WorldMonitor mit Docker, Lemonade, NPU & Tailscale im Test. So entsteht eine private Informationsfläche mit lokaler KI und Datenimporten.
WorldMonitor bündelt Nachrichten, Konflikte, Märkte, Naturereignisse sowie Flug- und Schiffsbewegungen auf einer gemeinsamen Oberfläche. Mit Docker, einer lokalen KI und Tailscale wird daraus eine private Informationszentrale, die auch unterwegs erreichbar bleibt. Der Selbstversuch zeigt allerdings, warum die installierte Ausgabe schneller gefüllt ist und die elegante Docker-Lösung etwas mehr Zuwendung verlangt.
Die Weltlage passt inzwischen in einen Browser-Tab
WorldMonitor sammelt öffentlich erreichbare Datenquellen und legt sie auf Karten, Zeitleisten sowie verschiedenen Übersichten zusammen. Statt Nachrichtenportale, Börsenkurse, Warnmeldungen und Bewegungsdaten einzeln abzuklappern, landet alles auf einer Informationsfläche. Das Projekt verarbeitet dafür mehr als 500 Feeds, zahlreiche Datenebenen und Dutzende Anbieter. Welche Bereiche sichtbar sind, lässt sich in der Oberfläche anpassen. Wer nur Konflikte, Märkte und Energiepreise sehen will, muss sich nicht gleichzeitig mit jedem Flugzeug und jedem Erdbeben beschäftigen. Hier gibt es das Tool kostenlos bei GitHub.
Die Firma Palantir macht am Ende auch nichts anderes, nur mit Zugang zu anderen Datenquellen. Der kleine Unterschied: Die heimische Variante bleibt unter eigener Kontrolle und rechtlich sauber. Für Palantir lässt sich das nicht immer so beiläufig behaupten.
Die Rohdaten entstehen dadurch nicht plötzlich im eigenen Keller. Sie kommen weiterhin aus Datenquellen Dritter und liegen damit online, ohne unter der eigenen Kontrolle zu stehen. Selbst bestimmen lässt sich aber, welche Informationen WorldMonitor abruft, wie lange sie im lokalen Redis-Speicher bleiben und welche KI sie anschließend zusammenfasst. Genau darin liegt der Unterschied zu einer weiteren fremden Plattform, die erst ein Konto verlangt und danach entscheidet, was sie anzeigt.
Installierte Ausgabe und Docker sehen nur auf den ersten Blick gleich aus
WorldMonitor lässt sich unter Windows, Linux und macOS installieren oder mit Docker selbst betreiben. Die fertige Anwendung ist der bequemere Einstieg. Sie bringt ihre vorgesehenen Verbindungen mit und kann auf gehostete Dienste des Projekts zurückgreifen, wenn lokal noch etwas fehlt. Nach dem Start wirkt die Oberfläche deshalb schneller vollständig.
Die Docker-Ausgabe setzt stärker auf Eigenverantwortung. In der Dokumentation zum Selbsthosting ist der Rückgriff auf die WorldMonitor-Cloud standardmäßig abgeschaltet. Das ist für ein wirklich selbst gehostetes System richtig, nimmt dem Betreiber aber auch das Sicherheitsnetz der installierten Ausgabe. Fehlt eine Quelle, ein Schlüssel oder der regelmäßige Import, bleibt die entsprechende Fläche leer.
Bei der Installation werden außerdem sogenannte Seeds heruntergeladen. Dahinter steckt nichts anderes als bereits vorbereitete Informationen aus Datenquellen Dritter, die WorldMonitor einliest und in den eigenen vorhandenen Redis-Speicher übernimmt. Sie sorgen für einen brauchbaren Datenbestand beim ersten Start. Danach müssen die Quellen natürlich regelmäßig erneut abgerufen und eingearbeitet werden, damit die Lagezentrale nicht nur den Zustand vom Morgen an dem es gestartet wurde, konserviert.
Ein gesunder Container ist noch kein gefüllter Datenbestand
In meinem Test lief der Hauptcontainer weiter, die Webseite war erreichbar und Docker meldete einen gesunden Zustand. Das bestätigte aber nur, dass WorldMonitor funktionierte. Es bedeutete jedoch nicht, dass bereits ein ordentlicher Datenstand im lokalen Speicher lag. Genau dieser Unterschied erklärt viele scheinbar leere Docker-Installationen.
