Duesseldorf-Radar: Wie mir KI die Unterlagen der Stadt Düsseldorf erschließt

Neben unserem neuen Zuhause in Düsseldorf entstand ein größerer Gebäudekomplex. Ich sah die Baustelle, wusste aber wenig über das Vorhaben. Was genau war dort geplant? Wann hatte die Stadt darüber entschieden? Ich fragte Nachbarn, die schon lange dort wohnten. Sie wussten kaum mehr als ich.

Wir waren mit unseren beiden kleinen Kindern aus San Francisco zurückgekommen. Düsseldorf kannte ich von früher. Aber mit Kindern hatte sich verändert, worauf ich achtete. Der Weg zum Kindergarten musste sicher sein. Der Spielplatz nebenan war nicht mehr irgendein Spielplatz. Und wenn in der Nachbarschaft neue Wohnungen entstanden, wollte ich wissen, wie sich unsere Umgebung verändern würde.

Also suchte ich nach den Plänen für die Baustelle. Die Informationen waren öffentlich. Düsseldorf betreibt ein Ratsinformationssystem, ein Internetportal mit Anträgen, Sitzungsterminen, Beschlüssen und den dazugehörigen Unterlagen. Dort lässt sich nachlesen, womit sich die Kommunalpolitik beschäftigt und was sie entscheidet.

Ich hatte eine Adresse und eine konkrete Frage. Im Portal öffnete ich Dokumente, folgte Verweisen und suchte weiter. Wer das System kennt, findet dort vieles. Ich kannte es nicht und kam nur mühsam an die Informationen, die ich brauchte. Nach zwei Wochen dachte ich: Das muss einfacher gehen.

Daraus entstand Düsseldorf Radar. Die Plattform soll öffentliche Informationen so aufbereiten, dass Menschen verstehen, was in ihrer Umgebung geplant ist. Beim Bauen habe ich viel darüber gelernt, was KI leisten kann. Und wie viel Arbeit nötig bleibt, damit sie die richtige Frage beantwortet.

Vom ersten Prototyp zur Karte der Nachbarschaft

Einen ersten Prototyp hatte ich schnell gebaut. Mit Unterstützung von KI entwickelte ich ein Programm, das öffentliche Informationen der Stadt einsammelt und aufbereitet. Anfangs wollte ich vor allem meine eigenen Fragen beantworten. Dann zeigte ich es Nachbarn und Freunden. Sie interessierten sich stärker dafür, als ich erwartet hatte. Also stellte ich eine erste Version ins Netz.

Sie funktionierte, war aber zu unübersichtlich. Nun hatte ich viele Informationen beisammen. Nur musste ich weiterhin herausfinden, welche davon mit unserer Nachbarschaft zu tun hatten. Eine verständliche Zusammenfassung half wenig, wenn ich nicht erkennen konnte, wo das beschriebene Vorhaben lag.

86.128 Adressen als Grundlage für Düsseldorf Radar

Dann fand ich die Adressdatei der Stadt Düsseldorf: 86.128 Einträge mit Straßen und Hausnummern im gesamten Stadtgebiet. Sie waren die Goldgrube, die Düsseldorf Radar in seiner heutigen Form möglich gemacht hat. Denn mit diesem Verzeichnis konnte ich beginnen, die Unterlagen der Stadt nach den Orten zu ordnen, um die es darin ging.

Dafür fehlte zunächst noch etwas. Ein Straßenname und eine Hausnummer sagen einem Menschen, wohin er gehen muss. Um dieselbe Adresse auf einer digitalen Karte anzuzeigen, braucht das Programm zwei Zahlen: den Breiten- und den Längengrad. Sie bestimmen den Punkt, an dem die Adresse liegt.

Ich ließ deshalb über mehrere Tage hinweg die Hausnummern aus dem Verzeichnis mit geografischen Koordinaten verknüpfen. Das Ziel war, jedes Haus in Düsseldorf auf einer Karte verorten zu können. Hinzu kamen Schulen, Behörden, Parks und andere Einrichtungen. Sie tauchen in Unterlagen oft nur mit ihrem Namen auf, ohne Straße und Hausnummer.

Aus dem Adressverzeichnis wurde so ein Ortskatalog, um den heute die gesamte Plattform aufgebaut ist. Nennt eine Vorlage etwa die Adresse eines Gebäudes, das erweitert werden soll, kann das System sie im Katalog suchen und das Vorhaben auf der Karte anzeigen. Wer in der Nähe wohnt, erkennt, wo gebaut werden soll. Unterlagen aus verschiedenen Quellen lassen sich über denselben Ort zusammenführen.

