Topic Modelling & Trenderkennung in Textkorpora

Organisationen sitzen auf Millionen von Freitextdatensätzen: Tickets, Feedback-Kommentare, Serviceberichte, Chatbot-Protokolle, Nachrichten und Fachartikel. Niemand kann alles lesen, daher fallen neue Probleme und Chancen spät auf. Modernes Topic Modelling kombiniert Satz-Embeddings, Clustering und LLM-Benennung. Es macht aus einem nicht gelabelten Korpus eine lesbare Karte der Themen, hält diese Karte aktuell, wenn neuer Text eintrifft, und markiert Themen, die neu sind oder schnell wachsen. Analysten lesen keine Stichproben mehr, sondern widmen sich den wenigen Themen, die sich verändert haben.

Problem & Nutzen

• Heute: Analysten lesen Zufallsstichproben, nutzen Schlagwortsuchen oder Excel-Verschlagwortung oder setzen klassisches LDA ein, das Wortlisten liefert („Frauen, Macht, weiblich"), die noch gedeutet werden müssen. Vordefinierte Kategorienschemata übersehen Probleme, die niemand erwartet hat, und genau dafür ist Trenderkennung gedacht.
• KI-Nutzen: Themen ergeben sich direkt aus den Daten, es braucht keinen gelabelten Trainingsdatensatz, und Bezeichnungen und Beschreibungen lesen sich wie die eines Analysten. Korpora in vielen Sprachen werden in einen gemeinsamen Embedding-Raum abgebildet, und inkrementelle Aktualisierungen zeigen Veränderungen (neue Themen, Wachstum, Rückgang) statt einer statischen Momentaufnahme.
• Belege: In Anthropics Clio-Studie clusterte eine LLM-Pipeline mit Datenschutzvorkehrungen 1 Million Konversationen in eine Hierarchie. Sie förderte die größten Nutzungsthemen zutage (z. B. Softwareentwicklung mit über 10 %) sowie Tausende kleine Cluster und stimmte mit bestehenden Trust-and-Safety-Klassifikatoren mit r = 0,71 überein [3]. TopicGPT (NAACL 2024) erreichte gegenüber von Menschen annotierten Themen eine harmonisch gemittelte Reinheit (Purity) von 0,74, gegenüber 0,64 beim stärksten Vergleichsverfahren [4]. Der Feedback-Analytik-Anbieter Caplena berichtet, dass IKEA auf seiner Plattform mehr als 3 Millionen Kommentare in 40 Sprachen analysiert hat (Herstellerangabe) [7].

Varianten

• Stimme des Kunden / CX: aufkommende Beschwerdethemen in Tickets, Bewertungen und NPS-Freitexten, zusammen mit der Stimmung (LANG-013). Das Themenmodell findet, worüber Menschen sprechen; das Stimmungsmodell sagt, wie sie dazu stehen.
• Produktqualität & Außendienst: Cluster in Gewährleistungsfällen, Serviceberichten und Beschwerdeprotokollen wirken als Frühwarnung vor Fehlerbildern (Fertigung, Automobil, Marktüberwachung nach dem Inverkehrbringen bei Medizinprodukten).
• Analyse von LLM-/Chatbot-Protokollen („Clio-Stil"): was Nutzer einen Chatbot oder Copiloten tatsächlich fragen, wo er scheitert und welche Absichten neu sind. Speist die Verbesserung des Bots (CONV-Familie) und das Monitoring der KI-Governance.
• Forschung & Technologiescouting: aufkommende Themen in Fachartikeln und Patenten (KNOW-008, KNOW-007), Technologieradare und Horizon Scanning (regulatorische Variante: LANG-020).
• Medien & Markt: Themenentwicklung in Nachrichten und im Web. Markenbezogenes Listening ist LANG-018 und Wettbewerberbeobachtung ist LANG-017; beide nutzen diese Engine wieder.
• Intern / Personal: Themen in Mitarbeitendenbefragungen und Ideenportalen. Nur aggregiert berichten; siehe Risiken.
• Öffentlicher Sektor: Bürgeranfragen, Petitionen und Beschwerdepostfächer. Die Auswertung förmlicher Beteiligungsverfahren mit der Pflicht, jede Eingabe zu würdigen, ist LANG-026. Die qualitative Forschung mit Codeplan ist LANG-019.
• Privat / Entwickler: Erkunden eines persönlichen Notizarchivs, eines Newsletter-Rückstands oder eines Datensatzes mit BERTopic in einem Notebook.

