Dokument-Vektorindex als technischer Pilot
Begrenzten Bestands- und Delta-Abgleich starten
Interne KI-Administratoren mit Archiv-Suchrecht können über POST /api/dokument-vektorindex/scans?company=500M eine Etappe ausdrücklich starten. Sie wählen eine bereits vorhandene, initialisierte Versuchsgeneration, eine Dokumentenart und einen Zeitraum des Archivdatums. Eine feste Scan-Id macht die Wiederholung desselben Aufrufs sicher. Speichern von Profilen, Generationsanlage und Anwendungsstart erzeugen keine Etappe. Pro Mandant läuft höchstens eine Etappe; die Bindung an Generation und Auswahl bleibt unverändert. Eine weitere Auswahl benötigt eine neue Etappe, nachdem die bisherige pausiert wurde. Es werden keine bestehenden Generationen umgestellt.
Der Scanner liest begrenzte Pakete von Kennungen. Neue externe Kennungen werden zuerst entdeckt; danach folgt der Bestand. Ein zyklischer Abgleich erkennt auch spätere Textbereitstellung und Änderungen an älteren Kennungen innerhalb der gewählten Auswahl. Vorhandene WebArchiv-Änderungen bleiben vorrangig. Die Verarbeitung verwendet ausschließlich vorhandenen Volltext und die aktuellen Rechte des eingerichteten internen Indexbenutzers. OCR, Suche und eine neue allgemeine Suchfreigabe starten dadurch nicht.
GET /api/dokument-vektorindex/status?company=500M zeigt die Etappen und Checkpoints unter scans, die Aufträge je Generation und Priorität unter abdeckung sowie Verbrauch und Grenzen der getrennten Tageskontingente unter budget und budgetgrenzen. bestandGelesen bedeutet nur, dass die erste begrenzte Kennungsrunde durchlaufen wurde. geleseneKandidaten zählt gelesene Kennungen einschließlich Wiederholungen; es ist keine Zahl fertig indizierter Dokumente. Fehlende Texte und Zugriffsrechte, offene Aufträge und unklare Speicherwirkungen bleiben gesondert sichtbar. vollstaendigeAbdeckungNachgewiesen und suchbetriebFreigegeben bleiben false.
Über POST /api/dokument-vektorindex/scans/{id}/pause?company=500M mit revision aus dem aktuellen Status und pausiert: true hält die Entdeckung an. pausiert: false setzt dieselbe Etappe fort. Bereits vorgemerkte Arbeit und Bereinigung bleiben erhalten und können weiterlaufen. Dauerhafte Checkpoints und Arbeitsreservierungen verhindern, dass mehrere Instanzen denselben Scannerfortschritt bestätigen. Abgelaufene Arbeitsreservierungen erlauben Wiederaufnahme; unklare externe Schreibwirkungen werden dadurch weiterhin nicht freigegeben.
Das aktuelle Tageskontingent und das Nachaufbaukontingent sind unabhängig. Die Nachaufbaukontingente sind zunächst null und müssen bewusst konfiguriert werden; ohne sie bleibt die Bestandsverarbeitung offen. Ein Rückstau drosselt weitere Entdeckung. Das schützt Ressourcen, liefert aber keinen Nachweis für vollständigen Archivabgleich oder eine bestimmte Aktualitätsfrist. Eine besondere Scanner-Bedienoberfläche ist nicht enthalten. Der Abgleich aktiviert keine Suche; die administrative V1-Probesuche ist separat verfügbar.
Neue Versuchsgenerationen unterstützen eine kontrollierte Klärung unklarer Schreibwirkungen. Jede tatsächliche Schreibanfrage erhält eine feste Identität. Nach Änderungen oder Löschungen bleibt im Speicher ein dauerhafter Sperrpunkt bestehen, der eine verspätete alte Schreibwirkung verhindert. Die bestehende Pilotgeneration wird nicht umgestellt. Initialisierte Versuchsgenerationen können ausdrücklich zur administrativen Probesuche ausgewählt werden. Es zählen nur aktuell bestätigte Versuche mit passender Generation, Dokumentrevision und unveränderten Inhalts- und Abschnittshashes. Gesperrte, veraltete, unklare oder nicht mehr zugeordnete Versuche bleiben ausgeschlossen. Rechte und Quellstand werden vor Textzugriff und erneut vor der Ausgabe geprüft. Die Legacy-Probesuche bleibt erhalten; eine Probesuche startet weder Scanner noch Nachaufbau und gibt die allgemeine Suche nicht frei.
