Home Assistant gehört zu den vielseitigsten Plattformen im Smart-Home-Bereich. Neue Versionen, Integrationen, Sicherheitsupdates und Entwicklungen erscheinen regelmäßig.

Doch wie lassen sich relevante Nachrichten automatisch erkennen, auf ihre Qualität prüfen und verständlich veröffentlichen?

Genau dieser Frage widmet sich der Home Assistant News Agent – der erste spezialisierte Nachrichtenagent von Bavarian Intelligence.

Was als Experiment zur automatisierten Nachrichtensammlung begann, hat sich inzwischen zu einer mehrstufigen, KI-gestützten Verarbeitungskette mit redaktioneller Freigabe, WordPress-Anbindung und technischer Überwachung entwickelt.

Die Idee hinter dem Projekt

Der Home Assistant News Agent soll interessante Entwicklungen rund um Home Assistant und die Smart-Home-Welt selbstständig recherchieren und für Leserinnen und Leser verständlich aufbereiten.

Im Mittelpunkt stehen dabei drei Ziele:

• Relevanz: Interessante Nachrichten erkennen und doppelte Meldungen möglichst vermeiden.
• Qualität: Quellen prüfen, Aussagen abgleichen und die Ergebnisse automatisierter Qualitätsbewertungen berücksichtigen.
• Nachvollziehbarkeit: Inhalte vor der Veröffentlichung kontrollieren und den technischen Veröffentlichungsprozess überwachen.

Dabei geht es nicht darum, menschliche Beurteilung vollständig durch künstliche Intelligenz zu ersetzen. Der Agent soll vielmehr zeigen, wie sich Recherche, Textproduktion, Qualitätsprüfung und redaktionelle Entscheidungen sinnvoll miteinander verbinden lassen.

So arbeitet der Home Assistant News Agent

Der Agent besteht aus mehreren spezialisierten Verarbeitungsschritten, die aufeinander aufbauen.

1. Nachrichten entdecken und sammeln

Der Rechercheprozess sucht nach interessanten Neuigkeiten zu Home Assistant, Integrationen, Updates, Sicherheit und verwandten Smart-Home-Themen.

Eingehende Meldungen werden erfasst und auf bereits bekannte Nachrichten überprüft.

Durch diese Dublettenprüfung soll verhindert werden, dass dieselbe Nachricht mehrfach als neuer Beitrag verarbeitet wird.

2. Quellen prüfen und Informationen abgleichen

Ausgewählte Meldungen durchlaufen eine weitere Analyse.

Dabei werden verfügbare Quellen berücksichtigt, relevante Aussagen herausgearbeitet und Fakten mit den zugänglichen Informationen abgeglichen.

Ein automatisierter Faktencheck bewertet, welche Aussagen durch die untersuchten Quellen gestützt werden und wo Unklarheiten bestehen.

Diese Prüfungen erhöhen die Nachvollziehbarkeit, können eine unabhängige journalistische Recherche aber nicht vollständig ersetzen.

3. Nachrichtenbeiträge erstellen

Aus den aufbereiteten Informationen wird ein redaktionelles Inhaltspaket erzeugt.

Dazu können gehören:

• Ein strukturierter Nachrichtenartikel
• Eine passende Überschrift
• SEO-Titel und Meta-Beschreibung
• Kategorie und Schlagwörter
• Angaben zu den verwendeten Quellen
• Vorgaben für ein passendes Beitragsbild
• Informationen für die spätere Veröffentlichung

Die Inhalte werden mit Unterstützung künstlicher Intelligenz erstellt und anschließend für die Qualitätsprüfung bereitgestellt.

4. Automatisierte Qualitätskontrolle

Vor der Veröffentlichung durchlaufen die erstellten Inhalte einen weiteren Prüfprozess.

Dabei werden unter anderem die inhaltliche Qualität, die Ergebnisse der Quellenprüfung und mögliche Auffälligkeiten berücksichtigt.

Die automatisierte Qualitätsbewertung unterstützt die Entscheidung, ob ein Beitrag zur redaktionellen Freigabe geeignet ist oder noch überarbeitet werden sollte.

Ein hoher Qualitätswert ist dabei keine Garantie für die sachliche Richtigkeit sämtlicher Aussagen.

5. Redaktionelle Freigabe

Nicht jeder automatisch erstellte Text wird unmittelbar veröffentlicht.

Über eine eigene Review-Oberfläche lassen sich vorbereitete Inhalte kontrollieren und redaktionell bearbeiten.

Je nach Prüfergebnis können Beiträge freigegeben, zurückgewiesen oder zur Überarbeitung vorgesehen werden.

Der Freigabeprozess bildet eine wichtige Kontrollstelle zwischen der automatischen Texterstellung und der Veröffentlichung.

6. Veröffentlichung in WordPress

Freigegebene Inhalte können über die WordPress-REST-API an Bavarian Intelligence übertragen werden.

Dabei werden Beiträge angelegt beziehungsweise vorhandene Beiträge aktualisiert und die zugehörigen Veröffentlichungsinformationen verarbeitet.

