Wenn jede Angabe ihre Quelle hat, kann man 8.300 Ausflugsziele verantworten.

Systemansichten

Case Study

1. 01

   Ausgangslage

   Ausflugsportale leben von Listen, die schnell veralten und selten belegen, woher eine Angabe stammt. Ein Portal für ein ganzes Bundesland braucht dagegen eine Datenbasis, die sich reproduzierbar neu erzeugen lässt – nicht tausende Einzelseiten von Hand.

2. 02

   Aufgabe und eigene Rolle

   Konzeption, Datenarchitektur, Pipeline, Design und Entwicklung in Eigenregie: von der Frage, welche Quellen belastbar sind, bis zu Karte, Finder und Suchmaschinen-Optimierung.

   • Datenmodell und Pipeline für rund 8.300 Ziele
   • Seitentypen für Ziele, Kategorien, Regionen, Städte und Themenlisten
   • Redaktionelle Ratgeber mit Faktenprüfung

3. 03

   Wichtigste Entscheidungen

   Die Pipeline ist die Quelle der Wahrheit, nicht die Website. Jede Angabe trägt Herkunft und Stand; wo Daten fehlen, bleibt die Seite nüchtern oder wird nicht indexiert. Qualität schlägt Menge: Ziele ohne ausreichende Substanz, dünne Themenlisten und nicht freigegebene Ratgeber bleiben auf noindex und fehlen in der Sitemap.

4. 04

   System und Datenflüsse

   Ein nummerierter Python-Prozess bündelt offene Quellen zu einer SQLite-Datenbank, reichert sie an und exportiert strukturierte Dateien. Astro baut daraus statische Seiten; das Ergebnis ist kein Laufzeitsystem mit Datenbank, sondern eine Sammlung fertiger Dateien.

5. 05

   Technologien und Lösungen

   Wie die zentralen Aufgaben gelöst wurden:

   • Datenquellen: OpenStreetMap-Auszug (Osmium) als Grundlage, ergänzt durch Wikidata, Wikivoyage und den Data Hub Tourismus NRW; Zuordnung und Dubletten-Erkennung per Skript.
   • Stabile Adressen: Slugs werden einmal eingefroren, damit sich URLs bei neuen Datenläufen nicht ändern.
   • Eigene Karte ohne Drittanbieter: MapLibre GL mit selbst gehosteter PMTiles-Datei (Protomaps-Auszug für NRW). Die Datei wird per HTTP-Range-Anfragen gelesen, es gibt keine Verbindung zu externen Kartendiensten und keine Cookies.
   • Bilder mit Lizenz: Fotos kommen aus Wikimedia Commons mit Lizenz- und Urheberangabe; wo keines existiert, erzeugt ein Skript Platzhalter. Illustrationen und Social-Bilder werden aus den Markenmotiven generiert.
   • Texte mit Beleg: Betreiber-Websites werden ausgelesen, Fakten per KI extrahiert und nur mit Beleg übernommen; Ratgeber durchlaufen eine Faktenprüfung und sind erst nach Freigabe öffentlich.
   • Finder ohne Framework: Die ersten Ergebnisse stehen im HTML, ein komprimierter Index lädt mit niedriger Priorität nach; Filter und Kartenansicht arbeiten im Browser.
   • SEO-Struktur: JSON-LD, Breadcrumbs, canonical-Regeln für Dubletten und automatische Prüfskripte für Meta-Daten, Überschriften und Links nach jedem Build.

6. 06

   Qualität, Sicherheit und Betrieb

   Lighthouse-Messungen liegen für Start-, Ziel- und Listenseiten im Labor bei 96 bis 99 Punkten für Performance und 100 für Barrierefreiheit, SEO und Best Practices. Cache-Regeln, Komprimierung, Weiterleitungen und eine strenge Content-Security-Policy sind in der .htaccess dokumentiert. Statistik läuft datensparsam über Umami.

7. 07

   Grenzen und nächster Ausbau

   Offene Daten sind lückenhaft: Öffnungszeiten und Barrierefreiheit werden ausdrücklich ohne Gewähr gekennzeichnet, und für einen Teil der Empfehlungen fehlt noch ein Beschreibungstext. Offen sind außerdem die Klärung von Bildrechten mit dem Tourismusverband und weitere Themenlisten nach Content-Plan.