem Menü, der Begeher jedem Verweis im Seitentext und jeder Adresse in der Sitemap. Dabei kommt zum Vorschein, was sich über Jahre angesammelt hat: Landingpages vergangener Kampagnen, ein Ordner mit Händlerkonditionen, die Vorschau einer Seite, die nie live ging. Für die Suchmaschine mag das harmlos sein, weil kaum jemand diese Seiten findet. Für einen Assistenten ist es das nicht: Er antwortet aus allem, was im Bestand steht, und ein vergessener Abschnitt spricht mit derselben Stimme wie die aktuelle Leistungsseite. Die Frage vor dem Aufbau lautet deshalb nicht nur, was hinein soll – das beschreibt der Beitrag zum Aufbau der Wissensbasis –, sondern auch, was ausdrücklich draußen bleibt.

Sieben Inhaltsarten, die draußen bleiben

Die folgenden Inhaltsarten können in jedem Bestand auftauchen, der aus einer gewachsenen Website entsteht. Nicht jede muss in jedem Fall ausgeschlossen werden. Entscheidend ist, ob eine Antwort daraus dem Besucher heute etwas Richtiges sagt und ob er es überhaupt erfahren darf.

Drei Zeilen verlangen Abwägung statt eines pauschalen Ausschlusses. Beim Bewerberportal bleibt das Portal draußen, nicht die Stellenanzeige: Fragen zu ausgeschriebenen Stellen kann ein Assistent aus der öffentlichen Anzeige beantworten, wie der Beitrag zu Bewerberfragen auf der Karriereseite zeigt. Wissen für das eigene Team gehört in einen internen Assistenten mit eigener Anmeldung, nicht in den öffentlichen. Und eine Sprachfassung mit demselben Inhalt und demselben Pflegestand schadet in der Regel nicht; problematisch wird sie, wenn die Übersetzung hinterherhinkt oder Länderseiten andere Preise nennen. Dann stehen zwei Antworten auf dieselbe Frage im Bestand, und welche gezogen wird, entscheidet die Suche.

Was das Recht zu internen Inhalten beiträgt

Für mehrere der sieben Inhaltsarten gibt es neben dem betrieblichen auch einen rechtlichen Grund, sie fernzuhalten; die abgelaufene Aktion folgt weiter unten. Bewerberportal und Mitarbeiterbereich enthalten personenbezogene Daten, und diese wurden für einen bestimmten Zweck erhoben – die Bewerbung, das Arbeitsverhältnis –, nicht für die Auskunft an beliebige Besucher der Website. Die Datenschutz-Grundverordnung fasst diesen Gedanken als Zweckbindung:

Hinzu kommt der Grundsatz der datenschutzfreundlichen Voreinstellung. Ein öffentlicher Chat ist genau die Lage, die Artikel 25 Absatz 2 DSGVO im letzten Satz beschreibt: Was der Assistent weiß, kann jeder erfragen, der die Website öffnet. Die Vorschrift verlangt Maßnahmen, die sicherstellen, „dass personenbezogene Daten durch Voreinstellungen nicht ohne Eingreifen der Person einer unbestimmten Zahl von natürlichen Personen zugänglich gemacht werden“. Ein Bestand, der den Mitarbeiterbereich mitliest, kehrt diese Voreinstellung um.

Für interne Preislisten und Konditionen spielt ein anderes Gesetz hinein. Nach § 2 Nummer 1 Buchstabe b des Gesetzes zum Schutz von Geschäftsgeheimnissen ist eine Information nur dann ein Geschäftsgeheimnis, wenn sie unter anderem eine Information ist, „die Gegenstand von den Umständen nach angemessenen Geheimhaltungsmaßnahmen durch ihren rechtmäßigen Inhaber ist“. Eine Händlerpreisliste, die ein öffentlicher Assistent auf Nachfrage zusammenfasst, steht zu solchen Maßnahmen in deutlichem Widerspruch. Ob eine Information im Einzelfall geschützt ist, beurteilt eine fachliche Beratung; betrieblich genügt die Folgerung, dass Vertrauliches nicht in eine Quelle gehört, aus der jeder Besucher Antworten bekommt.

robots.txt und Sitemap: was sie leisten und was nicht

Die robots.txt ist ein verbreiteter Weg, einem Begeher Bereiche zu verbieten. Sie besteht aus Abschnitten, die mit einem Namen beginnen, und Regeln darunter. Für die Wissensbasis ist ein Detail entscheidend, das leicht übersehen wird: Nach dem Protokoll, das die robots.txt festlegt (RFC 9309), folgt ein Begeher dem Abschnitt mit seinem eigenen Namen, sobald es einen gibt. Der allgemeine Abschnitt für alle, „User-agent: *“, tritt dann für diesen Begeher zurück.

