Ich springe immer wieder von Fitness-App zu Fitness-App. Und irgendwas habe ich immer wieder auszusetzen. Entweder sie sind zu komplex, zu einfach oder - und das ist meistens der Grund - sie funktionieren nur mit einem Abo. Also habe ich den Coding-Agenten angeworfen und mir einfach selber was gebaut. Und das genau beschreibt das Konzept der “Personal App” sehr gut: Du baust es dir einfach selbst.

Ich stelle also vor: F1L0. Der Fitness Logger: https://f1l0.nickyreinert.de

Du benutzt die App auf eigene Gefahr. Es gibt keine Tracking- oder Werbe-Features. Im Browser werden deine Trainingsdaten gespeichert. Wenn du die Synchronisierung nutzt, werden deine Trainingsdaten in einem Firebase-Backend gespeichert, das von Google bereitgestellt wird. Es gibt keine Weitergabe der Daten an Dritte.

Funktionen

• läuft im Browser oder als PWA auf den meisten Geräten
• unterstützt Synchronsierung über mehrere Geräte hinweg mittels Firebase bzw. Google Sign-In
• da das meinem Trainingskonzept “Grease the Groove” (GTG) entspricht: es gibt einen Frühsport-Block und normale Trainings-Blöcke
• ein Trainingsblock besteht aus mehreren Übungen und beliebig vielen Sets und Wiederholungen
• du kannst weitere Trainingsblöcke hinzufügen und einen Cooldown definieren, die Idee von GTG ist es, so oft wie möglich zu trainieren, ohne sich zu überfordern
• es gibt einen einfachen Gamification-Mechanismus, der vor allem Konstanz belohnen soll
• ich kann meine Supplements erfassen

Architektur

Du kannst dir das Repo schnappen und die App für dich weiterentwicklen:

https://github.com/nickyreinert/f1l0

Der ganze Bums wird auf netfliy gehostet. Im Prinzip funktioniert aber auch Github Pages, dann aber ohne Synchronisierung, weil die Authentifizierung für Firebase über Secret Keys läuft (und die müssen irgendwo sicher hinterlegt werden). Wenn du es selbst hosten willst, kannst du auch andere Authentifizierungsanbieter verwenden, z.B. über Apple oder Facebook.

0. Der Schritt ist optional aber wichtig, wenn du Claude unbeaufsichtigt auf deiner Maschine zum Laufen bringen willst, weil du z.B. über SSH auf einem Headless-Server arbeitest. Entweder du nutzt dafür screen oder - was noch stabiler ist: Du installierst Claude als Service über systemd. Dann wird die Sitzung auch nach einem Neustart automatisch wieder gestartet. Ich beschreib das jetzt nicht im Detail - frag einfach Claude! (⌐■_■)

1. Claude CLI App installieren

1curl -fsSL https://claude.ai/install.sh | bash

Shell-Scripte von irgendeiner Webseite installieren. Was soll schon schief gehen. Einfach machen. ⊂(◉‿◉)つ

2. Erstell deinen Bot. Bei Telegram geht das recht einfach mit dem BotFather . Am Ende bekommst du einen Token, den du später brauchst.

3. Das Plugin für deinen bevorzugten Messenger installieren - dazu Claude CLI einmal starten und erstmal das Plugin installieren.

1/plugin install telegram@claude-plugins-official

(Eine Liste unterstützter offizieller Plugins findest du übrigens hier: https://github.com/anthropics/claude-plugins-official - wenn dein Messenger nicht dabei ist, lässt du dir den von Claude einfach selber bauen oder greifst auf inoffizielle Plugins zurück)

Die CLI-App danach wieder schließen.

4. Bun installieren (ein Packagemanager inkl. JavaScript-Runtime, über den Claude CLI mit deinem Chatbot verbunden wird)

1curl -fsSL https://bun.sh/install | bash

5. Den Channel einrichten - hier wird das Auth-Token vom Messenger benötigt (Schritt 1). Wo du das genau einträgst, siehst du, wenn du Bun einmal startest - hier das Beispiel für Telegram:

1bun run --cwd ~/.claude/plugins/marketplaces/claude-plugins-official/external_plugins/telegram --shell=bun start

In der Regel handelte es sich um eine Datei wie diese hier: ~/.claude/channels/telegram/.env - dort trägst du den Token ein, den du von deinem Bot bekommen hast. Claude kann nun Nachrichten zu deinem Messenger schicken. Uni-direktional - wenn man so will.

6. Claude CLI wieder starten - diesmal aber mit dem Verweis auf Channels:

1claude --channels plugin:telegram@claude-plugins-official

Und einmal prüfen, ob die MCP-Verbindung zu Bun steht, das Kommando heißt schlicht /mcp:

1    Built-in MCPs (always available)
2  ❯ plugin:telegram:telegram · ✔ connected

1. Jetzt erlauben wir dem Messenger noch, Claude Anweisungen zu geben. Dazu einfach eine beliebige Nachricht schicken. Die Antwort sollte in etwa so aussehen:

1Pairing required — run in Claude Code:
2
3/telegram:access pair ABCD123

Also zurück zur Claude CLI und ggenau diesen Befehl ausführen. Claude wird dich dann fragen, ob die Zugriffs-Richtlinien in access.json angepasst werden dürfen und das am Ende in etwa so bestätigen:

1Approved. Sender 1234567 has been added to the allowlist and the approval notification has been queued.

Dein Chat-Bot wird das ebenfalls bestätigen. Und damit sind beide Endpunkt nun verbunden. Zack fertig.

Du kannst Claude nun über Telegram steuern, so als würdest du die CLI App selber bedienen. Klar, kannst du dazu auch die Claude App auf deinem Handy benutzen. Aber mit Telegram kannst du z.B. auch Nachrichten planen und so Aufgaben zu bestimmten Zeiten auführen lassen, um dein Token-Kontingent optimal zu nutzen, z.B. nachts.

Der technische Hintergrund

Was sind 1-Bit-LLMs? LLMs bestehen im Prinzip auf Millionen von Zahlen - die sogenannten Parameter und genauer genommen: Kommazahlen - vulgo Floats! Diese haben in der Regel eine Genaugkeit von 16-Bit oder eigentlich sogar 32-Bit. 32 Bit erlauben 7 Stellen nach dem Komma. Stell dir also mal Pi vor (weil heuteg ja World-Pi-Day ist): In 32 Bit könntest du Pi mit 7 Nachkommastellen speichern: 3.1415926. (Wie das ganze mit den Kommazahlen und binären Zahlen funktioniert, mit Exponenten und Mantissen, habe ich hier genauer erklärt ).

