Technisches Konzept
ContextLens ist das Konzept für eine assistive, Open-Source-basierte Recherche-Pipeline, die Journalisten und Fact-Checkern dabei hilft, verdeckte parteipolitische Mandate und PR-Funktionen von Protagonisten in TV- und Videoformaten aufzudecken.
Durch die multimodale Verknüpfung von Videoverarbeitung, OCR und Gesichtserkennung gleicht das System Akteure mit öffentlichen Mandats- und Lobbyregistern ab. Als konsequentes Human-in-the-Loop-System verzichtet ContextLens auf automatisierte Vorverurteilungen: Es dient Redaktionen als ethischer Frühwarnfilter, schützt die Privatsphäre privater Bürger durch striktes Privacy-by-Design und stärkt die journalistische Transparenz an der Schnittstelle von KI, Medienethik und demokratischer Verantwortung.
ContextLens basiert auf einer modular entkoppelten, vierstufigen Microservice-Pipeline:
Ingestion & Video Processing:
Tools: yt-dlp, FFmpeg, PySceneDetect.
Prozess: Automatisiertes Monitoring von HLS/DASH-Streams und Mediatheken. Szenenwechselerkennung (Content-aware Shot Boundary Detection) isoliert relevante Interview- und Sprecher-Segmente. Extraktion von I-Frames / Keyframes und Separation der Audio-Spuren.
Multimodale Signal-Extraktion:
Spatial / OCR: PaddleOCR oder angepasste Transformer-basierte OCR-Pipelines, fokussiert auf Regions of Interest (ROI: unteres Bilddrittel / Chyrons / Bauchbinden) zur Extraktion von Text-Metadaten (Name, Beruf, Ortsangabe).
Audio / ASR & NER: Transkription via Whisper ASR mit nachgelagertem Named Entity Recognition (NER; SpaCy / BERT-basiert), um im Dialog fallende Eigennamen und Kontext-Entitäten zu erfassen.
Biometrische Embeddings: Face Detection (RetinaFace / MTCNN) + Alignment und Extraktion 512-dimensionaler Feature-Vektoren via InsightFace (ArcFace ResNet/MobileFaceNet-Backbone).
Vektor- und Text-Indexierung:
Gesichts-Embeddings werden mittels ANN-Suche (Approximate Nearest Neighbor, HNSW-Index) in Qdrant oder PostgreSQL mit pgvector gegen die kuratierte Ground Truth abgeglichen. Metrik: Cosine Distance.
Extrahierte Text-Strings durchlaufen einen phonetischen und Fuzzy-String-Matching-Filter (Levenshtein-Distanz, Token Sort Ratio) gegen Personenregister.
Ground Truth & ETL-Pipelines:
Anbindung offiziellem Open Data: Bundestag Open Data API, Abgeordnetenwatch API, EU WhoIsWho, Wikidata SPARQL-Endpoints, kommunale Ratsinformationssysteme via OParl-Standard und das offizielle Lobbyregister des Bundestages.
Historisierung: Temporale Gültigkeitszeiträume für Mandate und Parteifunktionen zur korrekten Attribution historischer Archivaufnahmen.
Um Alert Fatigue in Redaktionen zu vermeiden, nutzt das System einen dreistufigen Klassifikations- und Scoring-Filter:
Transparenz-Filter (Negativ-Kriterium / Exclusion):
Ergibt das NER auf Bauchbinde oder ASR-Transkript eine explizite Nennung von Funktion, Mandat oder Partei (z. B. Regex-Match auf Parteinamen, MdB/MdL-Kürzel), wird der Frame als deklariert geflaggt und kein Review-Ticket erstellt.
Rollen-Diskrepanz (Positiv-Kriterium / Trigger):
Biometrische Vektor-Ähnlichkeit liegt über dem Schwellenwert (z. B. $\text{Cosine Similarity} \ge 0.88$) oder exakter Namens-Match im Transkript, während die Bauchbinde neutrale Rollenbezeichnungen aufweist (z. B. „Passant“, „Anwohner“, „Kunde“) oder gänzlich fehlt.