Interne KI-Administratoren können POST /api/dokument-vektorindex/versuche/klaeren?company=500M&limit=10 ohne Anfrage-Rumpf aufrufen. Der Server prüft höchstens 25 gespeicherte Versuche (Vorgabe 10), liest ihre gebundene Speicherwirkung und meldet geprüfte, verarbeitete, weiter unklare sowie fehlerhafte Vorgänge. Fehlende Punkte oder Zeitablauf gelten nicht als Nachweis. Nach Ablauf der eigenen Bearbeitungsfrist kann eine dauerhafte Sperre vorgemerkt werden; der Hintergrunddienst führt die Bereinigung aus. Klärung und Bereinigung benötigen kein KI-Modul und erzeugen keine neuen Embeddings. Legacy-Versuche ohne dieses Protokoll bleiben nach den bisherigen Regeln gesperrt. Ein gesicherter Wirkungsnachweis behauptet kein Ende einer alten HTTP-Anfrage.
Nach einem Neustart werden überholte lokale Vorbereitungen automatisch wieder aufgenommen, sofern nachweislich noch keine Versandfreigabe erteilt wurde. Im Legacy-Protokoll bleiben bereits freigegebene oder historische Versuche bei unklarem Ausgang gesperrt; ein offener Löschversuch erzeugt keinen weiteren Delete-Request. VersuchV1 kann die Wirkung stattdessen durch einen gebundenen Nachweis sichern. Dafür gibt es keinen pauschalen Freigabeknopf: Ein Timeout, eine abgelaufene Arbeitsreservierung oder ein einzelner aktueller Speicherstand beweist nicht, dass ein alter Request später nichts mehr verändert.
Interne KI-Administratoren können offene Versuche über GET /api/dokument-vektorindex/versuche?company=500M prüfen. Die Diagnose zeigt getrennt Schreiben und Löschen, Dokument- und Generationskennung, feste Profilbindungen sowie den Versandstand. Standardmäßig werden höchstens 25 Versuche je Art ausgegeben; limit erlaubt 1 bis 100, zusätzliche Versuche werden ausdrücklich angezeigt. Die Diagnose bleibt ohne KI-Modul nutzbar, benötigt Zugriff auf den gewählten Mandanten und sendet keine Dokumentdaten an externe Dienste. versandFreigegeben: false kennzeichnet eine lokale Vorbereitung, true eine erteilte Versandfreigabe und null einen alten Versuch ohne Versandnachweis. Eine Freigabe beweist noch keinen erfolgten Versand. Bei wiederverwendeten Legacy-Aufträgen fehlen historische Hashes ausdrücklich, statt den neuen Inhalt als alten Nachweis auszugeben.
Unter Einstellungen → Erkennung & KI → Suchprofile → Suche ausprobieren führen Artikelabgleich testen zum vorhandenen Abgleichtest und Dokument-Probesuche öffnen nach Betrieb → Dokumentindex-Pilot. Wählen Sie oben den gewünschten Mandanten und dort eine vorbereitete Generation mit indexierten Dokumenten. Geben Sie eine inhaltliche Frage zu diesen Dokumenten ein und starten Sie die Probesuche. Ohne vorbereiteten Pilotbestand steht noch keine Dokument-Probesuche zur Verfügung. Die Profilkarten auf KI-Zugänge und Suchprofile verwenden einheitliche Aktionen; Kennungen und Indexherkunft lassen sich über Technische Details aufklappen.
