Ausgangslage
GameFlash DE betreibt einen YouTube- und TikTok-Kanal rund um Gaming-News. Das Problem: Täglich erscheinen hunderte Nachrichten aus dutzenden Quellen. Manuell durchforsten, bewerten und Skripte schreiben kostet Stunden — Zeit, die für die eigentliche Content-Produktion fehlt.
Was wir gebaut haben
Die Pipeline im Überblick
RSS-Feeds → OpenAI Bewertung → Discord Push → Nutzer-Gewichtung → Lokale LLM → Fertige Skripte
1. Automatisches News-Fetching
- 50+ RSS-Feeds von Gaming-Nachrichtenportalen, Publisher-Blogs und Community-Quellen werden in regelmäßigen Intervallen abgerufen.
- Duplikat-Erkennung verhindert, dass dieselbe Nachricht mehrfach auftaucht.
2. KI-Bewertung und Zusammenfassung
- Jede Nachricht wird per OpenAI API analysiert:
- Relevanz-Score (1–10): Wie wichtig ist die Nachricht?
- Kategorie: Hardware, Releases, Indie, eSports, etc.
- Zusammenfassung: Kernaussage in 2–3 Sätzen
- Trend-Einschätzung: Clickbait-Potential, Community-Interesse
3. Discord-Push mit Reaktionssystem
- Bewertete Nachrichten landen sortiert in einem Discord-Kanal.
- Jede Nachricht hat Reaktions-Buttons zum Anhaken:
- 🔥 Hohe Priorität — will ich machen
- 👀 Interessant — eventuell
- ❌ Nicht relevant — überspringen
- Die Reaktionen fließen als Gewichtung zurück ins System und trainieren die Bewertung.
4. Prozentuale Themen-Gewichtung
- Über ein Dashboard können Themen-Kategorien mit Prozentgewichtungen versehen werden:
- z.B. “Nintendo: 80%”, “Mobile Gaming: 20%”, “PC Hardware: 60%”
- Die Gewichtung beeinflusst, welche News priorisiert als Skript-Vorlage generiert werden.
5. Lokale LLM-Skriptgenerierung
- Priorisierte Nachrichten werden an ein lokal laufendes LLM übergeben (kein Cloud-Zwang).
- Das LLM generiert fertige Video-Skripte im GameFlash-Stil:
- Intro-Hook
- Nachrichtenblock mit Kontext
- Meinungs-/Kommentar-Teil
- Outro mit Call-to-Action
- Skripte können bei Bedarf direkt verwendet oder als Basis weiterbearbeitet werden.
Techstack
- n8n (self-hosted) für die gesamte Pipeline-Orchestrierung
- OpenAI API für Bewertung und Zusammenfassung
- Discord Bot (discord.js) für Push und Reaktionssystem
- Lokales LLM (Ollama/llama.cpp) für Skriptgenerierung
- SQLite für Nachrichtenarchiv und Gewichtungsdaten
- RSS-Parser für Feed-Aggregation
Ergebnis
Statt stundenlang Nachrichten zu sichten, bekommt der Kanal-Betreiber morgens eine kuratierte Liste mit den wichtigsten News — bewertet, zusammengefasst und mit fertigen Skript-Entwürfen. Die Content-Produktion wird von Stunden auf Minuten reduziert.