Bei 1-Bit-LLMs werden die Parameter “gerundet” (bzw. eher quantisiert). Und damit gibt es nur noch -1, 0 oder 1. Anstatt 0.0280101 oder -0.259384 und so weiter.

Das spart erstmal Speicherplatz. Zwei Zustände lassen sich in einem Bit speichern - also 0 oder 1. Kennen wir alle. Dahinter steckt eine Formel und die lautet:

$\text{Anzahl der Bits} = \log_2(\text{Anzahl der möglichen Werte})$

Da wir nun aber drei Werte abbilden (-1, 0 und 1), sieht die Formel so aus:

$\text{Anzahl der Bits} = \log_2(3) \approx 1.58$

Und daher rührt auch der Name 1,58-Bit-LLM. Eine theoretische Genauigkeit, den natürlich kann man nicht 1,58 Bit speichern. Aber man kann mehrere Parameter in einem Byte speichern. Das nennt man Packing.

OK. Wenn du bis hierhin durchgehalten hast, stellst du dir sicher jetzt die Frage, warum man denn überhaupt 3 Werte braucht (Ternärsystem)? Weil 0 für unwichtig und 1 für wichtig in einem LLM nicht die erforderliche “Qualität” liefern würden. Im Ternärsystem kann -1 als “total unwichtig”, 1 als “total wichtig” und 0 als “völlig egal” interpretiert werden. Das ist ein wichtiger Erkenntnisgewinn, wenn es um Sprache geht.

Deswegen gibt es also 1-Bit-LLMs, die auf diesem Ternärsystem basieren. Und das BitNet Framework erleichtert die Nutzung solcher Modelle.

BitNet RTR

Worum geht es eigentlich? Um einen leicht zu installierenden Wrapper für das BitNet-Framework, den ich gebastelt habe, um es direkt mal auf meinem kleinen, sparsamen NAS zu testen. Das Repo dazu findest du dort:

https://github.com/nickyreinert/bitNetRTR

Und die Installation kannst du relativ einfach anstoßen:

1curl -fsSL https://raw.githubusercontent.com/nickyreinert/bitNetRTR/main/install.sh | bash

Was passiert hier?

Zunächst mal ziehst du dir das Repo auf deinen Computer, inklusive der Abhängigkeit (nämlich dem BitNet-Framework von Microsoft). Du erhälst dazu einen Docker-Container, in dem der ganze Spaß installiert wird - dein System bleibt sauber. Von draußen kannst du das ganze System steuern:

Und im Browser sieht das dann so aus:

Der ganze Trödel ist dafür ausgelegt, lokal zu laufen. Das Backend ist zwar per API-Key geschützt, aber ausgefeilte Sicherheitsmaßnahmen wurden nicht implementiert. Für lokale Zwecke ist das völlig ausreichend.

In der linken Sidebar kannst du ein anderes Modell auswählen und ein paar Conversation-spezifische Parameter anpassen. Nichts besonderes:

Und dann gibt es noch einen kleinen Statistik-Bereich auf der rechten Seite. Wie du siehst, habe ich nicht zu viel versprochen: Auf der Kiste läuft eine alte 11th Gen Intel CPU - die für einen kleinen Chat aber trotzdem noch zu haben ist:

Mehr gibt es hier eigentlich auch nicht zu sehen. Ich habe den Spaß “Open VVPP” genannt. Keine Ahnung warum. ( ͡° ͜ʖ ͡°)

Viel Spaß!

Wirklich hilfreich sind die beiden Diagramm-Typen, Säulen- und Tortendiagramm, aber nicht wirklich. Und das ist insofern verwunderlich, da das Plotten von ein paar Charts eigentlich nicht sonderlich schwer ist. Jaja, ich hab leicht reden – in meiner Data-Analysten-Bubble mache ich sowas ja tagtäglich (was gar nicht stimmt!).

Also habe ich mich an einem Wochenende hingesetzt, mir ein Konzept überlegt (manchmal denke ich nach, bevor es an die Umsetzung geht – es lohnt sich) und Gemini angeworfen. Und das Ergebnis sieht so aus:

http://money.nickyreinert.de/

Das Tool ist auf [GitHub](gehostet und läuft komplett im Browser. Es werden keine Daten an einen Server übermittelt. Alles, was du tun musst, ist die Umsätze deines Kontos zu exportieren und in das Tool zu laden (die Daten werden im Browser-Speicher gehalten und so kannst du jederzeit zurückkehren, ohne die Daten erneut hochladen zu müssen).

Einnahmen und Ausgaben im Zeitverlauf

Danach siehst du in etwa das (mit einer hoffentlich besseren Bilanz…):

Die grüne Linie zeigt die Entwicklung aller eingehenden Transaktionen, also in der Regel dein Gehalt. Die gelben Säulen zeigen deine Ausgaben. Für diese Darstellung liest das Tool die Kategorien von MoneyMoney aus, die per "-" miteinander verknüpft sind. Du kannst per Klick auf die Säule bzw. Säulen-Segmente immer weiter in die Kategorie “hinein zoomen” – über die Breadcrumb-Navigation oberhalb des Charts gelangst du jederzeit wieder zurück.

Die rote Linie zeigt deine “wiederkehrenden Ausgaben”, aber als Monatsmittel. Also Miete, Versicherung und so weiter. Diese Daten musst du aber selbst pflegen (Button “Configure Rules”). Es handelt sich dabei um übergeordnete Kategorien, die du vorher definieren musst:

Die Regeln bestehen aus regulären Ausdrücken, mit denen du den Empfänger oder den Verwendungszweck von Transaktionen matchen kannst.

Du kannst diese übergeordneten Kategorien auch über die Kategorien von MoneyMoney legen, indem du “Show Base Costs” aktivierst. Dann wechselt das Chart die Ansicht und du kannst nun, übergeordnet, zwischen wiederkehrenden Kosten und den anderen Ausgaben unterscheiden – mit der gleichen Möglichkeit der Navigation durch die Kategorien:

So ist es möglich, auf einen Blick zu sehen, wie hoch der Anteil der wiederkehrenden Kosten an den Gesamtausgaben ist. Einmal tatsächlich – über die Säulen – und einmal im Monatsmittel, über die rote Linie.

Veränderung der Ausgaben

Das rechte Chart zeigt, wie sich die Kosten der aktuellen Kategorie im Vergleich zum Vormonat verändern. So lassen sich relativ schnell Ausreißer erkennen, wie z. B. Urlaube im Sommer, die Ausgaben in der Kategorie “Reisen” in einem Monat in die Höhe getrieben haben.