Der Datenimport muss die Quellen abrufen, normalisieren und auch ordentlich im Redis-Speicher ablegen. In meinem Testaufbau wird dieser Vorgang alle 30 Minuten angestoßen. Das reicht für die meisten Übersichten aus, ohne sämtliche Anbieter im Minutentakt zu belästigen. Wer das Intervall verkürzt, bekommt nicht automatisch bessere Informationen. Viele Feeds veröffentlichen ohnehin nur in größeren Abständen oder begrenzen natürlich die Zahl der Anfragen.
Einige Quellen funktionieren ohne Anmeldung, andere verlangen einen eigenen API-Schlüssel. Das betrifft beispielsweise bestimmte Markt-, Flug- oder Schiffsdaten. Der AIS-Relay-Container ist ein gutes Beispiel: Ohne Schlüssel von AISstream startet er immer wieder neu und füllt lediglich das Protokoll. Wer keine Schiffsdaten benötigt, kann den Dienst aus der Docker-Konfiguration entfernen. Das übrige WorldMonitor läuft deshalb nicht schlechter. Nur die Informationen zu den Schiffen und Schiffsrouten fehlen dann halt in der Datenbank.
Die lokale KI steckt bei WorldMonitor nicht im Browser
In der Weboberfläche taucht keine beliebige Adresse für ein eigenes Sprachmodell auf. Man trägt sie außerhalb der Oberfläche in der Docker-Konfiguration ein. WorldMonitor versteht zum Glück eine OpenAI-kompatible Schnittstelle. Die Bezeichnung sorgt leicht für Verwirrung, beschreibt aber nur das Anfrageformat. Sie bedeutet nicht, dass die Texte an OpenAI geschickt werden.
Bei meinem Test lief der Lemonade Server direkt unter Windows auf Port 13305. Geladen war gpt-oss-20b-FLM. WorldMonitor schickte seine Anfragen aus Docker an diesen lokalen Dienst und bekam die Zusammenfassungen zurück. Groq, OpenRouter oder ein kostenpflichtiger OpenAI-Zugang waren daran nicht beteiligt. Bei einem dauernden Strom aus Meldungen könnte deren Rechnung sehr hoch ausfallen, deshalb macht man das besser lokal im kontrollierbaren Umfeld.
Das Modell läuft außerdem nicht auf dem Smartphone oder Notebook und bläht dort keinen Browser auf. Lemonade lädt es einmal auf dem Server und stellt es anschließend mehreren Anwendungen zur Verfügung. Neben WorldMonitor kann auch OpenWebUI denselben Dienst verwenden. Das jeweils von einem benutzte Endgerät zeigt dann nur die fertige Oberfläche und die erzeugten Texte entsprechend an.
Für WorldMonitor muss nicht zwingend ein großes Modell wie gpt-oss-20b-FLM laufen. Zum Zusammenfassen und Einordnen der Meldungen reicht auch meistens ein kleineres Sprachmodell, das erheblich weniger Arbeitsspeicher und Rechenleistung benötigt. Dafür eignet sich der bereits von uns getestete GEEKOM IT13 Max mit Core Ultra 9 185H, dessen NPU die lokale Verarbeitung übernehmen kann, sehr gut. So lässt sich der ohnehin laufende Intel-Mini-PC zusätzlich für WorldMonitor nutzen, ohne dafür besonders große Modelle auf einer leistungsstarken Grafikkarte betreiben zu müssen.
Strom und Rechenzeit fehlen aber trotzdem in der Kalkulation, wer aber ohnehin einen NUC für Plex und andere selbst gehostete Dienste laufen lässt und eine NPU an Bord hat, kann sie selbstverständlich gleich dafür mit benutzen.
Windows funktioniert, Linux passt aber besser zu Docker
Aus Neugier lief mein kompletter Aufbau unter Windows. WorldMonitor hörte auf Port 3001, OpenWebUI behielt seine vorhandenen Ports und Lemonade stellte das Modell auf dem Windows-Host bereit. Die Container erreichen den Dienst über host.docker.internal. Das funktioniert, verlangt bei Portbelegung, Zeilenenden und Docker-Overrides aber mehr Aufmerksamkeit, als es ein Nachrichtenbrett eigentlich verdient.