So funktioniert es

1. ingest (DB, ticket system, CSV, crawler) + timestamps + metadata
2. clean, deduplicate, PII-redact, optional LLM "facet" extraction (summarise each doc to its core issue)
3. sentence embeddings (multilingual)
4. dimensionality reduction (UMAP) + clustering (HDBSCAN / k-means), or LLM-driven topic generation
5. topic representation: c-TF-IDF keywords + LLM label & description + representative docs
6. hierarchy (merge clusters into themes) + analyst review / rename / merge / seed
7. topic-over-time counts per segment
8. change-point / burst detection
9. alerts
10. dashboard (BI), drill-down to documents, export of assignments

• Embedding-Cluster-Benennung (BERTopic-Muster [1][2]) ist das Arbeitspferd: günstig und skalierbar, und das LLM sieht nur wenige repräsentative Dokumente je Cluster.
• LLM-first-Ansätze: TopicGPT [4] und die Konzeptinduktion LLooM [5] lassen das LLM Themen oder Konzepte mit expliziten Einschlusskriterien vorschlagen und verfeinern, die dann Dokumenten zugeordnet werden. Sie bieten bessere Interpretierbarkeit bei höheren Token-Kosten und eignen sich daher am besten für Korpora bis etwa 10⁴–10⁵ Dokumente oder für gezogene Teilmengen.
• Zuerst Facetten extrahieren (Clio [3], Kura [9]): Ein LLM schreibt zunächst jede verrauschte Konversation in eine kurze, de-identifizierte Zusammenfassung um, die dann eingebettet und geclustert wird. Die Cluster werden sauberer, und die Analyseschicht enthält weniger personenbezogene Daten.
• Trenderkennung: ein globales Modell mit Themendarstellungen je Zeitintervall (BERTopic topics_over_time [2]), Online-/inkrementelle Modelle für Datenströme (Online-Modelle von Turftopic [8], BERTopic partial_fit/merge_models) sowie statistische Änderungspunkt- oder Anomalieerkennung auf den Themenhäufigkeiten (gemeinsam mit ANOM-030).
• Mensch-in-der-Schleife (Human-in-the-Loop): Analysten genehmigen Themennamen, führen Cluster zusammen oder teilen sie, legen Mindestclustergrößen fest und entscheiden, welche Warnungen zählen. Themenkarten sind ein explorativer Ansatz, keine Wahrheit.

Datenaufbereitung

Benötigte Daten: eine große Sammlung von Texten mit Datum und Quelle: Tickets, Feedback, Chat-Protokolle, Berichte, Nachrichten, Fachartikel. Im KMU liegen diese im Ticketsystem, CRM, in Umfragewerkzeugen, Postfächern und auf Dateiablagen; älteres Material kann auf Papier oder als PDF vorliegen.

Typische Lücken: kein Datums- oder Quellenfeld; viele Duplikate, Signaturen und Mail-Zitate, die Themen verzerren; gescannte PDFs; gemischte Sprachen; personenbezogene Daten im Freitext; kein vereinbartes Vokabular für die entstehenden Themen; unklare Zugriffsrechte.

Aufbereitungsschritte: 1. Quellen mit Datum, Kanal und ID erfassen und exportieren (PREP-005, GUIDE-003). 2. Duplikate, Signaturen, zitierte Antworten und Textbausteine entfernen; bei Bedarf Scans per OCR erfassen (PREP-006, PREP-007, PREP-011). 3. Namen und Kontaktdaten maskieren (PREP-022). 4. Abkürzungen und Firmenbegriffe sammeln, damit Themen sinnvoll benannt werden (PREP-015). 5. Den DSGVO-Zweck prüfen, wenn alte Tickets wiederverwendet werden (PREP-025). 6. Zwei Fachleute beurteilen Stichprobenthemen als Qualitätstest (PREP-018).

Werkzeuge: Python mit pandas, Excel oder Power Query, Paperless-ngx für Scans, n8n für regelmäßige Exporte.

