Hi Cleantechie!
Ich habe einen KI-gestĂźtzten Nachrichtenservice gebaut, der jeden Tag die zehn Cleantech-Meldungen findet, die wirklich wichtig sind.
Ich nutze ihn bereits Woche fĂźr Woche, um mir einen Ăberblick fĂźr den Newsletter zu verschaffen. Du kannst mir helfen, daraus ein Werkzeug zu schmieden, das auch dir etwas nĂźtzt.
Bitte fĂźlle meine kleine Umfrage aus! Sie dauert handgestoppte 87 Sekunden (wenn du dich schnell entscheiden kannst.)
Das war es auch schon. Danke! đ
Nur, wenn du mehr Ăźber das Werkzeug erfahren willst, lies weiter đ
Wie ich scheiterte, einer Maschine zu erklären, was ein âguter Linkâ ist â und trotzdem ans Ziel kam
Jeden Dienstag beginnt mein Newsletter mit diesen Worten:
Dieser Newsletter hilft dir, die wichtigsten Trends, Forschungsdurchbrßche und Geschäftsmodelle der Branche zu verstehen.
Um dieses Versprechen einzulĂśsen, sichte ich jede Woche knapp 1500 Artikel, Videos und Podcasts aus Ăźber 150 Quellen und sortiere sie in die Rubriken, die du aus dem Newsletter kennst: âGute Linksâ, âNewsâ, âLetzter Linkâ.
Ich wusste von Anfang an, dass ich dieses Pensum nicht jahrelang durchhalten werde und später Hilfe brauchen wßrde.
Im FrĂźhjahr habe ich begonnen, mir diese Hilfe zu holen. LLMs wie Gemini oder Claude schienen mir geeignet zu sein fĂźr die Aufgabe. Denn sie fuĂen auf Wahrscheinlichkeitsannahmen; sie sind Sortiermaschinen. Ich muss ihnen nur sagen, dass die runden Formen durch die runde Ăffnung gehĂśren und die quadratischen durch die quadratischen.
Kann so schwer nicht sein.
Es war sehr schwer.
Denn fĂźr mich ist es klar, wann ein Text ânurâ eine Nachricht ist und wann er fundierte Analyse und originelle Einblicke bietet, also ein âguter Linkâ ist. Die KI scheitert bis heute daran, egal, wie ich prompte.
Ich habe diese eitle Sortiererei inzwischen aufgegeben, denn beim Testen fiel mir etwas anderes auf: Die KI kann sehr gut einschätzen, ob eine Meldung, eine Analyse, ein Video relevant im Sinne dieses Newsletters ist.
Also habe ich mir einen Dienst gebaut, der mir alle vier Stunden automatisiert die wichtigsten Links aus den 150 Quellen zeigen kann.
Nach einer Woche dieser Analyse â kurz bevor ich den Newsletter schreibe â sieht das dann ungefähr so aus:
Wie es funktioniert
Ein Skript holt sich neue Artikel, schickt sie an das LLM und das bewertet jeden Artikel nach von mir festgelegten und gewichteten Kriterien. Zum Beispiel lasse ich die Maschine prĂźfen, ob das eine reine PR-Meldung oder Ăźberhaupt wichtig fĂźr eine deutschsprachige Leserschaft ist.
Jeder Artikel erhält anschlieĂend eine Punktzahl. Wenn diese eine gewisse MindestgrĂśĂe erreicht, landet der Artikel in der Endauswahl. Die Artikel mit den hĂśchsten Punktzahlen bekommen das Prädikat âTop Linkâ. Jeder Link wird schlieĂlich 18 verschiedenen Themen zugeordnet. Du kennst diese Themen aus dem Newsletter. Fertig ist die Auswahl, aus der ich mich dann bedienen kann.
Das Reizvolle an diesem Prozess: Er ist komplett modular. Ich kĂśnnte nach Belieben die Kriterien neu justieren. Ein Feed nur fĂźr Batterie-News? MĂśglich. Nur Artikel, die Ăźber Regulierung informieren? Jup.
Was noch zu tun ist
Ich war baff, als ich zum ersten Mal die Seite aufgerufen habe, die ich dir gerade gezeigt habe. âDas kann auch meinen Lesern helfen!â, dachte ich mir.
Aber diese Seite hat die kleinstmĂśgliche Zielgruppe: Eins.
Design, Sortierlogik, Ausspielweg â die aktuelle News-Homepage funktioniert zur Zeit nur fĂźr mich. Das will ich ändern. Ich will dieses Werkzeug in deine Hände legen und fĂźr dieses Vorhaben brauche ich deinen Input. Deswegen noch einmal der Hinweis auf die Umfrage:
Wenn du Lust hast, erste Versionen des Cleachtech-Feeds zu testen, kannst du mir das auch in der Umfrage sagen.
đ âKann so schwer nicht sein!â â ist ja auch die schĂśnste Art der Selbsttäuschung!