Ein falsches Windows-Zeilenende reichte im Test aus, damit Docker ein vorhandenes Startskript als fehlend meldete. Dazu kam ein AIS-Relay, der ohne Schlüssel unermüdlich neu startete, während der eigentliche Hauptcontainer längst sauber lief. Die installierte Windows-Anwendung blieb im direkten Vergleich bequemer. Ein Klick auf einen Artikellink öffnete zeitweise allerdings den eigenen Ordner „Dokumente“ statt der Quelle. Auch Komfortsoftware hat offenbar ihren eigenen Sinn für Unterhaltung.
Für Docker würde ich trotzdem Linux wählen. Dort passt die Umgebung besser zum vorgesehenen Betrieb, Aktualisierungen lassen sich sauber automatisieren und es gibt weniger Probleme mit Dateirechten oder Zeilenenden. Die lokale KI muss deshalb nicht auf demselben Rechner laufen. WorldMonitor kann die Anfragen intern an den Windows-PC oder Mini-PC weiterreichen, auf dem Lemonade und das Modell zur Bearbeitung bereits ohnehin laufen.
Tailscale Serve bleibt im privaten Netz
Die selbst gehostete Ausgabe besitzt irritierenderweise kein eigenes Login. Funnel scheidet damit aus, denn darüber wäre die Oberfläche öffentlich erreichbar. Für Smartphone und Notebook reicht Tailscale Serve. Zugriff erhalten nur Geräte, die im eigenen Tailnet angemeldet sind.
Der Tailscale-Container übernimmt nur die Weiterleitung innerhalb dieses privaten Netzes. Für die erste Anmeldung nutzte ich einen einmaligen Auth-Key. Danach stellte Serve die interne Weboberfläche für meine Tailscale-Geräte bereit. Eine Portfreigabe ins offene Internet ist dafür nicht nötig, Funnel bleibt hingegen aus.
Mehr als Nachrichten: Börse, Polymarket und der Pentagon-Pizza-Index
Wer an der Börse handelt oder bei Polymarket wettet, kann mit der Oberfläche mehr anfangen als nur Nachrichten zu lesen. Energiepreise, Konflikte und Transportbewegungen liegen neben den passenden Meldungen. Zusammenhänge fallen so eher auf, als wenn jede Information in einem anderen Konto oder Browser-Tab steckt.
Auch den Pentagon-Pizza-Index kann man als Quelle einbauen. Steigen die Fastfood-Bestellungen rund um das Pentagon auffällig, deutet das zumindest auf verdächtig lange Schichten der Mitarbeiter hin. Ob daraus wirklich ein Krieg, ein Börsencrash oder die nächste sichere Polymarket-Wette folgt, steht auf einem anderen Blatt. Fahren die Mitarbeiter gerade auffällig lange Schichten, so ist das als Information zumindest nicht uninteressant.
Worldmonitor: Das Fazit unseres Tests
Die installierte Ausgabe füllt sich schneller und macht weniger Arbeit. Sie läuft auf Windows, Linux und macOS und kann ebenfalls die lokale KI ansprechen. Wer WorldMonitor nur ausprobieren oder ohne Docker-Pflege nutzen will, ist damit schneller am Ziel.
Docker lohnt sich, wenn WorldMonitor dauerhaft laufen und unter eigener Kontrolle bleiben soll. Datenimport, Redis-Speicher, Sprachmodell und Tailscale kann man einzeln verwalten. Dafür muss man sich aber um die Quellen, API-Schlüssel, Seeds und Aktualisierungen selbst kümmern. Die Oberfläche lässt sich anschließend an den eigenen Bedarf anpassen und bleibt per Tailscale auch unterwegs erreichbar.
Die Daten stammen weiterhin von Dritten. Speichern und auswerten kann man sie trotzdem im eigenen Netz. Wer bereits einen Mini-PC für Plex und andere Dienste betreibt, kann dessen NPU benutzen und braucht für die Auswertung weder ein weiteres Konto noch einen zusätzlichen Cloudvertrag.
Wer einen ersten Blick darauf wagen möchte, kann sich dort das Test-Dashboard kostenlos online anschauen. Schon die Version ohne anfallende Kosten wirkt sehr komplex und mächtig.