dokumentation

2025-12-10 18:55:38 +01:00 · 2025-12-10 18:55:38 +01:00 · f2de556c16
commit f2de556c16
parent 67d865d373
11 changed files with 286 additions and 220 deletions
--- a/Programmmanagement/Programmplan_V2.2.md
+++ b/Programmmanagement/Programmplan_V2.2.md
@ -1,5 +1,5 @@
 # mindnet v2.2 — Programmplan
-**Version:** 2.3.2 (Inkl. WP-10a GUI Evolution)
+**Version:** 2.4.0 (Inkl. WP-07 Interview & WP-10a Draft Editor)
 **Stand:** 2025-12-10
 **Status:** Aktiv

@ -24,11 +24,11 @@
    - [WP-05 – Persönlichkeitsmodell \& RAG-Chat (abgeschlossen)](#wp-05--persönlichkeitsmodell--rag-chat-abgeschlossen)
    - [WP-05b – Advanced Chat (Optional)](#wp-05b--advanced-chat-optional)
    - [WP-06 – Decision Engine \& Hybrid Router (abgeschlossen)](#wp-06--decision-engine--hybrid-router-abgeschlossen)
-    - [WP-07 – Interview-Assistent (geplant)](#wp-07--interview-assistent-geplant)
+    - [WP-07 – Interview-Assistent (abgeschlossen)](#wp-07--interview-assistent-abgeschlossen)
    - [WP-08 – Self-Tuning v1/v2 (geplant)](#wp-08--self-tuning-v1v2-geplant)
    - [WP-09 – Vault-Onboarding \& Migration (geplant)](#wp-09--vault-onboarding--migration-geplant)
    - [WP-10 – Chat-Interface \& Writeback (abgeschlossen)](#wp-10--chat-interface--writeback-abgeschlossen)
-    - [WP-10a – GUI Evolution: Interaktion \& Tools (geplant)](#wp-10a--gui-evolution-interaktion--tools-geplant)
+    - [WP-10a – GUI Evolution: Draft Editor (abgeschlossen)](#wp-10a--gui-evolution-draft-editor-abgeschlossen)
    - [WP-11 – Knowledge-Builder \& Vernetzungs-Assistent (geplant)](#wp-11--knowledge-builder--vernetzungs-assistent-geplant)
    - [WP-12 – Knowledge Rewriter (Soft Mode, geplant)](#wp-12--knowledge-rewriter-soft-mode-geplant)
    - [WP-13 – MCP-Integration \& Agenten-Layer (geplant)](#wp-13--mcp-integration--agenten-layer-geplant)
@ -39,13 +39,11 @@
  - [10. Governance \& Versionierung](#10-governance--versionierung)
  - [11. Executive Summary](#11-executive-summary)

-
-
 ---

 ## 1. Programmauftrag

-mindnet v2.2 entwickelt ein persönliches, wachsendes KI-Gedächtnis, das:
+mindnet v2.4 entwickelt ein persönliches, wachsendes KI-Gedächtnis, das:

 - Wissen, Erfahrungen, Werte und Entscheidungen speichert,
 - diese Informationen semantisch verknüpft und rekonstruierbar macht,
@ -53,7 +51,7 @@ mindnet v2.2 entwickelt ein persönliches, wachsendes KI-Gedächtnis, das:
 - über mehrere Kanäle gefüttert wird:
  - Obsidian-Markdown (primäre Quelle),
  - Chat-basierter Agent (Decision Engine & RAG-Chat aktiv),
-  - später: Interview-Assistent (strukturierte Dialogerfassung),
+  - **Interview-Assistent (One-Shot Extraction aktiv)**,
 - automatisch neue Zusammenhänge erkennt und vernetzt (Edges, Typen, Hinweise),
 - sich durch Rückmeldungen (Feedback) selbst verbessert (Self-Tuning).

@ -88,7 +86,7 @@ Kernprinzipien der Vision:
  Das System arbeitet von Anfang an mit unvollständigen Daten, kann aber schrittweise dichter werden, ohne dass alte Notizen massenhaft manuell angepasst werden müssen.

 - **Flexibilität (Late Binding):**
-  Semantik wird überwiegend in Konfiguration (z. B. `types.yaml`, `prompts.yaml`, `decision_engine.yaml`, Policies) festgelegt. Die Persönlichkeit entsteht durch das Config-Design, nicht durch Hardcoding.
+  Semantik wird überwiegend in Konfiguration (z. B. `types.yaml`, `prompts.yaml`, `decision_engine.yaml`) festgelegt. Die Persönlichkeit entsteht durch das Config-Design, nicht durch Hardcoding.

