gwoe-antragspruefer/docs/adr/0011-aktuelle-themen-pm-generator.md

# 0011 — Aktuelle-Themen-Dashboard mit PM-Generator

| | |
|---|---|
| **Status** | accepted |
| **Datum** | 2026-05-06 |
| **Refs** | #170, MEMORY/project_aktuelle_themen.md |

## Kontext

Vor diesem ADR existierte kein Bezug zwischen aktuellen Nachrichten
(Tagespresse, Bundestagsmeldungen) und den GWÖ-bewerteten
Parlamentsanträgen. Die User-Anforderung war:

> „Pressemitteilungen zu aktuellen Themen × Anträgen — Matching
> warum es ein Thema ist, plus Knopf für PM-Generierung."

Initial-Vorschlag war ein RND-Abo (`rnd.de`), aber dort verbietet
`robots.txt` per `User-agent: ClaudeBot/GPTBot Disallow: /` die
KI-Verarbeitung. Damit waren nur Quellen mit AI-erlaubender Lizenz
zulässig: öffentlich-rechtlich (Tagesschau-API) und parlamentarisch
(Bundestag-RSS).

Zweitens stellte sich die Frage: *Wie* generiert man aus einem
politischen Antrag plus einer News-Lage einen brauchbaren PM-Text?
Erste qwen-max-Versuche produzierten den GWÖ-Score als Zahl, listeten
GWÖ-Werte auf und nutzten Matrix-Codes wie „D2 Würde×Mitarbeitende".
Für eine Pressemitteilung an Bürger:innen unbrauchbar.

## Optionen

### Option A — Auto-PM auf jeden News-Match

Beim Aggregator-Lauf für jeden News-Antrag-Match einen LLM-Call.

- **Pro:** Maximale Abdeckung.
- **Kontra:** LLM-Kosten unkontrollierbar, viele PMs sind irrelevant
  oder qualitativ schwach. Falsches Outcome-Gewicht.

### Option B — Manueller „Generieren"-Knopf pro Match

User entscheidet, der Match liefert nur das Match. PM-Erzeugung ist
ein expliziter LLM-Call mit qwen-max.

- **Pro:** Kostenkontrolle, Qualitätsprüfung pro Stück.
- **Kontra:** Volume gering — aber das ist OK, PMs sind editorial.

### Option C — Pre-aggregiertes Cluster, ein PM pro Cluster

Cluster die News-Matches und schlage pro Cluster eine PM vor.

- **Pro:** Konsolidiert ähnliche News.
- **Kontra:** Cluster-Qualität auf den dünnen News-Volumen heute
  nicht trennscharf genug.

## Entscheidung

**Option B** ist Hauptmodus, mit Option-C-Cluster-Anzeige als
Übersicht (kein automatischer Cluster-PM).

### Bausteine

1. **News-Aggregator** (`app/news_aggregator.py`):
   - Cron-Wrapper `scripts/auto-fetch-news.sh` läuft alle 30 min.
   - Quellen: Tagesschau-API (`/api2u/news?ressort=…`), Bundestag-RSS.
     Quellen mit AI-Bann (RND, Spiegel, etc.) **strikt ausgeschlossen**
     siehe MEMORY/project_aktuelle_themen.md.
   - Ergebnis in `news_articles` (additiv: titel, url, source, ressort,
     summary, embedded_at, embedding).
   - Nach Insert: `themen_matching.cache_clear()`.

2. **Match Engine** (`app/themen_matching.py`):
   - Cosine-Similarity zwischen News-Embedding (v4) und
     Assessment-Embedding (v4) — beide in gleicher Vector-Space.
   - `compute_relevance(matches)` aggregiert pro News auf
     `high|mid|low|none`.
   - `aggregate_top_themen(only_relevant, single_date, …)` mit
     TTL-60s-Cache.
   - `aggregate_news_cluster(days)` als Greedy-Embedding-Cluster.
   - `aggregate_top_antraege_with_news` als Reverse-View.