Du kannst hier aber auch den Jahr-zu-Jahr-Vergleich bemühen, indem du oberhalb des Charts auf “YoY” wechselst. Die Line-Chart-Darstellung kann manchmal etwas unübersichtlich werden; über den Wechsler oben kannst du zwischen Line Chart und Bar Chart für diese Darstellung wechseln.

Übersicht aller Transaktionen

Am unteren Rand schließlich gibt es die Übersicht aller Transaktionen. Diese aktualisiert sich entsprechend deiner Auswahl des Zeitraums aber auch der Kategorie, in der du dich befindest!

Per Klick auf die Spalten-Köpfe kannst du die Tabelle sortieren. Jede Spalte lässt sich außerdem filtern.

Wenn du dich also z. B. bis in die Kategorie “Freizeit” hineingeklickt hast, siehst du auf einen Blick alle Transaktionen und kannst relativ schnell identifizieren, wo dein ganzes Geld geblieben ist.

Viel Spaß beim Ausprobieren!

(Am oberen Rand befindet sich ein Button “Load Sample Data”, mit dem du das Tool auch ohne eigene Daten ausprobieren kannst)

Ich stampfe immer wieder irgendwelche Projekte aus dem fruchtbaren Boden meines wirren Geistes. Dann verliere ich mich in einer energiereichen Phase des initialen Enthusiasmus, nur um nach einer kurzen aber intensiven Zeit der totalen Aufopferung das Ende der umgekehrten Glockenkurve zu erreichen: Das Projekt verschwindet hinter einem Schleier des Vergessens. Und fehlender Motivation.

Den Anfang macht: Das Instagram-Projekt “Beindruckend” - oder auch: Die Abenteuer von Einbein und Keinbein.

Die Idee? Absurde Web-Comics über ein kurzes und ein langes Bein. Dazu ein paar Dialoge mit… naja… Wortspielen und flachen Witzen.

Warum ist das Projekt eingeschlafen?

Ich habe den Aufwand massiv unterschätzt. Die Texte waren schnell ausgedacht, aber die Bilder habe ich in PowerPoint erzeugt.Und ich hatte den Anspruch, in jedem Bild kleine Details zu verstecken. Eine Kettensäge die im Hintergrund über den Hügel fegt. Wald. Eine fliegende Ente und so weiter. Dazu mussten auch die Figuren jedes mal neu gestaltet werden, auch wenn es wiederkehrende Elemente gab. Und dann kam das nächste Projekt, das meine ganze Aufmerksamkeit forderte. Und Beindruckend verschwand in der Versenkung.

@beindruckend

Das Internet ist voll von Fake News und Clickbait, was es schwierig macht, vertrauenswürdige Informationen zu finden. PoneyHot hilft Ihnen, den Lärm zu durchbrechen, indem es Inhalte zusammenfasst und Behauptungen überprüft—schnell und einfach.

Was ist PoneyHot?

PoneyHot ist ein Tool, das Ihnen hilft, direkt zu den Fakten zu kommen. Egal, ob Sie Online-Artikel durchsuchen oder virale Behauptungen überprüfen, PoneyHot macht es mühelos, Fakten von Fiktion zu trennen.

Es funktioniert auf zwei einfache Arten:

• Zusammenfassung: Fasst Artikel schnell zusammen, sodass Sie keine Zeit mit unnötigem Ballast verschwenden.
• Faktenprüfung: Überprüft Behauptungen sofort, sodass Sie Fehlinformationen erkennen können.

Wie benutzt man PoneyHot?

Firefox-Erweiterung

• Artikel zusammenfassen: Klicken Sie mit der rechten Maustaste auf einen Link und wählen Sie “Zusammenfassen”—PoneyHot erstellt eine kurze, klare Zusammenfassung.

• Behauptungen überprüfen: Markieren Sie eine Aussage, klicken Sie mit der rechten Maustaste und wählen Sie “Fakten prüfen”, um sie sofort zu überprüfen.

Telegram-Bot

• Senden Sie dem Bot eine URL, und er gibt eine Zusammenfassung zurück.
• Präfixen Sie eine Nachricht mit ??? für eine Faktenprüfung oder !!! für eine Zusammenfassung.
• Teilen Sie Links direkt von Ihrem Mobilgerät für eine sofortige Analyse.

Warum PoneyHot verwenden?

• Zeit sparen: Überspringen Sie lange Artikel und kommen Sie direkt zu den wichtigsten Punkten.
• Clickbait vermeiden: Erfahren Sie, worum es in einem Artikel wirklich geht, bevor Sie klicken.
• Informationen überprüfen: Fallen Sie nicht auf Fake News herein—überprüfen Sie sie mühelos.

Übernehmen Sie die Kontrolle über Ihr Online-Erlebnis

PoneyHot hilft Ihnen, informiert zu bleiben, ohne den Lärm. Egal, ob Sie Nachrichten lesen, Themen recherchieren oder Behauptungen überprüfen, PoneyHot sorgt dafür, dass Sie klare, zuverlässige und überprüfte Informationen schnell erhalten.

Probieren Sie PoneyHot noch heute aus und surfen Sie mit Vertrauen!

📌 Folgen Sie uns für Updates und tragen Sie auf GitHub bei: github.com/nickyreinert/poneyHot

Viel Spaß.

hidey.nickyreinert.de

github.com

https://primes.nickyreinert.de

Eine in JavaScript geschriebene Oberfläche, um belegte Brote (vulgo Stullen) randomisiert zu belegen.

Dazu wird in Python ein zufälliger Artikel der englischen Wikipedia abgerufen und vorbereitet. Der gesamte Artikel wird in Abschnitte getrennt, Bereiche, die nicht vorlesbar sind, wie z.B. Tabellen, werden entfernt. Über die Text-to-Speech-API von Google wird der Text in Sprache umgewandelt und als Audio-Datei abgelegt. Die Dateien werden über eine undokumentierte Schnittstelle zu anchor.fm hochgeladen und von dort an die gängigen Portale verteilt (Spotify, Deezer, Google, Amazon, Apple, …)

https://spotifyanchor-web.app.link/e/zjG3R1ANFxb

https://nickyreinert.github.io/maze/

Was ist eine Word Cloud?