Ein noch leerer, fehlkonfigurierter Aufbau lässt sich mit dem Recht zur KI-Verwaltung über die API abbrechen. Voraussetzung sind eine passende Revision und das Fehlen jeglicher externer Schreib- oder Löschversuche. Die bisherige Profilbindung und die Auftragshistorie bleiben erhalten; laufende Embedding-Aufträge dürfen danach keinen Vektor mehr schreiben. Ein anderer Anbieter, Endpunkt oder ein anderes Modell benötigt ein neues Profil und eine neue Generation. Der Abbruch entfernt keine Collection und ersetzt keine Bereinigung eines bereits beschriebenen Index.
Die Textausgabe aus der Datenbank ist auf 128.000 UTF-16-Zeichen begrenzt. Ein größerer Volltext wird mit dem Grund „zu groß“ zurückgestellt und niemals teilweise eingebettet. Die vollständige Textauswahl bleibt erhalten; ein kürzerer nachrangiger Text ersetzt keinen zu großen vorrangigen Text. Für diesen Pilotleser ist SQL Server ab 2017 erforderlich.
Der Dokumentindex-Pilot ist standardmäßig ausgeschaltet. Seine Generationsanlage und Dokumentauswahl erfolgen über die Administrations-API; Profile lassen sich in der Einstellungsmaske pflegen. Unter Betrieb → Dokumentindex-Pilot sehen Sie für den oben gewählten Mandanten Aufträge, offene Änderungen, Bereinigungen, unklare Schreibausgänge und Generationen. Status, Diagnose und Klärung benötigen einen internen Benutzer mit KI-Verwaltungsrecht und Zugriff auf den Mandanten. Indizierung und Probesuche verlangen zusätzlich das KI-Modul sowie aktuelle Dokumentrechte. Eine Generation bindet feste Suchprofile; höchstens zwei Generationen werden je Mandant bearbeitet. Suchprofile speichern oder Standardprofile ändern startet den Pilot nicht.
Nach ausdrücklicher Vorbereitung können Administratoren bis zu 25 konkrete Dokumente je Aufruf einreihen. Bei eingeschaltetem Pilot melden WebArchiv-Änderungen neue Volltexte, neue Versionen und Löschungen nach. Nur bereits erfasste Dokumente werden zusätzlich begrenzt erneut geprüft; beim Start wird nicht das gesamte Archiv eingelesen. Der Pilot verwendet vorhandenen Volltext, führt selbst keine OCR aus und schließt Dokumente der Dokumentenart 000 Standard aus. Leere Texte, Texte über 128.000 Zeichen und fehlende Zugriffsrechte führen zur sichtbaren Rückstellung.
Für eine Probesuche wählen Sie eine vorhandene Generation, geben bis zu 1.000 Zeichen ein und starten die Suche ausdrücklich. Zusätzlich sind Archiv-Modul, KI-Modul und Archiv-Suchrecht erforderlich. Der Suchtext wird an den Anbieter dieser Generation gesendet. Höchstens 50 Vektorkandidaten ergeben bis zu zehn aktuelle, berechtigte Dokumenttreffer mit Version, Abschnitt und einem Ausschnitt bis 600 Zeichen. Die sichtbare Auswahl ist auf die gemeinsamen aktuellen Rechte des Aufrufers und des eingerichteten Indexbenutzers begrenzt. Gesperrte, geänderte oder noch unklar bearbeitete Dokumente bleiben ausgeblendet. Ein Cosinuswert ist Ähnlichkeit, keine prozentuale Treffergewissheit. Kein Treffer beweist nicht, dass im Archiv kein passendes Dokument existiert.
