Wie Crosstown hyperlokale Storys in kommunalen Daten findet

2018 hatte Gabriel Kahn, Journalismus-Professor an der Annenberg School of Journalism der University of Southern California (USC) ein Meeting mit Informatikern seiner Universität. Sie erzählten ihm von einem Vertrag mit der Los Angeles Metropolitan Transportation Authority (Verkehrsbehörde). Sensoren in den Autobahnen erfassen jede Radüberfahrt und generieren dabei rund 400 Millionen Datenpunkte pro Stunde. Daraus lässt sich die Geschwindigkeit auf jeder Meile der L.A.-Autobahnen zu jeder Stunde des Tages berechnen, Jahre zurück.

Kahn fragte, welche Fragen L.A. Metro (die Verkehrsbehörde von Los Angeles) zu den Daten gestellt hatte. „Bisher haben die uns keine Fragen gestellt", sagte ein Informatiker.

„Da dachte ich: Boom, das ist ein Nachrichtenprodukt", erzählte mir Kahn.

Aus dieser Beobachtung heraus entstand Crosstown - mittlerweile eine Software-Plattform, die kommunale Daten aufnimmt und in hyperlokalen Journalismus verwandelt, in mehreren Metropolregionen der USA.

In Los Angeles schreibt eine Person ein Story-Template. Dann generiert das System 114 einzigartige Newsletter-Versionen, eine für jedes Viertel in L.A. Die Öffnungsraten liegen über 90 Prozent. Vor einem Jahr wurde Crosstown als LLC  (GmbH) aus der USC ausgegliedert und bietet seine Plattform jetzt als White-Label-Service für Medienhäuser an. Zu den bisherigen Kunden zählen unter anderem der Philadelphia Inquirer, die Nachbarschafts-Plattform Nextdoor Chicago und die Radio/TV-Station WRAL in Raleigh, North Carolina.

Städte veröffentlichen enorme Datenmengen: zu Kriminalität, Verhaftungen, Baugenehmigungen, Beschwerden, Strafzettel, Immobilienbewertungen, Restaurantinspektionen und so weiter. Allein in Los Angeles sammelt Crosstown 15 verschiedene Datensätze, die täglich, wöchentlich oder monatlich aktualisiert werden. Das Problem, erklärt Kahn, sei, dass diese Daten „öffentlich verfügbar, aber nicht öffentlich zugänglich sind. Man braucht einen Doktortitel in Informatik, um sie zugänglich zu machen."

Das Engineering-Team von Crosstown unter der Leitung von Luciano Nocera, Informatiker und Associate Director am Integrated Media Systems Center der USC, hat ein Dashboard gebaut, mit dem Journalisten die Daten in Sekunden abfragen können. „Wir haben die Einstiegshürde gesenkt", sagt Kahn. „Ich konnte Bachelor-Studenten eine Vermutung eingeben lassen, sie ins Dashboard tippen und eine Antwort bekommen. Wenn die Vermutung falsch war, hatten sie 30 Sekunden verschwendet. Wenn sie richtig war, hatten sie eine Story."

Jede Zeile der Stadtdaten enthält geografische Koordinaten. In L.A. ordnet Crosstown diese Koordinaten 114 Stadtteil-Karten zu. Wenn ein Journalist einen Newsletter schreibt, füllt das System automatisch jede Version mit den relevanten lokalen Zahlen, Grafiken und Kontext. Die Plattform, bestätigte Nocera, wurde komplett von Grund auf selbst gebaut, ohne Drittanbieter für die Kernfunktionalität.

Während unseres Gesprächs demonstrierte Kahn das Dashboard, indem er neue Restaurant-Eröffnungen in Los Angeles abfragte. Die Grafik zeigte, dass 2024/25 die meisten neuen Restaurants eröffnet wurden. „Die L.A. Times hat eine ganze Reihe von Storys darüber geschrieben, wie schlecht es der Restaurant-Branche geht", sagte Kahn. „Die wissen gar nicht, dass es immer mehr neue Restaurants gibt. Es stimmt, dass viele geschlossen haben, aber noch mehr haben eröffnet."

Das ist das zentrale Wertversprechen: Daten bringen Storys ans Licht, die menschliche Reporter verpassen, wenn sie ohne systematischen Zugang arbeiten.

Kriminalitätsdaten bieten ein weiteres Beispiel. Kahn rief 20 Jahre Einbruchsraten in Chicago auf, wo Crosstown ebenfalls aktiv ist. Der langfristige Trend zeigte einen dramatischen Rückgang, unterbrochen von einem kürzlichen Anstieg. „Redaktionen haben Kriminalität traditionell nach Einzelfall behandelt", sagte er. „Hier ist ein schrecklicher Vorfall, lasst die Übertragungswagen anrollen. Das erzeugt nur Panik. Wenn man Daten nutzt, um die Situation in einen Kontext zu setzen, sieht man, dass sich in den Fällen das Problem tatsächlich verbessert."