 - **Autonomie & Self-Healing:**
  mindnet schlägt fehlende Typen, Relationen und Edges vor (z. B. aus Inline-Relationen, Edge-Defaults, Ähnlichkeitsbeziehungen) und baut damit einen „self-healing graph“ auf.
@ -117,6 +115,7 @@ Kernprinzipien der Vision:
 - **Decision Engine:** System erkennt Intent (Fakt vs. Entscheidung) und wägt Werte ab (WP-06 abgeschlossen).
 - **Multi-Persona:** System wechselt den Tonfall (Empathisch vs. Analytisch) situativ (WP-06 abgeschlossen).
 - **Chat Interface:** Web-basiertes Frontend (Streamlit) für einfache Interaktion und Feedback-Gabe (WP-10 abgeschlossen).
+- **Interview-Assistent (WP-07):** One-Shot Extraction von Notizen ("Neues Projekt anlegen") ist live.
 - Technische Basis: FastAPI, Qdrant, Ollama (Local LLM), Streamlit.
 - Automatisierte Erkennung von Beziehungen:
  - Wikilinks, Inline-Relationen, Callout-Edges, Typ-Defaults.
@ -126,10 +125,9 @@ Kernprinzipien der Vision:

 ### 3.2 Mittelfristig (Nächste Schritte)

- **Interview-Assistent (WP-07):** Geführte Dialoge zur Erfassung neuer Notizen (Startbereit).
- mindnet erzeugt Vorschläge für neue Notes & Edges und bietet einen „Vernetzungs-Assistenten“ für manuell angelegte Notizen.
+- **Self-Tuning (WP-08):** Optimierung der Gewichte in `retriever.yaml` basierend auf dem gesammelten Feedback.
+- **Knowledge-Builder (WP-11):** Assistent zur Analyse und Vernetzung manuell erstellter Notizen.
 - Agenten können über MCP-Tools (`mindnet_query`, `mindnet_chat`) auf mindnet zugreifen.
- Self-Tuning optimiert die Gewichte in `retriever.yaml` basierend auf dem gesammelten Feedback (WP-08).

 ### 3.3 Langfristig

@ -191,10 +189,10 @@ Die folgenden Prinzipien steuern alle Workpackages und Entscheidungen:
    Phase A – Fundament & Import (Fertig)
    Phase B – Semantik, Graph & Lernen (Fertig)
    Phase C – Persönlichkeitsmodell & KI-Zwilling (Fertig)
-    Phase D – Agenten, MCP & Interaktion (Laufend)
+    Phase D – Agenten, MCP & Interaktion (Aktiv)
    Phase E – Review, Refactoring, Dokumentation

-Alle Workpackages sind einer Phase zugeordnet. WP-01 bis WP-06 und WP-10 sind bereits erfolgreich abgeschlossen.
+Alle Workpackages sind einer Phase zugeordnet. WP-01 bis WP-07 und WP-10/10a sind erfolgreich abgeschlossen.

 ---

@ -354,17 +352,18 @@ Transformation vom reinen Wissens-Abrufer zum strategischen Entscheidungspartner

 ---

-### WP-07 – Interview-Assistent (geplant)
+### WP-07 – Interview-Assistent (abgeschlossen)

 **Phase:** C/D
-**Status:** 🟡 geplant (Nächster Fokus)
+**Status:** 🟢 abgeschlossen

 **Ziel:**
 Dialogbasierter Erfassungs-Assistent, der strukturierte Interviews führt und daraus konsistente Markdown-Notizen generiert.

-**Umfang:**
- Design von Interview-Flows (via Router-Strategie `INTERVIEW`).
- Konvertierung von Dialogtranskripten in typisierte Notes (Draft-Erstellung).
+**Erreichte Ergebnisse:**
+- **One-Shot Extractor:** Extrahiert Notiz-Inhalte aus einem Prompt.
+- **Schema Injection:** Typspezifische Pflichtfelder (Late Binding).
+- **Draft Generator:** Liefert validen Markdown-Codeblock mit `status: draft`.

 **Aufwand / Komplexität:**
 - Aufwand: Niedrig/Mittel
@ -375,7 +374,7 @@ Dialogbasierter Erfassungs-Assistent, der strukturierte Interviews führt und da
 ### WP-08 – Self-Tuning v1/v2 (geplant)

 **Phase:** B/C
-**Status:** 🟡 geplant
+**Status:** 🟡 geplant (Nächster Fokus)

 **Ziel:**
 Aufbau eines Self-Tuning-Mechanismus, der auf Basis von Feedback-Daten (WP-04c) Vorschläge für Retriever- und Policy-Anpassungen macht.
@ -429,18 +428,18 @@ Ablösung der Terminal-Interaktion durch ein grafisches Interface.

 ---

-### WP-10a – GUI Evolution: Interaktion & Tools (geplant)
+### WP-10a – GUI Evolution: Draft Editor (abgeschlossen)

 **Phase:** D
-**Status:** 🟡 geplant (nach WP07/11)
+**Status:** 🟢 abgeschlossen

 **Ziel:**
 Anpassung der GUI an komplexe Interaktionsmuster, die durch den Interview-Assistenten und Knowledge-Builder entstehen.

-**Umfang:**
- **Draft-Editor:** Interaktive Bearbeitung und Bestätigung der Markdown-Entwürfe aus WP-07.
- **Suggestion-UI:** Checkboxen/Toggles für Kanten-Vorschläge aus WP-11 (Human-in-the-Loop).
- **Writeback:** Physisches Speichern der bestätigten Inhalte im Vault.
+**Erreichte Ergebnisse:**
+- **Draft Editor:** Interaktive `st.text_area` für generierte Entwürfe.
+- **Sanitizer:** `normalize_meta_and_body` zur Korrektur von LLM-Fehlern.
+- **Download/Copy:** Export-Funktionen für Markdown.

