Vier Befunde aus dem Vergleich vom 02.08.2026, sortiert nach Wirkung.
1. Mehrwort-Suchbegriffe fielen im RSS-Abgleich durch. Dieselbe Lage lieferte
je nach Titel 79 oder 17 Treffer. Die Keyword-Erzeugung liefert bei
politisch formulierten Titeln Phrasen ("migrationskrise spanien",
"aufnahmeverfahren eu"), das Matching verglich sie als starre Zeichenfolge.
Die Schlagzeile "Migrationskrise in Spanien" enthaelt "migrationskrise
spanien" nicht, wegen des Wortes dazwischen. Aus 53 Artikeln wurden so 16.
Eine Phrase trifft jetzt, wenn alle ihre Bestandteile im Text vorkommen,
unabhaengig von Reihenfolge und Abstand. Die Genauigkeit bleibt erhalten,
nur die starre Reihenfolge faellt weg.
Dazu der Auftrag an die Keyword-Erzeugung: Einzelwoerter statt Phrasen, und
die harten Eigennamen der Lage sind Pflicht. Bei den betroffenen Laeufen
fehlte "ceuta" komplett, dafuer stand "europol migration" in der Liste, was
den Europol-Feed anzog und sieben themenfremde Pressemitteilungen
einbrachte, die der Topic-Filter danach wieder aussortieren musste.
2. Dubletten im Quellenverzeichnis. Lage 56 fuehrte 30 Eintraege fuer 28
Adressen, zweimal dieselbe tagesschau-Meldung unter je zwei Nummern.
Ausgerechnet die strittigste Behauptung, der offene Brief der 22 Staaten,
stuetzte sich damit auf "3 Quellen", von denen zwei derselbe Artikel waren.
Gleiche Adresse heisst jetzt ein Eintrag, Verweise auf die entfernte Nummer
werden auf den behaltenen umgebogen. Verglichen wird ohne Schema, www und
Endschraegstrich.
3. Die Zeitleiste wird deterministisch sortiert. Im selben Bericht sprang der
letzte Eintrag von 12:44 zurueck auf 17:47. Der Auftrag verlangt die
Sortierung zwar vom Modell, im prominentesten Kapitel darf sie aber nicht
von dessen Sorgfalt abhaengen. Gegenprobe an Lage 56: 23:23, 22:09, 17:47,
16:58 statt des Sprungs ans Ende.
4. Weiterleitungen zaehlen als ein Beleg. Sie verbergen ihr Zielmedium, also
laesst sich nicht behaupten, dass dahinter verschiedene Redaktionen stehen.
Die bisherige Einzelzaehlung stellte den Anthropic-Weg rechnerisch besser:
in Lage 57 standen 10 ausgewiesene Belege fuer 7 Haeuser, weil vier der elf
Adressen news.google.com-Weiterleitungen waren.
Gegenprobe an beiden gespeicherten Laeufen: Lage 56 zeigt 28 statt 30
Verzeichniseintraege, beide Berichte zaehlen lueckenlos, die Zeitleiste ist
sortiert.
Neu sind 26 Pruefungen, insgesamt laufen 206 ohne Netzzugriff und ohne Kosten.
Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
Nachtrag zum Quellenverzeichnis, aufgefallen am Export der EU-Lage 53 vom
01.08.2026.
1. Lueckenlose Zaehlung im Bericht. Das Modell nummeriert alle vorgelegten
Meldungen durch, zitiert aber nur einen Teil. Das Verzeichnis sprang
dadurch von 20 auf 22, 24, 26, was fachlich stimmt, beim Leser aber wie
ein Fehler aussieht. Export und Text werden jetzt gemeinsam auf 1 bis n
umgeschrieben. Die gespeicherten Nummern bleiben unangetastet, damit sie
ueber Folge-Refreshes stabil bleiben. Verweise, fuer die es keinen
Verzeichniseintrag gibt, werden dabei entfernt statt verschoben: nach einer
Umnummerierung wuerden sie sonst auf einen fremden Eintrag zeigen.
2. Der kuratierte Medienname schlaegt den Feed-Namen. Bisher gewann der
haeufigste gelieferte Name, und das war der Name des RSS-Feeds. Im Bericht
stand deshalb "Guardian World", "NYT Top Stories", "BBC Europe" und
"FT Europe". Jetzt: The Guardian, New York Times, BBC, Financial Times.