Aufwandsanteil: etwa 30-40 % des Projekts; das Bereinigen von Textrauschen wirkt sich stärker auf die Themenqualität aus als der Algorithmus.

Umsetzungswege

Welcher Weg für wen

• KMU — A: Feedback-Analytik-Produkte mit automatischer Themenentdeckung gibt es zu KMU-Preisen; einmalige Analysen brauchen keinen Eigenbau.
• Enterprise — B: Themenentwicklungen speisen eigene BI- und Strategieprozesse; Embeddings und LLM-Benennung per API lassen sich in die Datenplattform integrieren.
• Entwickler — C: Offene Werkzeuge wie BERTopic mit lokalen Embeddings laufen auf HW2, kosten pro Lauf wenig und geben volle Kontrolle über die Parameter.
• Öffentlicher Sektor — C: Texte von Bürgern oder Beschäftigten sind sensibel; Open-Source-Themenmodelle auf souveräner Infrastruktur vermeiden eine externe Übermittlung.

Weg A — Kaufen (für die meisten KMU empfohlen)

• Feedback- & CX-Textanalytik: Caplena (Zürich, CH, EU-orientiert; zu den Kunden zählen Lufthansa, DHL und Beiersdorf) [7], Thematic, Qualtrics XM Discover, Medallia Text Analytics. Diese Plattformen enthalten Themenentdeckung, Trendwarnungen und Dashboards.
• Eingebautes in Ticket-/Helpdesk-Systemen: Zendesk Intelligent Triage sowie Intercom-/Freshdesk-Insights zeigen aufkommende Ticketthemen direkt im Helpdesk.
• Trend- & Technologiescouting: ITONICS (deutsche GmbH; die KI-Schicht „Prism" erstellt Technologieradare aus kuratierten Signalen) [10] sowie Listening-Suiten (Brandwatch, Talkwalker → LANG-018).
• Datenkarten: Nomic Atlas für interaktive Embedding-Karten mit automatischen Themenbezeichnungen.
• A wählen, wenn: der Korpus aus Feedback oder Tickets besteht, ein Dashboard das Ziel ist und es kein internes Data-Science-Team gibt. Prüfen Sie EU-Hosting, AVV, PII-Schwärzung und den Export der Themenzuordnungen.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Embeddings: Mistral mistral-embed (EU-Anbieter) [11], Cohere Embed, OpenAI text-embedding-3, Google-Gemini-Embeddings, Azure OpenAI in EU Data Zones oder AWS-Bedrock-Embeddings (Frankfurt) von Titan/Cohere.
• Benennungs-LLM: Ein kleines, günstiges Modell (Mistral Small, Klasse GPT-mini/Gemini Flash/Claude Haiku) benennt Cluster und extrahiert Facetten; ein stärkeres Modell nur für den Hierarchieaufbau und Zusammenfassungen für die Führungsebene. Nutzen Sie Batch-APIs, da die Arbeit offline läuft.
• Orchestrierung: BERTopic mit LiteLLM- oder LangChain-Darstellungsmodellen [6], die die API aufrufen. Vektoren in pgvector oder OpenSearch speichern, mit Airflow, dbt oder n8n planen und die Ergebnisse an Power BI oder Superset senden.
• B wählen, wenn: Sie individuelle Aufschlüsselungen, eine eigene Taxonomie oder die Integration in eine Datenplattform brauchen und die Daten unter einem AVV die Räumlichkeiten verlassen dürfen.

Weg C — Selbst betreiben (Open Source)

• Bibliotheken: BERTopic (MIT; Zero-Shot, hierarchische, Online- und dynamische Themen, LLM-Darstellungen über llama.cpp/LiteLLM) [6], Turftopic (MIT; KeyNMF, S³, FASTopic, dynamische und Online-Modelle) [8], Top2Vec, Kura (MIT, Clio-Nachbau für Chat-Protokolle) [9], DataMapPlot zur Visualisierung. Die Community-Zusammenfassungen von Microsoft GraphRAG bieten eine graphbasierte Alternative, wobei das Projekt inzwischen im Wartungsmodus ist [12].
• Embeddings: Qwen3-Embedding (0.6B/4B/8B, Apache 2.0, über 100 Sprachen; 8B war im Juni 2025 Nr. 1 im MTEB Multilingual) [13], multilingual-e5, BGE-M3, Granite-Embeddings. Für Bezeichnungen ein quantisiertes Instruct-Modell mit 7–30 Mrd. Parametern (Mistral Small, Qwen3, Llama, Gemma), betrieben mit vLLM oder Ollama.
• Hardware: HW2 genügt. Eine einzelne GPU mit 24–32 GB bettet Millionen kurzer Texte pro Tag ein und benennt Hunderte Cluster. Kleine Korpora laufen auf HW1 (CPU, statische Embeddings von Model2Vec [6]).
• Betriebsaufwand: gering bis mittel; geplante Batch-Jobs plus eine Modellregistry für Themenmodelle.