Damit konnte ich das Projekt anders angehen. Bisher hatte ich Dokumente gesammelt und zusammengefasst. Nun konnte ich sie von der Adresse eines Anwohners aus betrachten: Welche dieser Informationen betreffen seine Umgebung?

Die Zuordnung hat Grenzen. Nennt eine Vorlage nur eine Straße, lässt sich daraus keine genaue Hausnummer ableiten. Ein ganzer Stadtteil ist kein einzelner Punkt. Und manche Beschlüsse betreffen alle Düsseldorfer. Die Karte darf keine Genauigkeit vortäuschen, die das Dokument nicht hergibt.

Warum die KI die richtigen Dokumenttexte braucht

Als ich die Orte besser zuordnen konnte, fiel mir deutlicher auf, was in den Zusammenfassungen fehlte. Wenn eine Fraktion fragt, wann eine Straße saniert wird, kann die KI daraus einen kurzen Text machen. Für die Anwohner ist aber die Antwort der Verwaltung meist wichtiger als die Frage. Gibt es einen Termin? Fehlt das Geld? Ist überhaupt eine Sanierung geplant?

Solche Antworten steckten oft in langen PDF-Dokumenten. Ich musste ihre Inhalte zunächst so auslesen, dass die KI sie verarbeiten konnte. Das erwies sich als überraschend schwierig. Manche Dateien enthielten gut lesbaren Text, andere komplizierte Tabellen oder eingescannte Seiten.

Eine eingescannte Seite kann am Bildschirm aussehen wie jedes andere Dokument. Für das Programm ist sie zunächst aber ein Bild. Es muss die Buchstaben darin erst erkennen. Auch bei Tabellen kommt es darauf an, welche Zahl zu welcher Zeile und Spalte gehört. Diese Zusammenhänge dürfen beim Auslesen nicht verloren gehen.

Einmal bekam die KI nur den Titel einer Vorlage und die dazugehörigen Sitzungstermine. Die Texte der Dokumente hatte ich bereits gespeichert, aber sie erreichten die KI an dieser Stelle nicht. Entsprechend wenig sagten die Zusammenfassungen aus. Die Antwort konnte noch so verständlich formuliert sein: Der entscheidende Inhalt fehlte.

Erst als ich dafür sorgte, dass die richtigen Texte bei der KI ankamen, wurden die Zusammenfassungen brauchbar. Seitdem prüfe ich genauer, welche Informationen sie tatsächlich bekommt. Die Dateien irgendwo gespeichert zu haben, reicht nicht. Die KI braucht ihren Inhalt und den Zusammenhang, in dem er steht.

Ein Antrag ist noch kein Beschluss

Mit dem Zusammenhang beschäftige ich mich weiterhin. Ein Bauvorhaben kann über Wochen oder Monate in den Unterlagen auftauchen. Zunächst wird es beantragt. Dann berät die Bezirksvertretung darüber. Vielleicht folgen Rückfragen oder Änderungen. Ein Vorschlag wird abgelehnt, ein anderer genehmigt. Später gibt es neue Unterlagen zum selben Vorhaben.

Wer nur das jüngste Dokument liest, kennt deshalb nicht unbedingt den Stand des Verfahrens. Wer nur den ursprünglichen Antrag findet, weiß möglicherweise nicht, dass sich die Pläne längst geändert haben. Ich möchte diese Unterlagen so verbinden, dass Nutzer die Entwicklung nachvollziehen können. Daran arbeite ich noch.

Dabei hilft mir mein Beruf. Als Journalist frage ich: Was ist neu? Was wurde tatsächlich entschieden? Und was bedeutet das für die Menschen vor Ort? Diese Fragen versuche ich in Regeln für die KI zu übersetzen.

Sie soll konkret schreiben, wichtige Zahlen erhalten und Unsicherheit kenntlich machen. Wenn eine Fraktion etwas beantragt, darf die Zusammenfassung nicht den Eindruck erwecken, die Stadt habe es beschlossen. Steht ein Vorhaben auf der Tagesordnung, ist damit noch nichts über den Ausgang der Sitzung gesagt.

