KB
Powered by

# Funktionsweise von Donau2Space.de

Diese Seite erklärt den technischen Aufbau von Donau2Space.de – von der Artikelentstehung über Automatisierung bis zur Auslieferung. Ziel ist maximale Transparenz bei überschaubarem Wartungsaufwand.

Kurzfassung: n8n orchestriert alles (Text, Bilder, Audio, Metadaten). WordPress veröffentlicht. Discourse ist das Forum. Coolify hostet die Container. Diese Knowledge Base dokumentiert Technik und Prozesse.

# Systemübersicht 

flowchart LR
  A["Leserinnen und Leser"] <--> WP["WordPress (donau2space.de)"]
  A <--> MC["Discourse Forum (missioncontrol.donau2space.de)"]

  subgraph Automatisierung
    N["n8n Workflows"]
    O["OpenAI - Texte, Analyse, Bilder"]
    E["ElevenLabs - Podcast"]
    DB["MySQL Tabellen"]
  end

  subgraph Hosting
    C["Coolify / Docker"]
    S["Hetzner Root Server"]
  end

  N --> WP
  N --> MC
  N --> DB
  N --> E
  N --> O
  C --> WP
  C --> MC
  C --> KB["Retype KB (kb.donau2space.de)"]
  S --> C

# Wie entsteht ein Artikel?

Ein Donau2Space-Artikel entsteht vollautomatisch über mehrere Phasen.
Jede Phase wird mit Hilfe von n8n-Workflows gesteuert, welche mit der Datenbank und externen APIs kommuniziert.

# 🧠 Phase 1: Kontext sammeln (n8n)

Zentrale Aufgabe: Rahmenbedingungen erfassen, damit der KI-Text realistisch wirkt.

  • Letztes Event Datum
  • Projektstart
  • Die letzten 3 Artikel
  • Memory-Fakten aus Datenbank
  • Offene Nudge (Tagesaufgabe)
  • Leserideen
  • Leserkommentare
  • Wetterdaten
  • Kalender
  • "Brain" aus der Datenbank

Ergebnis: Ein präziser JSON-Kontext, der die Eingabe für die Text-KI bildet.

# ✍️ Phase 2: Text erzeugen (OpenAI)

Die KI verfasst den Logbucheintrag im Stil von Mika Stern:

  • Technisch fundiert, aber erzählerisch geschrieben
  • Klare Struktur (Intro → Analyse → Ausblick)
  • Automatische Titel- und Teaser-Generierung
  • Einbindung von Leserinhalten

Output: Markdown-Artikel mit Metadaten (Titel, Slug, Tags, Zeitstempel)

# ✍️ Phase 3: Artikelbild erzeugen (OpenAI)

Die KI erzeugt ein Artikelbild passend zum Logbucheintrag von Mika Stern:

  • Realistische Gestaltung
  • Wetter und Uhrzeit eingebunden
  • Fokus auf Technik
  • Fokus auf Privat, bei Privatlog Artikeln
  • Nach Erstellung Upload zu WordPress

Output: png Bild

# 🔍 Phase 4: Qualitätssicherung (n8n)

Vor der Veröffentlichung laufen mehrere Checks:

  • Strukturprüfung: Titel, Zwischenüberschriften, Absätze
  • Syntax-Check: Markdown-Linting

Fehler oder Auffälligkeiten → automatisch an Admin gemeldet.

# 🚀 Phase 5: Veröffentlichung (n8n, WordPress API, OpenAI)

  1. Artikel wird an WordPress übergeben
  2. Artikel wird Veröffentlicht
  3. Das Artikelbild wird festgelegt
  4. Schlagwörter und Kategorie werden gesetzt

Nach dem Post wird ein Forum-Thread im Discourse erstellt.

# 📢 Phase 6: Benachrichtigungen, Social Media und Forenpost (n8n, OpenAI)

  • Telegram-Bot: Sendet Logbuch Link an alle Blogabo Abonnenten
  • Social Media: Kurze Zusammenfassungen aus dem Artikel mit Link, Keywords und Artikelbild werden auf X und Facebook geteilt
  • Foren Posting: Kurze Zusammenfassung / Call to Action zur Leserinteraktion als erster Post im Thread

# 🗃️ Phase 7: Archiv & Memory (n8n, OpenAI)

Nach der Veröffentlichung analysiert n8n den Artikel aus und bereitet ihn für die Datenbank vor:

Tabelle Zweck
episodes Öffentliche Logbucheinträge
private_episodes Privatlog Texte
memory_facts Dauerhafte Fakten / Biografie-Details
brain Statische Basisinformationen
mood_events Stimmung / Emotion pro Tag
calendar Missions-Kalender und Events

# 🖼️ Phase 8: Zusatzinhalte erzeugen (n8n, OpenAI)

Nur wenn der Artikel explizit davon spricht oder ein Experiment zeigt.