Weg D — Eigenes Training

Selten nötig. Das Embedding-Modell kontrastiv feintunen, zum Beispiel mit SetFit oder sentence-transformers, wenn Fachjargon (Teilenummern, klinische oder juristische Begriffe) verschiedene Probleme in einem Cluster zusammenfallen lässt. Einige Hundert bis wenige Tausend gelabelte Paare oder Zusammenführen/Teilen-Entscheidungen von Analysten genügen. Sobald sich die Taxonomie stabilisiert hat, ist der bessere Schritt meist, entdeckte Themen in einen überwachten Klassifikator zu überführen (LANG-012), für konsistentes, prüfbares Routing und Zählen.

Stand der Technik (2026)

• Das Standardmuster lautet Embeddings, Clustering und LLM-Bezeichnungen. Klassisches LDA/NMF bleibt vor allem als günstige Vergleichsbasis. Bessere mehrsprachige Embeddings (Qwen3-Embedding, Jina v4, Gemini/Cohere) bedeuten, dass ein Modell die EU-Sprachen ohne Übersetzung abdeckt.
• LLM-native Konzeptinduktion (TopicGPT, LLooM) erzeugt Themen in natürlicher Sprache mit Definitionen, die Analysten bearbeiten und einschränken können, und übertrifft in veröffentlichten Auswertungen das stärkste Vergleichsverfahren bei der Reinheit [4][5].
• Datenschutzfreundliche Protokollanalyse in großem Maßstab (Clio und seine offenen Nachbauten) ist zum Referenzdesign geworden, um die Nutzung von Chatbots und Agenten zu verstehen [3][9].
• Agentische Analyse: Deep-Research-Agenten (KNOW-015) nutzen Themenkarten zunehmend als Werkzeug: erst clustern, dann in ein Thema eintauchen und den Bericht schreiben.
• Grenzen und Fehlerbilder: Die Ergebnisse hängen von Zufallswerten (Seeds) und Hyperparametern wie Mindestclustergröße und UMAP-Einstellungen ab. Ein großes „Ausreißer"-Thema ist üblich. LLM-Bezeichnungen können kohärenter klingen, als der Cluster tatsächlich ist, und LLM-first-Methoden können Themen erfinden oder seltene übersehen. Kohärenzmaße korrelieren schwach mit menschlichem Urteil. Trendsignale werden durch Änderungen von Volumen, Kanal oder Produktmix verzerrt; normalisieren Sie daher die Zählwerte und prüfen Sie auf Brüche in der Datenpipeline, bevor Sie Warnungen auslösen.

Gemeinsame Bausteine & Kombinationen

• Gleiche Bausteine (embedding-text + vector-db + llm-small/general): LANG-012 Klassifikation, LANG-013 Stimmungsanalyse, LANG-019 qualitative Kodierung, LANG-026 Auswertung von Beteiligungsverfahren, KNOW-001/KNOW-002 Suche und RAG. Ein Embedding-Dienst und ein Vektorspeicher können alle bedienen, und eine einzelne HW2-GPU betreibt ein Embedding-Modell plus ein kleines Benennungs-LLM.
• Engine für: LANG-017 Marktbeobachtung, LANG-018 Social Listening, LANG-020 Horizon Scanning, KNOW-007/KNOW-008 Patent- und Literaturlandschaften, LANG-040 Analyse von Störfallberichten.
• Vorgelagert: DATA-004 Webdatenextraktion, SPEECH-Transkription von Gesprächen, DOC-014 Parsing von PDFs.
• Nachgelagert: ANOM-030 (Anomalie-/Ursachenerkennung auf Themen-Zeitreihen), DATA-002 narrative Berichte, DATA-001 dialogorientierte BI über Themen-Tabellen, KNOW-013 Wissensgraphen. PRED-034 ist das bildbasierte Gegenstück für Modetrends.