 **Aufwand / Komplexität:**
 - Aufwand: Mittel
@ -512,7 +511,7 @@ Aufräumen, dokumentieren, stabilisieren – insbesondere für Onboarding Dritte
    WP01 → WP02 → WP03 → WP04a
    WP04a → WP04b → WP04c → WP08
    WP03 → WP05 → WP06 → WP07
-    WP07/WP11 → WP10a
+    WP07 → WP10a
    WP03 → WP09
    WP01/WP03 → WP10 → WP11 → WP12
    WP03/WP04 → WP13
@ -553,11 +552,11 @@ Aufräumen, dokumentieren, stabilisieren – insbesondere für Onboarding Dritte
 | WP05  | 🟢     |
 | WP05b | ⚪     |
 | WP06  | 🟢     |
-| WP07  | 🟡     |
+| WP07  | 🟢     |
 | WP08  | 🟡     |
 | WP09  | 🟡     |
 | WP10  | 🟢     |
-| WP10a | 🟡     |
+| WP10a | 🟢     |
 | WP11  | 🟡     |
 | WP12  | 🟡     |
 | WP13  | 🟡     |
@ -578,15 +577,15 @@ Aufräumen, dokumentieren, stabilisieren – insbesondere für Onboarding Dritte

 ## 11. Executive Summary

-mindnet v2.2 ist so aufgesetzt, dass:
+mindnet v2.4 ist so aufgesetzt, dass:

- du **schrittweise** Wissen erfassen kannst (Obsidian + Chat + später Interview-Assistent),
+- du **schrittweise** Wissen erfassen kannst (Obsidian + Chat + Interview-Drafts),
 - die Struktur **mitwächst**, ohne Retro-Massenarbeit im Vault,
 - ein **hybrider Retriever** qualitativ hochwertige, erklärbare Antworten liefert,
 - ein **Self-Healing- und Self-Tuning-Mechanismus** vorbereitet ist (durch WP-04c Feedback-Daten),
 - ein **Persönlichkeitsmodell** (Decision Engine, Empathie) existiert und den Tonfall situativ anpasst,
- eine **grafische Oberfläche** (WP-10) existiert, die komplexe Zusammenhänge (Intents, Quellen) visualisiert,
+- eine **grafische Oberfläche** (WP-10/10a) existiert, die komplexe Zusammenhänge visualisiert und Co-Creation ermöglicht,
 - langfristig ein **KI-Zwilling** aufgebaut wird, der deine Werte, Erfahrungen und Denkweise spiegelt,
 - die technische Architektur (FastAPI, Qdrant, YAML-Policies, MCP-Integration) lokal, nachvollziehbar und erweiterbar bleibt.

-Dieser Programmplan bildet die konsolidierte Grundlage (v2.3.1) für alle weiteren Arbeiten.
+Dieser Programmplan bildet die konsolidierte Grundlage (v2.4.0) für alle weiteren Arbeiten.
--- a/docs/Knowledge_Design_Manual.md
+++ b/docs/Knowledge_Design_Manual.md
@ -1,7 +1,7 @@
-# mindnet v2.2 – Knowledge Design Manual
-**Datei:** `docs/mindnet_knowledge_design_manual_v2.2.md`
+# mindnet v2.4 – Knowledge Design Manual
+**Datei:** `docs/mindnet_knowledge_design_manual_v2.4.md`
 **Stand:** 2025-12-10
-**Status:** **FINAL** (Integrierter Stand WP01–WP10)
+**Status:** **FINAL** (Integrierter Stand WP01–WP10a)
 **Quellen:** `knowledge_design.md`, `TYPE_REGISTRY_MANUAL.md`, `chunking_strategy.md`, `mindnet_functional_architecture.md`.

 ---
@ -28,6 +28,7 @@ Seit Version 2.3.1 verfügt Mindnet über:
 * **Hybrid Router:** Das System erkennt, ob du Fakten, Entscheidungen oder Empathie brauchst.
 * **Context Intelligence:** Das System lädt je nach Situation unterschiedliche Notiz-Typen (z.B. Werte bei Entscheidungen).
 * **Web UI (WP10):** Du kannst direkt sehen, welche Quellen genutzt wurden.
+* **Interview Modus (WP07):** Du kannst Notizen direkt im Chat entwerfen lassen.

