Klick auf „Analysieren“ und sieh, was die App in einer echten Sekunde tut: Hate Speech klassifizieren, Schweregrad einordnen und drei Counter-Speech-Varianten parallel generieren.
Demo · Hassrede analysieren
Plattform: XAdressat: Diskussion
Klassifikation
Klick „Analysieren“ um die Klassifikation zu sehen.
Counter-Speech (3 Varianten)
Output erscheint hier nach der Analyse.
Wie das funktioniert
1. Die App schickt den Text an Sonnet 4.5 — mit einem spezialisierten System-Prompt für Counter-Speech.
2. Klassifikation und drei Strategien laufen parallel mit Anthropic Prompt-Caching — 64 % weniger Token.
3. Server-Sent Events streamen die Ausgabe live in den Browser.
4. Du wählst die passende Variante, passt sie an oder kopierst sie direkt für Social Media.
Echte Daten, transparent
Jede Antwort kommt mit Token-Verbrauch, Cache-Status und Modell-Version. Keine Black-Box — du siehst genau, was die KI getan hat.
Use-Cases
Sechs Szenarien für sechs Zielgruppen
Die App passt sich an euren Kontext an — von der Schul-Klasse bis zur Kirchengemeinde, vom NGO-Team bis zum eigenen Familien-Chat.
Schule
Lehrkraft moderiert den Klassenchat. Ein Schüler postet einen rassistischen Spruch.
Die App schlägt eine pädagogisch passende, deeskalierende Antwort vor — im Tonfall der Schule, ohne den Schüler vor der Klasse bloßzustellen.
Server-Sent Events liefern Klassifikation und Counter-Speech live. Kein Spinner, keine Wartezeit — Antwort erscheint Token für Token im Browser.
Multi-Modell-Routing
Sonnet 4.5 für komplexe Counter-Speech, Haiku für schnelle Tasks wie Tag-Generierung — automatisch routend, kostenoptimal.
Token-Tracking transparent
Volle Kostentransparenz pro Anfrage: Input-Tokens, Output-Tokens, Cache-Hit-Rate, Modell-Version und Dauer. Keine Black-Box.
Personalisierte Profile
Stil-Vorlagen für Schul-Stil, Kirchen-Stil, NGO-Stil, Privat-Stil. Werte, Ton, Do's und Don'ts werden bei jeder Antwort berücksichtigt.
Audit-Log für Compliance
Jede Anfrage mit Eingabe, Ausgabe, Modell-ID und Token-Verbrauch persistent gespeichert. Abrufbar für Compliance und wissenschaftliche Nachvollziehbarkeit.
Multi-User-Organisationen
Teams arbeiten gemeinsam: geteilte Best-Practice-Datenbank, Rollen, Brand-Richtlinien und verbotene Phrasen organisationsweit.
DSGVO-konform, EU-Server
Daten liegen in der EU. Anthropic-Endpunkte mit europäischem Routing. Keine Profil-Bildung, keine Werbung, keine Drittparteien-Tracker.
So funktioniert's
Fünf Schritte zur guten Antwort
Von der Eingabe bis zum geposteten Counter-Speech in unter einer Minute — auch für Menschen ohne Tech-Hintergrund.
01
Text einfügen
Hass-Kommentar einfügen oder URL teilen — die App holt den Text automatisch.
02
KI-Klassifikation
Diskriminierungsform, Schweregrad, Konfidenz und juristische Einordnung in Sekunden.
03
Strategie wählen
Selbst auswählen oder die App empfehlen lassen — passend zu Plattform und Adressat.
04
Counter-Speech generieren
Drei Varianten parallel, anpassbar in Tonfall, Länge und Stil — Streaming-Output.
05
Posten oder speichern
Direkt in Social Media kopieren oder als Vorlage in der Best-Practice-Datenbank ablegen.
Wissenschaftliche Grundlage
Auf solider Forschung gebaut
Die App ist kein KI-Spielzeug. Hinter jeder Strategie steht sprachwissenschaftliche Forschung — peer-reviewed, dokumentiert und nachprüfbar.
Counter-Speech-Forschung Greifswald
Sebastian Zollners Dissertation zur Counter-Speech in Social Media — am Lehrstuhl für Germanistische Linguistik, Universität Greifswald. Korpusanalyse mit über 10.000 Hate-Counter-Speech-Paaren.
