Digitale Projekte aus der Bürgerschaft
Auf dieser Webseite werden Civic-Tech-Projekte aus Münster vorgestellt, die aus dem ehrenamtlichem Einsatz von Bürger*innen entstanden sind. Die DIGIFARM.MS ist eine Initiative der Smart City Münster, um digitalem Ehrenamt eine Plattform zu geben. Hintergrundinformationen gibt es auf der Seite "Was ist DIGIFARM MS?".
Münster interessierts
Der Podcast wird jeweils vor den Sitzungen erstellt. Inhalte sind die Tagesordnung und die Dokumente, die in den jeweiligen Sitzungen besprochen werden. So kann man in wenigen Minuten erfahren, um welche Themen es in den kommunalpolitischen Gremien gehen wird und überlegen, ob man die öffentlichen Sitzungen mit anschauen möchte.
Allgemeine Informationen
| Projekt-URL: | https://muenster-interessierts.de/ |
| Kategorie: | Politik |
| Typ: | KI-generierter Podcast |
| Entstanden in: | Münster |
| Projektstart: | 2024 |
| Projektquelle: | MÜNSTERHACK |
| Status: | In Progress |
Wie kann ich mithelfen?
Allgemeine Informationen geben die folgenden drei Info-Boxen:
Die Inhalte der Podcasts stammen aus dem Ratsinformationssystem. Eine KI liest alle Vorlagen der entsprechenden Sitzung ein und generiert ein Podcast-Skript. Natürlich kommt es in diesem Skript ab und an zu Fehlern oder seltsamen Äußerungen. Deshalb ist es sinnvoll, das KI-generierte Skript vor der Vertonung einmal manuell zu prüfen.
Unterstützung wird aktuell gesucht.
Für die Erstellung eines Podcast muss jeweils ein paar Tage vor einer Ausschuss-Sitzung eine python-Pipeline angestoßen werden, die sich die Tagesordnungen aus dem Ratsinformationssystem zieht und den Text an eine KI übergibt, die dann daraus ein Podcast-Skript generiert. Dieses Skript wird (nach manueller inhaltlicher Prüfung) durch eine text-to-speech-engine in eine Audiodatei umgewandelt.
Aktuell betreut durch Sarah Mc Carthy.
Es fallen Kosten für die Bereitstellung der Podcasts über podigee sowie für die Nutzung der KI an.
Aktuell finanziell unterstützt durch Smart City Münster.
Technische Daten
| Komplexität: | mittel |
| Technologie(n): | Python, LLM |
| Deployment: | Jede Stadt einzeln |
| Kollaborationsplattform: | Github.com |
| Quellcode-URL: | https://github.com/policast |
| Quellcode-Lizenz: | MIT license |