 ### 1.2 Der Vault als „Source of Truth“
 Die Markdown-Dateien in deinem Vault sind die **einzige Quelle der Wahrheit**.
@ -48,7 +49,7 @@ Jede Datei muss mindestens folgende Felder enthalten, um korrekt verarbeitet zu
    id: 20251110-projekt-alpha-8a9b2c   # Eindeutige Kennung (YYYYMMDD-slug)
    title: Projekt Alpha                 # Sprechender Titel (wird in Suchergebnissen angezeigt)
    type: project                        # Steuert Verarbeitung & Vernetzung (siehe Kap. 3)
-    status: active                       # Status (z.B. draft, active, archived)
+    status: active                       # active, archived oder 'draft' (für generierte Notes)
    created: 2025-11-10                  # Erstellungsdatum (ISO 8601 oder YYYY-MM-DD)
    updated: 2025-12-07                  # Letzte Änderung
    tags: [ki, entwicklung]              # Taxonomie für Filterung
@ -79,23 +80,23 @@ Diese Felder sind technisch nicht zwingend, aber für bestimmte Typen sinnvoll:

 ## 3. Note-Typen & Typ-Registry

-Der `type` ist der wichtigste Hebel im Knowledge Design. Er steuert nicht nur das Gewicht bei der Suche, sondern seit WP-06 auch, **wann** eine Notiz aktiv in den Chat geholt wird ("Strategic Retrieval").
+Der `type` ist der wichtigste Hebel im Knowledge Design. Er steuert nicht nur das Gewicht bei der Suche, sondern seit WP-06 auch, **wann** eine Notiz aktiv in den Chat geholt wird ("Strategic Retrieval") und **welche Felder** im Interview abgefragt werden.

 ### 3.1 Übersicht der Kern-Typen

 Mindnet unterscheidet verschiedene Wissensarten. Wähle den Typ, der die **Rolle** der Notiz am besten beschreibt:

-| Typ | Beschreibung & Einsatzzweck | Rolle im Chat (Intent) |
-| :--- | :--- | :--- |
-| **`concept`** | Fachbegriffe, Theorien. Zeitloses Wissen. | **FACT** (Basiswissen) |
-| **`project`** | Ein Vorhaben mit Ziel, Dauer und Aufgaben. | **FACT / DECISION** (Kontext) |
-| **`experience`** | Persönliche Erfahrung, Lektion oder Erkenntnis. | **EMPATHY** (Spiegelung) |
-| **`decision`** | Eine bewusst getroffene Entscheidung (ADR). | **DECISION** (Begründung "Warum") |
-| **`value`** | Ein persönlicher Wert oder ein Prinzip. | **DECISION** (Moralischer Kompass) |
-| **`goal`** | Ein strategisches Ziel (kurz- oder langfristig). | **DECISION** (Abgleich) |
-| **`person`** | Eine reale Person (Netzwerk, Autor). | **FACT** |
-| **`journal`** | Zeitbezogener Log-Eintrag, Daily Note. | **FACT** (Historie) |
-| **`source`** | Externe Quelle (Buch, PDF, Artikel). | **FACT** (Faktenbasis) |
+| Typ | Beschreibung & Einsatzzweck | Rolle im Chat (Intent) | Interview Schema (WP07) |
+| :--- | :--- | :--- | :--- |
+| **`concept`** | Fachbegriffe, Theorien. Zeitloses Wissen. | **FACT** | Titel, Definition, Tags |
+| **`project`** | Ein Vorhaben mit Ziel, Dauer und Aufgaben. | **FACT / DECISION** | Ziel, Status, Stakeholder, Steps |
+| **`experience`** | Persönliche Erfahrung, Lektion oder Erkenntnis. | **EMPATHY** | Situation, Erkenntnis, Emotionen |
+| **`decision`** | Eine bewusst getroffene Entscheidung (ADR). | **DECISION** | Kontext, Entscheidung, Alternativen |
+| **`value`** | Ein persönlicher Wert oder ein Prinzip. | **DECISION** | Definition, Anti-Beispiel |
+| **`goal`** | Ein strategisches Ziel (kurz- oder langfristig). | **DECISION** | Zeitrahmen, KPIs, Werte |
+| **`person`** | Eine reale Person (Netzwerk, Autor). | **FACT** | Rolle, Kontext |
+| **`journal`** | Zeitbezogener Log-Eintrag, Daily Note. | **FACT** | Datum, Tags |
+| **`source`** | Externe Quelle (Buch, PDF, Artikel). | **FACT** | Autor, URL |

 ### 3.2 Zusammenspiel mit `types.yaml`

@ -200,6 +201,14 @@ Da deine Notizen im Web-Interface (WP10) angezeigt werden:
 * **Kurze Absätze:** Das LLM liest besser, und der Mensch scannt schneller.
 * **Klare Headings:** Nutze H1/H2, um dem Chunker logische Trennlinien zu geben.

