Warum das schwer nachzubauen ist

Der Bestand ist kein Abzug einer Seite, sondern 107 einzeln erkämpfte Anbindungen, jede mit eigenen Fallstricken, die nacheinander bezwungen wurden:

• Portale, die pro Abfrage bei 2.000 Treffern abschneiden — gelöst durch Aufteilung nach Tag × Kategorie; entdeckt erst, nachdem der naive Bestand still 60 % der Datensätze verloren hatte.
• Portale, die Rechenzentrums-IPs sperren — umgeleitet über einen privaten Anschluss.
• Sitzungsabhängige Blätterung, ISO-8859-1-Kodierungen, Schnittstellen, deren Sortierung lügt, Feeds, die bei jeder Statusänderung neu veröffentlichen.
• Archive zurück bis 2002 — Teile davon werden von den Quellen selbst nicht mehr ausgeliefert. Diese Historie ist zu keinem Preis erneut zu beschaffen.

Ein Nachbau ist nicht allein eine Budgetfrage, sondern 18 Monate aufeinanderfolgender Entdeckung — denn jedes Portal zeigt seine Fallen erst im Echtbetrieb.

Worauf es läuft

Die gesamte Kette aus Sammeln, Normalisieren, Übersetzen, Prüfen und Veröffentlichen läuft selbstständig — über 50 geplante Dienste mit Fehlerprotokollierung, sich selbst neu bauenden Lesemodellen, einer maschinell geschriebenen und maschinell gegengeprüften Signalredaktion und einem öffentlichen Live-Feed über den eigenen Betrieb. Infrastrukturkosten: unter 100 € im Monat, alles inbegriffen. Grenzkosten des nächsten Landes: eine Anbindung, kein Team.

Struktur, nicht bloß Speicher

Auftraggeber über 24,3 Mio. Bekanntmachungen hinweg normalisiert; Zuschläge verknüpft mit registergeführten Unternehmen (NIF, SIREN, CUI, EIK, Y-tunnus …); durchgängige CPV-Systematik; Eignungskriterien strukturiert, soweit die Quelle sie liefert; Titelübersetzung als eigene Schicht; Aktivitätszyklen je Auftraggeber, bereit für die Vorausschau.