update-topic
Aktualisiert oder erweitert ein bestehendes Themen-Factsheet — Daten auffrischen, Sektionen ergänzen, Argumente überarbeiten oder die Darstellung verbessern (Blocktyp-Vielfalt, UX, Datenverständnis) —
SKILL.md.claude/skills/update-topic/SKILL.md
GitHubThema aktualisieren: public/data/$ARGUMENTS[0].json
Workflow für Änderungen an bestehenden Topic-Factsheets. Nutzt dieselben Qualitätsstandards wie create-topic, aber ohne den Scoping-Overhead einer Neuanlage.
Änderungsauftrag: $ARGUMENTS
Arbeitsmodus: Autonome Abarbeitung
Der Workflow läuft standardmäßig vollständig autonom durch. Zwischenberichte dokumentieren Entscheidungen; sie sind keine Freigabe-Gates. Angehalten wird nur, wenn der Änderungsauftrag mehrdeutig ist und die Varianten zu inhaltlich gegensätzlichen Ergebnissen führen würden, oder wenn der Build nach 2 Korrekturversuchen fehlschlägt.
Ablauf
1. Bestand erfassen
public/data/$ARGUMENTS[0].jsonvollständig lesen;src/types/index.tsfür das Schema- Betroffene Sektionen, Argumente und Quellen identifizieren
lastUpdatedund zeitgebundene Angaben notieren (Jahreszahlen, „aktuell", Preise, Prognosen) — bei Datenaktualisierungen sind das die Prüfkandidaten
2. Recherche mit Inline-Verifizierung
Für neue oder zu aktualisierende Datenpunkte gilt Phase 2 aus .claude/skills/create-topic/SKILL.md vollständig — insbesondere:
- Quellenhierarchie (amtliche Statistiken vor Instituten vor Stiftungen/Verbänden vor Journalismus)
- Unabhängigkeitsregel: zentrale Datenpunkte nicht allein auf interessengebundene Quellen stützen
- Jede URL sofort verifizieren (✓ / ⚠ / ❓); nur ✓- und korrigierte ⚠-Datenpunkte verwenden
- Sonderfälle (PDF via curl + Read, Paywall, Wayback für tote URLs, widersprüchliche Quellen) nach
.claude/skills/verify-sources/SKILL.md
3. Bearbeiten mit Autor-Leitplanken
- Die Checklisten „Neues Argument" und „Neuer Abschnitt" aus
.claude/skills/review-content/SKILL.mdsind kanonisch — auch für geänderte Bestandsinhalte anwenden - Blocktyp-Auswahl nach
.claude/skills/create-topic/reference.md(alle 13 Typen, inkl.myth_fact,pictograph,target_progress) - Ersetzte Zahlen konsistent nachziehen: auch Fließtext,
keyStats,sourceNote, Argument-Antworten undrelatedSectionsprüfen — nicht nur den einen Block - Nicht mehr gestützte
sourceRefsentfernen; neue Quellen inssources-Array (id,label,url) lastUpdatedauf das heutige Datum setzen (YYYY-MM-DD)- Keine deutschen Anführungszeichen „…" in JSON-Strings (siehe
.claude/rules/data-schema.md); nach dem Schreibennode -e "JSON.parse(...)"ausführen
4. Darstellungs-Check (Vielfalt, UX, Datenverständnis)
Prüfen, ob die Inhalte im besten Blocktyp stehen — Blocktyp-Tabelle in .claude/skills/create-topic/reference.md als Auswahlhilfe.
Geltungsbereich: Immer für die bearbeiteten Sektionen. Für das gesamte Topic, wenn der Änderungsauftrag auf Darstellung, Vielfalt, UX oder Verständlichkeit zielt (z. B. „Darstellung verbessern", „Thema aufwerten").
Upgrade-Heuristiken — jede Fundstelle in den besser passenden Blocktyp überführen:
| Fundstelle | Upgrade |
|---|---|
≥ 3 fact-Blöcke in Folge (Fakten-Monotonie) |
Kernzahlen → stat_grid; widerlegte Irrtümer → myth_fact; nur die 1–2 wichtigsten als fact mit highlight behalten |
text-Block mit ≥ 3 Datenpunkten im Fließtext |
Zahlen in einen Datenblock ausgliedern, text behält die Einordnung |
Zeitreihe als table oder Aufzählung |
line_chart/bar_chart (Tabelle ggf. als barrierefreie Ergänzung behalten, siehe Muster D) |
„x von y"-Anteil als Text oder fact |
pictograph |
| Ist-Stand vs. Zielwert in Prosa | target_progress |
| A-gegen-B-Vergleich in Prosa | comparison; Wertespannen → range_bar |
Dieselben Zahlen mehrfach (stat_grid UND table UND fact) |
Bestes Format wählen, Dubletten entfernen |
| Topic nutzt insgesamt < 3–4 verschiedene Blocktypen | Vielfalt gezielt erhöhen — aber nur, wo die Daten den Typ tragen |
Grenzen:
- Keine Visualisierung erzwingen, die die Daten nicht hergeben — ein präziser
text-Block schlägt ein schiefes Diagramm - Reiner Formatwechsel ändert keine Aussagen: Zahlen und
sourceRefswandern unverändert mit (kein neuer Verifizierungsbedarf); braucht die Visualisierung zusätzliche Datenpunkte → zurück zu Schritt 2 - Mobile-first: Tabellen mit mehr als 3–4 Spalten und überladene Diagramme vermeiden
- Recharts-Typen (
bar_chart,line_chart) sparsam bei Themen mit vielen Sektionen (lazy-loaded, aber Gewicht)
5. Quality Gates
/review-content $ARGUMENTS[0]
Bei geänderten Daten oder Quellen zusätzlich:
/verify-sources $ARGUMENTS[0]
Alle ✗-Befunde beheben, ⚠-Befunde soweit sinnvoll adressieren.
6. Validierung & Abschlussbericht
npm run lint && npm run build
Abschlussbericht ausgeben: geänderte Sektionen/Argumente, alte → neue Zahlen, neue/entfernte Quellen, Darstellungs-Upgrades (alter → neuer Blocktyp mit Begründung), Ergebnis der Quality Gates.
Regeln
- Autonome Abarbeitung (siehe oben) — Berichte dokumentieren, Gates laufen durch
- Keine halluzinierten Daten — jede neue Zahl aus einer verifizierten Quelle
- Kein Strukturbruch —
public/data/*.json-Struktur nicht ändern ohnesrc/types/index.tsanzupassen (siehe AGENTS.md) - Minimalinvasiv — nur ändern, was der Auftrag verlangt oder was durch die Änderung inkonsistent würde. Der Darstellungs-Check gehört bei bearbeiteten Sektionen dazu; unbeteiligte Sektionen werden nur bei ausdrücklichem Darstellungs-/Qualitätsauftrag umgebaut