+### 5.4 Der Interview-Modus (Auto-Drafting)
+Seit v2.4 (WP07) kann Mindnet Notizen für dich entwerfen.
+
+* **Wie:** Schreibe im Chat einfach: *"Ich möchte ein neues Projekt 'Alpha' anlegen, Ziel ist die Markteroberung."*
+* **Was passiert:** Mindnet erkennt den Wunsch (`INTERVIEW`), wählt das Schema für `project` und generiert **sofort** einen Markdown-Entwurf.
+* **Ergebnis:** Du erhältst einen Code-Block mit `status: draft`. Diesen kannst du im Draft-Editor (UI) direkt bearbeiten und herunterladen.
+* **Drafts:** Enthalten oft Platzhalter `[TODO]`. Das ist Absicht. Ergänze sie im Editor.
+
 ---

 ## 6. Best Practices & Beispiele (Klassik)
--- a/docs/Overview.md
+++ b/docs/Overview.md
@ -1,8 +1,8 @@
-# Mindnet v2.2 – Overview & Einstieg
-**Datei:** `docs/mindnet_overview_v2.2.md`
+# Mindnet v2.4 – Overview & Einstieg
+**Datei:** `docs/mindnet_overview_v2.4.md`
 **Stand:** 2025-12-10
-**Status:** **FINAL** (Post-WP10 Release)
-**Version:** 2.3.1
+**Status:** **FINAL** (Inkl. Interview-Assistent & Web-Editor)
+**Version:** 2.4.0

 ---

@ -13,10 +13,10 @@
 Anders als herkömmliche Notiz-Apps (wie Obsidian oder Evernote), die Texte nur passiv speichern, ist Mindnet ein **aktives System**:
 * Es **versteht** Zusammenhänge über einen Wissensgraphen.
 * Es **begründet** Antworten ("Warum ist das so?").
-* Es **antwortet** situativ angepasst: Mal als harter Strategieberater, mal als empathischer Spiegel.
+* Es **antwortet** situativ angepasst: Mal als Strategieberater, mal als empathischer Spiegel, und neu: **als Interviewer, der hilft, Wissen zu erfassen.**

 ### Die Vision
-> „Ein System, das nicht nur speichert, was ich weiß, sondern auch wie ich denke und fühle.“
+> „Ein System, das nicht nur speichert, was ich weiß, sondern auch wie ich denke, fühle und arbeite.“

 ---

@ -36,14 +36,16 @@ Mindnet arbeitet auf drei Schichten, die aufeinander aufbauen:
 * **Technik:** Hybrider Retriever (Graph + Vektor), Explanation Engine.
 * **Status:** 🟢 Live (WP04).

-### Ebene 3: Identität (Die Persönlichkeit)
-* **Funktion:** Interaktion und Bewertung. Das System nimmt eine Haltung ein.
-* **Logik:** "Ich empfehle Lösung X, weil sie unserem Wert 'Datensparsamkeit' entspricht."
+### Ebene 3: Identität & Interaktion (Die Persönlichkeit)
+* **Funktion:** Interaktion, Bewertung und Co-Creation.
+* **Logik:**
+    * "Ich empfehle Lösung X, weil sie unserem Wert 'Datensparsamkeit' entspricht."
+    * "Ich sehe, du willst ein Projekt starten. Lass uns die Eckdaten erfassen."
 * **Technik:**
-    * **Intent Router:** Erkennt Absichten (Fakt vs. Gefühl vs. Entscheidung).
+    * **Intent Router:** Erkennt Absichten (Fakt vs. Gefühl vs. Entscheidung vs. Interview).
    * **Strategic Retrieval:** Lädt gezielt Werte oder Erfahrungen nach.
-    * **Multi-Persona:** Passt den Tonfall an.
-* **Status:** 🟢 Live (WP05–WP06).
+    * **One-Shot Extraction:** Generiert Entwürfe für neue Notizen.
+* **Status:** 🟢 Live (WP05–WP07, WP10).

 ---

@ -51,18 +53,20 @@ Mindnet arbeitet auf drei Schichten, die aufeinander aufbauen:

 Der Datenfluss in Mindnet ist zyklisch ("Data Flywheel"):

-1.  **Input:** Du schreibst Notizen in Obsidian.
+1.  **Input:** Du schreibst Notizen in Obsidian **ODER** lässt sie von Mindnet im Chat entwerfen.
 2.  **Ingest:** Ein Python-Skript importiert, zerlegt (Chunking) und vernetzt (Edges) die Daten in Qdrant.
-3.  **Intent Recognition:** Der Router analysiert deine Frage: Willst du Fakten, Code oder Empathie?
-4.  **Retrieval:** Das System sucht Inhalte passend zum Intent (z.B. "Lade Erfahrungen bei Empathie").
-5.  **Generation:** Ein lokales LLM (Ollama) formuliert die Antwort.
+3.  **Intent Recognition:** Der Router analysiert deine Frage: Willst du Fakten, Code, Empathie oder etwas dokumentieren?
+4.  **Retrieval / Action:**
+    * Bei Fragen: Das System sucht Inhalte passend zum Intent.
+    * Bei Interviews: Das System wählt das passende Schema (z.B. Projekt-Vorlage).
+5.  **Generation:** Ein lokales LLM (Ollama) formuliert die Antwort oder den Markdown-Draft.
 6.  **Feedback:** Du bewertest die Antwort. Das System lernt (langfristig) daraus.

 **Tech-Stack:**
-* **Backend:** Python 3.12, FastAPI.
+* **Backend:** Python 3.10+, FastAPI.
 * **Datenbank:** Qdrant (Vektor & Graph).
-* **KI:** Ollama (Phi-3 Mini / Mistral) – 100% lokal.
-* **Frontend:** Streamlit Web-UI (v2.3.1).
+* **KI:** Ollama (Phi-3 Mini) – 100% lokal.
+* **Frontend:** Streamlit Web-UI (v2.4).

