Der Ausgangspunkt

Im Oktober 2025 fällt Freia Westermann, freie Rechercheurin bei einem mittelgroßen Investigativ-Kollektiv, etwas auf: In den frühen Morgenstunden eines Donnerstags erscheinen auf drei unabhängigen Telegram-Kanälen nahezu gleichzeitig Beiträge, die denselben Wissenschaftler diffamieren. Die Beiträge unterscheiden sich im Wortlaut, transportieren aber identische Vorwürfe — und verwenden auffällig ähnliche Bildauswahl.

Wenige Stunden später beginnt auf X (ehemals Twitter) eine Kaskade: Dutzende Accounts verbreiten Links zu den Telegram-Posts. Am Nachmittag greift ein kleines News-Portal die Geschichte auf. Am Abend steht sie auf drei weiteren Seiten.

Freia hat solche Muster schon gesehen. Sie öffnet SpectralQ und legt ein neues Projekt an: „Recherche WM — Diffamierungskampagne Oktober 2025".

Die erste Stunde: Aufbau des Murder Boards

Das Briefing schreibt Freia selbst:

„Am Morgen des 24. Oktober 2025 erschienen auf drei Telegram-Kanälen nahezu gleichzeitig diffamierende Beiträge über Prof. Dr. W. Morgenthaler (Klimaforscher an der TU Dresden). Verdacht auf koordinierte Kampagne. Zu klären: Zeitliche Abfolge, Urheberschaft, Verbreitungsmuster, ggf. Hintermänner."

Als Einstieg entscheidet sie sich für den Board-Setup-Assistenten (Kapitel 3). Sie gibt das Briefing ein, fügt die URLs der drei Telegram-Posts als Quellen hinzu. Die KI scrapt die Inhalte, analysiert den Text und schlägt eine Grundstruktur vor: fünf Elemente — drei für die Telegram-Kanäle, eines für den Wissenschaftler, eines für die erste aufgreifende News-Site. Dazu eine Karte und ein Verlaufsgraph.

Freia prüft den Vorschlag. Die KI hat die Kanäle als Ungesichert markiert — sinnvoll, denn Telegram-Posts sind zunächst Behauptungen ohne externe Verifikation. Sie behält das bei.

Dann beginnt die eigentliche Arbeit.

Weitere Elemente manuell anlegen

Freia fügt dem Board hinzu:

• Prof. Dr. Morgenthaler als Element mit Konfidenz Gesichert — er existiert, seine Position ist belegt
• Twitter-Kaskade als Element, Konfidenz Ungesichert, mit geplanter Datenquelle Reddit/X-Archiv
• Aufgreifende News-Portale (insgesamt vier) als separate Elemente
• Publikations-Zeitpunkte als Zeit-Elemente
• Hypothese: „Die drei Telegram-Posts stammen aus einer koordinierten Quelle" als blaues Element
• Hypothese: „Die News-Aufgreifung wurde durch gezielte Ansprache getriggert" als zweites blaues Element

Nach einer halben Stunde steht die Grundstruktur. Freia nutzt Aufräumen → Nach Konfidenz aus der Toolbar — das Board sortiert sich in vier Spalten. Sie sieht auf einen Blick: viele rote Elemente (ungesicherte Telegram-Posts und Social-Media-Aktivitäten), zwei blaue Hypothesen, wenige grüne gesicherte Elemente. Die Ermittlung steht ganz am Anfang.

Tag 2: Datenerhebung

Am Morgen des zweiten Tages startet Freia die eigentliche Datenerhebung. Sie legt Datenquellen an:

Telegram-Plugin — mit den drei verdächtigen Kanal-IDs, Zeitraum zwei Wochen vor bis eine Woche nach dem 24. Oktober. Das Plugin scrapt alle Posts dieser Kanäle in dem Fenster.

GT Studio — Keywords „Morgenthaler TU Dresden", „Morgenthaler Klimaforschung", „Morgenthaler Kritik", Geo Deutschland, Zeitraum letzte 12 Monate. Das gibt einen Eindruck, wie stark nach dem Wissenschaftler gesucht wird und wann.

Wikipedia-Plugin — der Artikel zu Morgenthaler wird seit Wochen beobachtet. Freia lässt sich die Bearbeitungs-Historie ausgeben.

News-Plugin — mit dem Begriff „Morgenthaler", deutsche Quellen, letzte 30 Tage.

Reddit-Plugin — relevante Subreddits, gleicher Zeitraum.

Die Abrufe laufen parallel. Nach 20 Minuten sind alle Daten da.