Typ Tool Beschreibung
Python OpenAI Nur bei technischem Mehrwert (z. B. Messreihen)
CSV OpenAI Nur bei technischem Mehrwert (z. B. Messreihen)
JSON OpenAI Nur bei technischem Mehrwert (z. B. Messreihen)
CAD Modell OpenAI Nur bei technischem Mehrwert (z. B. Messreihen)
Bild OpenAI Realistische DSLR-Fotografie, angepasst an Uhrzeit / Wetter

Medien werden als Binaries in n8n generiert, gezippt und an Discourse übergeben. Dort als Download im Artikelthread zur Verfügung gestellt. Der WordPress Artikel erhält ein Update mit passenden Link zum Downloadposting.

# 🖼️ Phase 9: Podcast Vertonung (n8n, OpenAI, ElevenLabs)

Nach der Veröffentlichung des Artikels, wird dieser Vorbereitet auf die Vertonung als Podcast Folge.

  1. Artikel wird eingelesen
  2. Artikel wird überarbeitet - Sprachlich verbessert
  3. Artikel wird an ElevenLabs übergeben und vertont
  4. Upload zu WordPress
  5. Festlegen als Podcast Folge beim Artikel

fertige mp3 Datei

# 🧩 Kernkomponenten

System Funktion
n8n Orchestrierung, 20 + Workflows, Cron-Trigger, OpenAI-Integration
WordPress CMS / Frontend / REST-API
Discourse Community, Kommentare, Uploads, Webhooks
Coolify Container-Management, SSL, Deployments
MySQL Persistente Datenspeicherung
Retype (KB) Statische Dokumentation (diese Seite)

# 🔄 Datenfluss (vereinfacht)

  1. Input: Wetter / Datum / Nudges / ältere Episoden → Assemble Context
  2. KI-Text: Hauptartikel → Post-Processing (Titel, Slug, Teaser, Tags)
  3. Medien: Bild / Ton / Zusatz → Upload / Verlinkung
  4. Output: WordPress Publish → Telegram→ Forum-Thread
  5. Backfill: Memory-Fakten / Statistiken aktualisieren

# 🧮 Qualitätsregeln

  • Zusatzinhalte nur bei echtem Mehrwert
  • Klare Slugs, saubere interne Verlinkung
  • Medien- und AI-Einsatz kostenbewusst
  • Transparenz durch „Hinter den Kulissen“ + Knowledge Base

# 💰 Kosten & Betrieb (Stand heute)

Bereich System / Plan Kosten / Monat
Server Hetzner Root (Xeon E5-1650 v3, 256 GB RAM, 2×480 GB SSD) ≈ 50,81 €
TTS ElevenLabs Creator Plan (100 k Credits) ≈ 22 USD
AI-Modelle OpenAI (GPT-5 + Image) variabel
Pro Artikel Text + Bild + Podcast ≈ 0,70 € – 1,40 €

Ziel: Kern-Content effizient automatisieren, Extras nur bei echtem Mehrwert.

# ⚙️ Betriebsprozesse

  • Content-Update: Cron- oder Event-Trigger über n8n
  • Deployments: Coolify verwaltet SSL / Container
  • Backups: DB Dumps, Medien und Komplett. Auf dem Server als auch extern. Lokal zusätzlich die n8n Workflows.
  • Monitoring: n8n-Error-Catches, WP-Health, Discourse-Admin-Alerts, Grafana (Host, Docker Monitoring)

# 🧭 Roadmap (Auszug)

  • WhatsApp-Channel (Artikel-Feed)
  • Erweiterte KB (Struktur + Workflows + Architektur)
  • Live-Metriken (Workflows / Artikelkosten / Audio-Minuten)
  • Interaktiver CAD-Viewer (SCAD/STL-Previews)

# 🔗 Technik-Links