Was KI in Footnoted tut — und was nicht

Eine Selbstauskunft: Diese Seite beschreibt das Archiv aus eigener Sicht und hat deshalb keine fremden Quellen. Die Zahlen setzt der Build bei jeder Veröffentlichung aus dem Bestand ein.

Footnoted entsteht mit Sprachmodellen. Sie suchen Quellen, öffnen sie, entwerfen Text und prüfen bestehende Einträge gegen ihre Belege. Diese Seite beschreibt, wo die Grenze liegt: was ein Modell hier tun darf, was es nicht darf, und was dafür sorgt, dass ein Fehler auffällt, bevor er veröffentlicht wird.

Die Arbeitsteilung

• Beschaffen — ein eigener Agent je Eintrag sucht Quellen, öffnet sie und liefert wörtliche Zitate samt Adresse zurück, dazu jede Abweichung zwischen den Quellen und jeden Abruf, der scheiterte. Er entscheidet nichts.
• Entscheiden — ob zwei Quellen unabhängig voneinander berichten, ob ein Zitat den Satz trägt, wie ein Widerspruch zu behandeln ist und ob ein Kandidat taugt, entscheidet der Recherchelauf, der die Ergebnisse zusammenführt. Diese Urteile werden nicht an den Beschaffer abgegeben.
• Prüfen — Skripte halten jeden Kandidaten gegen die Regeln: Quellenzahl und Unabhängigkeit der Adressen, eine Belegstelle zu jeder Fußnote, die Genauigkeit des Datums, ob das Ereignis lange genug vorbei ist, das Schema und die Ziele der Querverweise. Rot heißt: nicht weiter. Fehlt eine Zahl des Satzes im Zitat, gibt es eine Warnung, und auch die wird aufgelöst, bevor der Kandidat weitergeht.
• Übernehmen — ein Kandidat wird erst Eintrag, wenn der Betreiber des Archivs zustimmt. Bis dahin bleibt er ein Vorschlag und wird nicht veröffentlicht.

Warum so geteilt

Ein Sprachmodell kann eine Quelle so wiedergeben, dass es plausibel klingt und trotzdem nicht dasteht. Die Regeln setzen genau dort an. Zitiert wird nur eine Adresse, die tatsächlich abgerufen wurde — nie aus dem Gedächtnis, nie aus dem Ausschnitt eines Suchergebnisses. Die Zusammenfassung, die ein Abrufwerkzeug von einer Seite liefert, gilt nicht als Wortlaut. Und die Belegstelle muss den Satz tragen, nicht bloß das Thema.

Jede dieser Regeln hat eine Geschichte. Am 2. Oktober 2026 machte ein Eintrag aus der Stelle „sketches and letters … They remained lost until 1935“ verschollene Briefe; die Briefe waren seit 1718 gedruckt. Daraus wurde die Frage nach der Eindeutigkeit, die seitdem an jede Angabe gestellt wird. Am 4. Oktober 2026 rutschte beim Kürzen einer Verweisnotiz eine Angabe in einen Eintrag, die keine Quelle trug. Sie fiel vor der Veröffentlichung auf, und die Prüfung, die sie hätte früher finden sollen, wurde am selben Tag erweitert. Solche Fälle stehen mit Datum und Folge in den Regeln selbst und in der Versionsgeschichte, die meisten auch in einer eigenen Datei im Repository. Ein Fehler, der dort steht, muss nicht ein zweites Mal bezahlt werden.

Was ein Modell hier nicht tut

• Es umgeht keine Sperre. Kein gefälschter Browser, keine übergangene robots.txt, keine Paywall, keine wechselnden Adressen. Warum, steht in Ein offenes Archiv.
• Es schreibt keine Quelle hin, die es nicht geöffnet hat.
• Es glättet keinen Widerspruch. Wo Quellen auseinandergehen, nennt der Text beide.
• Es lässt keinen Abruf verschwinden. 2.554 vergebliche Abrufe stehen im Log, mit Grund und mit den Umwegen, die geprüft wurden, damit der nächste Lauf nicht dieselbe Runde dreht.

Woran man es sieht

Jeder Eintrag nennt unter Herkunft, wie er entstanden ist; die seit Anfang Oktober 2026 entstandenen nennen auch, ob Beschaffer dabei waren. Die Quellen stehen mit Titel, Herausgeber, Adresse und Abrufdatum darunter. Zu jeder Fußnote liegt der Wortlaut der Quelle im Repository, 12.773 Belegstellen bisher; für Einträge, die vor dieser Regel entstanden, fehlt er noch, und der Lückenbericht führt sie. Was ein Modell geschrieben hat, lässt sich damit genauso prüfen wie alles andere: an der Quelle.

Bestehende Einträge werden regelmäßig erneut gegen ihre Quellen gelesen. Ein Lückenbericht bestimmt, welche zuerst dran sind: tote Quellen, teilbelegte Einträge, offene Widersprüche, Einträge, die am längsten nicht geprüft wurden. Eine Quelle, an die nur ein Mensch herankommt, bestätigt ein Mensch — mit Datum und Notiz; das betrifft derzeit 53 Quellen.

Wenn ein Modell hier liest

Sprachmodelle schreiben an Footnoted nicht nur mit, sie lesen es auch. Für sie gibt es eigene Wege: llms.txt als Einstieg, je Bereich und Zeitalter eine Textdatei, jeden Eintrag als JSON, eine Abfrage-API und in Browsern mit WebMCP Werkzeuge auf jeder Seite. API und Werkzeuge beantworten dieselben Abfragen mit derselben Funktion, und ein Test prüft, dass sie bei gleicher Eingabe dieselben Einträge und dieselben Fehlercodes liefern.

Ob diese Wege tragen, wird gemessen. Ein Agententest stellt Agenten, die das Archiv nicht kennen, Fragen, deren Antwort im Bestand feststeht: welche Einträge in einen Zeitraum fallen, welche Quelle einen Satz trägt, ob es zu einem Thema keinen Eintrag gibt, ob ein absichtlich verfälschter Satz so im Eintrag steht. Die richtige Antwort rechnet ein Skript aus dem Build aus, verglichen wird erst danach. Jeder Lauf steht mit Datum, Stand und jeder einzelnen Antwort in einer Datei im Repository.

Was dabei auffiel, wurde am Archiv geändert. Ein Agent zählte die berechneten „Ähnlichen Einträge“ als Querverweise; seither steht auf jeder Eintragsseite, dass sie berechnet sind. Agenten, die eine Suche unter /api/v1/search vermuteten, bekamen eine Fehlermeldung; seither werden sie zur Liste weitergeleitet. Ein Zeitraum, dessen Anfang nach seinem Ende lag, ergab eine leere Liste, und ein Agent las daraus, dass es zu diesem Zeitraum nichts gibt. Seither ist das ein Fehler mit Begründung, und eine leere Liste heißt nur noch: Kein Eintrag erfüllt den Filter.

Wie das Belegverfahren im Einzelnen aussieht, beschreibt Wie Footnoted belegt.

Text zuletzt gegen den Stand geprüft: 13. Oktober 2026.