Skip to main content
Ottili LD3

LD3-Themenexpansion

Wie die Themenexpansion-Engine in Ottili LD3 ein verifiziertes Hauptthema über eine Faktensammlung in prüfbare Content-Angle und einen thematischen Cluster plan überführt — Beta.

Überblick

Die Themenexpansion-Engine ist der Teil von Ottili LD3, der ein geprüftes Hauptthema in mehrere verwandte Subthemen (Content-Angle) ausbaut und daraus einen thematischen Cluster plant. Sie baut auf dem auf, was Quellenaufnahme, Verifikation und Faktenextraktion bereits geliefert haben — und erzeugt kein Material aus dem Nichts.

LD3 ist aktuell im öffentlichen Beta (BETA)*-Status; die Themenexpansion ist als Teil davon auf der öffentlichen LD3-Seite (/ld3) verfügbar. Die Engine arbeitet deterministisch und nachvollziehbar: Jeder vorgeschlagene Angle trägt die Fakten, aus denen er abgeleitet wurde.

Wo die Themenexpansion steht

FähigkeitStatus
Themenexpansion (Basis, TEE Basic)Beta (BETA)
Faktensammlung (Fact Map)Beta (BETA)
Angle-Erkennung (10 Angle-Typen)Beta (BETA)
Duplikat-PrüfungBeta (BETA)
Content-Cluster-PlanBeta (BETA)
TEE Pro Add-on (erweiterte Expansion)Add-on innerhalb von LD3 Beta

Der Ablauf

Die Engine folgt einer festen Kette — vom Hauptthema bis zum Cluster-Plan:

1. Hauptthema* — ein erkanntes und (nach [LD3-Themenprüfung](/docs/ld3-topic-verification)) geprüftes Thema.

2. Faktensammlung (Fact Map)* — LD3 aggregiert das Thema, bestätigte Fakten, Evidenz, Quellen, Behauptungen und eine Abdeckungs-Aufschlüsselung.

3. Angle-Erkennung* — aus der Faktensammlung werden tragfähige Angle-Typen bestimmt.

4. Subthemen-Vorschläge* — für jeden tragfähigen Angle entsteht ein konkreter Subthemen-Vorschlag.

5. Duplikat-Prüfung* — nahezu doppelte Titel werden aussortiert.

6. Content-Cluster-Plan* — die verbleibenden Subthemen werden zu einem Cluster mit internen Verlinkungen zusammengefasst.

7. Generierung* — Hauptartikel plus Subthemen-Artikel werden erzeugt.

Faktensammlung (Fact Map)

Bevor die Engine Winkel erkennt, baut LD3 eine Faktensammlung aus dem Thema. Sie enthält:

  • Thema* — der verifizierte Hauptthema-Datensatz.
  • Bestätigte Fakten* — extrahierte, zitierbare Fakten (Typen wie Datum, Ort, Preis, Statistik, Entität, Ereignis, Zitat, Produkt, Person, Organisation).
  • Evidenz* — die Nachweise aus der Verifikation, inklusive Quell-IDs.
  • Quellen* — die Originalquellen, die dem Thema zugrunde liegen.
  • Behauptungen* — aus dem Faktenblatt des Themas.
  • Abdeckungsbereiche (coverage areas)* — je Bereich ein Status well_covered oder sparse plus einem 0–1-Score.

Bereiche ohne ausreichende Fakten bleiben sichtbar als sparse — die Engine verschweigt keine Lücken, sondern macht sie transparent.

Angle-Erkennung

Aus der Faktensammlung leitet die Engine zehn Angle-Typen ab. Jeder Typ hat eine eigene Zulassungsschwelle, damit kein Material ohne Fundament entsteht:

Angle-TypMindestvoraussetzung
Hauptnews≥ 3 Fakten und* eine kanonische Überschrift
Hintergrund≥ 2 Kontext-Fakten (Entität/Organisation/Person/Ereignis)
Vergleich≥ 2 vergleichbare Entitäten
Liste≥ 3 aufzählbare Fakten
FAQ≥ 3 ableitbare Frage-Antwort-Paare
Ratgeber≥ 1 Fakt oder Überschrift (Kommentar-Ausnahme)
Pro/Contra≥ 2 gegensätzliche Standpunkte in der Evidenz
Lokale Einordnung≥ 1 Orts-Fakt (zusätzlich standortbewusst)
Produktbezug≥ 1 Produkt-Fakt
Social-only≥ 1 Fakt oder Überschrift (Reaktion/Kommentar)

Die Erkennung läuft rein heuristisch und deterministisch — ohne KI-Modell-Aufruf — und liefert pro Angle einen Viability-Score (0–1). Angle mit der höchsten Tragfähigkeit werden bevorzugt.

Subthemen-Vorschläge und Grenzen

Für jeden tragfähigen Angle erzeugt die Engine einen konkreten Subthemen-Vorschlag mit Titel, Zusammenfassung, den tragenden Fakt-IDs, einem Ableitungstyp (fact_based, commentary, evergreen, derivable) und einem Evidence-Score.

Die Engine erfindet bewusst keinen Müll. Ein Subthema ist nur zulässig, wenn:

  • genug bestätigte Fakten vorhanden sind, oder*
  • es klar als Kommentar / Meinung / Ratgeber markiert ist, oder*
  • es logisch aus dem Hauptthema ableitbar ist.

Subthemen ohne Fakt-Fundament und ohne erkennbaren Ableitungstyp werden nie erzeugt.

Duplikat-Prüfung

Bevor Vorschläge in den Cluster-Plan kommen, filtert LD3 nahezu doppelte Titel (Jaccard-Ähnlichkeit ≥ 0,82) — gegen bereits gespeicherte Expansion-Kandidaten, gegen bestehende Themen im selben Projekt und gegen andere Vorschläge im selben Durchlauf. So vermeidet die Planungs-Warteschlange Redundanz.

Content-Cluster-Plan

Die validierten, entduplizierten Subthemen werden zu einem Cluster-Plan zusammengefasst:

  • Hauptthema* und Subthemen* als strukturierte Liste.
  • Interne Verlinkung* — der Hauptartikel verweist auf jedes Subthema, jedes Subthema zurück zum Hauptartikel und Subthemen untereinander (Sibling-Links).
  • Geschätzte Inhaltszahl* — 1 (Hauptartikel) + Anzahl der Subthemen.
  • Cluster-Status*planned.

TEE Pro Add-on

Die Basis-Expansion (TEE Basic) ist in LD3 Beta enthalten. Ein optionales TEE Pro Add-on* schaltet erweiterte Themenexpansion frei (Entitlement advanced_topic_expansion) — unter anderem eine höhere Zahl an Expansion-Kandidaten (bis zu 10 statt der Standardbegrenzung). Die übrige Kette bleibt unverändert.

Verwandte Artikel

  • [LD3-Themen](/docs/ld3-topics) — Erkennung und Expansion von Themen zu Content-Angle.
  • [LD3-Themenprüfung](/docs/ld3-topic-verification) — wie LD3 Themen vor der Expansion prüft.
  • [LD3-Faktenextraktion](/docs/ld3-facts) — woher die Faktensammlung ihre bestätigten Fakten nimmt.
  • [LD3-Reviews](/docs/ld3-reviews) — die menschliche Prüfung vor der Veröffentlichung.
  • [LD3 Content](/docs/ld3-content) — Einstieg in das LD3-Modul.

War dieser Artikel hilfreich?