Preprint
Ein Preprint ist eine wissenschaftliche Arbeit, die ihre Autoren öffentlich ins Netz stellen, bevor eine Fachzeitschrift sie geprüft und angenommen hat. In der KI-Forschung ist das der Normalfall: Fast alle wichtigen Ergebnisse erscheinen zuerst als Preprint, meist auf der Plattform arXiv.
Wenn Forscherinnen und Forscher ein Ergebnis haben, schreiben sie es als Aufsatz auf. Früher schickten sie diesen Aufsatz zuerst an eine Fachzeitschrift. Dort lesen ihn andere Fachleute, kritisieren ihn und verlangen Änderungen. Erst danach wird er veröffentlicht, oft ein Jahr später. Ein Preprint überspringt diesen Weg: Die Autoren stellen den Text sofort selbst ins Internet, für jeden frei lesbar. Geprüft hat ihn zu diesem Zeitpunkt niemand außer ihnen selbst.
Warum KI-Forschung fast nur noch vorab erscheint
In der Künstlichen Intelligenz vergehen zwischen zwei wichtigen Neuerungen manchmal nur Wochen. Ein Jahr Wartezeit auf eine Zeitschrift wäre in diesem Tempo tödlich für die eigene Karriere. Wer wartet, riskiert, dass eine andere Gruppe dasselbe Ergebnis früher veröffentlicht. Deshalb hat sich in diesem Fach ein Brauch durchgesetzt: Man stellt die Arbeit sofort online und reicht sie parallel bei einer Konferenz ein.
Für Außenstehende hat das einen großen Vorteil. Fast die gesamte aktuelle KI-Forschung ist kostenlos lesbar, ohne teures Zeitschriften-Abo. Auch Schüler oder Journalistinnen können die Originalarbeit hinter einer Schlagzeile nachlesen. Viele berühmte Texte der Branche waren zuerst nur Preprints, etwa die Arbeit, die 2017 die heutige Architektur der Sprachmodelle vorstellte.
Der Preis dafür ist fehlende Qualitätskontrolle. Ein Preprint kann brillant sein oder schlicht falsch. Es gibt Arbeiten mit Rechenfehlern, mit geschönten Messwerten oder mit Behauptungen, die niemand nachprüfen konnte. Der Begriff sagt nichts über Qualität aus, sondern nur über den Zeitpunkt der Veröffentlichung.
Vom Text zum Eintrag auf arXiv
Der wichtigste Ort für Preprints heißt arXiv, gesprochen wie das englische Wort archive. Die Plattform wird von der Cornell University betrieben und ist über dreißig Jahre alt. Autoren laden dort ihre fertige PDF-Datei hoch und ordnen sie einem Fachgebiet zu. Ein kleines Team wirft einen kurzen Blick darauf, ob es überhaupt eine wissenschaftliche Arbeit ist. Diese Sichtung ist keine inhaltliche Prüfung, sie dauert Stunden statt Monate.
Danach bekommt der Text eine feste Nummer, zum Beispiel arXiv:1706.03762. Über diese Nummer kann ihn jeder dauerhaft zitieren. Findet ein Autor später einen Fehler, lädt er eine neue Fassung hoch. Die alte bleibt aber sichtbar, sodass man Änderungen nachvollziehen kann.
Ein Preprint ist damit nicht das Gegenteil einer geprüften Arbeit, sondern eine frühere Stufe derselben Arbeit. Viele Texte durchlaufen später doch noch die Begutachtung durch Fachkollegen und erscheinen bei einer Konferenz. Die Fassung auf arXiv bleibt trotzdem stehen. Deshalb lohnt es sich, beim Lesen nachzusehen, ob eine Arbeit inzwischen angenommen wurde.
Preprints in Schlagzeilen richtig einordnen
Meldungen über neue KI-Fähigkeiten stützen sich fast immer auf Preprints. Sätze wie « eine neue Studie zeigt » verweisen oft auf einen Text, den außer den Autoren noch niemand kontrolliert hat. Auch Unternehmen nutzen das Format: Google, Meta und andere Labore veröffentlichen ihre Modellbeschreibungen als Preprint, teils am selben Tag wie das Produkt.
Für dich als Leser bedeutet das vor allem eines: Ein Link auf arXiv ist kein Gütesiegel. Sinnvolle Fragen sind, wer die Arbeit geschrieben hat, ob unabhängige Gruppen das Ergebnis wiederholen konnten und ob die Rohdaten offenliegen. Bei Firmenveröffentlichungen kommt hinzu, dass sie auch Werbung für das eigene Produkt sind.
Ein verbreiteter Irrtum ist, Preprints seien unseriös oder minderwertig. Das stimmt nicht. Die Physik arbeitet seit den Neunzigern so, und ein großer Teil der wichtigsten KI-Arbeiten war nie etwas anderes. Es ist ein schneller Kanal mit offenem Ausgang, mehr nicht.