In diesem Projekt soll untersucht werden, wie man rechnerisch eine objektive Zusammenfassung des Kerns eines argumentativen Textes erhalten kann. Insbesondere sollen Grundlagen für Methoden der natürlichen Sprachverarbeitung geschaffen werden, die (1) den Kern der Argumentation eines Arguments analysieren, (2) einen Textausschnitt generieren, der den Kern prägnant zusammenfasst, und (3) mögliche subjektive Verzerrungen in der Zusammenfassung so weit wie möglich neutralisieren. Der Grundgedanke des von der DFG geförderten Projekts ist, dass Argumentationsmaschinen, wie sie im RATIO-Schwerpunktprogramm (SPP 1999) vorgesehen sind, die unterschiedlichen Positionen von Menschen zu kontroversen Themen, wie z.B. Abtreibung oder soziale Distanzierung, darstellen sollen. Eine prototypische Maschine ist unsere Argumentationssuchmaschine args.me, die als Antwort auf Benutzeranfragen Pro- und Contra-Argumente aus dem Web gegenüberstellt, um eine selbstbestimmte Meinungsbildung zu unterstützen. Ein zentraler Aspekt von args.me und vergleichbaren Maschinen ist die Generierung von Argument-Snippets, die dem Nutzer einen effizienten Überblick über die meist vielfältigen Argumente geben. Die Standard-Snippet-Generierung hat sich für diesen Zweck als unzureichend erwiesen. Wir stellen die Hypothese auf, dass das beste Argument Snippet den Kern des Arguments objektiv zusammenfasst.