Eine Word Cloud, auch Schlagwortwolke, Wortwolke usw., dient der besseren Visualisierung von Texten. Um eine Word Cloud zu erstellen, werden die Vorkommen von Wörtern eines Textes gezählt. Die Wörter mit der größten Häufigkeit werden groß dargestellt, Wörter mit geringerer Häufigkeit weniger groß. Und das ganze wird dann in einer Wolkenform dargestellt, mit den größten Wörtern in der Mitte.

So ist es möglich auf einen Blick zu erkennen, welche Wörter in einem Text am häufigsten vorkommen. Das ist nicht nur bei der Analyse von Texten sondern auch von Webseiten nützlich. So kannst du z.B. bei WordPress eine Word Cloud aus Tags erstellen (Tag Cloud), anhand der man sehen kann, welche Tags auf einer Seite am meisten verwendet wurden.

Die folgende Word Cloud zeigt auf einen Artikel, in dem ich einen Algorithmus beschreibe, um in JavaScript ein Labyrinth zu erstellen :

[wp-word-cloud source-type=“id” id=“demo1” size-factor=50 min-alpha=0.5 count-words=1]3334[/wp-word-cloud]

Was kann dieses Plugin?

WP Word Cloud stellt einen Shortcode zur Verfügung, mit dem du beliebig viele Word Clouds auf deinen Seiten einfügen kannst. Du kannst verschiedene Quellen nutzen, um dort die Wörter zu zählen und in einer Word Cloud darstellen zu lassen.

• inline - du gibst den Text direkt im Shortcode im Beitrag an
• url - ein Verweis auf eine Internetadresse
• id - der Verweis auf eine Seite / einen Beitrag
• sql - eine SQL-Abfrage um Text aus der Datenbank zu lesen
• custom-field - Text aus einem custom field des Beitrages / der Seite
• Text, den der Besucher der Webseite selber eingeben kann
• Text von einem Bild, das der Besucher der Website hochlädt

Das Plugin greift auf zwei sehr großartige Bibliotheken zurück: WodCloud2.js von TimDream ( github.com ). Sowie die Offline-Implementierung von Tesseract in JavaScript ( github.com ).

Installation

Über die Kommandozeile

Wenn du Zugriff auf deinen Server über SSH hast, kannst du das Plugin folgendermaßen installieren:

Wechsle in den Plugin-Ordner deiner WordPress-Installation und lege dort einen neuen Ordner an: WP-Word-Cloud, wechsle danach in diesen Ordner:

1mkdir /htdocs/wp-content/plugins/WP-Word-Cloud
2cd /htdocs/wp-content/plugins/WP-Word-Cloud

Danach kannst du das Plugin-Repository mit git klonen:

1git clone https://github.com/nickyreinert/wordCloud-for-Wordpress.git .

Wenn du git nicht benutzen möchtest oder kannst, kannst du das Plugin auch mit wget herunterladen und dann entpacken. Dann musst du den Plugin-Ordner allerdings nicht selber erstellen:

1cd /htdocs/wp-content/plugins/
2wget https://github.com/nickyreinert/wordCloud-for-Wordpress/archive/wordCloud-for-wordPress-2.zip --no-check-certificate
3unzip wordCloud-for-wordPress-2.zip -d WP-Word-Cloud

Mit einem FTP-Programm

Wenn du keinen Zugriff auf die Kommandozeile hast, kannst du das Plugin von dieser Adresse herunterladen:

https://github.com/nickyreinert/wordCloud-for-Wordpress/archive/wordCloud-for-wordPress-2.zip

Danach entpackst du das Archiv und lädst den kompletten Ordner in das Plugin-Verzeichnis deiner WordPress-Installation. Du kannst den Ordner mit dem FTP-Programm dann umbenennen:

Der Order für das Word Cloud Plugin

Abschluss der Installation

Abschließend muss das Plugin noch im Backend von WordPress aktiviert werden. Dazu suchst du im Plugin-Bereich nach dem Eintrag “WP Word Cloud” und klickst auf “aktivieren”. Fertig.

Aktiviere das Plugin in der Plugin-Übersicht von WordPress

Erste Verwendung

Das Plugin aktiviert für deine WordPress-Installation einen neuen Shortcode: [ wp-word-cloud ]. Diesen kannst du nun auf jeder Seite und in jedem Beitrag beliebig oft einfügen. Wenndu den Gutenberg-Editor verwendest, benötigst du dafür den Block “Shortcode”. Im konventionellen Editor kannst du den Shortcode einfach in deinen Text einfügen.
Eine einfache Implementierung sieht z.B. so aus:

[ wp-word-cloud source-type="url" id="meine-word-cloud" ]https://www.spiegel.de[ /wp-word-cloud ]

Es gibt drei Parameter, die du immer angeben musst:

• id, eine eindeutige Id, mit der die Word Cloud auf deiner Seite angesprochen wird, z.B. meine-word-cloud oder einfach nur test
• source-type, welcher Art die Quelle für die Word Cloud ist, also z.B. von einer url oder den tags
• sowie Inline-Text, als Verweis auf die Quelle, von wo der Inhalt für die Word Cloud kommt, also z.B. die URL https://www.spiegel.de oder die Id eines Beitrages (123)

Zusätzliche Einstellungen

Natürlich gibt es noch eine Menge weiterer Parameter, mit denen du das Erscheinungsbild der Word Cloud steuern kannst. Das Plugin setzt bei der ersten Installation für all diese Parameter Standard-Einstellungen fest. Diese sind grundsätzlich global gültig und können auf der Einstellungseite angepasst werden:

In den Einstellungen findest du eine eigene Seite für das WP Word Cloud Plugin - wunderbar!

Jeden dieser globalen Parameter kannst du auch in deinem Shortcode verwenden. So wir die globale Einstellung überschrieben. So ist die Hintergrundfarbe z.B. standardmäßig transparent eingestellt. Möchtest du sie für die aktuelle Word Cloud auf grün und halbtransparent ändern, übergibst du einfach den Parameter background-color folgendermaßen:

[ wp-word-cloud source-type="url" id="meine-word-cloud" background-color="rgba(0,255,255,0.5)" ]https://www.spiegel.de[ /wp-word-cloud ]

Eine genaue Beschreibung aller Parameter folgt jetzt:

Parameter

id

Dieser Parameter ist für jeden Shortcode, den du einfügst, verpflichtend! Die Id adressiert jede Word Cloud auf einer Seite oder in einem Beitrag. Damit ist es möglich, mehrere Word Clouds gleichzeitig einzubinden. Mit der Id kannst du außerdem das Aussehen der Word Cloud mit CSS steuern. Beispiel:

[ wp-word-cloud source-type="inline" id="wordcloud1" ]Lorem Ipsum[ /wp-word-cloud ]

