So arbeitet die Recherche
Der Kalender füllt sich zum großen Teil selbst. So geht das – und so bleibt es ehrlich.
Jede Nacht
- Lesen. Der Crawler TangoKalenderBot liest die öffentlichen Terminseiten von Tangoschulen, Tanzorten und Listenkalendern – höflich, höchstens eine Seite pro Sekunde, nach den Regeln der
robots.txt. Seiten, die sich nicht ändern, werden seltener gelesen. - Auslesen. Ein KI-Modell zieht aus jeder Seite Datum, Uhrzeit, Ort, Titel und Wiederholungsregel – und nur das, was die Seite sagt. Zu jedem Fund gehört die Textstelle der Seite als Beleg; ohne Beleg wird nichts übernommen.
- Abgleichen. Jeder Fund wird gegen bekannte Orte, Veranstalter, Serien und Termine abgeglichen. Ein Termin, den zwei Seiten unabhängig nennen, ist derselbe Termin mit zwei Quellen – nicht zwei Termine.
- Veröffentlichen. Aus den Quellen entsteht eine Stufe: Hinweis (eine Quelle), Belegt (zwei unabhängige Quellen oder die Website des Veranstalters), Belegt extern (ein Partnerkalender, der bei den Veranstaltern nachfragt), Bestätigt (der Veranstalter selbst). Hinweise, die niemand bestätigt, verblassen von selbst.
- Bescheid sagen. Veranstalter, deren Termine wir gefunden haben, bekommen genau eine Mail mit einem Link zum Übernehmen – nie eine zweite ohne Antwort.
Was die Quellen wert sind
Jede Quelle hat ein Gewicht, das sich wöchentlich aus ihrer Trefferquote ergibt: Bestätigen Veranstalter die Funde einer Quelle, steigt ihr Gewicht; widersprechen sie, sinkt es bis auf null. Neue Quellen, die die Recherche selbst findet, stehen einen Monat unter Bewährung – ihre Funde zählen nur als Hinweise.
Ein Goldstandard aus bekannten Seiten prüft jede Woche, ob das Auslesen noch genau arbeitet. Sinkt die Genauigkeit, steigt kein Termin mehr auf, bis es wieder stimmt.
Was wir nicht tun
- Keine Texte, keine Bilder von fremden Seiten – der Kalender zeigt Daten und eine eigene kurze Zusammenfassung, mit Nennung und Link der Quelle.
- Kein Anmelden, kein Formular, keine Seite über zwei Megabyte.
- Der Text einer gelesenen Seite wird nur bis zum Auslesen aufbewahrt, höchstens eine Woche.
- Wer nicht gelistet werden will, sagt es einmal – das gilt dauerhaft.
Die Terminseite jedes gefundenen Termins zeigt die Quellen und, Feld für Feld, woher die Angaben stammen. Die technischen Einzelheiten stehen auf der Seite TangoKalenderBot.