 ---

@ -72,25 +76,25 @@ Wo findest du was?

 | Wenn du... | ...lies dieses Dokument |
 | :--- | :--- |
-| **...wissen willst, wie man Notizen schreibt.** | `mindnet_knowledge_design_manual_v2.2.md` |
-| **...das System installieren oder betreiben musst.** | `mindnet_admin_guide_v2.2.md` |
-| **...am Python-Code entwickeln willst.** | `mindnet_developer_guide_v2.2.md` |
-| **...die Pipeline (Import -> RAG) verstehen willst.** | `mindnet_pipeline_playbook_v2.2.md` |
+| **...wissen willst, wie man Notizen schreibt.** | `mindnet_knowledge_design_manual_v2.4.md` |
+| **...das System installieren oder betreiben musst.** | `mindnet_admin_guide_v2.4.md` |
+| **...am Python-Code entwickeln willst.** | `mindnet_developer_guide_v2.4.md` |
+| **...die Pipeline (Import -> RAG) verstehen willst.** | `mindnet_pipeline_playbook_v2.4.md` |
 | **...die genaue JSON-Struktur oder APIs suchst.** | `mindnet_technical_architecture.md` |
 | **...verstehen willst, was fachlich passiert.** | `mindnet_functional_architecture.md` |
-| **...den aktuellen Projektstatus suchst.** | `Programmplan_V2.2.md` |
+| **...den aktuellen Projektstatus suchst.** | `mindnet_appendices_v2.4.md` |

 ---

 ## 5. Rollen im System

 * **Mindmaster (User/Owner):** Du. Du erstellst Inhalte, stellst Fragen und gibst Feedback. Du definierst die Werte (`type: value`).
-* **Mindnet (Der Agent):** Der digitale Zwilling. Er agiert als pragmatischer, transparenter Assistent im Chat.
+* **Mindnet (Der Agent):** Der digitale Zwilling. Er agiert als pragmatischer, transparenter Assistent und Analyst.
 * **Administrator:** Verantwortlich für Docker-Container, Backups und LLM-Ressourcen.

 ---

 ## 6. Aktueller Fokus

-Wir haben **Phase D (Interaktion)** mit WP10 (Chat Interface) begonnen und die UI erfolgreich deployed.
-Das System ist nun für Endnutzer bedienbar. Als Nächstes folgt der **Interview-Assistent (WP07)**, um Wissen dialogisch zu erfassen.
+Wir haben den **Interview-Assistenten (WP07)** und den **Draft-Editor (WP10a)** erfolgreich integriert.
+Das System kann nun aktiv helfen, Wissen zu strukturieren, anstatt es nur abzurufen. Der Fokus verschiebt sich nun in Richtung **Self-Tuning (WP08)**, um aus dem gesammelten Feedback automatisch zu lernen.
--- a/docs/admin_guide.md
+++ b/docs/admin_guide.md
@ -1,8 +1,8 @@
-# Mindnet v2.2 – Admin Guide
-**Datei:** `docs/mindnet_admin_guide_v2.2.md`
+# Mindnet v2.4 – Admin Guide
+**Datei:** `docs/mindnet_admin_guide_v2.4.md`
 **Stand:** 2025-12-10
-**Status:** **FINAL** (Inkl. Frontend Deployment)
-**Quellen:** `Handbuch.md`, `mindnet_developer_guide_v2.2.md`.
+**Status:** **FINAL** (Inkl. Frontend Deployment & Interview Config)
+**Quellen:** `Handbuch.md`, `mindnet_developer_guide_v2.4.md`.

 > Dieses Handbuch richtet sich an **Administratoren**. Es beschreibt Installation, Konfiguration, Backup-Strategien, Monitoring und den sicheren Betrieb der Mindnet-Instanz (API + UI + DB).

@ -66,7 +66,7 @@ Mindnet benötigt einen lokalen LLM-Server für den Chat.
    curl http://localhost:11434/api/generate -d '{"model": "phi3:mini", "prompt":"Hi"}'

 ### 2.5 Konfiguration (ENV)
-Erstelle eine `.env` Datei im Root-Verzeichnis. Die neuen Settings für WP-06 (Timeout, Decision Config) sind essenziell für stabilen Betrieb auf CPUs.
+Erstelle eine `.env` Datei im Root-Verzeichnis. Die neuen Settings für WP-06/WP-07 (Timeout, Decision Config) sind essenziell für stabilen Betrieb auf CPUs.