[ wp-word-cloud source-type="inline" id="wordcloud2" ]Lorem Ipsum[ /wp-word-cloud ]

source-type

Damit legst du fest, um was für eine Quelle es sich handelt. Dieser Parameter ist verpflichtend. Die folgenden Quellen werden unterstützt:

source-type=inline

Der Text wird innerhalb des Shortcodes übermittelt, z.B:

[ wp-word-cloud source-type=inline id="demo" ]Lorem Ipsum[ /wp-word-cloud ]

source-type=url

Im Shortcode wird eine URL angegeben, von der Text abgerufen wird, z.B:

[ wp-word-cloud source-type=url id="demo" ]https://www.spiegel.de[ /wp-word-cloud ]

**source-type=**id

Im Shortcode wird eine Id übergeben, die auf eine Seite oder einen Beitrag deiner Webseite verweist, z.B:

[ wp-word-cloud source-type=id="demo" ]123[ /wp-word-cloud ]

source-type=sql

Im Shortcode wird eine SQL-Abfrage übergeben, die eine bereits gezählte Wortliste zurück gibt, z.B:

[ wp-word-cloud source-type=sql id="demo"]SELECT word,count FROM table;[ /wp-word-cloud]

source-type=tags

Die Word Cloud zeigt alle Tags deiner Seite an, hier musst du im Shortcode nichts weiter übergeben:

[ wp-word-cloud source-type=tags id="demo"]SELECT word,count FROM table;[ /wp-word-cloud]

source-type=custom-field

Im Shortcode wird auf ein custom field, also benutzerdefiniertes bzw. eigenes Feld verwiesen, z.B:

[ wp-word-cloud source-type=custom-field id="demo"]my-custom-field[ /wp-word-cloud]

Die Darstellung der eigenen Felder musst du im Gutenberg-Edito ggf. erst aktivieren. Klicke dazu das Punkt-Menü und dann ganz unten auf “Ansicht anpassen”. Es öffnet sich nun eine Liste, in der du die “eigenen Felder” aktivieren kannst:

Anzeigen der benutzerdefinierten Felder im Gutenberg-Editor

count-words

Wenn die im Shortcode angegebene Quelle einen kompletten Text enthält, müssen die Wörter darin erst gezählt werden. Dazu muss count-words auf 1 gesetzt werden. Ist count-words=0 gesetzt, erwartet das Plugin eine List mit gezählten Wörtern.

enable-frontend-edit

Ist dieser Parameter auf 1 gesetzt, wird auf der Seite ein Textfeld angezeigt. Das Textfeld enthält den Text, der mit dem Shortcode definiert wurde. Der Besucher kann den Text dann beliebig verändern oder eigenen Text hinzufügen, um so die Word Cloud selber zu steuern. Die Berechnung der Word Cloud findet im Browser statt. Im folgenden Beispiel kommt der Text von einem benutzerdefiniertem Feld im Backend. Er wird an das Frontend ausgeliefert und dort in der Word Cloud dargestellt. Gleichzeitig kann man den Text aber auch anpassen und die Wolke neu zeichnen lassen:

[ wp-word-cloud source-type="custom-field" enable-frontend-edit=1 id="demo"]my-custom-field[ /wp-word-cloud]

Ein Textfeld für die Besucher deiner Webseite

OCR - Texterkennung

enable-ocr

Ist dieser Parameter auf 1 gesetzt, kann der Benutzer auf der Webseite ein Bild hochladen oder mit der Kamera aufnehmen. Im Browser findet dann eine Text-Erkennung statt. Die Wörter werden dann gezählt und die Word Cloud darauf basierend gezeichnet. Wenn enable-frontend-edit nicht aktiv ist, hat dieser Parameter keine Wirkung.

[ wp-word-cloud source-type="custom-field" enable-frontend-edit=1 enable-ocr=1 id="demo"]my-custom-field[ /wp-word-cloud]

Für diese Funktionalität greift das Plugin auf die Tesseract-Bibliothek zurück. Diese ermöglicht die Texterkennung von abfotografierten Dokumenten in verschiedenen Sprachen. Die Texterkennung erfolgt komplett im Browser, also beim Besucher der Webseite. Das Bild wird nicht zum Server hochgeladen.

ocr-language

Mit diesem Parameter legst du fest, welche Sprache(n) das ORC-Modul unterstützen soll. Standardmäßig ist hier deu eingestellt. Du kannst mehre Sprachen angeben, wenn du sie mit einem + trennst, z.B. Deutsch + Englisch:

`[ wp-word-cloud source-type="custom-field" enable-frontend-edit=1 enable-ocr=1 ocr-language="deu+eng" id="demo"]my-custom-field[ /wp-word-cloud]`

Eine Liste aller unterstützten Sprachpakete findest du hier:

https://tesseract-ocr.github.io/tessdoc/Data-Files#data-files-for-version-400-november-29-2016

ocr-local-libraries

Das OCR-Modul lädt einige, größere Dateien von einem anderen Server nach, unter anderem auch die Sprachpakete. Du kannst diese Dateien auch auf deinem Server anbieten. Dazu musst du die folgenden Dateien herunterladen und im Unterordner “lib” innerhalb des Plugin-Ordners ablegen:

• [https://unpkg.com/tesseract.js@v2.0.0/dist/worker.min.js]( https://unpkg.com/tesseract.js@v2.0.0/dist/worker.min.js' defer=‘defer)
• [https://unpkg.com/tesseract.js-core@v2.0.0/tesseract-core.wasm.js]( https://unpkg.com/tesseract.js-core@v2.0.0/tesseract-core.wasm.js' defer=‘defer)

Außerdem benötigst du die von dir konfigurierten Sprachpakete. Diese kannst du hier für die Version 4 herunterladen . Die Sprachpakete gehören ebenfalls in den Unterordner “lib”. Außerdem musst du manuell die Dateiendung “.gz” anhängen.

Eingrenzen der Wortliste

min-word-length

Hiermit legst du fest, wie lang ein Wort mindestens sein soll, um beim Zählen berücksichtigt zu werden. Diese Einstellung wird nicht berücksichtigt, wenn du eine fertige Wortliste als Quelle angibst. In diesem Beispiel wird das Wort Foo beim Zählen ignoriert.

