Protokoll #12744

{
    "event": "PreToolUse",
    "tool_name": "mcp__mcp-docs__docs_get",
    "tool_input": {
        "path": "\/prozesse\/rag-prozess"
    }
}

{
    "tool_response": [
        {
            "type": "text",
            "text": "{\n  \"success\": true,\n  \"doc\": {\n    \"id\": 100,\n    \"parent_id\": 91,\n    \"slug\": \"rag-prozess\",\n    \"path\": \"\/prozesse\/rag-prozess\",\n    \"title\": \"RAG-Prozess\",\n    \"description\": \"Dokumentation des gesamten RAG-Prozesses (Retrieval Augmented Generation) für Chat und Content Studio\",\n    \"content\": \"<nav class=\\\"breadcrumb\\\">\\n    <a href=\\\"\/docs\\\">Dokumentation<\/a> &raquo; <a href=\\\"\/docs\/prozesse\\\">Prozesse<\/a> &raquo; RAG-Prozess\\n<\/nav>\\n\\n<h1>RAG-Prozess<\/h1>\\n\\n<section>\\n    <h2>Übersicht<\/h2>\\n    <p>Der RAG-Prozess (Retrieval Augmented Generation) bildet das Herzstück der KI-gestützten Wissensgenerierung. Die Architektur trennt strikt zwischen <strong>Offline-Pipeline<\/strong> (Wissensaufbau) und <strong>Online-Pipeline<\/strong> (Wissenskonsum).<\/p>\\n    \\n    <h3>Grundprinzip<\/h3>\\n    <ul>\\n        <li>Die <strong>Offline-Pipeline<\/strong> (Phase 0-12) erzeugt und strukturiert Wissen.<\/li>\\n        <li>Die <strong>Online-Pipeline<\/strong> (Phase A0-A8) konsumiert Wissen, ohne es zu verändern.<\/li>\\n        <li>Zwischen beiden Pipelines besteht <strong>keine Rückkopplung zur Laufzeit<\/strong>.<\/li>\\n    <\/ul>\\n<\/section>\\n\\n<section>\\n    <h2>Drei-Säulen-Architektur<\/h2>\\n    <table>\\n        <thead><tr><th>System<\/th><th>Rolle<\/th><th>Inhalt<\/th><\/tr><\/thead>\\n        <tbody>\\n            <tr><td><strong>SQL-Datenbank<\/strong><\/td><td>Single Source of Truth<\/td><td>Text, Struktur, Entitäten, Aussagen, Provenienz<\/td><\/tr>\\n            <tr><td><strong>Vektordatenbank<\/strong><\/td><td>Ähnlichkeitsindex<\/td><td>Embeddings für Chunk-Retrieval (keine Semantik!)<\/td><\/tr>\\n            <tr><td><strong>Graph<\/strong><\/td><td>Wissensmodell<\/td><td>Entitäten, Relationen, Ontologie, Taxonomie<\/td><\/tr>\\n        <\/tbody>\\n    <\/table>\\n    \\n    <h3>Einordnung des Graphen<\/h3>\\n    <p>Der Graph ist <strong>logisch primär<\/strong> als Wissensmodell, <strong>physisch jedoch aus der SQL-Quelle materialisiert<\/strong>. Er repräsentiert einen veröffentlichten, versionierten Wissenszustand - kein eigenständiges Speichersystem.<\/p>\\n<\/section>\\n\\n<section>\\n    <h2>Offline-Pipeline (Phase 0-12)<\/h2>\\n    <p>Die Offline-Pipeline wird <strong>asynchron und batch-orientiert<\/strong> ausgeführt. Sie läuft unabhängig von Benutzeranfragen.<\/p>\\n    \\n    <h3>Indexierungsphase (Phase 0-4)<\/h3>\\n    <p>Dokumente werden importiert, identifiziert, strukturiert, in Chunks zerlegt und vektorisiert.<\/p>\\n    \\n    <h3>Semantische Phase (Phase 5-10)<\/h3>\\n    <p>Entitäten werden extrahiert, normalisiert und zu einem Wissensgraphen mit Ontologie und Taxonomie aufgebaut.<\/p>\\n    <p><strong>Begriffspräzision:<\/strong> \\\"Semantik\\\" bezeichnet hier die <em>strukturelle Bedeutungsextraktion<\/em> aus Text - nicht die Bedeutung im LLM-Kontext.<\/p>\\n    \\n    <h3>Persistenzphase (Phase 11-12)<\/h3>\\n    <p>Der Graph wird als versionierter Wissenszustand persistiert. Das System erreicht einen stabilen, supervisionstauglichen Zustand.<\/p>\\n    \\n    <h3>Datenfluss Offline<\/h3>\\n    <pre>\\nDokument → Identität → SQL-Speicherung → Strukturzerlegung → Chunking\\n                                                                  ↓\\n                                                           Embedding → Qdrant\\n                                                                  ↓\\n                                              Semantik-Extraktion → Normalisierung\\n                                                                  ↓\\n                                              Ontologie → Taxonomie → Graph-Persistenz\\n                                                                  ↓\\n                                                         Stabiler Zielzustand\\n    <\/pre>\\n<\/section>\\n\\n<section>\\n    <h2>Online-Pipeline (Phase A0-A8)<\/h2>\\n    <p>Die Online-Pipeline ist ein <strong>konsumierender Prozess<\/strong>, der ausschließlich auf bereits validierten, versionierten Zuständen arbeitet.