    # Qdrant Verbindung
    QDRANT_URL="http://localhost:6333"
@ -77,7 +77,7 @@ Erstelle eine `.env` Datei im Root-Verzeichnis. Die neuen Settings für WP-06 (T
    
    # LLM / RAG Settings
    MINDNET_LLM_MODEL="phi3:mini"
-    MINDNET_OLLAMA_URL="[http://127.0.0.1:11434](http://127.0.0.1:11434)"
+    MINDNET_OLLAMA_URL="http://127.0.0.1:11434"
    
    # Config & Timeouts
    MINDNET_PROMPTS_PATH="./config/prompts.yaml"
--- a/docs/appendix.md
+++ b/docs/appendix.md
@ -1,7 +1,7 @@
-# Mindnet v2.2 – Appendices & Referenzen
-**Datei:** `docs/mindnet_appendices_v2.2.md`
+# Mindnet v2.4 – Appendices & Referenzen
+**Datei:** `docs/mindnet_appendices_v2.4.md`
 **Stand:** 2025-12-10
-**Status:** **FINAL** (Integrierter Stand WP01–WP10)
+**Status:** **FINAL** (Integrierter Stand WP01–WP10a)
 **Quellen:** `TYPE_REGISTRY_MANUAL.md`, `chunking_strategy.md`, `mindnet_technical_architecture.md`, `Handbuch.md`.

 > Dieses Dokument bündelt Tabellen, Schemata und technische Referenzen, die in den Prozess-Dokumenten (Playbook, Guides) den Lesefluss stören würden.
@ -10,7 +10,7 @@

 ## Anhang A: Typ-Registry Referenz (Default-Werte)

-Diese Tabelle zeigt die Standard-Konfiguration der `types.yaml` (Stand v2.3.1).
+Diese Tabelle zeigt die Standard-Konfiguration der `types.yaml` (Stand v2.4).

 | Typ (`type`) | Chunk Profile | Retriever Weight | Edge Defaults (Auto-Kanten) | Beschreibung |
 | :--- | :--- | :--- | :--- | :--- |
@ -23,8 +23,8 @@ Diese Tabelle zeigt die Standard-Konfiguration der `types.yaml` (Stand v2.3.1).
 | **source** | `long` | 0.50 | *(keine)* | Externe Quellen (Bücher, PDFs). |
 | **event** | `short` | 0.60 | `related_to` | Meetings, Konferenzen. |
 | **value** | `medium` | 1.00 | `related_to` | Persönliche Werte/Prinzipien. |
-| **goal** | `medium` | 0.95 | `depends_on` | Strategische Ziele (Neu in WP06). |
-| **belief** | `medium` | 0.90 | `related_to` | Glaubenssätze (Neu in WP06). |
+| **goal** | `medium` | 0.95 | `depends_on` | Strategische Ziele. |
+| **belief** | `medium` | 0.90 | `related_to` | Glaubenssätze. |
 | **default** | `medium` | 1.00 | `references` | Fallback, wenn Typ unbekannt. |

 ---
@ -71,7 +71,7 @@ Diese sind die Felder, die effektiv in Qdrant gespeichert werden.
    {
      "chunk_id": "string (keyword)",      // Format: {note_id}#c{index}
      "note_id": "string (keyword)",       // FK zur Note
-      "type": "string (keyword)",          // Typ-Kopie aus Note (Neu in WP06a)
+      "type": "string (keyword)",          // Typ-Kopie aus Note
      "text": "string (text)",             // Reintext für Anzeige (ohne Overlap)
      "window": "string (text)",           // Text + Overlap (für Embedding)
      "ord": "integer",                    // Laufende Nummer (1..N)
@ -87,10 +87,10 @@ Diese sind die Felder, die effektiv in Qdrant gespeichert werden.
      "source_id": "string (keyword)",     // Chunk-ID (Start)
      "target_id": "string (keyword)",     // Chunk-ID oder Note-Titel (Ziel)
      "kind": "string (keyword)",          // z.B. 'depends_on'
-      "scope": "string (keyword)",         // Immer 'chunk' in v2.2
+      "scope": "string (keyword)",         // Immer 'chunk'
      "rule_id": "string (keyword)",       // Traceability: 'inline:rel', 'explicit:wikilink'
      "confidence": "float",               // 0.0 - 1.0
-      "note_id": "string (keyword)"        // Owner Note ID (für Löschung)
+      "note_id": "string (keyword)"        // Owner Note ID
    }

 ---
@ -107,10 +107,11 @@ Diese Variablen steuern das Verhalten der Skripte und Container.
 | `MINDNET_TYPES_FILE` | `config/types.yaml` | Pfad zur Typ-Registry. |
 | `MINDNET_RETRIEVER_CONFIG`| `config/retriever.yaml`| Pfad zur Scoring-Konfiguration. |
 | `MINDNET_PROMPTS_PATH` | `config/prompts.yaml` | Pfad zu LLM-Prompts (Neu in v2.2). |
-| `MINDNET_DECISION_CONFIG` | `config/decision_engine.yaml` | Pfad zur Router-Config (Neu in v2.3). |
+| `MINDNET_DECISION_CONFIG` | `config/decision_engine.yaml` | Router & Interview Config (Neu in v2.3). |
 | `MINDNET_LLM_MODEL` | `phi3:mini` | Name des Ollama-Modells (Neu in v2.2). |
 | `MINDNET_OLLAMA_URL` | `http://127.0.0.1:11434`| URL zum LLM-Server (Neu in v2.2). |
-| `MINDNET_LLM_TIMEOUT` | `120.0` | Timeout für Ollama (Erhöhen auf 300.0 für CPU). |
+| `MINDNET_LLM_TIMEOUT` | `300.0` | Timeout für Ollama (Erhöht für CPU-Inference). |
+| `MINDNET_API_TIMEOUT` | `300.0` | Frontend Timeout (Streamlit). |
 | `MINDNET_HASH_COMPARE` | `Body` | Vergleichsmodus für Import (`Body`, `Frontmatter`, `Full`). |
 | `MINDNET_HASH_SOURCE` | `parsed` | Quelle für Hash (`parsed`, `raw`, `file`). |
 | `VECTOR_DIM` | `384` | Dimension der Embeddings (Modellabhängig). |
@ -119,16 +120,16 @@ Diese Variablen steuern das Verhalten der Skripte und Container.

