Vom leeren Blog zur investigativen Datenmaschine
Wie aus einem nackten WordPress ohne Nix — Schicht für Schicht — eine Infrastruktur entstand, die Quellen archiviert, Netzwerke sichtbar macht und Belege strukturiert, bevor auch nur ein Satz geschrieben wird.
Im Anfang war das Blog. Genauer: ein frisch installiertes WordPress auf einem Hostinger-VPS. Keine Plugins, kein Theme-Tuning, kein Content. Nur die Idee, dass es im Bereich Financial Crime zu wenig unabhängige, deutschsprachige Stimmen gibt, die Regulierung nicht nur erklären, sondern hinterfragen.
Was danach kam, war kein Masterplan. Es war ein schrittweiser Lernprozess — jede Technologie eine Antwort auf ein konkretes Problem, das beim Arbeiten auftauchte. Dieser Artikel erzählt die Geschichte dieses Weges. Nicht als Hochglanz-Architektur-Pitch, sondern als ehrliche Chronologie: Was kam wann, warum, und was hat es verändert?
Die Schichten — in der Reihenfolge, wie sie tatsächlich kamen
Ein blankes WordPress. Standard-Theme. Keine Automatisierung, kein Workflow, keine KI. Nur ein Mensch, ein Editor und die Frage: Worüber schreibt man eigentlich, wenn man Financial Crime erklären will?
Die ersten Texte entstanden manuell. Recherche in Browsertabs, Formulierung im WordPress-Editor, Faktenchecks gegen PDFs und Gesetzestexte. Funktioniert. Skaliert nicht. Und: Wer allein schreibt, hat keinen Gegenleser — weder für Fakten noch für blinde Flecken.
Die Erkenntnis aus dieser Phase war simpel, aber folgenreich: Das Engpassprodukt ist nicht der Text. Es ist die Vorarbeit. Recherche, Quellenprüfung, Kontextualisierung — alles, was passiert, bevor der erste Satz steht, dauert fünfmal so lang wie das Schreiben selbst.
Der erste Impuls war naheliegend: KI soll beim Schreiben helfen. Aber schnell wurde klar — ein einzelnes Modell, das einfach drauflosschreibt, produziert zuverlässig überzeugend klingende Texte, die bei genauerem Hinsehen nicht immer belastbar sind. BigFour-Statistiken, die nicht existieren. AMLR-Artikel, die es in dieser Form nicht gibt. Selbstbewusst formulierte Halbwahrheiten.
OpenClaw war die Antwort — nicht als einzelnes Modell, sondern als Multi-Agenten-Gateway. Statt einem allwissenden Ghostwriter gibt es spezialisierte Rollen: Ein Modell extrahiert, ein anderes formuliert, ein drittes prüft. Über Telegram (@ruthdelalucha_bot) und die API-Anbindung entstand ein Workflow, bei dem KI nicht den Journalisten ersetzt, sondern wie ein Recherche-Team funktioniert, das man dirigieren kann.
Die redaktionelle Stimme — Ruth de la Lucha, sarkastisch, präzise, Economist-Tonfall — wurde zur Persona, die aus diesem System spricht. Aber die Persona ist nur die letzte Schicht. Darunter liegt eine Debatte zwischen Rollen.
Die ICIJ Offshore Leaks Datenbank war der Auslöser. Millionen von Datensätzen über Offshore-Strukturen — Personen, Firmen, Intermediäre, Jurisdiktionen. In einer relationalen Datenbank sind das Tabellen. In einem Graphen sind das Netzwerke.
Neo4j Community Edition 5.16.0 läuft seitdem im Docker-Container auf dem VPS. Die ICIJ-Daten sind importiert. Cypher-Queries machen sichtbar, was in tabellarischer Form unsichtbar bleibt: Ringstrukturen, gemeinsame Intermediäre, Jurisdiktions-Hopping, Verbindungslinien zwischen Akteuren, die auf den ersten Blick nichts miteinander zu tun haben.
Daraus entstanden die ersten datengetriebenen Investigativ-Artikel: „Das Panama-Paradox“ als Gesamtüberblick und „Die drei Säulen und ihre Schatten“ als Tiefenanalyse deutscher Bankverbindungen — Deutsche Bank, Dresdner Bank Lateinamerika, DekaBank Luxembourg.
