docs/mindnet_functional_architecture.md aktualisiert

docs/mindnet_functional_architecture.md

@@ -164,23 +164,21 @@ Die API gibt diese Analysen als menschenlesbare Sätze (`reasons`) und als Daten
 
 ---
 
-## 6) Der RAG-Chat & Persönlichkeit (WP05)
+## 6) Der RAG-Chat & Persönlichkeit (WP05/WP06)
 
-Seit WP-05 kann Mindnet nicht nur suchen, sondern als **KI-Zwilling** antworten.
+Seit WP-05 kann Mindnet nicht nur suchen, sondern als **KI-Zwilling** antworten. Die Persönlichkeit entsteht dabei auf zwei Ebenen:
 
-### 6.1 Context Intelligence (Der "Enriched Context")
-Kleine Sprachmodelle (SLMs wie Phi-3) scheitern oft an komplexen Zusammenhängen. Mindnet löst dies durch **explizite Metadaten-Injection** in den Prompt.
-Dem LLM wird nicht nur der Text eines Chunks gezeigt, sondern auch sein Typ und Score:
-* *"Hier ist eine Notiz vom Typ `[DECISION]`. Sie erklärt, warum wir etwas tun."*
-* *"Hier ist eine Notiz vom Typ `[PROJECT]`. Sie erklärt, was wir tun."*
-
-Dadurch kann das System Fragen wie *"Warum nutzen wir X?"* korrekt beantworten, indem es die Begründung aus der Decision-Notiz zieht, selbst wenn die Frage auf das Projekt abzielte.
-
-### 6.2 Persönlichkeit (Late Binding)
-Die "Persönlichkeit" von Mindnet (Stil, Werte, Tonfall) ist **nicht** im Python-Code verankert, sondern in `config/prompts.yaml`.
+### 6.1 Stil & Tonfall (WP05 - "Wie ich spreche")
+In `config/prompts.yaml` wird die Persona definiert.
 * **System Prompt:** Definiert die Rolle ("Ich bin dein digitales Gedächtnis...").
-* **Werte:** Pragmatismus, Transparenz (kein Halluzinieren), Vernetztes Denken.
-* **Flexibilität:** Die Persönlichkeit kann jederzeit angepasst werden (z.B. "Sei kritischer"), ohne das System neu zu starten.
+* **Werte im Prompt:** Pragmatismus, Transparenz (kein Halluzinieren), Vernetztes Denken.
+* **Context Intelligence:** Dem LLM werden Metadaten (Typ, Score) injiziert, damit es komplexe Zusammenhänge erkennt (z.B. dass eine `[DECISION]` wichtiger ist als ein `[CONCEPT]`).
+
+### 6.2 Strategische Persönlichkeit (WP06 - "Wie ich entscheide")
+Ein echter KI-Zwilling spiegelt nicht nur den Stil, sondern die **Werte** des Users wider. Dies wird durch **Strategic Retrieval** erreicht:
+* **Logik:** Bei komplexen Fragen oder Entscheidungen ("Soll ich X tun?") lädt das System gezielt Notizen vom Typ `[VALUE]` und `[PRINCIPLE]` in den Kontext – auch wenn diese textlich nicht direkt zur Frage passen (Re-Ranking).
+* **Effekt:** Das System wägt die Fakten (aus der Suche) gegen die Werte (aus dem Profil) ab.
+* **Beispiel:** Eine technisch perfekte Lösung wird abgelehnt, wenn sie gegen den Wert "Datensparsamkeit" verstößt.
 
 ---
 
@@ -277,7 +275,7 @@ Frontmatter-Eigenschaften (Properties) bleiben **minimiert**:
 
 ---
 
-## 14) Workpackage Status (v2.2.1)
+## 14) Workpackage Status (v2.3.0)
 
 Aktueller Implementierungsstand der Module.
 
@@ -290,5 +288,5 @@ Aktueller Implementierungsstand der Module.
 | **WP04b**| Explanation Layer | 🟢 Live | API liefert Reasons & Breakdown. |
 | **WP04c**| Feedback Loop | 🟢 Live | Logging (JSONL) & Traceability aktiv. |
 | **WP05** | Persönlichkeit / Chat | 🟢 Live | RAG-Integration mit Context Enrichment. |
-| **WP06** | Decision Engine | 🟡 Geplant | Nächster Schritt. |
+| **WP06** | Decision Engine | 🟡 Geplant | Fokus: Strategic Retrieval von Werten. |
 | **WP08** | Self-Tuning | 🔴 Geplant | Auto-Adjustment der Gewichte. |