Eiger Vault für Verlage: Überblick

Seite für die Chefredaktion und die Geschäftsleitung.

Eiger Vault empfängt die Inhalte von Presseverlagen, bewahrt sie auf und versiegelt sie. Danach beantwortet es die Fragen von KI-Agenten mit verankerten Antworten: Jeder Satz stützt sich auf identifizierte Artikel, und jede Stütze wird dem Verlag, von dem sie stammt, zugeordnet und vergütet. Diese Seite erklärt, wie ein Artikel zu uns gelangt, was wir davon aufbewahren und was wir damit tun oder nie tun. Die drei folgenden Seiten gehen ins technische Detail.

1. Wie ein Artikel zu uns gelangt

Es gibt zwei Wege, die nebeneinander bestehen können.

Der Push. Das Redaktionssystem (CMS) des Verlags sendet den Artikel selbst an Eiger Vault, jedes Mal wenn der Artikel veröffentlicht oder sichtbar geändert wird. Der Verlag wählt, wer den Code schreibt, der den Push auslöst: ein kleines Modul (ein Plugin), das wir schreiben und das der Verlag in sein CMS installiert, oder Code, den der Verlag selbst schreibt, auf der Grundlage unseres Einlieferungsvertrags. In beiden Fällen erhält der Verlag seine Empfangsbestätigung erst, wenn der Artikel bei uns dauerhaft gespeichert ist.

Der Abruf. Hier geht Eiger Vault den Artikel an der vom Verlag gewählten Quelle lesen: auf seiner Website, wo ein Feed die neuen Artikel ankündigt und jeder unter seiner eigenen Adresse gelesen wird, oder über die API seines CMS, die bereits strukturierte Daten liefert. Der Verlag muss nichts installieren. Wir lesen nur, was der Verlag zugelassen hat, wir beachten seine Datei robots.txt, und wir geben uns mit einem Namen und einer Kontaktadresse zu erkennen.

Push und Abruf sind beim Vertrauen, das man ihnen entgegenbringen kann, nicht gleichwertig. Was der Verlag mit seinem Schlüssel per Push übermittelt, wird durch seinen Schlüssel attestiert; was wir abrufen, wird durch den Server des Verlags attestiert, von dem wir den Verbindungsnachweis aufbewahren (siehe unten).

Auf welchem Weg auch immer: Ein Artikel, seine Bilder und die Seite als PDF, falls der Verlag sie sendet, bilden ein einziges Dokument mit mehreren Bestandteilen. Der strukturierte Text des Artikels (Titel, Lead, Zwischentitel, Absätze, Kästen, Bildlegenden) ist der Bestandteil, den wir lesen; die übrigen Bestandteile werden unverändert aufbewahrt.

2. Der Schlüssel, der jede Einlieferung identifiziert

Jede Einlieferung wird von einem Schlüssel begleitet. Er allein sagt, wer einliefert: Was die Einlieferung über sich selbst behauptet, zählt nicht.

• Der Verlagsschlüssel wird vom Verlag gehalten. Wir übergeben ihn ihm nur ein einziges Mal, bei der Ausstellung, und bewahren danach nur seinen Hashwert und ein kurzes sichtbares Präfix auf. Eine Einlieferung mit diesem Schlüssel gilt als authentifiziert.
• Der Connector-Schlüssel wird von Eiger Vault gehalten, für den Connector, der Ihre Website liest. Eine Einlieferung mit ihm gilt als attestiert und wird nur mit dem Nachweis des Abrufs akzeptiert (siehe unten).
• Ein Import-Schlüssel dient nur ein einziges Mal, um ein Archiv einzuliefern, das uns der Verlag übergeben hat und das ein Operator von Eiger Vault bestätigt hat. Eine solche Einlieferung gilt als übergeben.

Ein Schlüssel ist an einen einzigen Einlieferer und an dessen Quellen gebunden: Er erlaubt nur Einlieferungen für die Quellen, die Eiger Vault ihm freigegeben hat. Ein Schlüssel kann jederzeit widerrufen werden; eine vor dem Widerruf begonnene Einlieferung wird zu Ende geführt, jede folgende Einlieferung wird abgelehnt. Der Schlüssel steht nie in einer Adresse: Er wird nur in einem Header der Anfrage übertragen.

Eine Quelle ist die Einheit, der ein Inhalt zugeordnet wird: Sie kann mehrere Websites desselben Verlags umfassen. Jede Quelle kann mehrere Kollektionen haben, die das Regime (vergüteter Verlag, Quelle aus dem Bestand, freie Quelle) und die Standardrechte tragen.

3. Die Versiegelung, die Versionen, die Rücknahme

Das Siegel. Bei jeder Einlieferung berechnen wir den Hashwert des Inhalts, und zwar je mit zwei unabhängigen Algorithmen (SHA-256 und SHA3-512), und setzen ein Siegel, das drei Dinge festhält: was (der Hashwert des deklarierten Inhalts), wer (der Einlieferer und die oben beschriebene Identitätsstufe), wann (der Zeitpunkt des Empfangs, gelesen von der Uhr unserer Datenbank). Das Siegel wird dem Verlag in der Antwort auf die Einlieferung zurückgegeben. Eine Version, ihr Siegel und ihr Eintrag im Register entstehen gemeinsam, in einer einzigen Transaktion: Es gibt weder eine Version ohne Siegel noch ein Siegel ohne Eintrag.

