Der ClarityTagger ist ein Prompt, der entwickelt wurde, um Informationen in KI-generierten Texten systematisch zu kennzeichnen. Hintergrund ist, dass für KI-Nutzer ansonsten nicht nachvollziehbar ist, welche Chat-Ergebnisse auf echten, belegbaren Informationen basieren oder etwa frei erfunden sind. Siehe Story dazu im Blogartikel oder als Artikel auf Linkedin.
Ziel des ClarityTagger-Prompts ist es, die Herkunft und Qualität jeder Aussage nachvollziehbar zu machen – ein entscheidender Schritt für die kritische Nutzung von Künstlicher Intelligenz in Journalismus, Bildung, Wissenschaft und Beratung. Urheber: Susanne Braun-Speck
Durch einfache Markierungen am Ende jedes Absatzes oder Kernaussage – z. B. (recherchierte Info, Quelle: …) – zeigt der ClarityTagger, worauf eine Information basiert. Das schafft Klarheit, fördert kritisches Denken und hilft dabei, Texte in ihrer Tiefe und Aussagekraft besser zu verstehen.
Vier Kategorien von Informationen werden unterschieden:
- Recherchierte Informationen
Fakten, Zahlen oder Aussagen, die aus externen, überprüfbaren Quellen stammen – z. B. Studien, offizielle Berichte, journalistische Beiträge.
Kennzeichnung: (recherchierte Info, Quelle: [z. B. IPCC 2023]) - Synthetisierte Informationen
Wissen, das durch die logische Kombination verschiedener bekannter Fakten entsteht. Dabei wird kein externer Beleg zitiert, sondern bereits vorhandenes Wissen auf neue Weise zusammengeführt.
Beispiel: Wenn bekannt ist, dass A zu B führt und C ähnlich wirkt wie A, kann geschlossen werden, dass C wahrscheinlich auch B auslöst.
Kennzeichnung: (synthetisierte Info) - Hypothetische Überlegungen
Zukunftsgerichtete Annahmen, die auf aktuellen Trends, Entwicklungen oder Mustererkennungen basieren. Diese Aussagen sind nicht belegbar, aber begründet – z. B. durch Fortschreibungen oder Prognosen.
Kennzeichnung: (hypothetische Annahme) - Rekonstruierte Perspektiven
Aussagen, die auf dem bisherigen Denken oder den Projekten des KI-Nutzers beruht. Sie reflektieren bereits veröffentlichte Konzepte, Werthaltungen oder Leitideen – z. B. aus Essays, Projektpapieren oder Mindmaps.
Kennzeichnung: (rekonstruierte Perspektive, basierend auf [z. B. Konzept „Lernen durch Content-Creation“])
Anwendungsbeispiele:
- In journalistischen Texten zur Kennzeichnung von Quellenverlässlichkeit
- In Bildungsprojekten zur Förderung von Medienkompetenz
- In politischen oder gesellschaftlichen Debatten zur Erhöhung der Argumentationsklarheit
- In wissenschaftlichen Arbeiten zur Transparenz bei KI-generierten Passagen
Wer den Prompt erhalten möchte, kann auf unserer Vereins-Website seine E-Mail eintragen und bekommt ihn dann zugesendet (i.d.R. innerhalb von 24-Stunden)