Die erste Zusammenschau

Freia verbindet alle Datenquellen mit einem gemeinsamen Verlaufsgraphen. Mit Multi-Y-Achsen (Kapitel 6) erscheinen die Zeitreihen übereinander: Telegram-Aktivität, Twitter-Volumen, News-Frequenz, Wikipedia-Edits, Google-Suchvolumen.

Was sie sieht, lässt sie ans Telefon greifen und ihren Kollegen Artjom dazubitten.

Auf dem Graphen ist klar erkennbar:

• Bis zum 23. Oktober ist für Morgenthaler keine erhöhte Aktivität in irgendeiner Quelle
• Am 23. Oktober um 23:47 der erste Edit am Wikipedia-Artikel — ein Absatz über eine angebliche Kontroverse wird hinzugefügt
• Am 24. Oktober um 07:12, 07:15, 07:19 die drei Telegram-Posts
• Zwischen 08:00 und 09:30 eine Spitze im Twitter-Volumen
• Um 10:47 der erste News-Artikel
• Ab 11:30 ein deutlicher Anstieg im Google-Suchvolumen

Die zeitliche Abfolge ist auffällig. Wikipedia-Edit → Telegram → Twitter → News → Suche. Die Nachrichten waren nicht Auslöser — sie waren Folge. Und der Wikipedia-Edit lag sogar vor der Telegram-Kaskade.

Tag 3: Vertiefung — wer editierte Wikipedia?

Freia und Artjom öffnen das Wikipedia-Plugin und sehen sich den Edit im Detail an. Der Account, der den Absatz hinzufügte, ist neu — der erste Edit überhaupt für diesen Account liegt zwei Wochen zurück. Eine klassische Sockenpuppe.

Sie legen ein neues Element an: „Wikipedia-Account ‚DerKritiker77'", Konfidenz Ungesichert. Inhalt: der Account, sein Erstelldatum, alle Edits, die dieser Account bisher gemacht hat.

Artjom schaut sich die anderen Edits des Accounts an. Alle innerhalb der letzten zwei Wochen, alle betreffen Wissenschaftler, die sich öffentlich zu Klimapolitik geäußert haben. Sieben verschiedene Artikel. Muster: moderate, scheinbar neutrale Edits, die aber subtil negative Konnotationen einfügen.

Das ist kein Einzelvorgang. Das ist eine Serie.

Sie legen sechs weitere Elemente an — eines pro bearbeitetem Wikipedia-Artikel —, verbinden sie mit dem Sockenpuppen-Account und setzen den Konfidenz-Typ des Accounts auf Bedingung: Die Hypothese „koordinierte Kampagne" braucht einen zentralen Akteur — dieser Account könnte es sein, das muss noch geprüft werden.

Hypothesen-Bausteine generieren

Nach einer weiteren Stunde Diskussion nutzt Freia den Hypothesen-Assistenten (Kapitel 22). Sie klickt auf ihre Hypothese „Die drei Telegram-Posts stammen aus einer koordinierten Quelle" und wählt Hypothese bestätigen.

Die KI liefert Bausteine:

• Bedingung: Die Posts müssen inhaltliche Überschneidungen jenseits des Zufalls zeigen
• Bedingung: Die Post-Zeitpunkte müssen koordinierter sein, als organisches Verhalten erwarten ließe
• Bedingung: Die Kanäle dürfen keine erkennbare inhaltliche Überlappung außerhalb dieses Themas haben
• Ungesicherte Annahme: Gemeinsame technische Merkmale (Bildformate, Metadaten)
• Ungesicherte Annahme: Vorherige Kommunikation zwischen den Kanal-Betreibern

Freia übernimmt die Bedingungen und die Annahmen ins Board. Sie erscheinen in einer gelben und einer roten Spalte neben der Hypothese — klar strukturierte To-do-Liste der Recherche.

Tag 4–5: Spike-Koinzidenz und Granger-Kausalität

Für die Bedingung „Post-Zeitpunkte müssen koordinierter sein als organisches Verhalten erwarten ließe" wechselt Freia ins GT Studio → Labor-Analysen (Kapitel 26).

Sie lädt die Telegram-Aktivitäten der drei Kanäle als Zeitreihen und startet eine Spike-Koinzidenz-Analyse. Die Methode prüft, ob gleichzeitige Ausschläge in den drei Kanälen durch Zufall zu erklären sind.

Das Ergebnis ist ein p-Wert: 0,003. Hoch signifikant. Die Wahrscheinlichkeit, dass die zeitliche Übereinstimmung Zufall ist, liegt bei 0,3 Prozent.

