Perplexity Decider: Der Türsteher zum Download, ohne Hausordnung

Kennst du das? Eine Agentur zeigt dir einen „Perplexity-Score“ für deine Seiten. Schwellenwert 0,7, sagt sie, darunter wirst du nicht zitiert. Woher die Zahl kommt? Reverse Engineering. Also: geraten, aber mit Tabelle.

Seit dem 12.11. gibt es dazu einen echten Datenpunkt. Und der ist interessanter als jede Tabelle.

Was neu ist

• Decider v1.3 und Decider Flash v1.3: zwei Entscheidungsmodelle von Perplexity Research. Das große basiert auf Qwen3.8-27B, das kleine ist auf Qwen3.5-4B destilliert.
• Was sie tun: Sie beantworten Ja/Nein-, Auswahl- und Score-Fragen und geben dazu eine Wahrscheinlichkeit aus. Text und Bilder gehen rein, kein freier Fließtext kommt raus.
• Offen: Die Gewichte liegen auf Hugging Face unter Apache-Lizenz, dazu Zugang über OpenRouter und die Perplexity Decisions API.
• Der Satz, der für Marketer zählt: Perplexity schreibt, man könne mit Decider die Qualität von Seiten schon beim Crawlen beurteilen. Ein weiterer Kopf entscheidet, ob eine Nutzerfrage überhaupt eine Websuche auslöst. Auch das Reranking von Suchergebnissen nach Relevanz nennt Perplexity als Einsatz.

Die Benchmarks (etwa 91,6 % Genauigkeit über 63 Aufgaben zur Anfrage-Klassifikation) sind Herstellerangaben. Die Modellklasse kennst du vielleicht schon: Google hat einen Tag vorher die Gemini Decisions API gestartet. Der Unterschied: Perplexity gibt das Modell aus der Hand.

Du bekommst den Türsteher, nicht die Hausordnung

Was ich daran spannend finde: Zum ersten Mal kannst du die Bauart des Türstehers einer KI-Suche auf deinem eigenen Rechner laufen lassen. Bisher war GEO ein Blindflug. Seite ändern, Wochen warten, hoffen.

Aber. Ein Türsteher urteilt nach einer Hausordnung. Und die fehlt. Welche Frage Perplexity beim Crawlen genau stellt, welche Rubrik dahintersteht und ab welchem Wert eine Seite rausfliegt, steht nicht im Beitrag. Ob die Produktion exakt diese Gewichte nutzt, auch nicht. Perplexity rät sogar selbst, die Schwellenwerte an eigenen, gelabelten Daten auszurichten.

Heißt: Wer dir jetzt „den echten Perplexity-Score“ verkauft, verkauft dir weiter eine Annahme. Nur mit besserem Werkzeug.

Der eigentliche Wake-up-Call liegt eine Stufe früher

Für mich ist der wichtigste Satz nicht der zur Seitenqualität. Es ist der Kopf, der entscheidet, ob überhaupt gesucht wird. Beantwortet die KI eine Frage aus dem Modell, gibt es keine Quelle zum Zitieren. Egal wie gut deine Seite ist.

Das ist die Agenten-Logik, über die ich schon öfter geschrieben habe: Ein Modell entscheidet, was dein Kunde überhaupt zu sehen bekommt. Jetzt sieht man es schwarz auf weiß in einer Architektur. Erst die Weiche „suchen oder nicht“. Dann der Türsteher „Seite gut genug oder nicht“. Dann das Ranking. Drei Ja/Nein-Fragen, bevor dein Markenname fällt.

Und KI repariert keine dünne Seite. Ein Qualitätsfilter liebt klare Fakten, eindeutige Antworten, saubere Struktur. Das ist die unspektakuläre Arbeit davor, nicht ein Trick danach.

Was ich jetzt tun würde

• Eine eigene Hausordnung schreiben: fünf Ja/Nein-Fragen, die eine Seite bestehen muss (Beantwortet sie die Kundenfrage im ersten Absatz? Stehen Preis und Stand-Datum drin? Ist klar, wer dahintersteht?).
• Diese Fragen mit einem Entscheidungsmodell gegen deine 20 wichtigsten Seiten laufen lassen, Decider über OpenRouter oder lokal. Wichtig ist der Vergleich zwischen deinen Seiten, nicht der absolute Wert.
• Parallel fünf echte Kundenfragen ohne Markennamen an mehrere KI-Systeme stellen, mit Datum. So siehst du, ob überhaupt gesucht und zitiert wird.

FazitPerplexity hat dir den Türsteher geschenkt. Die Hausordnung musst du immer noch selbst schreiben, und zwar strenger als seine.