Die Erkenntnis: Nicht die Information fehlt. Was fehlt, ist die Sichtbarkeit der Verbindung. Neo4j macht aus Einzelteilen Muster, die man journalistisch lesen kann.
Neo4j findet strukturelle Verbindungen — Person X ist Director von Firma Y. Aber manche Zusammenhänge sind subtiler. Eine Compliance-Seite, die plötzlich anders formuliert ist. Ein Geschäftsbericht, der das gleiche rhetorische Muster verwendet wie ein früherer Fall. Eine Behördenmitteilung, die an einen sechs Monate alten Vorgang erinnert.
ChromaDB als Vektordatenbank schließt diese Lücke. Regulatorische Texte (GwG, AMLR, DORA, MaRisk), frühere Artikel, Recherchenotizen, archivierte Seiteninhalte — alles wird als Embedding gespeichert. Wenn ein neuer Hinweis auftaucht, liefert ChromaDB nicht nur: „Diese Firma kommt schon vor“, sondern auch: „Diese Formulierung ähnelt einem Fall von vor drei Monaten.“
Das ist die Art von Kontextualisierung, die ein einzelner Rechercheur im Kopf behält, solange er an einem Fall arbeitet — und vergisst, sobald er zum nächsten weitergeht. ChromaDB vergisst nicht.
OpenClaw routet zwischen Cloud-Anbietern — Claude, GPT-4, Gemini. Das funktioniert. Aber bei investigativem Material gibt es ein grundsätzliches Problem: Nicht alles, was man analysiert, sollte an externe Server geschickt werden. Geleakte Dokumente, sensible Verbindungsdaten, Entwürfe vor der Veröffentlichung.
Ollama löst das elegant. Lokale Modelle (Qwen 2.5, Mistral, nomic-embed-text) laufen auf dem eigenen Server — kein API-Call verlässt den VPS. Entity-Extraktion, Relevanz-Klassifikation, Embedding-Generierung für ChromaDB: alles lokal, alles kostenlos, alles unter eigener Kontrolle.
Der entscheidende Punkt: Ollama ist nicht nur ein lokaler Modellserver. Es ist ein Unified API Gateway. Derselbe Endpunkt — localhost:11434 — bedient lokale Modelle und Cloud-Modelle transparent unter einer API.
Lokale 7B-Modelle filtern, klassifizieren und extrahieren zuverlässig. Aber für investigative Tiefenanalyse — komplexe Netzwerk-Muster interpretieren, mehrstufige Argumentationen aufbauen, Widersprüche in regulatorischen Texten erkennen — braucht es mehr.
Kimi K2.5 von Moonshot AI bringt 1 Billion Parameter in einer Mixture-of-Experts-Architektur mit nativer Multimodalität. Über Ollama abrufbar als kimi-k2.5:cloud — derselbe API-Call wie bei lokalen Modellen, aber die Inferenz läuft in Moonshots Cloud. Pay-per-Token, kein lokaler Speicherbedarf.
Was das konkret bedeutet: Ein eingescanntes Dokument, ein Screenshot eines Handelsregister-Eintrags, ein PDF einer Behördenmitteilung — Kimi K2.5 analysiert das nativ. Text, Bild, Struktur. Und es bleibt über 200–300 Tool-Calls stabil kohärent. Für lange Recherche-Ketten — Neo4j abfragen, Ergebnis interpretieren, Gegenquellen prüfen, Entwurf formulieren — genau das, was man braucht.
Die neueste Schicht schließt die letzte offene Flanke: Bisher musste ein Mensch entscheiden, wann recherchiert wird. Jetzt beginnt das System, selbst Signale zu erkennen.
changedetection.io überwacht BaFin-Sanktionslisten, AMLA-Publikationen, EU-Amtsblatt-Einträge, Compliance-Seiten von Unternehmen. Sobald sich etwas ändert, wird der Beleg sofort in ArchiveBox eingefroren — HTML-Snapshot, Screenshot, Metadaten. Was gestern noch auf einer Website stand und heute nicht mehr, bleibt bei uns gesichert.
n8n orchestriert den Folge-Workflow: Änderung erkannt → Quelle archiviert → Mistral klassifiziert lokal die Relevanz → bei positivem Signal extrahiert Qwen Entitäten → Kimi K2.5:cloud erstellt die Tiefenanalyse → Neo4j-Abgleich zeigt bekannte Netzwerkverbindungen → OpenClaw formuliert den Artikelentwurf → WordPress-Draft wartet auf redaktionelle Freigabe.
