Case Study: Pianoindex — ein statistischer Marktpreisindex für gebrauchte Klaviere

Wer ein gebrauchtes Klavier kauft oder verkauft, hat kein verlässliches Preisniveau zur Hand. Anders als bei Autos gibt es keine Schwacke-Liste, keine Marktübersicht, keine belastbaren Vergleichswerte. Mit Pianoindex haben wir genau das gebaut: einen statistisch fundierten Marktpreisindex für gebrauchte Klaviere und Flügel in Deutschland.

Das Projekt ist keine Kundenarbeit, sondern unser eigenes. Genau deshalb zeigt es, wie wir arbeiten, wenn niemand Kompromisse vorgibt.

Die Datenerfassung war der schwierige Teil

Preisangaben für gebrauchte Instrumente liegen verstreut und unstrukturiert vor. Es gibt keine Schnittstelle, keine einheitliche Notation, keine verlässlichen Feldnamen. Eine Anzeige nennt „Yamaha U1, Bj. 1987“, die nächste „Klavier Yamaha schwarz poliert 121 cm“.

Der Weg von dieser Rohmasse zu vergleichbaren Datensätzen besteht aus mehreren Stufen:

• Crawling der Quellen mit Rücksicht auf Robots-Regeln und Lastgrenzen
• Extraktion der Merkmale — Hersteller, Modell, Baujahr, Höhe, Zustand — aus unstrukturiertem Text
• Normalisierung auf ein einheitliches Schema, inklusive Auflösung von Schreibvarianten und Modellbezeichnungen
• Plausibilitätsprüfung und Ausreißerbehandlung, bevor ein Datensatz in die Statistik eingeht
• Aggregation zu Preisniveaus je Hersteller, Modellklasse und Altersgruppe

Für die Extraktion setzen wir ein Sprachmodell ein, weil regelbasierte Parser an der Vielfalt der Formulierungen scheitern. Nach einem A/B-Test haben wir die Pipeline auf ein kleineres Modell umgestellt: vergleichbare Ergebnisqualität bei rund einem Achtel der Kosten. Solche Entscheidungen treffen wir nicht nach Gefühl, sondern nach Messung.

Erfasst sind derzeit 730 Instrumente aus 81 Quellen.

Das Frontend

Der Index ist nur so nützlich wie seine Darstellung. Die Seite ist auf drei Dinge hin gebaut, die wir auch für Kunden umsetzen:

• Auffindbarkeit: sauberes semantisches Markup, strukturierte Daten, eine URL-Struktur, die den Datenbestand abbildet statt ihn zu verstecken
• Barrierefreiheit nach WCAG 2.2 AA: vollständige Tastaturbedienung, Datentabellen mit korrekter Kopfzeilenzuordnung, ausreichende Kontraste, keine Information allein über Farbe
• Ladezeit: selbst gehostete Schriften, keine Fremd-CDNs, keine Tracking-Skripte von Dritten

Gemessen auf dem Desktop liegt der First Contentful Paint bei 0,4 Sekunden, der Largest Contentful Paint bei 0,4 Sekunden und der Speed Index bei 0,5 Sekunden.

Keine der drei Eigenschaften ist nachträglich aufgesetzt. Sie sind Teil der Architektur, weil sie sich später nur teuer nachrüsten lassen.

Eingesetzte Technik

• Ubuntu Linux, Apache, TLS über certbot
• SQLite als Datenhaltung
• Python für Crawling, Extraktion und Aufbereitung
• PHP für die Auslieferung

Was daran übertragbar ist

Pianoindex ist ein Nischenprojekt über Klaviere. Die Bausteine sind es nicht: Daten aus unstrukturierten Quellen gewinnen, sie belastbar machen, und das Ergebnis so ausliefern, dass es gefunden wird, für alle nutzbar ist und schnell lädt. Dieselben Bausteine stecken in jedem Projekt, das wir für Kunden umsetzen.