Aufwand, Kosten & Kennzahlen

• Weg A: Tage bis wenige Wochen; SaaS wird pro Lizenz, pro Volumen der Freitexte oder nach beidem abgerechnet.
• Weg B: 3–8 Wochen für eine Pipeline mit Dashboards. Die Embedding-Kosten sind vernachlässigbar; die Kosten der LLM-Benennung wachsen mit Clustern und Facettenextraktion, nicht mit der Rohgröße des Korpus, außer wenn jedes Dokument zusammengefasst wird.
• Weg C: 1–3 Monate inklusive GPU-Server und Planung.
• Kennzahlen: Analystenstunden pro Erkenntnisbericht, Zeit vom ersten Auftreten bis zur Erkennung eines neuen Problems, Anteil des Korpus, der von benannten Themen abgedeckt wird (Ausreißerquote), Akzeptanzquote der Themenbezeichnungen durch Analysten, Themenstabilität zwischen Läufen, Anzahl umgesetzter Warnungen und Präzision der Trendwarnungen.

Menschen & Veränderung

Wer und wann: Die Geschäftsführung formuliert die Frage (welche Trends zählen); die Fachabteilungsleitung (CX, Produkt, Strategie) deutet die Themen und entscheidet über Maßnahmen; die Datenverantwortlichen geben die Textquellen frei; die IT stellt Exporte und Rechenleistung bereit; die/der Datenschutzbeauftragte wird einbezogen, bevor alte Tickets oder Chats wiederverwendet werden.

Betriebsrat: abhängig vom Einzelfall. Themenanalyse über Kundentexte ist normalerweise unkritisch. Werden interne Chats, E-Mails oder Agentennotizen ausgewertet, ist das System objektiv zur Verhaltensüberwachung geeignet, und §87 Abs. 1 Nr. 6 BetrVG greift (BAG). Informieren Sie nach §90 Abs. 1 Nr. 3 und vereinbaren Sie, dass die Ergebnisse aggregiert bleiben, mit Mindestgruppengrößen.

Datenschutz: AVV mit Cloud-Anbietern (Art. 28 DSGVO); DSFA, wenn Beschäftigtendaten oder eine umfangreiche Bewertung von Personen betroffen sind (GUIDE-005).

KI-Kompetenz und Kommunikation: KI-Kompetenz nach Art. 4 KI-Verordnung (AI Act) fördern, insbesondere dass Themen statistische Vorschläge sind, keine Tatsachen (GUIDE-006). Einen ersten Pilot an einem Korpus durchführen, z. B. den Tickets des vergangenen Jahres, und die Ergebnisse einer kleinen Analystengruppe vorstellen (GUIDE-009).

Typische Bedenken: „Die Themen wirken willkürlich" – Fachleute Themen umbenennen und zusammenführen lassen; „Überwachung der Beschäftigten" – die Analyse auf aggregierte, anonymisierte Daten beschränken und dies dokumentieren (GUIDE-008).

