Methodik

Regierungschecker.de nutzt NLP- und LLM-Technologien, um Wahlversprechen zu extrahieren und mithilfe offizieller Dokumente die Beweislage für deren Umsetzung einzuschätzen.

Prozess

Für die Kernfunktionalität werden die folgenden Schritte durchlaufen:

1

Versprechen extrahieren

Regierungschecker extrahiert und kategorisiert Versprechen aus Wahlprogrammen und Koalitionsverträgen. Dies sind in der Regel direkt von den Parteien veröffentlichte Dokumente.

2

Primärquellen einchecken und verarbeiten

Um Versprechen zu überprüfen, laden wir regelmäßig große Mengen an offiziellen Dokumenten herunter und speichern sie in einer Datenbank. Um diese Dokumente durchsuchbar zu machen, verwenden wir etablierte NLP-Technologien wie das sogenannte "Embedding". Neue Primärquellen einzubinden ist der zentrale Schritt, um den Regierungschecker zu verbessern bzw. auf andere Wahlen zu übertragen.

3

Überprüfung der Umsetzung

Für jedes Versprechen wird eine Vorauswahl an Dokumenten anhand von Metadaten, wie z.B. der Legislaturperiode, getroffen. Anschließend überprüft ein Large Language Model, ob und welche Dokumente relevant sind, um die Umsetzung des Versprechens zu bewerten. Das Heranziehen zusätzlicher Informationen zur Kontexterweiterung bei LLMs wird als "Retrieval Augmented Generation" (RAG) bezeichnet.

4

Weiterführende Analysen

Die Ergebnisse der Überprüfung werden gespeichert und können von Nutzern auf Regierungschecker.de eingesehen werden. Die Datenbank wird regelmäßig aktualisiert, um den Fortschritt der Umsetzung zu verfolgen. Zusätzliche Analysen wie z.B. der Vergleich der Wahlversprechen zwischen Parteien sind ebenfalls möglich und werden in Zukunft implementiert.