In der administrativen Probesuche unter Betrieb → Dokumentindex-Pilot können Sie nach der Generation optional Dokumentenarten (ODER), Archiviert von, Archiviert bis und eine exakte Kontonummer wählen. Die durchsuchbare Mehrfachauswahl bietet bis zu zehn unterschiedliche Arten aus dem berechtigten Katalog. Eine der gewählten Arten genügt; Kontonummer und Archivierungszeitraum müssen zusätzlich passen (UND). Einzelne Arten können Sie am jeweiligen Auswahlfeld entfernen, das Leeren-Symbol entfernt die gesamte Art-Auswahl. Leere Felder lassen die jeweilige Achse offen; die Probe ohne Filter bleibt verfügbar. Alle gesetzten Filter müssen zugleich passen; inhaltliche Ähnlichkeit hebt sie nicht auf. Der Zeitraum meint das Archivierungsdatum, nicht das Rechnungsdatum. Beide Kalendertage gelten einschließlich und werden ohne Zeitzone gesendet. Ein umgekehrter Zeitraum wird vor dem Start beanstandet. Die angefragten Filter erscheinen über den Treffern. Scheitert das Laden des Filterkatalogs oder der Dokumentenarten, bleibt die Probesuche gesperrt. Das gilt auch für unbekannte oder nicht unterstützte Katalogfähigkeiten. Laden Sie den Stand ausdrücklich neu. Eine zu große oder ungültige Auswahl verhindert den gesamten Start, ohne Werte wegzulassen.
Mit Filtern wählt die API zunächst höchstens 1.000 Archivkennungen absteigend nach Dokumentkennung aus und prüft aktuelle Archivdaten und Rechte vor Textausgabe erneut. Passende indizierte Dokumente außerhalb der Vorwahl können fehlen; nicht indizierte oder später verworfene Kennungen können Plätze belegen. Textlücken und fehlende Rechte begrenzen die Ausgabe zusätzlich. Auch eine kurze oder leere Trefferliste ist keine vollständige Recherche. Die feste Vorwahlgrenze wird angezeigt, ohne Aussage zu ihrer Ausschöpfung.
Die administrative API unterstützt zusätzlich eine einzelne exakte Kontonummer, beispielsweise "filter":{"dokumentenart":17,"archiviertVon":"2026-01-01","kontonummer":"0070001"}. Die Kontonummer wird als Zeichenfolge mit 1 bis 20 Zeichen ohne äußere Leerzeichen oder Steuerzeichen übertragen. Führende Nullen bleiben erhalten. Konto, Dokumentenart und Zeitraum müssen gemeinsam passen. Maßgeblich ist die aktuelle Kontozuordnung im Archivschlagwort; bei mehreren Zuordnungen genügt die angegebene Nummer. Namen, Dokumenttext, Ähnlichkeitswerte und reine Belegverknüpfungen sind kein Ersatz. Eine fehlende passende Zuordnung liefert keine Treffer und erweitert die Suche nicht. Unbekannte Filterfelder, falsche Datentypen und ungültige Werte werden abgewiesen. Im Feld Exakte Kontonummer (optional) geben Sie den gespeicherten Archivwert direkt ein. Nur ein vollständig leeres Feld lässt die Kontoachse weg; Dokumente ohne Kontobezug bleiben dann durchsuchbar. Äußere Leerzeichen, Steuerzeichen, eingefügte Zeilenumbrüche und überlange Werte sperren den gesamten Start, ohne Trimmen oder Kürzung. Innere Leerzeichen und Sonderzeichen bleiben unverändert. Das Feld bietet keine Stammdatenliste und prüft keinen Stammsatz. Enter im Kontofeld startet keine Suche; verwenden Sie Probesuche starten. Zum Entfernen des Filters leeren Sie das Feld. Die Zusammenfassung zeigt die angefragte Nummer und ihre UND-Verknüpfung.
Alternativ zum einzelnen Feld dokumentenart unterstützt die API "filter":{"dokumentenarten":[1,17]} mit einer bis zehn unterschiedlichen positiven Ganzzahlen. Eine passende Dokumentenart genügt (ODER); Archivierungszeitraum und einzelne Kontonummer müssen zusätzlich passen (UND). Einzel- und Listenfeld dürfen nicht gleichzeitig gesetzt sein. Fehlende/null Listen schränken nicht zusätzlich ein; leere Listen, Duplikate, ungültige Werte und überschrittene Grenzen weisen die ganze Anfrage ab. Es wird keine gültige Teilmenge still übernommen. Die Oberfläche verwendet ausschließlich das Listenfeld, auch bei nur einer ausgewählten Art; eine leere Auswahl lässt die Artachse weg.