Die Sitemap lässt sich leicht als Steuerung missverstehen. Sie ist ein Verzeichnis der Seiten, die der Betreiber für wichtig hält, und dient dem Begeher als Startpunkt. Eine Seite, die aus der Sitemap entfernt wird, ist damit nicht ausgeschlossen: Steht irgendwo im Seitentext ein Verweis auf sie, wird sie trotzdem gefunden. Verlässlicher ist das Zeichen auf der Seite selbst. Eine Seite mit „noindex“ im robots-Meta-Element sagt jedem Begeher, der es auswertet, dass sie nicht in einen Index gehört; für Testseiten und Vorschauen ist das in der Regel das passende Mittel, weil es an der Seite hängt und mit ihr umzieht. Keines dieser Mittel ist ein Zugriffsschutz. Die robots.txt ist eine Bitte an Begeher, die sich daran halten, und selbst öffentlich lesbar – wer dort „/intern/preise/“ sperrt, verrät zugleich, wo die Preise liegen. Was niemand außerhalb des Hauses sehen darf, gehört hinter eine Anmeldung.

Eigene Pfadmuster und einzelne Quellen

Die robots.txt gehört der Website. Manchmal soll aber nur der eigene Assistent einen Bereich nicht lesen, während Suchmaschinen ihn weiter finden – das Archiv mit Altangeboten ist das typische Beispiel. In der robots.txt verlangt das einen eigenen Abschnitt für seinen Begeher samt aller allgemeinen Sperren. Einfacher sind Ausschlussmuster, die nur an der Wissensquelle hängen. Sie folgen in der Regel derselben Schreibweise wie die robots.txt: Ein Stern steht für beliebig viele Zeichen, ein Dollarzeichen bindet an das Ende der Adresse. Eigene Muster stehen über der robots.txt: Was ein Muster sperrt, liest der Begeher auch dann nicht, wenn die robots.txt den Bereich erlaubt. Öffnen kann ein Muster umgekehrt nichts, was die robots.txt verbietet.

• „/archiv/“ sperrt alles unter diesem Pfad, etwa ausgelaufene Produkte, die für die Suche stehen bleiben.
• „/aktion-*“ sperrt jede Kampagnenseite, deren Adresse mit diesem Wort beginnt, auch künftige.
• „/*vorschau=“ sperrt Vorschauadressen, die nur über einen Parameter entstehen, gleich an welcher Stelle er in der Adresse steht.
• „/haendler/“ hält den Bereich mit Händlerkonditionen fern, auch wenn er ohne Anmeldung erreichbar ist.
• „/fr/“ sperrt eine Sprachfassung, die nicht im selben Stand gepflegt wird wie das Original.

Dokumente laufen einen anderen Weg. Eine Preisliste als PDF, ein Handbuch oder eine Liste interner Durchwahlen kommen in der Regel nicht über den Begeher, sondern als hochgeladene Datei in die Wissensbasis – also durch eine bewusste Handlung. Der wirksamste Ausschluss ist hier der unspektakulärste: die Datei nicht aufnehmen. Wer unsicher ist, ob ein Dokument hinein soll, führt es als Entwurf, der keine Antwort trägt, bis er freigegeben ist; eine Quelle, die nicht mehr gelten soll, wird entfernt, statt im Bestand liegen zu bleiben. Zeitlich begrenzte Inhalte brauchen außerdem ein Ende, das nicht vom Gedächtnis abhängt: Der Tag, an dem eine Aktion ausläuft, steht mit einer zuständigen Person im Kalender, und an diesem Tag wird die Quelle entfernt oder per Muster gesperrt. Wie solche Termine in einen Pflegeplan passen, beschreibt der Beitrag zur Pflege der Wissensbasis.