Die Bedingung ist damit erfüllt. Freia ändert den Konfidenz-Typ von Bedingung auf Gesichert. Das Element wandert auf dem Board von der gelben in die grüne Spalte.

Für die Frage „Wikipedia geht voraus" läuft sie anschließend eine Granger-Kausalitätsanalyse auf die zwei Zeitreihen Wikipedia-Edits und Telegram-Posts. Das Ergebnis: p = 0,009 bei einem Lag von etwa 7 Stunden. Wikipedia-Aktivität Granger-verursacht Telegram-Aktivität.

Die Richtung ist damit statistisch belegt. Freia legt ein neues gesichertes Element an: „Wikipedia-Aktivität geht Telegram zeitlich voraus (Granger p=0,009, Lag ~7h)".

Tag 6: Der räumliche Blick

Bis hierher war die Recherche zeitreihenbasiert. Jetzt öffnet Freia die Karten-Perspektive.

Die drei Telegram-Kanäle haben keine offiziellen Standortangaben. Aber einige Posts enthalten Bilder. Artjom prüft die Bildmetadaten — die meisten sind gereinigt, aber zwei Posts eines der Kanäle enthalten unbewusst EXIF-Daten mit GPS-Koordinaten.

Ein Koordinatenpaar liegt in einem Vorort von Berlin, das andere in Potsdam. Freia legt zwei Standort-Elemente mit Umkreis von 1 km an, Konfidenz Ungesichert (die GPS-Metadaten könnten auch manipuliert worden sein).

Dann startet sie eine R/Z-Analyse (Kapitel 17) zwischen dem Sockenpuppen-Account und diesen beiden Standorten. Die Analyse nutzt die Zeitpunkte der Wikipedia-Edits und prüft, ob sie zu Zeiten stattfanden, zu denen jemand an diesen Orten aktiv sein konnte.

Das Ergebnis ist ambivalent. Einige Edits passen zeitlich zu den Bildaufnahmen. Andere nicht. Freia trägt es als ungesicherten Hinweis ein — mehr gibt die Datenlage nicht her.

Für die Karte wird das weniger ergiebig als erhofft. Sie konzentriert sich wieder auf die Zeitachse.

Tag 7: Der KI-Analyst für Inhalte

Jetzt kommt die semantische Analyse der Telegram-Posts. Freia legt drei KI-Analyst-Knoten an — einen pro Telegram-Kanal. Jeder wird mit den jeweiligen Post-Inhalten verbunden.

Für jeden Knoten wählt sie den Analyse-Typ Faktenextraktion. Die KI liefert nüchterne Listen: Welche Behauptungen stellt der Post auf? Welche Quellen werden angegeben? Welche Bildunterschriften gibt es?

Freia nimmt die drei Listen und vergleicht sie manuell. Auffällig: In allen drei Posts erscheint derselbe Zahlendreher bei einer Jahresangabe — alle drei schreiben „2018" statt „2019" bei einer Forschungsarbeit Morgenthalers. Der Fehler ist spezifisch genug, dass er bei unabhängiger Recherche kaum dreimal auf dieselbe Weise auftreten würde.

Sie fügt ein neues gesichertes Element hinzu: „Identischer Zahlendreher in allen drei Telegram-Posts (2018 statt 2019)". Die Bedingung „Inhaltliche Überschneidungen jenseits des Zufalls" ist damit bestätigt.

Ein vierter KI-Analyst bekommt alle drei Posts gleichzeitig zugeteilt, mit Analyse-Typ Politische Ausrichtung. Die KI beschreibt: affirmative Sprache gegenüber einer bestimmten politischen Richtung, relativierende Formulierungen gegenüber einer anderen, Übernahme bestimmter charakteristischer Kampf-Begriffe. Die sprachlichen Muster sind untereinander erstaunlich ähnlich, trotz unterschiedlicher Formulierungen.

Tag 8–10: Die Kontextebene

Neben der engen technischen Analyse öffnet Freia den Blick auf den breiteren Kontext. Was geschah politisch am 24. Oktober? Gab es einen Anlass für eine Kampagne gerade gegen Klimaforscher?

Sie aktiviert im Press-Setup für spätere Publikation automatisch die Vergleichsdaten (Kapitel 29): Wetter, Feiertage, Sonnenstand, Sport. Das ist für die Recherche selbst weniger wichtig, aber für den späteren Artikel wertvoll.