`[ wp-word-cloud source-type="inline" count-words=1 min-word-lenght=4 id="demo"]Lorem Ipsum Foo[ /wp-word-cloud]`

min-word-occurence

Mit diesem Parameter legst du fest, wie oft ein Wort mindestens vorkommen muss, um in der word cloud dargestellt zu werden. Diese Einstellung wird immer berücksichtigt, auch wenn du eine fertige Wortliste als Quelle angibst. Im Beispiel werden nur Wörter in der word cloud dargestellt, die mindestens 2 mal vorkommen:

`[ wp-word-cloud source-type="inline" count-words=1 min-word-occurence=2 id="demo"]Lorem Ipsum Foo[ /wp-word-cloud]`

black-list und enable-black-list

Die Blacklist enthält Wörter, die beim Zählen nicht berücksichtigt werden dürfen. Das können z.B. Funktionswörter oder Fremdwörter sein, die du nicht in der word cloud sehen möchtest. Die Wörter werden mit einem Leerzeichen getrennt angegeben. Wenn du den Parameter im Shortcode angibst, wird die globale Einstellung komplett ignoriert. Die Blacklist wird nur verwendet, wenn der Parameter enable-black-list auf 1 gesetzt ist. Im Beispiel wird das Wort “Lorem” beim Zählen ignoriert, das es sich auf der Blacklist befindet.

`[ wp-word-cloud source-type="inline" count-words=1 enable-black-list`=1 `black-list="Lorem" id="demo"]Lorem Ipsum Foo[ /wp-word-cloud]`

enable-custom-black-list

Ist dieser Parameter aktiviert, kann der Besucher deiner Webseite Wörter in der word cloud anklicken, um sie aus der word cloud zu entfernen. Die Wörter erscheinen dann unter der word cloud in einer “benutzerdefinierten” Blacklist. Wenn sie dort erneut angeklickt werden, erscheinen sie wieder in der word cloud.

Eine word cloud mit benutzerdefinierter Blacklist, so schön!

persistent-custom-black-list

Hiermit kannst du festlegen, dass die Blacklist erhalten bleibt, wenn der Besucher einen neuen Text in das Eingabefeld eingibt. Ist der Parameter deaktiviert, wird die benutzerdefnierte Blacklist gelöscht, sobald der Besucher einen neuen Text eingibt. Dieser Parameter ist nur wirksam, wenn auch das Textfeld aktiviert ist.

ignore-chars

Mit diesem Parameter legst du fest, welche Zeichen aus dem Text entfernt werden, bevor er gezählt wird. Hier wird ein regulärer Ausdruck dieser Form erwartet:

ignore-chars="\(\)\[\]\,\.;"

Auf diese Art kannst du ungewollte Satzzeichen, Sonderzeichen oder Steuerzeichen entfernen.

Erscheinungsbild anpassen

style

text-transform

Hiermit kannst du festlegen, dass der Text beim Darstellen in der word cloud groß oder kleingeschrieben werden soll. Dieser Parameter kann dementsprechend drei Werte annehmen:

• uppercas (alle Wörter groß schreiben)
• lowercase (alle Wörter klein schreiben)
• none (keine Änderung)

Diese word cloud nutzt als Ressource die aktuellen Mitteilungen von fefe :

[wp-word-cloud source-type=“url” id=“demo2” count-words=1 min-word-occurence=1 min-word-length=3 size-factor=100 min-alpha=0.5 count-words=1]https://blog.fefe.de[/wp-word-cloud]

Don’t dream your life, live your dreams. Ok.

Pictero greift dazu selber auf eine Menge öffentlich zugänglicher Bild-Generatoren zurück:

• picsum.photo
• baconmockup.com
• placebeard.it
• fillmurray.com
• placekitten.com
• placecage.com
• placezombie.com
• stevensegallery.com
• placeimg.com

Ein weiteres Feature ist die direkte Anbindung an Twitter. Man kann eine Tweet-Id oder URL zu einem Tweet angeben, um so direkt den Text zu visualisieren.

Als i-Tüpfelchen kannst du den Text maximalironisch mit einer Comic-ähnlichen Schriftart oder einer Handschrift verzieren und das Bild dann herunterladen um die Nachricht deinerseits publikumswirksam an den Mann oder die Frau zu bringen.

Viel Spaß.

Bill Murray - er kann es noch

https://abbreviator.nickyreinert.de/

Viel Spass mit dem AbbreViator (tm) - in der Kürze steckt die Würze

Das schöne: Du kannst die Bilder relativ zielgenau aussuchen. Egal, ob du ein quadratisches Format oder monochrome Bilder benötigst: Über die entsprechenden Parameter kannst du festlegen, welche Art von Platzhalter-Bild du einbinden willst:

Die Größe des Bildes wird über die letzten beiden Pfad-Elemente definiert, wenn du nur eine Ziffer eingibst, erhälst du ein quadratisches Bild.

1https://picsum.photos/300/400
2https://picsum.photos/500

Ein zufälliges Bild mit den Abmessungen 300 x 400 Pixel

Ein zufälliges quadratisches Bild mit der Kantenlänge 400 Pixel

Über zusätziche Get-Parameter kannst du weitere Eigenschaften des Bildes beeinflussen, wie z.B. die Farbe oder die Unschräfe. Den Grad der Unschärfe kannst du nach Belieben zwischen 1 und 10 einstellen. Die Parameter lassen sich natürlich auch kombinieren:

1https://picsum.photos/100/200?grayscale
2https://picsum.photos/200/300/?blur
3https://picsum.photos/200/300/?blur=2
4https://picsum.photos/id/948/100/200?blur=10&grayscale

Ein zufälliges, farbloses Bild mit einem Unschärfefaktor von 10

Auf der Seite des Anbieters finden sich noch ein paar andere Paramter , um z.B. eine Liste von verfügbaren Bildern auszugegeben oder ein bestimmtes Bild per ID anzusprechen.

Alter Hut

Tatsächlich ist die Idee gar nicht mal so neu. Seit mindestens 2012 gibt es http://lorempixel.com und es gibt noch eine ganze Reihe mehr, u.a. das berüchtigte Bacon-Mockup.

Die meisten wissen noch nicht einmal, was HTTP/2 eigentlich ist, geschweige denn, dass es überall eingesetzt wird, da bahnt sich schon der Nachfolger an, genannt HTTP/3. Vor ein paar Jahren hat Google sich mit der Optimierung der Kommunikation im Internet beschäftigen. Früher ging daraus SPDY hervor, aus dem schließlich HTTP/2 hervorging.  Das nächste Entwicklungs-Projekt aus dem Google-Labor hört nun auf den Namen QUIC  - was ausgesprochen für  Quick UDP Internet Connections  steht.