Die Hasskompass-App ist ein KI-gestütztes Werkzeug zur Counter-Speech-Generierung. Sie klassifiziert Hassrede automatisch nach Diskriminierungsform, Schweregrad und juristischer Einordnung und erzeugt drei wissenschaftlich fundierte Counter-Speech-Antworten parallel — in Echtzeit per Server-Sent Events.
Wie unterscheidet sie sich von ParoKI?
ParoKI ist ein Argumentationstrainer mit 3D-Avataren — du übst dort Counter-Speech in einer simulierten Diskussion. Die Hasskompass-App ist dagegen ein operatives Werkzeug: Du analysierst echte Hass-Kommentare aus deinem Alltag und bekommst Antworten, die du direkt posten kannst. Beide ergänzen sich: ParoKI fürs Üben, Hasskompass-App für den Ernstfall.
Welches KI-Modell nutzt die App?
Hauptmodell ist Anthropic Claude Sonnet 4.5 (claude-sonnet-4-5-20250929) für komplexe Counter-Speech und Klassifikation. Für schnelle Tasks wie Tag-Generierung kommt Claude Haiku zum Einsatz. Anthropic Prompt-Caching reduziert die Token-Kosten um 64 %.
Wie sicher sind meine Daten?
Daten liegen in der EU (Supabase Frankfurt). Anthropic-Endpunkte mit europäischem Routing. Row-Level-Security in Postgres. Keine Profil-Bildung, keine Werbung, keine Drittparteien-Tracker. Du kannst jede Session und jeden gespeicherten Counter-Speech jederzeit löschen. DSGVO-konform.
Kostet die Nutzung Geld?
Es gibt einen kostenlosen Free-Tarif mit begrenzten Anfragen pro Monat. Pro (14,90 €/Monat), Team (49,90 €/Monat) und Institution (199 €/Monat) bieten höhere Kontingente, mehr Strategien, Profile und Audit-Funktionen. Token-Pakete für Power-User auf Anfrage.
Wie viele Anfragen pro Monat sind möglich?
Free: 20 Counter-Speech-Generierungen / Monat. Pro: 500 / Monat. Team: 2.500 / Monat (geteilt im Team). Institution: 10.000 / Monat plus prioritärer Support. Token-Pakete erlauben darüber hinaus zusätzliche Anfragen ohne Tarifwechsel.
Kann ich die App in meine Schule, Kommune oder NGO einbinden?
Ja. Mit dem Team- und Institution-Tarif bekommt ihr Multi-User-Zugang, geteilte Best-Practice-Datenbank, organisationsweite Brand-Richtlinien und ein Audit-Log. Schreib uns für eine Demo oder eine Pilot-Phase: sebastian.zollner@hasskompass.de.
Funktioniert die App auf Englisch?
Primär ist die App auf deutsche Hassrede und Counter-Speech ausgerichtet — die wissenschaftliche Grundlage stammt aus der Germanistik. Englische Eingaben funktionieren technisch, die linguistische Annotation ist aber für deutsche Discourse-Strategien optimiert. Eine vollständige englische Version ist auf der Roadmap.
Wie zitiere ich die App in wissenschaftlichen Arbeiten?
Empfohlene Zitation: Zollner, S. (2026). Hasskompass-App: KI-gestützte Counter-Speech-Generierung [Computer-Software]. https://app.hasskompass.de. Für detaillierte Methodik-Angaben (Modell-Version, Prompts, Token-Limits) siehe das technische Dossier auf der Forschungs-Seite.
Was ist der Unterschied zu ChatGPT direkt?
ChatGPT ist ein generisches Sprachmodell ohne spezifischen Counter-Speech-Kontext. Die Hasskompass-App nutzt einen umfangreichen System-Prompt mit linguistischer Theorie (Brown & Sinclair, Meibauer, Rabat-Plan-of-Action), 16 strategiespezifischen Sub-Prompts, Token-für-Token-Annotation, juristischer Einordnung nach deutschem Strafrecht und einer Best-Practice-Datenbank. Das ist der Unterschied zwischen Generalist und Spezialist.