3. **PM-Generator** (`app/presse_generator.py`):
   - Persona-Prompt „Pressereferent:in einer GWÖ-Initiative" mit
     **harter Verbotsliste** (keine GWÖ-Werte-Listen, keine Scores,
     keine Matrix-Codes, keine Floskeln) und **Few-Shot-Beispiel**
     (Schlecht/Gut).
   - Konkrete Bürger:innen-Lebenslagen pro Absatz (Pflegebedürftige,
     Mieter:innen, Auszubildende, Pendler:innen, …) — der Antrag
     muss als „was ändert sich konkret" beschrieben werden.
   - 320–380 Worte, 6 Absätze, getrennt durch `\n\n`.
   - **`json_object_mode=True`** + `_recover_unescaped_newlines`
     Fallback (qwen-max produziert gelegentlich rohe `\n`-Bytes
     im JSON-String, was den Standard-Parser brechen würde).
   - Sparsame **fett**-Hervorhebungen (max. 1 pro Absatz, nur Zahlen
     oder zentrale Effekte) — wird vom Mini-Markdown-Renderer im
     Frontend (`renderPmBody`) als `<strong>` gerendert.

4. **Versionierung statt Force-Override**:
   - Neuer Draft pro `force=True`-Aufruf — alle Versionen bleiben in
     `presse_drafts`.
   - Frontend zeigt Dropdown mit allen Versionen für
     `(drucksache, news_url)`.
   - `_find_existing_draft()` für Idempotenz-Schutz im Default-Pfad.

5. **Frontend** (`templates/v2/screens/aktuelle-themen.html`):
   - 5 Tabs: News×Anträge, Themen-Cluster, GWÖ-Top-Anträge,
     News-Volumen-Zeitreihe, PM-Entwürfe.
   - Pre-Filter `only_relevant` (Default an).
   - GWÖ-Relevanz-Pills rot/orange/grün.
   - Chart-Click filtert auf Datum.
   - PM-Modal mit Versions-Dropdown, „Mail"-Direkt-Link
     (`mailto:` mit prefilled Subject+Body, Längen-Check), Clipboard,
     `renderPmBody` als Mini-Markdown-Renderer.

## Konsequenzen

### Positiv

- LLM-Kosten kontrollierbar (manueller Trigger).
- Keine Daten-Lecks zu Quellen mit AI-Bann.
- Versionierung erlaubt Iteration ohne Verlust früherer Entwürfe.
- Persona-Prompt + Few-Shot-Trick stabilisiert die Sprache; Smoketest
  zeigt qwen-max nutzt **fett** dezent (1 Hervorhebung pro PM).

### Negativ

- Modell-Lock-in auf qwen-max für PMs. Bei Modell-Wechsel müssen
  die Pattern-Recovery-Heuristiken (Newline-Recovery, Post-Process
  für `."Großbuchstabe`-Patterns) neu kalibriert werden.
- `json_object_mode` ist DashScope-spezifisch — falls künftig auf
  Anthropic/OpenAI ge-portet, braucht es eine eigene Adapter-Schicht
  (heute via `LlmRequest.json_object_mode`-Flag in
  `qwen_bewerter._post_to_dashscope` realisiert).

### Folgen für andere ADRs

- **0010 Stimmverhalten-Aggregat**: Der Konsistenz-Block im
  Antrag-Detail („Mehrheit kontra GWÖ-Empfehlung") ist Anlass für
  PM-Generierung — kann in einer Phase-4-Iteration als
  PM-Auto-Vorschlag genutzt werden.
- **0001 LLM-Citation-Binding**: PM-Generator zitiert *nicht* aus
  Wahlprogrammen, daher ist Citation-Binding hier nicht
  einschlägig. Für News-Zitate gilt: News-URL als Quelle ist
  authoritativ, PM-Body darf paraphrasieren ohne wörtliches Zitat.