Plausibilitäts-Scoring ($S_{\text{total}}$):
Einträge mit hohem $S_{\text{total}}$ werden priorisiert in das FastAPI-Backend eingespeist.
Human-in-the-Loop UI: React/Next.js-Dashboard mit Side-by-Side-Vergleich (TV-Frame vs. lizenziertes Referenzporträt), Timecode-Referenz, Konfidenz-Metriken und direkten Links zu den amtlichen Mandats- und Lobbyregistern.
Privacy-by-Design & DSGVO / EU AI Act:
Asymmetrische Vektorspeicherung: Feature-Vektoren von nicht gematchten Gesichtern werden im flüchtigen Speicher (RAM) verarbeitet und nach Inferenz sofort verworfen (Ephemeral Processing). Es findet kein Tracking privater Bürger statt.
Keine autonome Entscheidungsgewalt: Reines Decision-Support-System (Assistenzsystem), wodurch es die regulatorischen Vorgaben an hochriskante biometrische Fernidentifikationssysteme durch strikte redaktionelle Letztentscheidung und Audit-Logs erfüllt.
Die Verlässlichkeit der Pipeline hängt von der Qualität der Referenzdaten ab. ContextLens nutzt ausschließlich öffentlich zugängliche, lizenzrechtlich unbedenkliche Quellen:
| Ebene | Datenquellen | Erfasste Entitäten | Aktualisierungszyklus |
|---|---|---|---|
| Bund & EU | Bundestag Open Data, Abgeordnetenwatch, EU WhoIsWho | MdB, MdEP, Bundesminister, Staatssekretäre | Wöchentlich / Event-Triggered |
| Länder | Landtagsdatenbanken, Landeswahlleitungen | MdL, Landesregierungen, Parteivorstände | Monatlich |
| Kommunen | Ratsinformationssysteme (OParl-Standard), Wikidata | Bürgermeister, Stadträte, Kreisvorsitzende | Quartalsweise |
| Interessenverbände | Öffentliches Lobbyregister des Deutschen Bundestages | Eingetragene Interessenvertreter, Vorstände | Monatlich |
Das Projekt ContextLens markiert einen Paradigmenwechsel im Verhältnis zwischen Künstlicher Intelligenz und redaktioneller Sorgfalt. Es beweist, dass fortschrittliche Computer-Vision- und Machine-Learning-Methoden nicht zwangsläufig in die Logik von Überwachungskapitalismus oder automatisierter Desinformation führen müssen, sondern als Hebel für mediale Selbstreflexion und Integrität dienen können.
Die ethische Kernleistung des Konzepts liegt in seiner bewussten Begrenzung:
Keine Automatisierung redaktioneller Urteile: Der Algorithmus liefert Hypothesen und Wahrscheinlichkeiten, keine Schuldprüfungen. Die journalistische Verifikation und der Kontext bleiben unverhandelbar in menschlicher Hand.
Asymmetrischer Schutz: ContextLens schützt die Privatsphäre des unbeteiligten Bürgers durch sofortiges Verwerfen irrelevanter biometrischer Spuren, fordert aber von Mandatsträgern und institutionalisierten Stimmen die Transparenz ein, die eine funktionierende Demokratie verlangt.
Open-Source-Souveränität: Durch den Verzicht auf proprietäre Blackbox-Modelle und die Nutzung europäischer Datensouveränitätsstandards bleibt der Prüfungsprozess transparent, überprüfbar und für freie Medienhäuser zugänglich.
In einer Ära, in der mediale Echokammern und gezielte Meinungslancierung die Grenze zwischen authentischer Bürgerstimme und politischer PR verwischen, schafft ContextLens eine dringend benötigte Schärfe. Es ist ein Plädoyer für den mündigen Journalismus: Technologie ersetzt nicht das ethische Bewusstsein der Redaktionen – sie gibt ihnen die Werkzeuge an die Hand, um ihrer demokratischen Kontrollfunktion auch im Bewegtbildzeitalter gerecht zu werden.