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): minimales Risiko bei typischer Korpusanalytik, ohne Anhang-III-Kategorie und mit der Pflicht zur KI-Kompetenz der Beschäftigten nach Art. 4. Das ändert sich, wenn die Ergebnisse Einzelpersonen bewerten. Die Überwachung oder Bewertung des Verhaltens von Beschäftigten oder die Nutzung von Themenergebnissen für Personalentscheidungen kann unter Anhang III Nr. 4 (Hochrisiko) fallen. Die Ableitung von Emotionen von Beschäftigten oder Studierenden aus biometrischen Daten (Stimme, Gesicht) ist nach Art. 5 Abs. 1 Buchst. f verboten; reine Text-Themenanalyse ist keine Emotionserkennung (Art. 3 Nr. 39). Die Analyse von Bürgertexten zur Beurteilung der Anspruchsberechtigung auf Leistungen ist Anhang III Nr. 5. Halten Sie die Analyse aggregiert und auf Themen bezogen, nicht auf Personen.
• DSGVO: Tickets, Chats und Umfrageantworten enthalten personenbezogene Daten und oft besondere Kategorien (Gesundheit, Gewerkschaftszugehörigkeit). Sie brauchen eine Rechtsgrundlage (berechtigtes Interesse mit Abwägung oder vereinbare Weiterverarbeitung nach Art. 6 Abs. 4), Datenminimierung (PII vor dem Einbetten oder Zusammenfassen schwärzen), Mindestclustergrößen, damit keine kleine Gruppe identifizierbar ist (wie bei Clio [3]), Speicherfristen und einen AVV mit jedem API-Anbieter. Bedenken Sie, dass Embeddings personenbezogener Daten weiterhin personenbezogene Daten sind.
• Betriebsrat (DE): Mitarbeitendenbefragungen, interne Chat- oder E-Mail-Protokolle → Mitbestimmung nach §87 Abs. 1 Nr. 6 BetrVG; schließen Sie vor der Analyse eine Betriebsvereinbarung.
• Branchenregeln: Die Trendauswertung von Beschwerden bei Medizinprodukten speist die Überwachung nach dem Inverkehrbringen und die Trendberichterstattung (MDR Art. 83–88). Halten Sie dort von Menschen validierte, dokumentierte Trendentscheidungen vor. Bei Banken oder Versicherungen unterstützt die Beschwerdeanalyse die Berichterstattung zu Verhaltensrisiken; dokumentieren Sie die Methodik.
• Gegenmaßnahmen: Modellversionen und Seeds zur Reproduzierbarkeit aufbewahren, Themennamen von Analysten abnehmen lassen, die Quelldokumente hinter jedem Thema zeigen und Trendwarnungen gegen das Gesamtvolumen normalisieren.

Erste Schritte

1. Einen Korpus mit klarem Verantwortlichen und Zeitstempeln wählen, zum Beispiel 12 Monate Support-Tickets, und drei Fragen notieren, die er beantworten soll.
2. BERTopic oder Turftopic mit einem mehrsprachigen Embedding-Modell auf einem PII-geschwärzten Export in einem Notebook ausführen oder ein Werkzeug des Wegs A wie Caplena am selben Export testen.
3. Die Cluster mit Fachleuten prüfen: umbenennen, zusammenführen und teilen, die Mindestthemengröße festlegen und das Ergebnis in eine Start-Taxonomie überführen.
4. Wöchentliche inkrementelle Läufe mit Themenverläufen und einer einfachen, volumennormalisierten Wachstumswarnung planen.
5. Stabile, wiederkehrende Themen in einen überwachten Klassifikator überführen (LANG-012) und das Themenmodell zur Entdeckung neuer Themen behalten.

Quellen

1. Grootendorst, M. — BERTopic: Neural topic modeling with a class-based TF-IDF procedure (arXiv 2203.05794) — https://arxiv.org/abs/2203.05794
2. BERTopic documentation — Dynamic topic modeling (topics over time) — https://maartengr.github.io/BERTopic/getting_started/topicsovertime/topicsovertime.html
3. Anthropic — Clio: privacy-preserving insights into real-world AI use — https://www.anthropic.com/research/clio
4. Pham et al. — TopicGPT: A Prompt-based Topic Modeling Framework (NAACL 2024) — https://arxiv.org/abs/2311.01449
5. Lam et al. — Concept Induction: Analyzing Unstructured Text with High-Level Concepts Using LLooM (CHI 2024) — https://arxiv.org/abs/2404.12259
6. BERTopic releases (v0.16–v0.17: LiteLLM/llama.cpp representations, Model2Vec, online fixes) — https://github.com/MaartenGr/BERTopic/releases
7. Caplena — AI feedback analytics (customer references) — https://caplena.com/
8. Turftopic — topic models with sentence-transformers — https://github.com/x-tabdeveloping/turftopic
9. Kura — open-source reproduction of Clio for chat-log analysis — https://github.com/567-labs/kura
10. ITONICS — innovation, technology and trend scouting platform — https://www.itonics-innovation.com/
11. Mistral AI — Embeddings documentation — https://docs.mistral.ai/capabilities/embeddings/
12. Microsoft GraphRAG (maintenance-mode notice) — https://github.com/microsoft/graphrag
13. Qwen3-Embedding-8B model card — https://huggingface.co/Qwen/Qwen3-Embedding-8B
14. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj