Aufgabe
Eine Kaffeestation mit Selbstbedienung braucht einen Ort mit eigenem, regelmäßigem Publikum: Hochschulen, Studentenheime, Krankenhäuser, Coworking-Spaces, Bürohäuser. Und dort darf es drinnen und in der Nähe keinen guten Kaffee geben, vor allem abends und am Wochenende. Solche Orte in einer ganzen Stadt zu finden und zu vergleichen, heißt Karten, Websites und Öffnungszeiten durchzugehen.
Was wir gebaut haben
- Kandidaten sammeln. Das System liest regelmäßig die offene Karte OpenStreetMap: Hochschulen, Heime, Krankenhäuser, Bibliotheken, Sportzentren und Bürohäuser, dazu alle Cafés und Kaffeeautomaten.
- Publikum einschätzen. Studierende und Betten kommen aus Wikidata. Fehlt die Zahl, nimmt das System einen Richtwert für diese Art von Ort und sagt das dazu.
- Genauer prüfen. Die vielversprechendsten Orte kann das System zusätzlich über Google Maps und ihre Websites prüfen.
- Bewerten. Eine feste Formel vergibt 0 bis 100 Punkte: Größe des Publikums, Kaffee in der Nähe, Bedarf abends und am Wochenende, Art des Ortes, Größe der Stadt. Daneben steht, wie sicher die Daten sind.
- Entscheiden in Telegram. Jeden Montag kommen die 20 besten Orte in eine gemeinsame Gruppe, höchstens vier derselben Art. Pro Ort drei Knöpfe: nehmen, ablehnen mit Grund, später.
- Kontakt nur durch Menschen. Das System schreibt und ruft niemanden an. Es findet, bewertet und legt vor.
Ergebnis
Für Wien und Salzburg stehen ca. 2.100 Orte und ca. 1.500 Cafés und Automaten in der Datenbank, ca. 900 Orte erreichen mindestens 55 von 100 Punkten. Eine neue Stadt oder ein neues Land ist eine Zeile in der Konfiguration.
Technik
n8n, Postgres, OpenStreetMap, Wikidata, Google Places, Sprachmodell von Anthropic über einen EU-Zugang.