Open-Source-Projektidee: Täter- und Spoilerdatenbank für deutsche Krimiserien

[ebelling]

Hallo zusammen,

ich beschäftige mich mit einem privaten Softwareprojekt und suche Erfahrungen, vorhandene Open-Source-Lösungen und gegebenenfalls Unterstützung von Entwicklern, die bereits ähnliche Aufgaben gelöst haben.

Worum geht es?

Ich verwalte eine umfangreiche digitale Sammlung deutscher Krimifilme und Krimiserien, beispielsweise Derrick, Der Kommissar, Tatort, Polizeiruf 110, Der Alte, Ein Fall für zwei usw.

Für alle Medien existieren bereits NFO-Dateien mit Titel, Handlung, Besetzung und Episodendaten.
Was jedoch immer fehlt, ist die eigentliche Auflösung des Kriminalfalls:

• Wer ist der tatsächliche Täter beziehungsweise Mörder?
• Wer ist das Opfer?
• Welches Motiv liegt vor?
• Welcher Schauspieler spielt den Täter?
• Welche Personen waren lediglich verdächtig?
• Wie wird der Fall aufgeklärt?

Meine Idee

Ich möchte eine schlanke lokale Täter- und Spoilerdatenbank entwickeln, die möglichst automatisiert diese Informationen beschafft und strukturiert speichert.

Denkbarer Ablauf:

1. Medienverzeichnisse rekursiv einlesen.
2. Vorhandene NFO-Dateien und Episodeninformationen auswerten.
3. Geeignete deutsche Episodenguides und Datenquellen recherchieren.
4. Täterinformationen aus Texten extrahieren.
5. Falls nötig, vorhandene Untertitel oder lokale Transkripte auswerten.
6. Ergebnisse anhand nachvollziehbarer Quellen überprüfen.
7. Daten in SQLite und separaten JSON-Fallakten speichern.

Die normalen NFO-Dateien sollen spoilerfrei bleiben.

Technische Rahmenbedingungen

• Lokale Ausführung unter Windows, Linux etc.
• Keine Cloud-Abhängigkeit
• Open Source bevorzugt
• Nachvollziehbare Täterzuordnungen statt KI-Vermutungen
  

Meine Fragen

1. Kennt jemand bereits vergleichbare Open-Source-Projekte?
2. Welche vorhandenen Bibliotheken oder Anwendungen wären geeignet?
3. Welche lokalen KI-Modelle könnten zuverlässig Informationen aus deutschen Krimitexten extrahieren?
4. Wie würdet ihr widersprüchliche Quellen und unklare Ergebnisse behandeln?

Unterstützung willkommen

Besonders freuen würde ich mich über Rückmeldungen von Entwicklern, die Erfahrungen mit Python, lokalen Sprachmodellen, Datenextraktion oder Medienmetadaten haben.
Auch Hinweise auf bestehende GitHub-Projekte oder die Bereitschaft, einen kleinen Machbarkeitstest fachlich zu begleiten, wären sehr hilfreich.

Über konkrete Vorschläge und Erfahrungen würde ich mich freuen.

Vielen Dank!

 

[Kunstpixel]

Das kannst du einfach jede AI fragen. Und wenn du es baust, dann holt sie die AI das da raus. Also meiner Ansicht nach vertane Zeit.

 

[h2f]

Jaa, machmal ist der Film rum und ich habe nicht verstanden wie das ganze funktioniert hat.
Eine kurze Sprachanfrage an mein Handy ("Erklär mir den Film xyz..") hat das bisher immer schnell und umfassend gelöst.
Manchmal hilft eine Frage auch schon vorher, zu klären, ob ich das wirklich sehen möchte - ich habe da eine ganze Liste an No-Go's - und wenn ich im Zweifel bin, frag ich das Handy, natürlich in dem Fall, ohne dass es spoilert...
Frage dauert 4 sec. Da hätte ich noch lange keinen PC und keine Datenbank gestartet.

 

[ebelling]

Danke für eure Rückmeldungen. Eine KI kann sicherlich bei einzelnen Folgen den Täter ermitteln. Mir geht es aber darum, diese Informationen für hunderte Episoden möglichst automatisiert, zuverlässig und mit überprüfbaren Quellen zu recherchieren und dauerhaft zu speichern.