Das Schichten-Modell

Bevor man das ganze verstehen kann, möchte ich ganz grob noch mal auf eine wichtige Grundlage eingehen, dem [OSI-Schichten-Modell](Das klingt kompliziert, ist es auch. Es reicht allerdings völlig aus, wenn man das Prinzip dahinter versteht: Die Webseite, die dir dein Browser hier anzeigt, kommt aus dem Netzwerk-Kabel in deinem Laptop (oder über dein WLAN…). Das sind allerdings nur ein paar elektronische Signale, die dein Browser so sicher nicht verstehen kann. Dieses ziemlich einfache elektronische Signal muss deshalb erst auf verschiedenen Stufen bzw. Schichten verarbeitet werden, bis daraus das berühmte HTML extrahiert wird, mit dem auch dein Browser arbeiten kann.

Das OSI-Schichten-Modell besteht aus 7 dieser Schichten. Die ersten 6 Schichten dürften dich nicht weiter interessieren, die ursprünglich elektronischen Daten werden hier nach immer weiter “ausgepackt”. Dabei werden immer mehr Informationen und Daten extrahiert und an die darüber liegende Schicht weitergegeben. Jede Schicht erfüllt so eine spezielle Aufgabe, angefangen bei der eigentlichen physikalischen Übertragung, über die Qualitätssicherung bis hin zur Darstellung in einer Anwendung, wie dem Browser.

Genau das passiert in der 7. Schicht, über die der HTML-Code für deinen Browser zur Verfügung gestellt wird. Eine dieser Schichten nun, nämlich die 4., ist für den Transport zuständig. Dort wird u.a. das schon ziemlich in die Jahre gekommene TCP - Transmission Control Protokoll - eingesetzt. Eine Alternative dazu ist UDP, das etwas schneller aber auch ungesichert funktioniert. Soviel zu den langweiligen und verzwickten technischen Einzelheiten.

QUIC

Google hat nun auf Basis von UDP ein eigenes Protokoll für diese Schicht entwickelt: QUIC. QUIC kombiniert, ganz stark reduziert, die Vorteile von TLS, HTTP/2, TCP und UDP und bietet so z.B. schnelle, verschlüsselte Verbindungen an. Google nutzt QUIC bereits seit 2013 auf den eigenen Servern, seit Version 29 versteht auch der hauseigene Browser Chrome QUIC. Sogar Opera soll QUIC seit Version 16 unterstützen. Die Entwicklung steckt also lange nicht mehr in den Kinderschuhen.

HTTP over QUIC

Mit HTTP hat das ganze freilich noch nicht viel zu tun, denn das liegt ja eine Schicht weiter oben. Die Internet Engineering Task Force hat sich aus diesem Grund in zwei Arbeitsgruppen mit QUIC beschäftigt. Daraus entstand einerseits eine standardisierte Fassung von QUIC, die inoffiziell den namen iQUIC trägt, als Abgrenzung zur inoffiziellen Bezeichnung gQUIC für Googles Original-Protokoll.

Und außerdem arbeitet man am neuesten HTTP-Standard, HTTP over QUIC, bzw. HTTP/QUIC oder ganz offiziell: HTTP/3. Diese Entkopplung ermöglicht jetzt, dass neben HTTP auch andere Protokolle der oberen Anwendungsschicht, wie z.B. E-Mail, QUIC nutzen können.

Laut Cloudfare soll noch dieses Jahr ein finaler offzieller Standard zu QUIC verabschiedet werden. Da aber wie gesagt HTTP/2 eher noch ein Exot zu sein scheint, wird es vermutlich noch eine Weile dauern, bis HTTP/3 entsprechend weit verbreitet ist.

https://www.nickyreinert.de/wordpress-word-cloud-2-0/

Wer träumt nicht davon, eine Wolke aus Wörtern in Wordpress darstellen zu können? Der Fachmann spricht hier von einer sogenannten Word-Cloud. Ich meine hier übrigens ausdrücklich nicht die bekannten TagClouds, bei denen schlicht die verwendeten Wordpress-Tags in einer Wolke anklickbar angezeigt werden. Hier geht es einfach um die Darstellung von Wörtern, die entsprechend der Vorkommen verschieden groß dargestellt werden. Leider gab es genau für diesen Zweck bisher kein Wordpress-Plugin. Dafür habe ich aber eine sehr leicht zu bedienende JavaScript-Bibliothek von Tim Dream: wordCloud2.js  gefunden, auf der ich das Plugin aufgebaut habe.

Installation

Der ganze Spaß steht auf GitHub zur Verfügung . Du musst lediglich den Source-Code herunterladen und in einen Unterordner in wp-content/plugins entpacken. Wenn du das Plugin im Backend aktiviert hast, kannst du auf jeder Seite und jedem Beitrag den Shortcode [ word-cloud ] nutzen.

Die folgenden Parameter kannst du im Shortcode übergeben. Der Parameter target-id ist dabei immer notwendig, alle anderen sind nicht verpflichtend.

• target-id - damit wird jede Instanz von word-cloud adressiert. Du kannst je Seite mehrere Word-Clouds erstellen, die Target-Id wird auch als CSS-Id verwendet
• source -wenn du eine eigene SQL-Abfrage verwenden möchtest, musst du diesen Parameter auf “sql” setzen, andernfalls wird versucht, ein Custom-Field auszulesen
• source-id - wenn sich die Wortliste in einem Custom-Field befindet, musst du mit diesem Parameter den Namen des Felds angeben
• query - wenn du eine SQL-Abfrage verwendest, nutzt du dafür diesen Parameter
• backgroundColor - die Hintergrundfarbe der Cloud, z.B. #123123
• gridSize - ein ganze Zahl, mit der die Lücke zwischen den Wörtern gesteuert werden kann
• fontFamily - welcher Font soll verwendet werden
• fontWeight - das Gewicht der Schriften, also z.B. bold oder normal
• minRotation - eine ganze Zahl, die das Mindestmaß der Rotation bestimmt, ist der Wert 0, wird die Rotation deaktiviert
• maxRotation - das gleiche, nur für die Obergrenze der Rotation
• weightFactor - eine ganze Zahl, um die Gewichtung der Wörter zu beeinflussen, also ein Multiplikator für die Größe
• shape - die Form der Wolke, hier kannst du folgende Formen verwenden: circle (Standard), cardioid (Apfel bzw. Herz), diamond, square, triangle-forward, triangle, pentagon und star

Beispiel

Wörter aus einer MySQL-Tabelle nutzen

Die folgende Word-Cloud verwendet eine Liste von 100 Wörtern aus einer Datenbank-Abfrage:

1[ word-cloud target-id="myWordCloud1" source="sql" query="SELECT word, SUM(count) AS count FROM augenblicke.001_words GROUP BY word ORDER BY count DESC LIMIT 0,100" ]

Hier siehst du eine Word-Cloud, die auf eine kleinere Liste zurückgreift, die ich in einem Custom-Field übergebe:

[word-cloud target-id=“myWordCloud2” source-id=“word-cloud”]

Wörter aus einem benutzerdefinierten Feld nutzen

Achtung: Dieser Weg funktioniert mit dem neuen Gutenberg-Editor (ab Wordpress 5) nicht, da dieser (Stand Januar 2019) keine benutzerdefinierten Felder anzeigt.

