Methodik — {{ app

Der GWÖ-Antragsprüfer bewertet Parlamentsanträge automatisch nach der Gemeinwohl-Ökonomie Matrix 2.0 für Gemeinden. Jede Bewertung analysiert drei Dimensionen: GWÖ-Treue, Übereinstimmung mit Wahlprogrammen und Übereinstimmung mit Grundsatzprogrammen der Parteien.

Alle Bewertungen werden durch ein KI-Sprachmodell erzeugt und anschließend automatisch verifiziert — Zitate werden gegen die Originaltexte der Wahlprogramme geprüft, nicht-verifizierbare Zitate werden verworfen.

Die Matrix besteht aus 5 Berührungsgruppen (Zeilen) und 5 Werten (Spalten) = 25 Themenfelder:

Menschenwürde

Solidarität

Ökologische Nachhaltigkeit

Soziale Gerechtigkeit

Transparenz & Demokratie

A · Lieferanten

A1

A2

A3

A4

A5

B · Finanzen

B1

B2

B3

B4

B5

C · Verwaltung

C1

C2

C3

C4

C5

D · Bürger

D1

D2

D3

D4

D5

E · Gesellschaft

E1

E2

E3

E4

E5

Jedes Feld wird auf einer Skala von -5 (fundamental widersprechend) bis +5 (stark fördernd) bewertet. Der Gesamtscore (0-10) gewichtet die Matrix-Bewertungen und berücksichtigt Ausschlusskriterien:

Symbol	Rating	Bedeutung
++	+4 bis +5	Stark fördernd, vorbildlich
+	+1 bis +3	Fördernd
○	0	Neutral / nicht berührt
−	-1 bis -3	Widersprechend
−−	-4 bis -5	Stark widersprechend

Mehr zur GWÖ-Matrix

Die Matrix basiert auf dem Arbeitsbuch der Gemeinwohl-Ökonomie. Die Adaption für Gemeinden fokussiert auf kommunale Handlungsfelder: Beschaffung, Haushalt, Verwaltung, Daseinsvorsorge und überregionale Wirkung.

Jede Bewertung durchläuft fünf Schritte:

1

Antrags-Text herunterladen
Der Volltext wird automatisch aus dem jeweiligen Landtags-Portal geholt ({{ adapter_count }} Parlamente angebunden). Der PDF-Text wird via PyMuPDF extrahiert.

2

Relevante Wahlprogramm-Passagen suchen
Für alle Fraktionen der Wahlperiode werden per Embedding-Suche (Qwen text-embedding-v3) die thematisch relevantesten Passagen aus Wahl- und Grundsatzprogrammen gesucht (Top-5 pro Partei, Cosinus-Ähnlichkeit ≥ 0.45).

3

KI-Bewertung
Ein Sprachmodell ({{ model_name }}) bewertet den Antrag anhand der GWÖ-Matrix und vergleicht ihn mit den gefundenen Programm-Passagen. Der Prompt enthält strikte Regeln für die Quellenangabe (nur wörtliche Zitate aus den vorgelegten Passagen).

4

Zitat-Verifikation
Jedes vom Modell genannte Zitat wird server-seitig verifiziert: Der zitierte Text muss als Substring (oder 5-Wort-Sequenz) in einem der vorgelegten Chunks auffindbar sein. Nicht-verifizierbare Zitate werden verworfen — Quellenangabe und Seitenzahl werden aus dem echten Treffer rekonstruiert, nicht aus der Modell-Ausgabe übernommen.

5

Persistierung & Darstellung
Die verifizierte Bewertung wird gespeichert. Klick auf ein Zitat öffnet das Original-Wahlprogramm-PDF mit gelb markierter Fundstelle.

Technische Details zum Sprachmodell

Eigenschaft	Wert
Modell	{{ model_name }}
Anbieter	DashScope (Alibaba Cloud)
Retry bei Parse-Fehlern	3 Versuche mit steigender Temperatur
Embedding-Modell	text-embedding-v3 (1024 Dimensionen)
Chunk-Größe	400 Wörter, 50 Wörter Overlap

Für jede Fraktion der aktuellen Wahlperiode wird die Passung des Antrags zu zwei Programmen bewertet:

Wahlprogramm — das Landtags-Wahlprogramm der jeweiligen Legislaturperiode
Grundsatzprogramm — das aktuelle Bundespartei-Grundsatzprogramm

Aktuell sind {{ programme_count }} Programme indexiert ({{ chunk_count }} Textabschnitte). Die vollständige Liste ist auf der Quellen-Seite einsehbar.

Wichtig: Wenn für eine Fraktion kein Programm im Index vorhanden ist, wird kein Score vergeben — stattdessen erscheint ein Hinweis. Bewertungen basieren ausschließlich auf verifizierbaren Quellen, nicht auf dem Trainingswissen des Sprachmodells.

Zitat-Verifikation (Sub-D)

Ein automatisierter Property-Test prüft für jedes in der Datenbank gespeicherte Zitat, ob der zitierte Text tatsächlich auf der angegebenen Seite des Wahlprogramm-PDFs vorkommt (Substring- oder 5-Wort-Anker-Match). Dieses Verfahren hat im April 2026 drei halluzinierte Zitate aufgedeckt und zur Implementierung der server-seitigen Verifikation geführt.

Server-seitige Quellen-Rekonstruktion

Das Sprachmodell darf keine Quellenangaben (Programmname, Seitenzahl) frei erfinden. Nach jeder Analyse wird jedes Zitat gegen die tatsächlich vorgelegten Textabschnitte abgeglichen. Quellenangabe und URL werden aus dem gefundenen Treffer server-seitig konstruiert — die Modell-Ausgabe für diese Felder wird verworfen.

Automatische Neu-Analyse

Wenn ein Nutzer auf ein Zitat klickt und die Textstelle im PDF nicht auffindbar ist (z.B. bei älteren Bewertungen vor der Verifikations-Einführung), wird der Antrag automatisch mit der aktuellen Pipeline neu analysiert.

Keine juristische Bewertung — die GWÖ-Analyse ist eine wertebasierte Einordnung, keine Rechtsprüfung.
KI-Bias — Sprachmodelle können systematische Verzerrungen aufweisen. Die Bewertungen sollten als Orientierung verstanden werden, nicht als objektive Wahrheit.
Nur indexierte Programme — Parteien ohne hinterlegtes Programm können nicht zuverlässig bewertet werden.
Keine Analyse des Abstimmungsverhaltens — bewertet wird der Antragstext, nicht ob oder wie darüber abgestimmt wurde.
Aktualität — Wahlprogramme werden einmalig zur Wahl indexiert und nicht automatisch aktualisiert.

{{ adapter_count }} Parlamente sind angebunden:

{% for bl in bundeslaender %} {% endfor %}

Parlament	Doku-System
{{ bl.name }} ({{ bl.code }})	{{ bl.doku_system }}

Vollständige Programm-Liste · Technische Adapter-Vergleichsmatrix · Architektur-Entscheidungen (ADRs)

{{ app_name }}

Wie funktioniert der GWÖ-Antragsprüfer?

Die GWÖ-Matrix 2.0

Analyse-Pipeline

Wahlprogramm-Vergleich

Qualitätssicherung

Zitat-Verifikation (Sub-D)

Server-seitige Quellen-Rekonstruktion

Automatische Neu-Analyse

Einschränkungen

Datenquellen