Ein konkretes Anwendungsbeispiel: Auf meinem Enigma2-Receiver (Vu+) sehe ich, dass ich eine bestimmte Krimifolge irgendwann schon einmal angeschaut habe, kann mich aber nicht mehr an den Täter oder die Auflösung erinnern. Dann möchte ich einfach eine Taste auf der Fernbedienung drücken und mir den Spoiler mit Täter, Motiv und Fallauflösung anzeigen lassen, ohne den Film erneut ansehen oder jedes Mal eine KI befragen zu müssen.
Kennst ihr eine KI oder Open-Source-Lösung, die solche Informationen bereits zuverlässig und möglichst automatisiert ermitteln kann?

 

[h2f]

...Mir geht es aber darum, diese Informationen für hunderte Episoden...
Kennst ihr eine KI oder Open-Source-Lösung, die solche Informationen bereits zuverlässig und möglichst automatisiert ermitteln kann?

Nun, man ist immer nur gerade an einem Film interessiert. Ob es 500 weitere gibt, interessiert mich in dem Moment erstmal nicht. Und ja, KI macht das nach meiner Erfahrung ausnahmslos ohne zu halluzinieren und wie du forderst "zuverlässig"

Der Gedanke mit der Taste auf der Fernbedienung hat vielleicht was.
Aber als Magenta Kunde hat man z.B. zu jedem Platz in der Programmliste jeweils einen "Info" - Button
der den Inhalt des jeweiligen Films / Beitrags grob - ohne zu spoilern - erklärt. Das ist schon eingebaut. Und gilt für alle Beiträge, nicht nur für die, die gerade laufen.

Und für mehr: einer kurzen sprachlichen KI Anfrage sind im Prinzip keine Grenzen gesetzt.
Ich bekomme jede Info die ich möchte, ohne oder mit Spoiler, wie gewünscht. Ich kann nachhaken oder wer weiß was...

 

[AAS]

Danke für eure Rückmeldungen. Eine KI kann sicherlich bei einzelnen Folgen den Täter ermitteln. Mir geht es aber darum, diese Informationen für hunderte Episoden möglichst automatisiert, zuverlässig und mit überprüfbaren Quellen zu recherchieren und dauerhaft zu speichern.

Ein konkretes Anwendungsbeispiel: Auf meinem Enigma2-Receiver (Vu+) sehe ich, dass ich eine bestimmte Krimifolge irgendwann schon einmal angeschaut habe, kann mich aber nicht mehr an den Täter oder die Auflösung erinnern. Dann möchte ich einfach eine Taste auf der Fernbedienung drücken und mir den Spoiler mit Täter, Motiv und Fallauflösung anzeigen lassen, ohne den Film erneut ansehen oder jedes Mal eine KI befragen zu müssen.
Kennst ihr eine KI oder Open-Source-Lösung, die solche Informationen bereits zuverlässig und möglichst automatisiert ermitteln kann?

Würde dies in Kombination mit einem AI Agenten + IMDB bauen.

 

[Hardware-Fan]

Das kannst du einfach jede AI fragen.

Es macht keinen Sinn, wenn 10.000 Leute jedes Mal eine KI fragen, wenn man es einmalig
zusammenstellen und nur noch abrufen kann. Die KI-Kosten werden immer weiter steigen.
Vielleicht dreht die wandelnde Tönungscreme uns auch den Zugriff auf KI ab, wegen <lächerliche Begründung einsetzen>.

Von daher ist das Projekt schon sinnvoll.

 

[Kunstpixel]

Niemand wird in naher Zukunft mehr wegen so was auf Webseiten gehen und was eintippen. Wenn KI in Sprachassistenten und Mobiltelefonen fest eingebaut ist, ersetzt das sogar den Browser. Wer jetzt so was baut, wird in einem Jahr mehr Zugriffe von LLM auf seine Webseite haben als echte Menschen. Der Drops ist gelutscht.

 

[Hardware-Fan]

Das ist nicht gesagt.
Anthropic hat gerade 80 Milliarden Dollar Verlust gemacht. Nicht in 10 Jahren, sondern in 6 Monaten!
Dieses Geld muss in Zukunft irgendwo herkommen. Ich hoffe, dass man zukünftig (vermutlich per Gesetz) den Bot-Traffic erkennen und damit aussperren kann.