Messung und Kennzahlen
Hyokiyure: Wie japanische Schreibvarianten die KI-Messung verfälschen — und wie man Markenerwähnungen korrekt zählt
Hyokiyure (表記ゆれ) bezeichnet mehrere Schreibweisen desselben Namens — キヤノン, キャノン, Canon. Robuster Abgleich kombiniert Aliasse, Normalisierung, tokenbewusste kuromoji-Analyse und einen wörtlichen Fallback. Das reduziert Fehlzählungen; stabile Sichtbarkeit erfordert zusätzlich wiederholte Samples.
Warum japanische Markennamen in Varianten zerfallen
Das Japanische bietet mehrere Möglichkeiten, denselben Namen zu schreiben: Katakana vs. lateinische Schrift (スーパーランク / Suparanku), Groß- und Kleinschreibung (Canon / CANON), offizielle vs. umgangssprachliche Schreibweise (Canons offizielles Katakana verwendet ein großes ヤ — キヤノン —, viele schreiben aber キャノン, wie man es spricht), dazu Abkürzungen und Altbezeichnungen. Alle bezeichnen dasselbe Unternehmen; als Zeichenketten sind sie verschieden.
KI-Assistenten verwenden je nach Kontext unterschiedliche Schreibweisen. Stellen Sie sich vor, Sie stellen dieselbe Frage neunmal: Die Antworten könnten dreimal die lateinische Schreibweise, viermal das offizielle Katakana und zweimal die umgangssprachliche Form verwenden. SparkToro belegte dabei keine „byte-identisch oder nicht“-Aussage über die gesamte Antwort, sondern eine starke Instabilität der enthaltenen Markenlisten und ihrer Reihenfolge. Genau diese Ebene ist für die Erwähnungsmessung relevant.
Was naiver String-Abgleich anrichtet
Suchen Sie Erwähnungen nur über die Zeichenkette „Suparanku“, wird jede Katakana-Erwähnung als „nicht erwähnt“ gewertet. Die Sichtbarkeit wirkt niedriger, als sie ist; im schlimmsten Fall schickt der Fehlschluss „null Präsenz bei diesem Thema“ Budget in unnötige Arbeit.
Den umgekehrten Fehler gibt es auch: Eine kurze Abkürzung als Suchbegriff trifft unbeteiligte Alltagswörter und bläht die Sichtbarkeit auf. In beide Richtungen gilt: Eine kaputte Messung macht jede darauf gebaute Entscheidung kaputt.
Eine Messung entwerfen, die richtig zählt
- Eine Alias-Liste pflegen — führen Sie pro Marke jede plausible Schreibweise auf: Katakana, lateinische Schrift, Abkürzungen und frühere Namen. Nicht registrierte Varianten bleiben sonst unsichtbar.
- Vor dem Vergleich normalisieren — vereinheitlichen Sie Unicode-Breitenformen, Groß-/Kleinschreibung, Satzzeichen und unbedeutende Abstände. So treffen zum Beispiel Halbbreiten- und Vollbreiten-Katakana auf denselben bekannten Alias.
- Tokenbewusst mit kuromoji abgleichen — Japanisch trennt Wörter nicht durch Leerzeichen. Eine morphologische Analyse hilft, bekannte Aliasse an Wortgrenzen zu erkennen und falsche Teiltreffer zu unterdrücken.
- Einen wörtlichen Fallback behalten — Tokenisierung ist nicht perfekt und kann fremdsprachige oder mehrteilige Markennamen verfehlen. Ein auf die registrierten Roh-Aliasse begrenzter Literalabgleich fängt solche Auslassungen ab; er ersetzt die tokenbewusste Prüfung nicht.
Fazit
Hyokiyure ist ein Messproblem, das im Japanischen besonders akut ist — Schreibvarianten betreffen auch andere Sprachen, etwa koreanische und russische Markenschreibweisen. Erst die Kombination aus Alias-Design, Normalisierung, tokenbewusstem Abgleich und wörtlichem Fallback reduziert systematische Fehlzählungen. Sie ist notwendig, aber nicht hinreichend: Vertrauenswürdige Sichtbarkeitszahlen erfordern außerdem wiederholte Samples jedes Prompts, weil Markenlisten und Reihenfolgen zwischen Antworten schwanken.
Verwandte Begriffe: Hyokiyure, Sichtbarkeits-Score, Sentiment-Analyse