Gerade kurze Texte brauchen diese Genauigkeit. Wer sich schnell über die Baustelle nebenan informieren will, muss erkennen können, ob es um einen Vorschlag, eine bevorstehende Beratung oder eine gefallene Entscheidung geht. Deshalb gehören die Links zu den Originalunterlagen auf die Plattform. Nutzer sollen selbst nachlesen können, worauf eine Zusammenfassung beruht.

KI als Werkzeug beim Entwickeln und Aufbereiten

Ich nutze KI bei Düsseldorf Radar für zwei unterschiedliche Aufgaben. Sie hilft mir, die Software zu entwickeln. Und sie verarbeitet innerhalb der Plattform die öffentlichen Informationen.

Dort läuft vereinfacht Folgendes ab: Das System holt neue Unterlagen und Meldungen ab und liest die Texte aus. Die KI bereitet die Inhalte auf. Erkannte Adressen werden mit dem Ortskatalog abgeglichen. Auf der Website stehen dann die Zusammenfassung, die Karte und die Links zu den Quellen zusammen.

Ohne KI hätte ich vieles davon neben meiner eigentlichen Arbeit kaum umsetzen können. Und manches wurde erst möglich, als die KI-Systeme besser geworden waren. Probleme, mit denen ich zuvor lange beschäftigt gewesen war, konnte ich mit einem leistungsfähigeren System erneut angehen.

Trotzdem verbringe ich viel Zeit damit, Ergebnisse zu prüfen und Fehler zu suchen. Die KI schreibt auch Code, der nicht funktioniert. Sie versteht Aufgaben falsch oder verändert etwas, das zuvor funktioniert hat. Dann muss ich die Ursache finden und Änderungen zurücknehmen. So entsteht die Plattform Schritt für Schritt.

Anregungen bekam ich unter anderem vom BR Regional-Update, mit dem der Bayerische Rundfunk regionale Nachrichten mithilfe von KI für einen gewünschten Ort zusammenstellt. Auch München Transparent war eine wichtige Inspiration. Das Projekt erschließt kommunalpolitische Unterlagen und verbindet sie mit Orten in der Stadt.

Hyperlokale Nachrichten aus der eigenen Umgebung

Düsseldorf Radar ist für mich inzwischen eine hyperlokale Nachrichtenquelle. Das klingt nach einem Fachbegriff, beschreibt aber etwas sehr Alltägliches: Eine Information kann für die Bewohner einer Straße wichtig sein und schon wenige Straßen weiter kaum noch jemanden interessieren.

Eine kleine Baumaßnahme, eine Änderung an einer Kreuzung oder die Antwort auf eine Anfrage schafft es nicht unbedingt in die Lokalzeitung. Wer dort wohnt, möchte trotzdem davon erfahren. Genau solche Informationen will ich zugänglich machen.

Mehrere meiner Freunde arbeiten bei der „Rheinischen Post“. Ich schätze ihre Arbeit. Mit Düsseldorf Radar möchte ich etwas anderes anbieten: einen Zugang zu öffentlichen Informationen, dessen Ausgangspunkt die eigene Umgebung ist.

Was noch fehlt und wie es weitergeht

Die Plattform ist noch nicht fertig. Ortsangaben können falsch zugeordnet werden. Manche Dokumente fehlen oder lassen sich nicht vollständig auslesen. Zusammenfassungen können Fehler enthalten oder veralten. Deshalb sind die Originalquellen wichtig, ebenso die Rückmeldungen von Menschen, denen etwas auffällt.

Ein Newsletter ist in Vorbereitung. Nutzer sollen Hinweise aus ihrer Umgebung direkt per E-Mail bekommen können. Eine Warteliste gibt es bereits. Den regelmäßigen Versand zuverlässig aufzubauen und zu betreiben, lohnt sich aber erst, wenn genügend Menschen Interesse daran haben.

Bislang betreibe ich Düsseldorf Radar ehrenamtlich und trage die Kosten selbst. Ich möchte herausfinden, wie weit sich die Idee entwickeln lässt und ob sie anderen im Alltag hilft.

Für mich begann alles mit dem Gebäudekomplex neben unserem Haus. Ich konnte sehen, dass dort gebaut wurde. Was geplant war und wann darüber entschieden worden war, musste ich mühsam suchen. Mit Düsseldorf Radar möchte ich es leichter machen, solche Antworten zu finden. Am liebsten, bevor die Baustelle da ist.

Düsseldorf Radar erkunden: Was wird in Ihrem Viertel entschieden?