<\/p>\\n    \\n    <h3>Kernprinzipien<\/h3>\\n    <ul>\\n        <li>Die Abfrage <strong>erzeugt kein Wissen<\/strong><\/li>\\n        <li>Sie <strong>kombiniert<\/strong>, <strong>filtert<\/strong> und <strong>formuliert<\/strong> vorhandene Information<\/li>\\n        <li>Der Graph wird <strong>nicht verändert<\/strong><\/li>\\n        <li>Die SQL-Datenbank bleibt <strong>kanonisch<\/strong><\/li>\\n        <li>Die Vektordatenbank wird <strong>nur zur Vorselektion<\/strong> genutzt<\/li>\\n    <\/ul>\\n    \\n    <h3>Datenfluss Online<\/h3>\\n    <pre>\\nAnfrage → Query-Embedding → Ähnlichkeitssuche (Qdrant)\\n                                    ↓\\n                           Chunk-IDs + Scores\\n                                    ↓\\n                    SQL-Nachladen (kanonische Daten)\\n                                    ↓\\n                    Kontext-Selektion → Prompt-Komposition\\n                                    ↓\\n                           LLM-Generierung\\n                                    ↓\\n                    Ausgabe mit Quellennachweis\\n    <\/pre>\\n    <p><strong>Wichtig:<\/strong> Es gibt keinen Rückfluss von der LLM-Ausgabe in Semantik, Ontologie oder Graph.<\/p>\\n<\/section>\\n\\n<section>\\n    <h2>Graph-Rolle im Abfrageprozess<\/h2>\\n    <p>Der Graph wird im aktuellen RAG-Prozess <strong>nicht aktiv zur Laufzeit abgefragt<\/strong>. Das ist kein Defizit, sondern architektonisch gewollt:<\/p>\\n    \\n    <table>\\n        <thead><tr><th>Aspekt<\/th><th>Erklärung<\/th><\/tr><\/thead>\\n        <tbody>\\n            <tr><td><strong>Aktuelle Nutzung<\/strong><\/td><td>RAG nutzt textuelle Projektionen (Chunks) für Kontext<\/td><\/tr>\\n            <tr><td><strong>Graph-Funktion<\/strong><\/td><td>Referenz- und Wahrheitsmodell für Supervision und Validierung<\/td><\/tr>\\n            <tr><td><strong>Erweiterungspfad<\/strong><\/td><td>Graph-basierte Abfragen sind optionale Erweiterung, kein aktuelles Erfordernis<\/td><\/tr>\\n        <\/tbody>\\n    <\/table>\\n    \\n    <p>Der Graph garantiert <strong>strukturelle Konsistenz<\/strong> des Wissensbestands, ohne dass jede Abfrage ihn traversieren muss.<\/p>\\n<\/section>\\n\\n<section>\\n    <h2>Autoritätsregel<\/h2>\\n    <ol>\\n        <li>Die <strong>SQL-Datenbank<\/strong> ist die kanonische Quelle der Wahrheit für alle bedeutungstragenden Daten.<\/li>\\n        <li>Der <strong>Graph<\/strong> ist logisch primär als Wissensmodell, physisch jedoch aus der SQL-Quelle materialisiert.<\/li>\\n        <li>Die <strong>Vektordatenbank<\/strong> ist ausschließlich ein technischer Ähnlichkeitsindex und trägt keine semantische Wahrheit.<\/li>\\n    <\/ol>\\n<\/section>\\n\\n<section>\\n    <h2>Technische Konfiguration<\/h2>\\n    <table>\\n        <tr><th>Embedding-Modell<\/th><td>mxbai-embed-large (Ollama)<\/td><\/tr>\\n        <tr><th>Vektordatenbank<\/th><td>Qdrant (1536 Dimensionen, Cosine)<\/td><\/tr>\\n        <tr><th>LLM<\/th><td>Claude API \/ Ollama<\/td><\/tr>\\n        <tr><th>SQL-Datenbank<\/th><td>MariaDB (ki_content, ki_dev)<\/td><\/tr>\\n        <tr><th>Pipeline<\/th><td>\/var\/www\/scripts\/pipeline\/<\/td><\/tr>\\n    <\/table>\\n<\/section>\\n\\n<section>\\n    <h2>Begriffspräzision: \\\"Semantik\\\"<\/h2>\\n    <p>Der Begriff \\\"Semantik\\\" wird in diesem Dokument kontextabhängig verwendet:<\/p>\\n    <table>\\n        <thead><tr><th>Kontext<\/th><th>Bedeutung<\/th><th>Phase<\/th><\/tr><\/thead>\\n        <tbody>\\n            <tr><td>Semantische Extraktion<\/td><td>Strukturierte Bedeutungsextraktion aus Text (Entitäten, Relationen)<\/td><td>Phase 5-6 (Offline)<\/td><\/tr>\\n            <tr><td>Semantische Aussagen<\/td><td>Formalisierte Subjekt-Prädikat-Objekt-Tripel<\/td><td>Phase 7 (Offline)<\/td><\/tr>\\n            <tr><td>Semantische Wahrheit<\/td><td>Bedeutung im Graphmodell, nicht im Vektorraum<\/td><td>Architekturprinzip<\/td><\/tr>\\n            <tr><td>Keine Semantik (Vektor)<\/td><td>Vektordatenbank enthält keine Bedeutung, nur Ähnlichkeit<\/td><td>Abgrenzung<\/td><\/tr>\\n        <\/tbody>\\n    <\/table>\\n<\/section>\",\n    \"status\": \"published\",\n    \"sort_order\": 2,\n    \"depth\": 1,\n    \"created_at\": \"2025-12-24T09:41:17\",\n    \"updated_at\": \"2025-12-24T10:31:09\"\n  }\n}"
        }
    ]
}