Die Erstellung und Veröffentlichung von Nachrichtenbeiträgen wurde bereits erfolgreich in einem vollständigen Testdurchlauf nachgewiesen.

Technische Überwachung und zuverlässiger Betrieb

Ein wichtiger Schwerpunkt der aktuellen Weiterentwicklung liegt auf der Betriebssicherheit.

Denn ein Nachrichtenagent soll nicht nur Inhalte erstellen. Er soll auch erkennen können, wenn eine Veröffentlichung fehlschlägt oder ein beteiligter Dienst nicht mehr ordnungsgemäß arbeitet.

Dafür wurden mehrere Komponenten entwickelt und in Betrieb genommen.

WordPress-Status-Worker

Ein eigenständiger Hintergrunddienst gleicht den Veröffentlichungsstatus von Beiträgen mit WordPress ab.

Er soll sicherstellen, dass der interne Status möglichst zuverlässig dem tatsächlichen Zustand in WordPress entspricht.

Wiederholte Fehler können erkannt und für die Alarmierung bereitgestellt werden.

Gotify-Alarmierung

Ein separater Alarmdienst übernimmt die Verarbeitung technischer Warnungen.

Er kann bei bestimmten Fehlerzuständen Benachrichtigungen auslösen und nach erfolgreicher Wiederherstellung Entwarnungen übermitteln.

Dabei werden auch Mechanismen zur Wiederholung fehlgeschlagener Zustellungen eingesetzt.

Infrastrukturüberwachung

Zusätzlich werden ausgewählte Dienste und ihre Erreichbarkeit überwacht.

Hierzu kommen unter anderem Heartbeats, Statusprüfungen und Uptime Kuma zum Einsatz.

Die Überwachung soll helfen, ausgefallene Dienste und ausbleibende Statusmeldungen möglichst frühzeitig zu erkennen.

Aktueller Entwicklungsstand: Einzelne Überwachungs- und Alarmierungsfunktionen sind bereits produktiv im Einsatz und getestet. Ihre durchgängige Verknüpfung zu einer umfassenden End-to-End-Überwachung des gesamten Veröffentlichungsprozesses wird weiter ausgebaut.

Die technische Architektur

Der Home Assistant News Agent kombiniert mehrere Technologien zu einer modularen Verarbeitungskette.

Python und FastAPI bilden wesentliche Bestandteile der Agenten- und Backend-Logik.

PostgreSQL dient zur Speicherung von Nachrichten, Verarbeitungsergebnissen, Inhaltspaketen und Statusinformationen.

n8n unterstützt die Orchestrierung automatisierter Verarbeitungsschritte.

Docker ermöglicht den getrennten Betrieb der verschiedenen Dienste.

KI-Modelle von OpenAI und Anthropic werden für unterschiedliche Aufgaben der automatisierten Informationsverarbeitung eingesetzt.

WordPress REST API verbindet die Nachrichtenverarbeitung mit dem Veröffentlichungssystem von Bavarian Intelligence.

Gotify und Uptime Kuma unterstützen Alarmierung und technische Überwachung.

Durch den modularen Aufbau lassen sich einzelne Funktionen unabhängig voneinander entwickeln, testen und verbessern.

Was bereits erreicht wurde

Der Home Assistant News Agent hat inzwischen mehrere wichtige Entwicklungsschritte durchlaufen:

• Die Recherche und Dublettenprüfung konnten anhand realer Meldungen getestet werden.
• Nachrichten werden strukturiert verarbeitet und in einer Datenbank gespeichert.
• Quellenprüfung, Faktencheck und automatisierte Qualitätsbewertung wurden in die Verarbeitung integriert.
• Eine eigene Review-Oberfläche ermöglicht redaktionelle Entscheidungen.
• Die WordPress-Anbindung kann Beiträge erstellen und veröffentlichen.
• Ein WordPress-Status-Worker übernimmt den nachgelagerten Statusabgleich.
• Eine eigenständige Gotify-Alarmierung und weitere Überwachungsdienste sind in Betrieb.
• Ausfall- und Wiederherstellungsszenarien wurden für Teile der technischen Überwachung erfolgreich getestet.

Damit ist aus dem ursprünglichen Experiment eine funktionsfähige technische Grundlage für einen KI-gestützten Nachrichtenprozess geworden.

Nicht alle Bestandteile sind bereits für einen vollständig unbeaufsichtigten Dauerbetrieb abschließend erprobt.

Ein Experiment mit echtem Praxisbezug

Der Home Assistant News Agent ist kein fertiges kommerzielles Nachrichtenprodukt, sondern Bestandteil des privaten Entwicklungsprojekts Bavarian Intelligence.

Der Aufbau erfolgt schrittweise. Neue Funktionen werden praktisch getestet, technische Probleme analysiert und bestehende Abläufe kontinuierlich verbessert.

Dabei steht nicht nur die Erstellung von Nachrichten im Mittelpunkt, sondern auch die Frage, wie KI-Agenten zuverlässig, transparent und kontrollierbar betrieben werden können.

Die Erfahrungen aus diesem Projekt sollen langfristig auch in weitere spezialisierte Nachrichtenagenten einfließen.