Weitere Clients können die verfügbaren Filter über GET /api/dokument-vektorindex/filterkatalog?company=... abfragen. Der gemeinsame Katalog beschreibt Dokumentenart, Archivierungszeitraum und eine einzelne exakte Kontonummer mit Datentyp, Operator, aktuellem Nachweis und Auswahlgrenze. Es gelten dieselben internen Rechte, Archiv-/KI-Module und Mandantengrenzen wie bei der Probesuche. Der Abruf führt keine Suche aus und lädt keine Konto- oder Dokumentlisten. Jede Achse ist optional; ohne Kontenfilter bleiben auch Dokumente ohne Kontobezug durchsuchbar. Die Oberfläche verwendet diesen Katalog für die Dokumentenarten-Mehrfachauswahl, den Archivierungszeitraum und die direkte Eingabe eines Kontowerts. Zusätzliche Achsen oder andere neue Fähigkeiten werden nicht allein durch einen Katalogeintrag freigegeben. Die Dokumentenarten kommen weiterhin aus dem vorhandenen berechtigten Auswahlkatalog.
Jede Eingabeänderung entfernt bisherige Treffer und verwirft eine noch laufende Antwort. Während einer Anfrage bleibt ein weiterer Start gesperrt; warten Sie deren Ende ab und starten Sie ausdrücklich neu. Ein Generationswechsel leert die Dokumentenarten-Auswahl, beide Datumsfelder und die Kontonummer. Mandantenwechsel und Neuladen entfernen bisherige Eingaben und Ergebnisse; Filter werden nicht gespeichert oder in einen anderen Kontext übernommen. Die Felder sind mit Tastatur und auf Touchgeräten bedienbar.
Die Probesuche ist auf zehn Aufrufe je Minute und Benutzer begrenzt und wird nach Fehlern nicht automatisch wiederholt. Suchanfragen fallen nicht unter das Tagesbudget des Indexworkers; es gibt noch kein dauerhaftes Suchkostenbudget. Es werden keine Dokumente eingereiht und keine allgemeine Suchgeneration aktiviert. Referenzdokument-Suche, Mehrfachreferenzen mit „Alle“ und der vollständige Bestandsaufbau gehören nicht zu dieser Bedienoberfläche.
Ein gespeichertes Tagesbudget begrenzt die Embedding-Anfragen und Textzeichen des Indexworkers je Mandant auch nach Neustart. Der Status der API zeigt Aufträge, Rückstellungen, Bereinigungen, unklare Ausgänge und Budgetverbrauch; der Hintergrunddienst verwendet den normalen Systemstatus. Die Installation erläutert Konfiguration und API-Aufrufe.
Löschungen betreffen alle erfassten Fassungen und Abschnitte der betroffenen Generation. Die physische Bereinigung bleibt nach Abschalten der Indizierung oder Entzug des KI-Moduls möglich. Ein Timeout oder abgebrochener Archivschreibvorgang gilt nicht als sicher beendet; betroffene Arbeit bleibt zur Klärung gesperrt. Ein gelöschter Schlüssel wird im Pilot nicht automatisch wiederverwendet, auch wenn WinLine dieselbe Dokument-Id erneut vergibt.
Der Pilot ist kein Nachweis für Suchqualität, vollständigen Bestandsabgleich, vier Millionen Dokumente oder fünf Minuten Suchaktualität. Außerhalb gestarteter Scanneretappen benötigen neue externe Archividentitäten weiterhin eine ausdrückliche Einreihung. Innerhalb einer Etappe werden neue Kennungen und ältere Inhalte begrenzt abgeglichen. Suchfreigabe, breite Bestandsabnahme und Lastnachweis bleiben gesonderte Etappen.
Keine Kommentare vorhanden
Keine Kommentare vorhanden