KI-News. Unternehmerisch, bayerisch, ohne Hype.
← Alle Episoden

Zehn Artikel, eine Nachricht: So liest du KI-Recherchen

9. November 2026 · 10 Min. · 1164 Wörter

NotBotEreigniskarteLieferantenmonitoring

Transcript

Zehn Artikel können dieselbe Nachricht zehnmal erzählen. Wenn eine KI daraus zehn unabhängige Signale macht, wird aus einer einzelnen Meldung plötzlich ein vermeintlicher Trend. Servus zum Wochenstart, hier ist Lissy. Heute sortieren wir Nachrichten nach dem, was passiert ist, statt nach der Zahl der Links. Ihr bekommt dafür ein Beispiel aus dem Lieferantenmonitoring und eine Übung, die mit einer Tabelle und eurem vorhandenen KI-Zugang auskommt.

Artikel zählen ist noch keine Lagebeschreibung

Ein Lieferant kündigt einen neuen Produktionsstandort an. Auf seiner Website steht die Pressemitteilung. Ein Branchenportal übernimmt den Text, ein Newsletter kürzt ihn, und auf einem anderen Portal erscheint eine Übersetzung. Vier Fundstellen, ein Ausgangspunkt. Wenn eure KI jede Fundstelle einzeln als Beleg für eine Expansion wertet, bekommt die Ankündigung durch ihre Verbreitung zusätzliches Gewicht. An dem Standort selbst hat sich dadurch nichts geändert.

Die Suchmaschine liefert Artikel. Die Entscheidung dreht sich aber um ein Ereignis. In unserem Beispiel lautet es: Der Lieferant kündigt den Standort an. Das geht in einer flüssigen Zusammenfassung leicht unter.

Der Anlass für diese Folge ist NotBot, ein experimentelles Projekt für Finanznachrichten. Laut Projektbeschreibung sammelt es Artikel, lässt ihren Ton bewerten und bündelt die Ergebnisse. Der Entwickler beschreibt auf Hacker News ausdrücklich, dass er ähnliche Nachrichten herausfiltert, damit Wiederholungen den Wert nicht verzerren. Ein freundlicherer oder kritischerer Ton in mehreren Texten bedeutet wenig, wenn alle auf dieselbe Ausgangsmeldung zurückgehen.

Wir übernehmen daraus keine Börsenstrategie. Das Projekt nennt seine Auswertungen selbst nicht systematisch gegen die Marktentwicklung validiert. Uns interessiert die Arbeit vor der Bewertung: Welche Texte berichten über dasselbe Geschehen, und woher stammt ihre Information? Mei, fünfmal abgeschrieben bleibt einmal erfahren. Trotzdem würde ich die zusätzlichen Links aufheben. Einer kann eine Erklärung enthalten, die im Original fehlt.

Die Ereigniskarte bewahrt die Herkunft

Eine Ereigniskarte ist eine Zeile in eurer Tabelle, keine neue Softwarekategorie. Ihr schreibt zuerst auf, wer was getan oder angekündigt hat. Dazu kommen das Datum des Geschehens und die betroffene Sache. Bei unserem Lieferanten wäre das ein bestimmter Standort, nicht einfach das ganze Unternehmen. Das Datum des Artikels bekommt ein eigenes Feld. Ein heute erschienener Rückblick kann von einem alten Ereignis handeln.

Dann hängt ihr die Fundstellen an diese Karte. Die ursprüngliche Mitteilung steht als Ursprung dabei. Das Branchenportal bekommt den Vermerk: bezieht sich auf die Mitteilung. Beim Newsletter vermerkt ihr, ob er nur kürzt oder selbst recherchiert. Wenn das aus dem Text nicht hervorgeht, bleibt die Herkunft unbekannt. Die KI soll diese Lücke stehen lassen. Sie darf eine hübsch formulierte Meldung nicht zur unabhängigen Bestätigung befördern.

Unabhängigkeit hängt an der Herkunft einer konkreten Aussage. Eine Zeitung kann die Standortankündigung abschreiben und daneben ein eigenes Interview führen. Für die Ankündigung ist sie dann eine weitere Wiedergabe. Für die Aussage aus dem Interview bringt sie zusätzliches Material. Ein pauschales Etikett für den ganzen Artikel wäre zu grob. Ihr könnt deshalb unter einer Karte mehrere Aussagen mit jeweils eigener Herkunft ablegen.

Der Arbeitsauftrag an die KI lautet ungefähr: Ordne jeden Text einem Ereignis zu. Nenne für jede Aussage die Textkennung, auf der sie beruht. Trenne Originalmeldung, Wiedergabe und eigene Recherche. Wenn du den Ursprung nicht erkennen kannst, markiere ihn als unklar. Als Ergebnis wollt ihr eine Ereigniskarte mit Belegstellen, keine Punktzahl für Wahrheit. Ein Sprachmodell kann beim Sortieren helfen. Die Abhängigkeit zwischen Quellen muss aber im Material erkennbar sein.