Crosstowns Fundament ist Machine Learning mit regelbasierter Automatisierung: Strukturierte Daten rein, Template-Text raus. Diese Architektur kann nicht halluzinieren, weil keine Fakten in den Text gelangen außer dem, was im verifizierten Datensatz existiert. Aber Generative AI erweitert jetzt, was das System leisten kann.

Nocera erklärte mir, dass die Ausreißer-Erkennung transformer-basierte Modelle nutzt, um Trends und Anomalien zu finden, die für einen Menschen beim manuellen Durchsehen der Daten unsichtbar wären. Ein früher Prototyp namens „Detective" durchsuchte die Kriminalitätsdaten von Los Angeles und markierte Auffälligkeiten. Ein Fund: 27 Autos, gestohlen von derselben Adresse zur selben Stunde. Kahn recherchierte und entdeckte, dass eine Gang einen Parkhaus-Mitarbeiter überfallen, alle Schlüssel genommen und die Autos weggefahren hatte. „Es war wie in einem einem Bankraub-Film“, sagte er. „Aber es tauchte in den Daten auf."

Der nächste Schritt, sagte Kahn, sei, KI jeden Tag Tausende von Fragen an die Daten stellen zu lassen und eine priorisierte Liste von Story-Tipps zu generieren. „Statt einer kryptischen Liste von Prompts bekommt man dann so etwas wie: ‚Autodiebstahl ist gesunken, aber in diesen drei Vierteln gab es einen Anstieg von 20 Prozent oder mehr.'"

Das Halluzinationsrisiko bleibt ein Thema. Noceras Ansatz: „Man macht wiederholte Anfragen, damit man seine Ergebnisse überprüfen und mit Daten abgleichen kann, von denen man weiß, dass sie stimmen." Journalist behalten die Kontrolle und sind keine passiven Konsumenten von KI-Output. „Die Chance", sagte Nocera, „besteht darin, Journalisten zu Redakteuren zu machen, die Tools offline nutzen können, um Storys zu erstellen, die all diese Probleme umgehen."

Laut dem Bericht des Reuters Institute 2025 zu Generative AI and News sagen nur 12 Prozent der News, dass sie Nachrichten vertrauen, die vollständig von KI produziert wurden. Crosstowns Newsletter werden automatisch aus Templates generiert. Ist das für Leser relevant?

Kahn argumentiert, dass der Unterschied im Umgang mit den Quellen liegt. „Wenn das reiner KI-Slop wäre, würde es wahrscheinlich sagen, Mitternacht sei der gefährlichste Moment des Tages", sagte er. Polizeidaten geben oft die Uhrzeit 00:00 als Standard an, wenn die tatsächliche Tatzeit unbekannt ist. Reine Automatisierung würde diese Eigenart falsch interpretieren. „Man muss die Eigenheiten der Daten verstehen. Der größte Fehler ist, den Daten blind zu vertrauen."

Vollständig KI-produzierte Kriminalitätsnachrichten würden wahrscheinlich auch Teaser mit spezifischen Namen und Adressen einfügen, Clickbait wie „Klicke hier, um herauszufinden, welcher Deiner Nachbarn Deine Pakete gestohlen hat." Aber Nocera weist darauf hin, dass alle öffentlichen Datensätze, die Crosstown nutzt, anonymisiert sind. Kriminalitätsdaten zeigen ungefähre Standorte auf Straßenzug-Ebene, niemals genaue Adressen, und enthalten keine Namen von Verdächtigen oder Opfern.

Für Crosstown ist das Ziel „nicht, den neuesten Trends hinterher zu jagen, die Big Tech produziert hat", sagt Kahn. Stattdessen will er etwas Zeitloseres neu erschaffen: das Gefühl, eine Zeitung zu Ende gelesen zu haben und zu wissen, dass man informiert ist. Kahns Ziel ist es, etwas nachzubilden, das er von der International Herald Tribune in Erinnerung hat. „Die hatte 24 Seiten. Man hat sie durchgelesen. Und dann dachte man: Okay, ich bin fertig." Dieses Gefühl der Vollständigkeit will er auf Stadtteil-Ebene erreichen.

„Ich brauche keine Metrik wie Verweildauer auf der Seite. Ich mag diese Metriken nicht. Die einzige Metrik, die ich will, ist: Hat diese Nutzerin anschließend das Gefühl, dass sie etwas Neues gelernt hat?"