Wenn du auf eine Liste mit Wörter aus einem benutzerdefinierten Feld zugreifen willst, übergibst du als source-id den Namen des benutzerdefinierten Feldes:

1[word-cloud target-id="myWordCloud2" source-id="word-cloud"]

Das benutzerdefinierte Feld legst du dann mit genau diesem Namen an und füllst es mit den Wörter und den Werten, die Größe represäntieren sollen:

Benutzerdefiniertes Feld mit eigener Wortliste im klassischen Editor

[data-heatmap transpose=“yes” hide-xaxis=“no” hide-yaxis=“no” hide-values=“yes” sort-yaxis=“yes” source-for-gradiation=“y”]

Die Daten stammen aus einer Tabelle mit drei Spalten. Es handelt sich um die Bus- und Bahn-Linien der öffentlichen Verkehrsmittel in Berlin (Spalte x), die Tageszeiten von 0 bis 23 Uhr (Spalte y) und die Anzahl von Beiträgen in einem Portal (Spalte v). Die Heatmap zeigt also, wieviele Beiträge zu einer bestimmten Uhrzeit in einer bestimmten Linie abgegeben wurden.

y,x,v 0, BUS, 49 1, EXPRES-BUS, 4 1, METRO-BUS, 28 4, METRO-TRAM, 59 …

Das Plugin steht auf github.com zur freien Verwendung zur Verfügung.

Cookies und Tracking

Grundsätzlich sind Cookies nicht verkehrt. Dabei handelt es sich um kleine Text-Dateien, die von einem Server auf dem Computer des Benutzers gespeichert werden, um Informationen zwischenzuspeichern. Für den Betrieb vieler Seiten sind sie oft unerlässlich. Dabei ist es wichtig zu wissen, dass nur der Server auf ein Cookie zugreifen darf, der es auch gesetzt hat. Grundsätzlich kann man zwei Arten unterscheiden: 1st-Party- und 3rd-Party-Cookies. 1st-Party-Cookies werden von dem Server gespeichert, auf den der Besucher der Website gerade zugreift. Aktuell wäre das für dich z.B. ein Cookie von www.nickyreinert.de .

3rd-Party-Cookies werden von Dritten auf deinem Computer gespeichert. Das ist möglich, weil ich auf meiner Seite z.B. JavaScript von fremden Websiten einbinde. Diese “rufen” den anderen Server an. Sehr weit verbreitet ist z.B. Google Analytics. Google kann dann als dritte Partei ein Cookie auf deinem Computer speichern. Wenn du eine andere Website besuchst, die auch das JavaScript von Google Analytics einsetzt, darf Google auf genau diesen Cookie zugreifen und kann dann die Verknüpfung herstellen: Der Besuch meiner Seite, der Besuch der anderen Seite und vermutlich der Besuch vieler weiterer Seiten. Diese Art von Cookies kann man deswegen als Tracking-Cookie bezeichnen.

Das Problem an der Sache sind die “personenbezogene Daten”. Eigentlich hat niemand ein Problem mit Cookies - so lange sie keine personenbezogenen Daten enthalten. Erst dann betritt man den rechtlich relevanten Raum des Datenschutzes.  Und mit der vor der Tür stehenden DSGVO bzw. der ePrivacy-Verordnung wird der Betreiber der Website (vermutlich) noch mehr in der Pflicht genommen, die personenbezogenen Daten seiner Besucher zu schützen. Oder: Im explizit das Wahlrecht zu geben: Lässt er das Tracking zu?

Und dabei soll dir COII helfen.

Funktionsweise von Cookies

Beim ersten Besuch deiner Seite sieht der Benutzer einen einfachem Dialog, in dem er dem Tracking zustimmen kann. Oder eben widersprechen.

COII speichert die Information wiederum in einem Cookie und lädt die Seite automatisch neu. Wurde dem Tracking zugestimmt, wird das entsprechende Tracking-Pixel (JavaScript) geladen. Sonst nicht. COII  unterscheidet dabei allerdings vorerst nicht zwischen 1st- und 3rd-Party-Cookies.

In den Einstellungen kannst du (bzw. musst du initial) den Text für den Dialog und die Buttons anpassen. Außerdem solltest du natürlich dein Tracking-Pixel hinterlegen. Sonst brauchst du dieses Plugin  nicht.

Außerdem kannst du den Shortcode [ coii_dialogue ] auf jeder Seite oder jedem Beitrag - wie z.B. deiner Datenschutzbestimmung - nutzen, um dort die gleiche Abfrage darzustellen.

COII kannst du dir bei Github oder direkt über das Wordpress-Repository herunterladen.

Vorbereitung in Excel

Zunächst kopierst du deinen Text in das Feld für den Quelltext. Per VBA wird daraus bereits automatisch eine Liste mit den Häufigkeiten der Wörter erstellt.

Mit den Werten für die PowerPoint-Höhe und -Breite legst du die Abmessung der Folie in der Präsentation fest. Je größer die Folie, desto länger dauert das Rendern der WordCloud. Mit der Größe der Schriftart bestimmst du, wie groß das größte Wort ist. Über den Faktor Höhenkorrektur kannst du den vertikalen Abstand der Textfelder korrigieren. Über den Performance-Faktor lässt sich die Geschwindigkeit der Verarbeitung steuern. Je höher der Wert, desto schneller das Skript, aber auch schlechter die Berechnung der Platzierung der Textfelder für die Wörter. Der Top-Wert legt fest, wie viele Wörter verarbeitet werden sollen.

Wenn du alles fertig eingestellt hast, drückst du auf Start und VBA verrichtet seine Arbeit.

Fertig.

*VBA und der Algorithmus sind eher nicht für lange Texte geeignet. Ein Text mit 349 unterschiedlichen Wörtern und 584 Wörtern insgesamt wird in 55 Sekunden gerendert.