Die Versionen. Ein Dokument wird durch das Paar (Quelle, Quellenreferenz) identifiziert, wobei die Referenz die Kennung ist, die das CMS dem Artikel gibt. Jede Version eines Dokuments ist unveränderlich und nummeriert 1, 2, 3 … Eine neue Version wird nur erstellt, wenn sich ändert, was die Leserin oder der Leser sieht: Text, Titel, Lead, Autorinnen und Autoren, Kategorie, angezeigte Daten, Bilder und Bildlegenden, kanonische Adresse. Denselben Inhalt zweimal zu senden, erstellt nichts: Die Antwort gibt das Siegel der bestehenden Version zurück und sagt es auch. Die früheren Versionen bleiben für das Audit aufbewahrt; die jüngste nicht zurückgenommene bedient die Antworten.

Die Rücknahme. Eiger Vault kann einen Inhalt in zwei Stufen aus dem Dienst nehmen. Die Sperrung blendet den Inhalt für alle Leserinnen und Leser aus, ohne etwas zu zerstören, und lässt sich aufheben; die Löschung zerstört die Verschlüsselungsschlüssel des Inhalts und seine Beschreibung und lässt sich nicht rückgängig machen. In beiden Fällen bleiben die Kennungen, die Hashwerte und das Siegel erhalten, damit der Nachweis der Einlieferung bestehen bleibt. Diese Entscheide werden von Operatoren von Eiger Vault getroffen, nie durch eine Einlieferung: Ein Verlag, der einen Artikel zurücknehmen will, richtet eine Anfrage an uns; er erreicht es nicht, indem er ihn in seinem CMS löscht. Dieses Verfahren wird vor der Inbetriebnahme im Detail beschrieben.

4. Die Wiederaufnahme nach einem Unterbruch

Eine Einlieferung ist idempotent: Sie erneut zu senden, ist unschädlich. Hat der Verlag die Empfangsbestätigung nicht erhalten, sendet er dieselbe Anfrage erneut und erhält das Siegel der ersten Einlieferung, ohne dass eine zusätzliche Version erstellt wird. Bei uns gibt es keine Warteschlange: Wir bestätigen den Empfang nur für das, was wir dauerhaft gespeichert haben, in mindestens zwei Zonen unseres Hosting-Standorts.

Zwei Netze fangen auf, was ein Ausfall hätte verfehlen lassen. Das erste ist eine periodische Wiedereinlieferung dessen, was der Verlag kürzlich veröffentlicht hat (anfänglich die letzten 48 Stunden, jede Stunde), gestützt auf eine Sammelprüfung: Der Connector fragt Eiger Vault, welche Referenzen es bereits kennt, und sendet nur die fehlenden. Das zweite ist unsere Überwachung der je Quelle empfangenen Mengen. Ein Artikel geht nie unbemerkt verloren, aber ein nie empfangener Artikel ist der einzige Verlust, der sich nicht auffangen lässt; deshalb ist die Wiedereinlieferung für jeden Connector obligatorisch, dessen CMS seine jüngsten Inhalte auflisten kann.

5. Was wir mit dem Inhalt tun und was wir nie damit tun

Was wir damit tun.

• Wir bewahren ihn auf und versiegeln ihn: Die Bestandteile werden Byte für Byte aufbewahrt, verschlüsselt, jeder mit seinem eigenen Schlüssel.
• Wir machen ihn durchsuchbar: Der Text des Artikels wird indexiert, um die Passagen zu finden, die eine Frage beantworten.
• Wir zitieren ihn mit Quellenangabe: Eine verankerte Antwort stützt jeden ihrer Sätze auf identifizierte Artikel, mit ihren Referenzen, und gibt jedem Verlag zurück, was ihm zusteht.
• Wir vergüten ihn: Jede Stütze wird dem Verlag zugeordnet, von dem sie stammt, und nach den Preisen und Rechten vergütet, die der Verlag festgelegt hat. Ein Verlag sieht jede Stütze, für die er bezahlt wird: welcher Artikel, welche Version, welche Passagen, zu welcher Uhrzeit. Er sieht nie, wer die Frage gestellt hat.

Was wir nie damit tun.

• Wir trainieren kein generatives Modell mit dem Inhalt der Verlage.
• Wir liefern standardmässig keinen Bestandteil aus – Foto, Video, PDF: Ihn auszuliefern, ist ein Entscheid, der im Licht der Rechte an diesem Bestandteil getroffen wird.
• Wir senden den vollständigen Text eines Artikels nicht an jemanden, der keine Lizenz hat, ihn zu lesen: Die Rechte (Embargo, Zeitfenster nach der Veröffentlichung, Einzel- und Organisationslizenzen, Preise) werden vom Verlag festgelegt, und es werden nur die Preise angewendet, die der Verlag bestimmt hat.
• Wir lesen keine Website, deren Verlag uns Nein gesagt hat, und nichts, was ihre robots.txt uns verbietet.
• Wir schreiben weder den Text eines Artikels noch seine Referenz noch seinen Titel in eine technische Spur.

6. Wo es weitergeht

• Für einen Abruf durch Eiger Vault: siehe die technische Seite Der Abruf: was Eiger Vault beim Verlag liest.
• Für einen Verlag, der sein eigenes Plugin schreibt (Push): siehe die technische Seite Der Push: der Einlieferungsvertrag, Version 1, mit dem Einlieferungsvertrag, seinen Beispielen und seinen Fehlercodes.
• Um zu wissen, was das Plugin übermittelt, wann, und was es nie liest: siehe die vereinfachte Seite Was wird übermittelt?.