Altangebote und abgelaufene Aktionen

Zwei der sieben Inhaltsarten sind keine Geheimnisse, sondern veraltete Wahrheiten. Die Seite zum Sommerangebot war einmal richtig, die Produktseite des Vorgängermodells auch. Gerade deshalb sind sie heikel: Sie sind sauber formuliert, gut gegliedert und für die Suche im Bestand ein hervorragender Treffer – fragt ein Besucher nach einem Rabatt, kann die Suche die Aktionsseite vor die aktuelle Preisseite stellen, etwa weil sie das Wort Rabatt öfter enthält. Wie ein Assistent mit Gutscheinen und Rabatten umgeht, solange sie gelten, beschreibt der Beitrag zu Gutscheinen und Rabatten im Chat. Für die Zeit danach gilt: Nennt der Assistent einen beendeten Preisvorteil als gültig, ist das mehr als eine Panne im Service. Das Gesetz gegen den unlauteren Wettbewerb zählt den Preisvorteil ausdrücklich zu den Umständen, über die eine geschäftliche Handlung irreführen kann:

Prüfen, ob ein Ausschluss greift

Ein Ausschluss, der nicht geprüft wurde, ist eine Annahme. Die Probe ist einfach: eine Frage, die genau auf den ausgeschlossenen Inhalt zielt. Sagt der Assistent, dass dazu nichts vorliegt, spricht das für die Sperre, beweist sie aber noch nicht: Eine Frage mit anderen Wörtern kann einen noch vorhandenen Inhalt auch verfehlen. Belastbar wird der Nachweis mit einem Kennwort, das nur im ausgeschlossenen Inhalt steht. Nennt der Assistent dagegen Einzelheiten, ist der Inhalt noch im Bestand – über einen anderen Pfad, eine zweite Kopie oder eine Quelle, an die niemand gedacht hat.

• Je ausgeschlossenem Bereich mindestens eine Frage, formuliert wie ein Besucher sie stellen würde, nicht wie ein Prüfer.
• Eine Frage nach einer Einzelheit, die nur im ausgeschlossenen Inhalt steht: die Händlerkondition, der Aktionscode, der Name aus dem Dienstplan.
• Ein eindeutiges Kennwort auf einer Testseite, das sonst nirgends vorkommt. Taucht es in einer Antwort auf, ist die Sperre durchlässig.
• Dieselbe Frage auch in der zweiten Sprache, wenn Sprachfassungen ausgeschlossen wurden.
• Eine Gegenprobe auf einen erlaubten Inhalt daneben, damit eine zu breite Sperre auffällt.

Wenn trotzdem gefragt wird: ehrlich absagen

Ausgeschlossene Inhalte werden trotzdem nachgefragt. Bewerber wollen den Stand ihrer Bewerbung wissen, Händler fragen im öffentlichen Chat nach ihren Konditionen, Stammkunden nach der Aktion vom letzten Jahr. Die richtige Antwort ist in diesen Fällen keine Umschreibung und keine Vermutung, sondern eine klare Absage. Die Voraussetzung dafür ist technisch: Ein Assistent, der nur aus Auszügen seiner Quellen antworten darf, hat zu einem ausgeschlossenen Thema in der Regel keinen tragenden Auszug – und damit nichts, woraus er eine belegte Antwort bauen könnte.

Wie eine Absage klingt, die weiterhilft, wie der Weg zum Menschen im selben Zug angeboten wird und wie sich Ablehnungen messen lassen, beschreibt der Beitrag Ablehnen statt raten. Bei Ausschlüssen kommt etwas hinzu: Die Frage zielt hier oft auf einen Inhalt, den es gibt, der aber nicht nach außen soll. Drei Regeln gelten dann zusätzlich:

• Nichts bestätigen, was nicht öffentlich ist. „Dazu liegt mir nichts vor“ ist besser als „Die Händlerpreise sind intern“ – der zweite Satz verrät, dass es sie gibt.
• Keinen Ersatz aus Nachbarinhalten bauen. Eine Frage nach dem Händlerpreis wird nicht mit dem Endkundenpreis beantwortet, als wäre es dasselbe.
• Einen Weg nur aus öffentlichen Angaben nennen. Steht im Bestand, wie Bewerber ihren Stand erfahren oder wer Händler betreut, kann die Absage darauf verweisen. Fehlt eine solche Aussage, bleibt es bei der Absage – der Weg wird nicht aus dem ausgeschlossenen Inhalt übernommen.