Wichtiger ist die News-Recherche: Was schrieben am 23. und 24. Oktober deutsche Medien über Klimapolitik? Freia sieht: Am 22. Oktober hatte ein großer internationaler Klimakonferenz-Entwurf durchgesickert, der strengere Emissionsziele vorsieht. Die Reaktionen waren kontrovers — und fielen in den Tagen danach zusammen mit der Diffamierungskampagne gegen Morgenthaler und andere Wissenschaftler.

Sie legt ein neues Element an: „Klimakonferenz-Entwurf am 22.10. durchgesickert", Konfidenz Gesichert, verbunden mit Hypothese 2 („Die News-Aufgreifung wurde durch gezielte Ansprache getriggert").

Das Muster verdichtet sich. Der Kampagnen-Zeitpunkt war nicht zufällig.

Tag 11–12: Die Hypothese prüfen

Am Ende der zweiten Woche geht Freia die erste Hypothese durch: „Die drei Telegram-Posts stammen aus einer koordinierten Quelle".

Die Bedingungen:

• ✓ Gesichert: Posts zeigen inhaltliche Überschneidungen (Zahlendreher)
• ✓ Gesichert: Zeitliche Koordination statistisch belegt (p=0,003)
• ✓ Gesichert: Kanäle haben sonst keine inhaltliche Überlappung (manuell geprüft)
• ◯ Ungesichert: Gemeinsame technische Merkmale (Bildanalyse ergab keine eindeutigen Hinweise)
• ◯ Ungesichert: Vorherige Kommunikation zwischen Betreibern (nicht nachweisbar ohne Rechtsverfahren)

Drei von fünf Kriterien gesichert, zwei offen. Die Hypothese wird stark gestützt, aber nicht abschließend bewiesen.

Freia nutzt den Aufräumen → Nach Konfidenz-Modus erneut. Die grüne Spalte ist deutlich gewachsen. Die Hypothese steht in der blauen Spalte, mit vielen grünen Verbindungen — und einigen offenen roten. Das ist das realistische Bild: Starker Verdacht, belastbare Indizien, aber keine gerichtsfeste Beweiskette.

Für einen journalistischen Artikel reicht das. Für eine strafrechtliche Anzeige nicht.

Tag 13: Die zweite Hypothese

Für die zweite Hypothese — „Die News-Aufgreifung wurde durch gezielte Ansprache getriggert" — ist die Beweislage dünner. Freia hat zwar gesehen, dass die News-Aufgreifung zeitlich passt, aber direkte Ansprache (etwa per E-Mail an Redaktionen) ist ohne Insider-Quellen kaum nachweisbar.

Sie legt die Hypothese auf „offen" — weder bestätigt noch widerlegt. Das ist auch ein Ergebnis. Nicht jede Vermutung lässt sich mit öffentlich zugänglichen Daten klären. Die Hypothese bleibt auf dem Board als blaue Markierung, für eine eventuelle spätere Vertiefung.

Tag 14: Die Publikation

Freia beginnt mit der Aufbereitung für die Veröffentlichung. Sie nutzt den Präsentationsmodus (Kapitel 27), um die Argumentationskette als Slide-Folge zu bauen:

1. Ausgangssituation — der Fall Morgenthaler, die drei Telegram-Posts
2. Das zeitliche Muster — Überlagerte Verlaufsgraphen, die Wikipedia → Telegram → News → Suche zeigen
3. Die statistische Signifikanz — Spike-Koinzidenz und Granger-Kausalität mit p-Werten
4. Der identische Zahlendreher — Text-Extrakte nebeneinander als Annotation
5. Der politische Kontext — Klimakonferenz-Entwurf zwei Tage vorher
6. Die offenen Fragen — Was die Recherche nicht belegt

Pro Slide nimmt sie einen kurzen Audio-Kommentar auf — damit die Präsentation auch offline funktioniert, falls sie sie an Externe weitergibt.

Der Press-Artikel

Parallel bereitet Freia einen Press-Artikel (Kapitel 29) vor. Sie nutzt die Hauptkarte, auf der die Zeit-Kaskade visuell dargestellt ist. Im Beschreibungstext verwendet sie Timeline-Links:

„Alles begann am 23. Oktober um 23:47, als ein anonymer Wikipedia-Account den Eintrag zu Prof. Morgenthaler ergänzte. Nur sieben Stunden später, um 07:12 am 24. Oktober, erschien der erste Telegram-Post. Fast zeitgleich folgten zwei weitere."

Jede Zeitangabe im Text ist klickbar und setzt den Timeslider der Karte auf den entsprechenden Moment. Leser können nachvollziehen, nicht nur nachlesen.

