
Hallo allerseits,
Ich bin ein großer Fan der SRF "Heute Morgen" Podcast und hören Sie es sich fast jeden Morgen an, um einen Überblick über den aktuellen Tag zu erhalten. Vor kurzem hatte ich jedoch das Gefühl, jeden Morgen mit den gleichen, meistens negativen Themen gehämmert zu werden. Insbesondere ein bestimmter Herr aus Übersee schien mir eine dauerhafte, mietfreie Residenz in meinem Kopf genommen zu haben.
Das machte mich neugierig: War das nur mein subjektives Gefühl oder gab es etwas mehr?
Als kleines Hobbyprojekt habe ich also eine Webanwendung geschrieben, um die Folgen aus dem vergangenen Jahr (August 2024 – Juli 2025) zu analysieren.
Wie habe ich das gemacht?
- Datenquelle: Ich habe die Titel und Themenlisten für jeden gesammelt "Heute Morgen" Episode aus dem SRF -Website.
- AI -Analyse: Für jeden Eintrag habe ich Gemini (Googles großes Sprachmodell) verwendet, um eine neutrale Bewertung zu erhalten (ja, auch AIs sind voreingenommen). Ich kombinierte die Überschrift mit den von SRF bereitgestellten Themen und ließ die KI eine Stimmungsanalyse (gut, schlecht, neutral) durchführen und die wichtigsten Schlüsselwörter extrahieren.
Die Eingabeaufforderung, die ich dafür verwendet habe, sah so aus: You are a Swiss German news assistant. Analyse the following podcast episode and return STRICT JSON only with keys keywords (array of 5-6 concise, distinct keywords extracted from TITLE + DESCRIPTION) and sentiment (Good, Bad, Neutral). Do NOT wrap the JSON in code fences.\nTITLE: ${title}\nDESCRIPTION: ${desc}
Ein kleiner Blick auf die Rohdaten:
Hier ist ein Beispiel dafür, wie die verarbeiteten Daten aussehen:
||
||
|date|title|topics|sentiment|
|2025-07-31|Indien, Brasilien, Südkorea: Trump verhängt weitere Zölle|Trump; Zölle/Handel; Indien; Brasilien; Südkorea; Schweiz|Bad|
|2025-07-29|Deutschland und Jordanien planen Luftbrücke für Gaza|Luftbrücke; Gaza; Deutschland; Jordanien; humanitäre Güter; Hilfslieferungen|Good|
|2025-07-25|Frankreich will Palästina als eigenen Staat anerkennen|Frankreich; Palästina; Staat; Anerkennung; Macron; UNO-Generalversammlung|Neutral|
|2025-06-18|Trump blockiert Ukraine-Erklärung der G7|Trump; Ukraine; G7-Gipfel; Sanktionen; Russland; Selensky|Bad|
|2024-12-09|Nach Sturz von Assad: Syrerinnen und Syrer in der Schweiz erfreut|Assad; Syrien; Schweiz; Erleichterung; Kundgebung; Moskau|Good|
Die Analyse
Hier sind die Diagramme, die sich aus der Analyse ergeben:
1. Verteilung des Nachrichtengefühls
Es stellt sich heraus, dass mein Gefühl nicht falsch war. Die Mehrheit der Nachrichten wurde als negativ eingestuft.
2. Die Top 15 häufigsten Themen
Das Thema "Trumpf" ist das unbestrittene Nummer 1 am häufigsten erwähnt. Eng gefolgt von "Schweiz" (Schweiz) und "USA".
3. Themen im Laufe der Zeit (letztes Jahr)
Erwähnungen der gleichen Top 5 Themen im Laufe der Zeit
4. Gefühl im Laufe der Zeit (letztes Jahr)
Dieses Diagramm zeigt die Verteilung der Gefühle pro Monat. Sie können sehen, dass negative Nachrichten das ganze Jahr über dominant waren
Haftungsausschluss: Ich bin Software -Ingenieur, kein Datenanalyst. Bitte nehmen Sie diese Analyse mit einem Körnchen Salz an. Es war hauptsächlich ein lustiges Projekt, um meine Neugier zu befriedigen.
Was denkst du alle? Passt das zu Ihrer Wahrnehmung? Sind Sie es leid, in der Schweiz über die gleichen Dinge über die gleichen Dinge zu lesen / zu hören?
I've analyzed a year of the SRF "Heute Morgen" podcast – here are the results
byu/sinthorius inSwitzerland
Von sinthorius
2 Kommentare
I think it’s a general phenomenon that news tends to be disproportionately negative.
I’ve been asking myself in the past if I should just quit reading/listening to it entirely.
I love that some people take the time to do such things. Thanks op