SlitProjektHub

KI-gestütztes Tool zur Verwaltung von Ausschreibungsprojekten mit automatischer Fragenbeantwortung (RAG) und KI-Erkennung.

Was es tut

• Projekte & Stammdaten: Projekte, Rollen und Aufgaben verwalten
• Dokumente: PDF, Word, CSV hochladen und durchsuchbar machen (ChromaDB, Embeddings)
• Fragen-Batch: CSV mit Anbieter-Fragen einlesen → automatisch mit KI + RAG beantworten → als Excel/CSV exportieren
  • Fragen-Auswahl: Flexible Bereiche (1-50, 1-20,25,51-105) statt "alle oder nichts"
  • Einstellbar: Antwort-Stil, Interpretations-Haltung (neutral / wohlwollend / restriktiv), Formulierungsweise (klar & abschliessend / vage)
  • Export-Dateiname: Enthält automatisch Metadaten (CSV-Name, Provider, Modell, Rollen, Stil, Haltung)
  • Checkpoint-Resume: Bei Abbruch automatisch weiterführen mit gespeichertem Fortschritt
• KI-Erkennung: Analysiert Anbieter-Fragen auf KI-typische Merkmale (Heuristik + optionale AI-Tiefenanalyse)
• Chat: Projektbezogener Chat mit Kontext aus hochgeladenen Dokumenten
• Multi-Provider LLM: OpenAI (GPT-5.x, GPT-4o), Anthropic (Claude), Mistral — umschaltbar im UI

Technologie

• Frontend: Streamlit (Python)
• Backend: FastAPI (REST API, läuft lokal auf Port 8000)
• Datenbank: SQLite via SQLModel
• Vektorsuche: ChromaDB (Embeddings)
• Lexikalische Suche: BM25 mit spaCy-Lemmatisierung (Deutsch)
• Hybrid Retrieval: Semantic + BM25 mit Reciprocal Rank Fusion (RRF)
• Betrieb: Lokal unter Windows, Start via start_app.ps1

RAG-Features

Das System verwendet Hybrid Retrieval für optimale Treffergenauigkeit:

• Semantic Search: ChromaDB mit sentence-transformers Embeddings
• BM25 Keyword Search: spaCy-basierte Lemmatisierung + custom Stemmer für deutsche Partizipien
• Query Distillation: LLM extrahiert Suchbegriffe aus natürlicher Sprache
• On-the-fly Tokenization: Immer aktuelle Tokens, keine veralteten DB-Caches
• Alphanumerische Codes: Unterstützt ISO9001, SLA-1, 24/7, V1 etc.
• Matched Terms: Debug-UI zeigt übereinstimmende Suchbegriffe für alle Kandidaten

Beispiel

Query: "Ist eine ISO9001-Zertifizierung erforderlich?"
→ Distillation: "iso9001 zertifizierung erforderlich pflicht"
→ Semantic: Chunks über Qualitätsmanagement-Anforderungen
→ BM25: Chunks mit exaktem "iso9001" Token
→ RRF Fusion: Beste Kombination beider Methoden

Voraussetzungen

• Python 3.11+
• API-Key von OpenAI, Anthropic oder Mistral

Installation

git clone https://github.com/lastphoenx/SlitProjektHub.git
cd SlitProjektHub
python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt
python -m spacy download de_core_news_sm
cp config/config.example.yaml config/config.yaml
cp config/auth.example.yaml config/auth.yaml
cp config/user_settings.example.yaml config/user_settings.yaml
cp .env.example .env
# config/config.yaml, .env und auth.yaml lokal anpassen (Keys, trusted_proxy_ips)

Hinweis de_core_news_sm: Das deutsche spaCy-Sprachmodell (~15 MB) wird für die BM25-Lemmatisierung benötigt. Es wird nicht über requirements.txt installiert, sondern mit dem separaten spacy download-Befehl. Ohne dieses Modell läuft das RAG-System im Fallback-Modus (einfaches Regex-Tokenizing).

Optional: Cloud-PII Stufe 2 (Server / Cloud-LLM-Nutzung)

Vor dem Senden an OpenAI/Anthropic werden Prompts zusätzlich mit Presidio + Flair anonymisiert (swiss-pii-anonymizer). Erfordert einmaligen Modell-Download (~2–3 GB HF-Cache, 8 GB RAM empfohlen für ner-german-large). Auf dem Server: docs/SERVER_SETUP.md Abschnitt 7.

export HF_HOME=/opt/slitprojekthub/.hf_cache
.venv/bin/python scripts/maintenance/prefetch_pii_models.py

Lokal ohne Prefetch: Stufe 2 fällt still auf Regex-Stufe 1 zurück (SWISS_PII_ANONYMIZER=0 zum Abschalten).

Starten

.\start_app.ps1

Das Skript beendet automatisch laufende Prozesse auf Port 8000/8501 und öffnet Backend und Frontend in separaten Fenstern.

• Frontend: http://localhost:8501
• Backend API / Docs: http://localhost:8000/docs

Projektstruktur

app/
  streamlit_app.py       # Einstiegspunkt Streamlit
  pages/                 # Einzelne App-Seiten (01–08)
src/
  m01_config.py          # Einstellungen
  m03_db.py              # Datenbank-Modelle (SQLModel)
  m07_*.py               # Domänenlogik (Projekte, Rollen, Tasks)
  m08_llm.py             # LLM Provider Abstraction (OpenAI/Anthropic/Mistral)
  m09_rag.py             # RAG (Retrieval Augmented Generation)
  m10_chat.py            # Chat-Logik
  m13_ki_detector.py     # KI-Erkennung für Ausschreibungsfragen
backend/
  main.py                # FastAPI REST API
data/
  db/                    # SQLite Datenbank (nicht in Git)
  rag/                   # ChromaDB Vektoren (nicht in Git)
config/
  config.yaml            # App-Einstellungen
scripts/
  maintenance/           # Hilfsskripte (check_*, fix_*, debug_*)
docs/
  ARCHITECTURE.md        # Technische Architektur
  PROJECT_STRUCTURE.md   # Dateistruktur & Feature-Übersicht

Konfiguration

.env-Datei im Root-Verzeichnis (Vorlage: .env.example):

OPENAI_API_KEY=sk-...
ANTHROPIC_API_KEY=sk-ant-...
MISTRAL_API_KEY=...

KI-Erkennung

Analysiert Fragen aus eingelesenen CSV-Dateien darauf, ob sie KI-generiert wirken:

• Heuristik (kostenlos, 10 Signale): Strukturreferenzen, KI-Floskeln, Übergangsphrasing, Einstiege, Bullets, erschöpfende Aufzählungen, Burstiness, Längenuniformität, Volumen, Informal-Malus
• AI-Tiefenanalyse (optional, OpenAI/Anthropic): Einzelner Anbieter oder alle Anbieter auf einmal, kalibrierter Prompt mit Gegenmerkmalen

Bekannte Einschränkungen

• Läuft ausschliesslich lokal (kein Cloud-Deployment vorgesehen)
• Keine Benutzerauthentifizierung (single-user)
• Embedding-Modell: lokal via sentence-transformers