Methoden der KI-Qualifikationsüberprüfung:
1. Abgleich mit bekannten Datenbanken:
- Medizin: Landesärztekammern, NPI-Verzeichnis, Krankenhausträger
- Recht: Anwaltskammern
- Finanzen: FINRA-, SEC-Registrierungen
2. sameAs-Schema-Verknüpfungen:
- LinkedIn-Profile (nachweisbarer Werdegang)
- Klinik-/Institutionsseiten (Bestätigung der Zugehörigkeit)
- Profile bei Berufsverbänden
3. Analyse externer Erwähnungen:
- Veröffentlichungen in peer-reviewten Fachzeitschriften?
- Von maßgeblichen Quellen zitiert?
- Vorträge auf anerkannten Konferenzen?
4. Entity Knowledge Graph:
- Existiert der Autor in Knowledge Graphs?
- Wikipedia/Wikidata-Eintrag?
- Konsistente Entitätsinformationen?
So können Sie die Verifizierung stärken:
{
"@type": "Person",
"name": "Dr. James Smith",
"jobTitle": "Facharzt für Kardiologie",
"sameAs": [
"https://linkedin.com/in/drjamessmith",
"https://www.doximity.com/pub/james-smith-md",
"https://hospital.edu/doctors/james-smith"
],
"hasCredential": [
{
"@type": "EducationalOccupationalCredential",
"name": "MD",
"credentialCategory": "degree"
},
{
"@type": "EducationalOccupationalCredential",
"name": "Facharztanerkennung - Kardiologie",
"recognizedBy": {
"@type": "Organization",
"name": "American Board of Internal Medicine"
}
}
]
}
Wenn KI Ihren Autor auf LinkedIn, auf der Klinikseite UND im Ärzteverzeichnis findet, steigt das Vertrauen deutlich.