Die gesamte Kette. Automatisch. Aber: Kein Artikel geht ohne menschliche Freigabe raus.
Wie das System entscheidet, welches Modell wann arbeitet
Nicht jede Aufgabe braucht die volle Cloud-Intelligenz. Und nicht jedes sensible Dokument soll den Server verlassen. Die Routing-Logik folgt zwei einfachen Regeln: Datensensitivität und Aufgabenkomplexität.
| Aufgabe | Modell | Warum |
|---|---|---|
| Relevanz-Klassifikation | mistral:7b | Hunderte Calls/Tag, muss schnell und kostenlos sein |
| Entity-Extraktion (NER) | qwen2.5:7b | Sensible Daten bleiben lokal, guter NER-Output |
| Embeddings für ChromaDB | nomic-embed-text | Nur lokal möglich, spezialisiertes Embedding-Modell |
| Investigative Tiefenanalyse | kimi-k2.5:cloud | Komplexes Reasoning über lange Kontexte |
| Bild-/PDF-Analyse | kimi-k2.5:cloud | Native Multimodalität (Text + Bild + Video) |
| Artikelentwurf (lang) | kimi-k2.5:cloud | Stilsichere, kohärente Langform-Generierung |
| Regulatorischer Faktencheck | claude · openclaw | Höchste Präzision bei AMLR/GwG/DORA-Details |
// Ein Endpunkt. Der Modellname entscheidet.
curl http://ollama:11434/api/chat -d '{
"model": "mistral:7b", // → lokal, kostenlos
"messages": [{"role":"user", "content":"..."}]
}'
curl http://ollama:11434/api/chat -d '{
"model": "kimi-k2.5:cloud", // → Moonshot Cloud, pay-per-token
"messages": [{"role":"user", "content":"..."}]
}'
Gleiche API. Gleicher Endpunkt. Ob lokal oder Cloud, entscheidet der Modellname — die gesamte Pipeline bleibt identisch.
Die Pipeline in einem Bild
Das Grundprinzip
Kein Artikel ohne Behauptungskette. Kein Claim ohne Quelle. Keine Quelle ohne Archiv-Snapshot.
Das klingt streng. Ist es auch. Bevor ein Modell irgendetwas deuten oder formulieren darf, wird die Quelle zuerst gesichert und in maschinenlesbare Bausteine zerlegt. Aus einer Webseite wird nicht „Text“ — es werden Entitäten, überprüfbare Behauptungen, Veränderungen, Verbindungen und semantische Kontexte.
Das System fällt Urteile nicht auf der Basis von Plausibilität. Es fällt sie auf der Basis von Belegketten. Oder es markiert, wo die Beleglage dünn ist. Beides ist journalistisch ehrlich. Plausibel klingende KI-Texte ohne Belegstruktur sind es nicht.
Die Rollen innerhalb der KI-Pipeline
OpenClaw orchestriert nicht ein Modell, sondern mehrere spezialisierte Rollen. Die interne Debatte ist gewollt — je mehr sich das System selbst widerspricht, desto robuster wird das Ergebnis.
Was Leserinnen und Leser davon haben
Am Ende geht es nicht um Technik um der Technik willen. Es geht darum, journalistische Arbeit belastbarer und nachvollziehbarer zu machen.
Das Zielbild: Ein Artikel soll perspektivisch nicht nur sagen, was behauptet wird, sondern auch sichtbar machen, worauf sich diese Behauptung stützt — wann die Quelle archiviert wurde, welche Unsicherheiten bestehen, welche Änderungen im Zeitverlauf relevant waren, welche Zusammenhänge strukturell erkennbar sind.
Damit wird ein Text nicht nur lesbar, sondern überprüfbar. Und genau das unterscheidet investigativen Journalismus von Content-Produktion.
Nicht KI soll Journalismus ersetzen
Sondern gute Infrastruktur soll Journalismus schärfer, systematischer und transparenter machen.
watchdog.endvater.de entwickelt sich hinter den Kulissen zu mehr als einem Blog. Es entsteht eine Recherchemaschine, die versucht, die Stärken maschineller Skalierung mit journalistischer Skepsis zu verbinden. Der Weg war nicht geplant. Er war iterativ. Jede Schicht war eine Antwort auf ein Problem, das erst beim Arbeiten sichtbar wurde.
Und genau so wird es weitergehen.
