Suchindex

Wo steht das? In 12.000 öffentlichen Quellen.

Ein gepflegter Index des öffentlichen deutschen Webs, vom Bundestag bis zur einzelnen Gemeinde: durchsuchbar für Menschen im Browser und für Agenten über MCP.

In Arbeit

Der Bestand

Rund 12.000 amtliche Quellen: Parlamente, Bundes- und Landesministerien, Behörden, Gemeinderäte und die offiziellen Seiten von Amtsträgern. Nicht ihre privaten Accounts und keine allgemeinen Medien; diese Grenze wird pro Host gezogen und nirgends sonst.

Zwei Datensätze

  • URL-Index: jede Seite, die wir abrufen, mit Host, wann sie zuerst gesehen und zuletzt abgerufen wurde, Status und einem Hash ihres Inhalts.
  • Inhaltsdatensatz: nur die Seiten, die jemand tatsächlich lesen würde, etwa Drucksachen, Bekanntmachungen, Ratsvorlagen und Reden. Ein quelloffener Seitentyp-Klassifikator trennt sie von Übersichtslisten, Kalendern, Suchergebnisseiten und Login-Formularen.

Ändert sich eine Seite, wird sie als neue Version aufbewahrt. So lässt sich ein Dokument lesen, wie es an einem bestimmten Tag aussah.

Suche

Eine Schnittstelle für beide Datensätze: Volltext- und hybride Suche, Filter und Dokumente zu einem Stichtag. Jeder Treffer nennt seine Herkunft: die Quelle, die URL und wann sie abgerufen wurde. Dieselbe Schnittstelle bedient zwei Oberflächen:

  • Websuche für Menschen. In Arbeit
  • Ein Such-Tool über MCP für Agenten. In Arbeit

Vom Treffer zu den aktuellen Daten

Der Index beantwortet Wo steht das? Hat die Quelle eine amtliche API, beantwortet der passende Wrapper Was sagt sie gerade? – aktuell und strukturiert. Und verweist die Antwort eines Wrappers auf ein Dokument, holt der Index es vollständig.

Wie alles zusammenspielt: Zwei Datensätze und eine Fassade →