Ähnlicher Text kann ein anderes Ereignis sein

Jetzt meldet derselbe Lieferant eine Verzögerung beim Standortbau. Das ist kein weiterer Artikel über die ursprüngliche Ankündigung. Es ist ein Folgeereignis. Es bekommt eine eigene Karte und einen Verweis auf die Ankündigung. Wer beide Texte wegen ähnlicher Firmennamen und Wörter zusammenwirft, kann die Verzögerung im Stapel verschwinden lassen. Ein Filter gegen doppelte Nachrichten darf euch also nicht den Verlauf wegfiltern.

Ein zweiter Stolperstein sind verschiedene Gegenstände. Der Lieferant eröffnet in unserem erfundenen Beispiel Standort Nord, während Standort Süd noch auf eine Genehmigung wartet. Ähnliche Überschriften, derselbe Firmenname, aber unterschiedliche Orte und Aussagen. Fragt beim Bündeln deshalb: dieselbe Handlung, am selben Gegenstand, im selben zeitlichen Zusammenhang? Wenn eine Antwort fehlt, legt die Texte erst nebeneinander. Zusammenlegen lässt sich später immer noch.

Und dann die Korrektur. Ein Portal schreibt zuerst, der neue Standort sei eröffnet. Später korrigiert es auf: Der Bau wurde angekündigt. Daraus macht ihr keine fünfte unabhängige Nachricht. Ihr hinterlegt die Korrektur an der betroffenen Aussage und kennzeichnet die alte Fassung als überholt. Sonst trägt die KI den Fehler beim nächsten Bericht wieder vor, nur weil ihr den früheren Text noch im Ordner habt.

Das hat eine Grenze: Ohne Volltext, Datum oder erkennbare Herkunft könnt ihr diese Zuordnung manchmal nicht treffen. Eine Überschrift und ein abgebrochener Anreißer reichen dann nicht. Holt den Originaltext oder lasst den Fall offen. Mehr Modellmeinungen ersetzen die fehlende Information nicht. Im Einkauf würde ich lieber eine offene Lieferfrage weitergeben als eine erfundene Gewissheit. Der Bericht soll zeigen, was bekannt ist, nicht jede Zeile zwanghaft schließen.

In 45 Minuten vom Textstapel zum Lagebericht

Für die Übung braucht ihr einen Browser, ein Tabellenprogramm und einen KI-Zugang, den ihr mit Testmaterial nutzen dürft. Keine Nachrichten-API und kein neues Abo. Die Person, die bei euch Liefertermine oder Beschaffung vorbereitet, übernimmt den Versuch. Wir nutzen ausdrücklich erfundene Texte. In den Shownotes stehen acht kurze Meldungen zum Kopieren samt erwarteter Zuordnung. Das ist ein Übungsaufbau, kein gemessener Produkttest.

In den ersten zehn Minuten kopiert ihr die Texte in eine Datei und gebt ihnen feste Kennungen. Der Satz zur Standortankündigung kommt als Original, als Übernahme und als Übersetzung vor. Zwei Texte betreffen eine spätere Bauverzögerung. Zwei weitere betreffen einen anderen Standort. Der letzte ist eine eigenständig erhobene Information über einen Auftrag. Damit liegen vier Ereignisse vor. Die Mehrfachfassungen bleiben als Herkunftsspur erhalten.

Nehmt danach fünfzehn Minuten für den KI-Auftrag aus dem vorigen Abschnitt. Verlangt pro Karte eine knappe Aussage und die zugehörigen Textkennungen. Lasst das Datum des Ereignisses vom Textdatum trennen. Fragt anschließend gezielt, ob mehrere Fundstellen dieselbe Mitteilung wiedergeben. Kontrolliert die Karten an den kurzen Eingaben, nicht daran, ob die Zusammenfassung überzeugend klingt.

In den letzten zwanzig Minuten schreibt ihr aus den Karten einen Lagebericht für eine anstehende Bestellung. Der Versuch ist für diesen Übungssatz gelungen, wenn alle acht Texte genau einem der vier Ereignisse zugeordnet sind, die Verzögerung erhalten bleibt und keine unabhängige Bestätigung erfunden wird. Wenn Standort Nord und Süd vermischt werden, ergänzt die fehlende Ortsangabe im Auftrag. Bleibt die Herkunft unauflösbar, beendet das automatische Bündeln und schaut in den Text.

Mein Vorschlag: Baut erst diese Tabelle selbst, bevor ihr einen Nachrichtenmonitor kauft. Wer regelmäßig dieselben Lieferanten verfolgt, kann danach gezielt nach einer Lösung suchen, die Ereignisse und Quellenherkunft exportiert. Wer nur gelegentlich einen Artikel liest, braucht dafür keine zusätzliche Plattform. Und NotBot installiert ihr für diese Übung auch nicht: Es ist ein Finanzexperiment mit einer nichtkommerziellen Lizenz. Unsere Methode ist davon unabhängig.

Eine Nachricht bekommt durch ihre Kopien kein zweites Ereignis. Nehmt beim nächsten Lieferantenbericht die Fundstellen deshalb als Herkunft mit, aber schreibt den Bericht auf Ereignisebene. Dann seht ihr auch, ob zwischen Ankündigung und Lieferung etwas Neues passiert ist. Schreibt mir eine Mail, wenn eure Recherche eher an doppelten Meldungen oder an fehlenden Originaltexten hängenbleibt. Die Adresse und der komplette Übungssatz stehen in den Shownotes. Pfiat euch und einen guten Start in die Woche, eure Lissy.