Jede solche Absage ist zugleich ein Signal: Werden Ablehnungen getrennt von gewöhnlichen Antworten gezählt, zeigt die Auswertung, welche ausgeschlossenen Themen tatsächlich nachgefragt werden. Daraus folgt eine von zwei Entscheidungen: Der Ausschluss ist richtig, und die Absage bleibt die Antwort – oder es fehlt eine öffentliche Aussage, etwa ein Satz dazu, wie Händler ihre Konditionen erfahren. Dann kommt dieser Satz in den Bestand, nicht die interne Liste.

Wer Ausschlüsse festlegt und pflegt

Ausschlüsse entstehen an mehreren Stellen im Haus, und genau deshalb gehen sie verloren. Der Personalbereich weiß, dass das Bewerberportal draußen bleiben muss, das Marketing kennt das Enddatum der Aktion, der Vertrieb die Händlerliste, die Webagentur die Testumgebung. Was fehlt, ist eine Stelle, an der das zusammenkommt. Sinnvoll ist eine einzige Ausschlussliste je Assistent mit einer verantwortlichen Person, die Einträge annimmt, umsetzt und prüft.

Drei Anlässe verlangen einen Blick auf die Liste. Ein Relaunch oder ein neuer Bereich der Website verschiebt Pfade: Ein Muster wie „/archiv/“ sperrt nach dem Umzug nichts mehr, wenn das Archiv jetzt anders heißt, und es entsteht keine Fehlermeldung, die das zeigt. Der Start einer Aktion ist der richtige Zeitpunkt, ihr Ende einzutragen. Und jede neue Datei wird vor dem Hochladen gegen die Liste gehalten. Wer Ausschlüsse ändern darf und wer sie freigibt, gehört in dieselbe Rollenordnung wie Änderungen an Systemanweisung und Wissensbasis; das beschreibt der Beitrag zu Rollen und Freigaben.

Was XICBOT für Ausschlüsse mitbringt

Die Wissensbasis in XICBOT liest Websites unter eigenem Namen, XICBOT-Wissensbegeher, und richtet sich nach der robots.txt: Gibt es dort einen Abschnitt für diesen Namen, gilt er, sonst der allgemeine. Die Sitemap dient als Startpunkt des Begangs, JavaScript wird beim Lesen nicht ausgeführt, fremde Ursprünge werden nicht betreten. Eine Seite mit noindex und eine Quelle im Entwurf werden gar nicht erst in den durchsuchbaren Bestand geschrieben und tragen keine Antwort. Zusätzlich lassen sich je Quelle eigene Ausschlussmuster setzen; sie stehen über der robots.txt und gelten nur für den eigenen Assistenten. Was intern bleiben soll, entscheiden Sie Quelle für Quelle.

Der Assistent ist angewiesen, ausschließlich aus Auszügen dieser Quellen zu antworten, und eine fertige Antwort ohne eine einzige verwendete Fundstelle wird als Lücke vermerkt. Trägt kein Auszug die Antwort, sagt der Assistent in der Regel, dass dazu nichts hinterlegt ist; die Ablehnung wird an der Nachricht als eigener Zustand gekennzeichnet und in der Regel als Lücke in einer eigenen Zeile vermerkt, die die Gesprächsanalyse ab dem Paket Pro mit ihrer Art ausweist. Zum Prüfen zeigt die Antwortprobe, welche Quelle eine Frage deckt, und vor dem Livegang läuft ein Probensatz, in dem eine Frage verbotene Begriffe tragen kann – etwa das Kennwort von der Testseite oder den alten Aktionscode. Welche Bereiche Ihrer Website draußen bleiben sollten, lässt sich bei der Einrichtung gemeinsam festlegen; wenn Sie vorab eine Einschätzung möchten, sprechen Sie uns an.

Häufige Fragen