Freia aktiviert die anonymen Hinweise (Kapitel 30). Vielleicht weiß jemand mehr — etwa Personen, die selbst mit der Kampagne zu tun hatten oder den Wissenschaftler kontaktiert wurden.

Die Embed-Einbindung

Das Investigativ-Kollektiv hat eine eigene Website. Der Press-Artikel wird per Embed-Link (Kapitel 28) in die Online-Version des Artikels eingebettet. Leser sehen dort nicht nur Text, sondern die interaktive Rekonstruktion der zeitlichen Kaskade.

Die finale Veröffentlichung kombiniert drei Ebenen:

• Textartikel — klassischer Journalismus, der die Geschichte erzählt
• Eingebettete SpectralQ-Rekonstruktion — für Leser, die die Datenebene selbst erkunden wollen
• Downloadbarer Scientific-Paper-Export — für Fachkolleginnen, die die Methodik nachvollziehen möchten

Tag 15: Archivierung und Dokumentation

Vor der Veröffentlichung fertigt Freia einen Projekt-ZIP-Export an (Kapitel 33). Dieses ZIP wird:

• Lokal auf einem verschlüsselten USB-Stick abgelegt
• Auf den Cloudspeicher des Kollektivs hochgeladen
• Mit einem vertrauenswürdigen Zeitstempel versehen (OpenTimestamps)

Der letzte Schritt ist entscheidend: Falls später behauptet würde, die Recherche sei nachträglich angepasst worden, ist durch den Zeitstempel mathematisch beweisbar, dass die Daten zum Zeitpunkt X exakt so vorlagen.

Freia prüft außerdem den Audit Trail (Kapitel 31). Die Integritätsprüfung meldet: Keine Abweichungen. Die gesamte Ermittlung ist lückenlos dokumentiert und unverändert.

Nachgang: Die Wirkung der Publikation

Nach Veröffentlichung gehen über die anonymen Hinweise (Kapitel 30) fünf Meldungen ein. Eine davon ist besonders relevant: Ein ehemaliger Mitarbeiter eines PR-Dienstleisters beschreibt, dass er vor Jahren in ähnliche Kampagnen eingebunden war und nennt die Struktur. Die Hinweise sind anonym und nicht sofort verifizierbar, aber sie öffnen einen neuen Rechercheansatz.

Freia legt ein neues Projekt an: „Recherche WM Folge — Strukturen kommerzieller Diffamierungs-Dienstleister". Die Ermittlung geht weiter.

Was dieses Fallbeispiel zeigt

Der Fall zeigt mehrere Kernprinzipien von SpectralQ in Aktion:

Triangulation als Methode. Die Recherche stützt sich nicht auf eine einzige Quelle, sondern auf die Konvergenz von fünf unabhängigen Datenschichten: Telegram, Twitter/X, Wikipedia, News, Google Trends. Erst die Überlagerung zeigt das Muster.

Hypothesen-geleitetes Arbeiten. Die Hypothesen-Bausteine (Kapitel 22) zwingen zu präziser Formulierung. Statt diffuser Vermutung entsteht eine überprüfbare Bedingungs-Liste, die Schritt für Schritt abgearbeitet werden kann.

Konfidenz-Trennung. Die vier Konfidenz-Typen (Kapitel 4) halten die Recherche sauber. Was belegt ist, bleibt grün. Was vermutet wird, bleibt rot. Hypothesen sind blau, Bedingungen gelb. Die Farblogik verhindert, dass Vermutungen unbemerkt als Fakten behandelt werden.

Statistische Werkzeuge für journalistische Zwecke. Spike-Koinzidenz (p=0,003) und Granger-Kausalität (p=0,009) sind keine Gerichtsbeweise, aber sie liefern quantifizierbare Anhaltspunkte. Ein Gericht würde weitere Ermittlungen verlangen — ein Investigativartikel kann auf dieser Basis verantwortbar publizieren.

Forensische Integrität. Audit Trail, ZIP-Export und externer Zeitstempel machen die Recherche gerichtsfest haltbar. Bei einer späteren juristischen Auseinandersetzung kann Freia belegen, dass die Recherche zum Publikationszeitpunkt genau diesen Stand hatte.

Interaktive Publikation. Der Press-Artikel mit Timeline-Links verwandelt lineare Berichterstattung in begehbare Rekonstruktion. Leser sind nicht mehr Konsumenten, sondern können die Evidenz selbst prüfen.

Öffnung für Hinweise. Die anonyme Hinweisfunktion verwandelt die Publikation in einen Rückkanal. Weitere Erkenntnisse werden dadurch möglich, die ohne öffentlichen Aufruf nie zustande gekommen wären.