Specs and Docs ⋅ Markdown und große Sprachmodelle: eine perfekte Kombination

LOOPS, unser Publishing-Workflow für Produktliteratur, nutzt sowohl traditionelle als auch hochmoderne Technologien. An beiden Enden dieses Spektrums finden sich Extreme, die erstaunlich gut miteinander harmonieren:

• unformatierter Text; eines der ältesten kulturellen Werkzeuge der Menschheit und
• Large Language Models (LLMs – große Sprachmodelle), die gemeinhin als „KI“ bezeichnet werden.

Der Aufstieg der LLMs

Wenn Sie in den letzten zwei Jahren nicht hinter dem Mond gelebt haben, wissen Sie natürlich, dass generative künstliche Intelligenz gerade viele Bereiche menschlicher Kreativität und Produktivität radikal verändert – von Bildung und Forschung über technisches Schreiben bis hin zu Journalismus und Literatur. Menschen nutzen große Sprachmodelle, um komplexe Themen zu recherchieren, Dokumente zu erstellen oder zu verbessern, Gedichte zu schreiben und sich über banale wie auch tiefgründige Themen zu unterhalten. Die meisten Anwender werden hierfür die Web-Oberfläche des jeweiligen LLM nutzen, die in der Regel gut strukturierte Antworten mit Überschriften und Listen liefert. Wichtige Informationen sind in diesen Antworten durch Fett- oder Kursivdruck hervorgehoben.

„Herr Ober, da sind Markdown-Tags in meiner Suppe!“

Wenn Benutzer Anwender aus Claude oder ChatGPT an anderer Stelle wiederverwenden möchten, klicken oder tippen sie dazu normalerweise auf das „Kopieren“-Symbol. Wenn sie diese Inhalte dann aus der Zwischenablage in eine andere Anwendung einfügen, sehen sie Markierungen; beispielsweise Sternchen und Unterstriche – und sie werden sich vielleicht fragen, was diese Zeichen darstellen.

Nun, bei diesen Markierungen handelt es sich um Markdown, eine sogenannte schlanke Auszeichnungssprache, die für Millionen von Dokumenten verwendet wird – und dies schon lange vor dem Aufkommen der Large Language Models.

Anwender, die noch nie mit Auszeichnungssprachen gearbeitet haben, knirschen vielleicht mit den Zähnen und entfernen diese als unnötig empfundenen Markierungen, bevor sie in Microsoft Word oder einer anderen Anwendung den Text vor dem Drucken oder Exportieren mühevoll formatieren. Das ist wirklich schade, denn diese Formatierung ist bereits vorhanden. Markdown ist eine für Menschen lesbare Form der Formatierung, die von vielen Texteditoren, Konvertierungstools und Content-Management-Systemen leicht verarbeitet werden kann.

Für technische Redakteure, die große Sprachmodelle verwenden, um Inhalte zu erstellen oder zu verfeinern, sind diese Markierungen (eigentlich reichen hier „#“, „_“, Bindestriche und Klammern für die meisten Anwendungen schon aus) ein Segen, da sie den Veröffentlichungsprozess erheblich beschleunigen können.

In einem Markdown-basierten Publishing-Workflow wie LOOPS können Markdown-formatierte Inhalte, die aus der Weboberfläche eines Large Language Models kopiert wurden, direkt in einen Texteditor übernommen werden. Das Ergebnis ist ein formatierter und gut strukturiertes Dokument mit Überschriften und Listen.

Markup-Rundreise

Was noch besser ist: Die meisten LLMs können beim Prompting aufgefordert werden, Markup-Code zu akzeptieren und zu erzeugen. Das bedeutet, dass Autoren, die ihren Text aufpolieren, erweitern oder zusammenfassen, Links oder andere Informationen hinzufügen möchten, das LLM entsprechend anweisen können und dann sofort verwendbare und korrekt formatierte Inhalte erhalten.

Die Möglichkeit, mit formatiertem Text über Systemgrenzen hinweg arbeiten zu können (also in Large Language Models, Texteditoren, Content-Management-Systemen und anderen Tools) stellt eine enorme Zeitersparnis dar.

Besseres Suchmaschinenfutter

Einige Large Language Models wie Claude und ChatGPT und neue Suchmaschinen wie Perplexity können auf Webinhalte zugreifen (entweder direkt oder unter Verwendung zuvor zwischengespeicherter Ergebnisse) und diese Inhalte in aufbereiteter Form dem Anwender anzeigen. Wenn Sie Ihre Produktliteratur als wohlgeformtes und semantisches HTML zur Verfügung stellen, können diese Maschinen sie effektiver verarbeiten, was das Produktverständnis und damit die Nutzerzufriedenheit erhöht, ohne dass Sie hierfür einen einzigen Cent investieren müssen.

Das ist keine Science Fiction. Um diese Funktionalität zu sehen, geben Sie zum Beispiel ChatGPT die URL eines Web Manuals und bitten Sie um eine Zusammenfassung. Nach ein paar Sekunden sollten Sie eine Zusammenfassung der Produktfunktionen und grundlegende Bedienungshinweise sehen. Sie können auf diese Weise wahrscheinlich auch Informationen über ein bestimmtes Produktmerkmal oder Möglichkeiten zur Behebung eines Problems zu erhalten, ohne die Zielseite direkt aufzurufen.

LLMs und Apple Intelligence

Mit Apple Intelligence können macOS- und iOS-Geräte (also Macs, iPhones und iPads) Zusammenfassungen von korrekt formatierten Web Manuals im Browser Safari erstellen, die den Nutzern einen schnellen Überblick über Funktionen, Einrichtung und Fehlerbehebung geben.

In Produktivitätsanwendungen wie Pages kann Apple Intelligence verwendet werden, um Inhalte zusammenzufassen oder umzustrukturieren. Weitere Funktionen werden für kommende macOS- und iOS-Versionen erwartet.

Ein wachsendes Ökosystem

Das „Ökosystem“ von Anwendungen, die sowohl Markdown als auch große Sprachmodelle unterstützen, wird jeden Tag größer. Notion (die „Software für alles“) ist ein weiteres beliebtes Produktivitäts- und Projektmanagement-Tool mit KI-Unterstützung, das es Anwendern ermöglicht, formatierte Inhalte mithilfe künstlicher Intelligenz zu erstellen und zu verarbeiten, und Notion hat Markdown vom ersten Tag an unterstützt.

Wenn Sie dieses Dokument lesen, gibt es wahrscheinlich noch mehr Tools geben, die Markdown und LLMs unterstützen. Mit der Integration des LLM in moderne Betriebssysteme können Sie noch effizientere Arbeitsabläufe erwarten. Zeit für eine Entdeckungsreise!

↻ 2025-08-21