Quellenlage — Desinformation messen statt unterstellen.

Eine .NET-Web-Anwendung mit drei Modulen: A — Lagebild (Textähnlichkeit über SimHash, Kandidatenfilter über LSH, Ausbruchserkennung über Median und MAD, Cluster über Zusammenhangskomponenten), B — Herkunft (EXIF/XMP und C2PA-Signaturstatus, rein deterministisch), C — Behauptung (überprüfbare Aussagen und vorhandene Faktenchecks Dritter). Dazu sieben Regeln, die für jeden Commit gelten und den Zuschnitt erklären: keine Bot- oder KI-Behauptung, keine öffentliche Anschuldigung einzelner Konten (im Lagebild sind Konten per HMAC pseudonymisiert), kein Scraping gegen Plattform-AGB, rollierendes 7-Tage-Fenster mit Löschjob, Bilder nur im Arbeitsspeicher, jede Zahl aus einem reproduzierbaren Messlauf — fehlende Daten heißen „nicht feststellbar“, nie eine geschätzte Zahl. Technisch: framework-freie Domain ohne eine einzige NuGet-Abhängigkeit (ein Architekturtest hält das fest), Datenstrom als BackgroundService über System.Threading.Channels mit Backpressure und Wiederverbindung, EF Core mit SQLite lokal und PostgreSQL im Betrieb, Health-Check und Prometheus-Kennzahlen.

Eigenentwicklung von der Quellenrecherche bis zum Betrieb, testgetrieben. Schwellwerte werden gemessen, nicht geschätzt — die Ähnlichkeitsschwelle stammt aus einem Kalibrierungstest, nicht aus einer Annahme. Technische Entscheidungen samt Alternative und Begründung stehen im Repo, ebenso die Quellenrecherche mit Endpunkten, Bedingungen, Kontingenten und Datum — inklusive der Punkte, die sich nicht belegen ließen.

Stand heute: Meilensteine M0 und M1 abgeschlossen. Der Rechenkern für Modul A steht mit 94 grünen Tests in der Domain — ohne eine einzige NuGet-Abhängigkeit. Die Ähnlichkeitsschwelle ist gemessen: wortgleiche Kopien liegen beim Hamming-Abstand 0 bis 10 (auch wenn Emoji, Links oder Breitzeichen als Umgehung eingestreut sind), eigenständige Formulierungen zum gleichen Thema beginnen bei 27 — die Schwelle steht mit Abstand zu beiden Seiten bei 12, und der Test schlägt fehl, sobald das nicht mehr gilt. Der LSH-Kandidatenfilter findet an dieser Schwelle 98,32 % der Paare und braucht dafür 7,6 % der Vergleiche, also Faktor 13,2 weniger Arbeit; die fehlenden 1,7 % sind ausgewiesen, statt „findet alle Kopien“ zu behaupten. Aktuell läuft M2 (Datenstrom, Speicherung, erstes Lagebild): die drei Seitentests für das Lagebild stehen bereits und sind rot — erst der Test, dann die Implementierung. Zahlen zu Durchsatz, Latenz und Speicherbedarf gibt es erst, wenn die Messläufe im Repo sie erzeugen.

Woran ich gerade arbeite. Modul-A-Rechenkern steht und ist gemessen; aktuell im Bau: Datenstrom, Speicherung und das erste Lagebild. Repository und Live-Demo folgen mit den nächsten Meilensteinen.

1. M0Recherche, Repo-Gerüst, CI, Docker, Health-Check
2. M1Modul-A-Rechenkern: Normalisierung, SimHash, Schwelle, LSH, Ausbruch, Cluster, Pseudonymisierung
3. M2Datenstrom live, Speicherung, Löschjob, erstes Lagebild← hier stehe ich
4. M3Modul B vollständig: EXIF, C2PA, Bericht
5. M4Modul C vollständig: Extraktion, Faktencheck-Abgleich, Kostenzähler
6. M5Betrieb: Messläufe, Kennzahlen, Deployment — danach Live-Demo
7. M6Portfolio-Paket: Messprotokoll, Ethik-Dokument, Screenshots