Ein Modell der Informationssuche, das Suchen als iterativen, opportunistischen und nichtlinearen Prozess charakterisiert, in dem Nutzer*innen im Laufe der Zeit einzelne Informationsstücke aus mehreren Quellen sammeln, Abfragen ständig reformulieren, Hinweisen (Zitationen, Hyperlinks, Referenzen) folgen und partielle Antworten kombinieren, anstatt eine einzelne optimale Abfrage auszuführen, die ein vollständiges Ergebnis liefert.

Prinzip

Informationsbedarfe werden oft schrittweise befriedigt: Nutzer*innen passen Strategien basierend auf Zwischenfunden an. Retrieval‑Systeme sollten daher iterative Exploration, einfaches Pivotieren, Herkunftsnachverfolgung und inkrementelle Ergebnisintegration unterstützen statt ausschließlich auf Ein‑Schuss‑Präzision pro Anfrage zu optimieren.

Demonstration

Illustratives Szenario — Situation: Eine Studentin recherchiert zu städtischen Hitzeinseln, beginnt mit einem Zeitungsartikel, folgt darin zitierten Studien in akademische Datenbanken, speichert einen nützlichen Datensatz eines Kommunalportals, verfeinert Suchbegriffe nach jeder Entdeckung und erstellt eine Literaturkarte. Erkennung: Sie erkennt, dass nützliche Evidenz fragmentiert und in unterschiedlichen Formaten eintrifft. Handlung: Sie passt Abfragen und Werkzeuge an, dokumentiert Quellen und integriert Schnipsel in eine annotierte Bibliographie. Konsequenz: Die finale Synthese entsteht aus vielen kurzen Interaktionen statt aus einer einzigen umfassenden Suche.

Fehlanwendung

Fehler: Informationssuche als einen linearen Pipeline‑Ablauf (Abfrage → gerankte Ergebnisse → Auswahl) zu modellieren und Schnittstellen ausschließlich für diesen Ablauf zu entwerfen. Warum plausibel: Klassische IR‑Evaluationen rahmen Retrieval als Einmalakt. Semantischer Fehler: Ignoriert Nutzeranpassung, Serendipität und Quellübergreifende Integration. Korrekte Interpretation: Suchinteraktion ist dynamisch und erfordert Unterstützung für inkrementelle, heterogene Sammlung.

Konsequenz

Die Anerkennung von Berrypicking verlagert Systemdesign und Evaluation hin zu Funktionen, die Sitzungsfortsetzung, Lesezeichen, Quellverknüpfung, Abfragehistorie und gemischte Format‑Retrievals unterstützen; sie prägt auch Nutzerbildung zu Suchstrategien und die Grenzen von Präzisionsmetriken.

Umkehrung

Bei eingeschränkten Aufgaben mit eng definiertem Informationsbedarf (z. B. Known‑Item Retrieval, transaktionale Abfragen oder streng spezifizierte Metadatensuchen) genügen Ein‑Schuss‑Modelle, und das vollständige Berrypicking‑Interaktionsmuster ist oft unnötig.

Abgrenzung

Eindeutig innerhalb: explorative Forschung, Literaturreviews, investigative Recherche und Lernaufgaben, bei denen sich der Informationsbedarf entwickelt. Grenzfall: systematische Review‑Protokolle, die iterative Suche strukturieren, aber exhaustive Reproduzierbarkeit verlangen. Eindeutig außerhalb: transaktionale Lookups (z. B. Telefonnummer), bei denen eine einzelne präzise Anfrage ausreicht.

Semantische Spannung

Spannung zwischen Unterstützung opportunistischen, explorativen Nutzerverhaltens (flexible UI, Serendipität) und der Optimierung algorithmischer Maße für Ein‑Abfrage‑Präzision/Recall; Spannung zwischen Sitzungsunterstützung und Systemressourcenkosten.

Synthese

Berrypicking betrachtet Suche als nutzergetriebenen Assemblierungsprozess: Effektive Retrieval‑Systeme und Evaluationsrahmen sollten Interaktionskontinuität, Herkunftsnachverfolgbarkeit und Werkzeuge für piecemeal‑Synthese priorisieren statt jede Abfrage als isoliertes Retrieval‑Ereignis zu behandeln.