3. Weiterleitungsportale werden nicht mehr zusammengefasst. Die Gruppierung
nach Domain warf in der Anthropic-Fassung vier Zeitungen zusammen, weil
Deutschlandfunk, Kurier, SZ.de und tagesschau.de dort alle als
news.google.com-Link vorliegen. Der Umweg wird jetzt in der Statistik
offen ausgewiesen, statt die Medien zu verschmelzen.
4. Ein Quelleneintrag zerfaellt nicht mehr ueber die Seitengrenze. Nummer und
Name standen am Fuss der einen, die Adresse am Kopf der naechsten Seite.
Gegenprobe an beiden Laeufen des Ceuta-Vergleichs: Lage 53 zeigt 25 Quellen
lueckenlos von 1 bis 25, Lage 52 22 von 1 bis 22, in beiden Faellen loest
jeder Verweis im Text auf und kein Eintrag zerfaellt ueber eine Seite.
Neu sind 11 Pruefungen, insgesamt laufen 129 ohne Netzzugriff und ohne Kosten.
Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
Der Vergleich zweier Berichte zur selben Lage (Ceuta, 01.08.2026) zeigte in
beiden Fassungen Textverweise, die im gedruckten Verzeichnis nicht auftauchten.
Die EU-Fassung zitierte bis [28] bei 25 aufgefuehrten Quellen, die
Anthropic-Fassung bis [29] bei 22.
Ursache war nicht die Analyse. In der Datenbank passen Text und Liste in beiden
Laeufen exakt zusammen, keine einzige Referenz ohne Eintrag. Das PDF-Template
druckte jedoch die laufende Zeilennummer (loop.index) statt der Quellennummer
aus dem Lagebild (src.nr). Sobald die Nummern Luecken haben, und das ist der
Normalfall, weil nicht jede gesammelte Meldung zitiert wird, verschiebt sich
ab der ersten Luecke jeder Beleg. Lage 53 hat die Nummern 1 bis 20, 22, 24, 26,
27, 28: gedruckt wurde 1 bis 25, aus Quelle 28 wurde Zeile 25.
Behoben:
1. Das Verzeichnis druckt src.nr. Gegenprobe an den echten Daten beider Laeufe:
vorher fehlten in Lage 53 die Verweise [22] bis [28], jetzt loest jede der
25 Referenzen auf, in Lage 52 alle 22.
2. Keine Kappung des Verzeichnisses mehr. Im Umfang "Bericht" wurde bei 30
Eintraegen abgeschnitten, hoehere Referenzen im Text waren damit
grundsaetzlich unaufloesbar.
3. Die Word-Ausgabe bekommt ueberhaupt erst ein Quellenverzeichnis. Bisher
verwies der Text dort auf [1], [2], ohne dass die Datei die Nummern
irgendwo aufloeste.
4. Die Quellenstatistik bezieht sich jetzt auf dieselbe Grundmenge wie das
Verzeichnis. Vorher zaehlte sie alle gesammelten Artikel (49) und stand
damit neben einem Verzeichnis mit 25 Eintraegen, was wie eine Aufwertung
der Quellenbasis wirkte. Die Summe der Spalte Belege entspricht jetzt der
Zahl der Eintraege, ein Hinweis nennt zusaetzlich die insgesamt
ausgewerteten Meldungen.
5. Ein Verlag wird unter einem Namen gefuehrt. Bisher trennte der Bericht
"Guardian UK", "Guardian World" und "The Guardian" oder "tagesschau" und
"tagesschau.de" in eigene Zeilen und blaehte damit die Vielfaltsstatistik
auf. Die neue services/media_registry.py bestimmt die Identitaet ueber die
registrierbare Domain und waehlt den haeufigsten Namen. Aus 20
Statistikzeilen der EU-Fassung werden so 11 echte Medien. Sie kennt
ausserdem Weiterleitungsportale und liest die Sprache aus der Adresse,
sodass english.elpais.com nicht mehr als DE gefuehrt wird.
Neu sind 22 Pruefungen, insgesamt laufen 118 ohne Netzzugriff und ohne Kosten.
Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