 ## Anhang E: Glossar

-* **Callout-Edge:** Kante via `> [!edge]`.
 * **Decision Engine:** Komponente, die den Intent prüft und Strategien wählt (WP06).
+* **Draft Editor:** Web-Komponente zur Bearbeitung generierter Notizen (WP10a).
 * **Explanation Layer:** Komponente, die Scores und Graphen als Begründung liefert.
 * **Hybrid Router:** Kombination aus Keyword-Matching und LLM-Klassifizierung für Intents.
+* **One-Shot Extractor:** LLM-Strategie zur sofortigen Generierung von Drafts ohne Rückfragen (WP07).
 * **RAG (Retrieval Augmented Generation):** Kombination aus Suche und Text-Generierung.
-* **Strategic Retrieval:** Gezieltes Nachladen von Werten (`value`) bei Entscheidungfragen.

 ---

-## Anhang F: Workpackage Status (v2.3.2)
+## Anhang F: Workpackage Status (v2.4.0)

 Aktueller Implementierungsstand der Module.

@ -140,9 +141,9 @@ Aktueller Implementierungsstand der Module.
 | **WP04a**| Retriever Scoring | 🟢 Live | Hybrider Score (Semantik + Graph). |
 | **WP04b**| Explanation Layer | 🟢 Live | API liefert Reasons & Breakdown. |
 | **WP04c**| Feedback Loop | 🟢 Live | Logging (JSONL) & Traceability aktiv. |
-| **WP05** | Persönlichkeit / Chat | 🟢 Live | RAG-Chat mit Context Enrichment. |
-| **WP06** | Decision Engine | 🟢 Live | Hybrid Router, Strategic Retrieval, Multi-Persona. |
-| **WP07** | Interview Assistent | 🟡 Geplant | Dialog-Modus (Nächster Schritt). |
+| **WP05** | Persönlichkeit / Chat | 🟢 Live | RAG-Integration mit Context Enrichment. |
+| **WP06** | Decision Engine | 🟢 Live | Intent-Router & Strategic Retrieval. |
+| **WP07** | Interview Assistent | 🟢 Live | **One-Shot Extractor & Schemas aktiv.** |
 | **WP08** | Self-Tuning | 🔴 Geplant | Auto-Adjustment der Gewichte. |
 | **WP10** | Chat Interface | 🟢 Live | Web-Interface (Streamlit). |
-| **WP10a**| GUI Evolution | 🔴 Geplant | Interaktive Tools & Editor. |
+| **WP10a**| Draft Editor | 🟢 Live | **Interaktives UI für WP07 Drafts.** |
--- a/docs/dev_workflow.md
+++ b/docs/dev_workflow.md
@ -1,6 +1,6 @@
-# Mindnet v2.2 – Entwickler-Workflow
-**Datei:** `DEV_WORKFLOW.md`
-**Stand:** 2025-12-10 (Aktualisiert: Inkl. Frontend WP10)
+# Mindnet v2.4 – Entwickler-Workflow
+**Datei:** `docs/DEV_WORKFLOW.md`
+**Stand:** 2025-12-10 (Aktualisiert: Inkl. Interview-Tests WP07)

 Dieses Handbuch beschreibt den Entwicklungszyklus zwischen **Windows PC** (IDE), **Raspberry Pi** (Gitea) und **Beelink** (Runtime/Server).

@ -35,14 +35,14 @@ Hier erstellst du die neue Funktion in einer sicheren Umgebung.
 2.  **Branch erstellen:**
    * Klicke wieder unten links auf `main`.
    * Wähle `+ Create new branch...`.
-    * Gib den Namen ein: `feature/was-ich-tue` (z.B. `feature/wp06-decision`).
+    * Gib den Namen ein: `feature/was-ich-tue` (z.B. `feature/wp07-interview`).
    * Drücke **Enter**.

 3.  **Sicherheits-Check:**
    * Steht unten links jetzt dein Feature-Branch? **Nur dann darfst du Code ändern!**

 4.  **Coden:**
-    * Nimm deine Änderungen vor (z.B. neue YAML-Configs).
+    * Nimm deine Änderungen vor (z.B. neue Schemas in `decision_engine.yaml`).

 5.  **Sichern & Hochladen:**
    * **Source Control** Icon (Gabel-Symbol) -> Nachricht eingeben -> **Commit**.
@ -64,7 +64,7 @@ Hier prüfst du, ob dein neuer Code auf dem echten Server läuft.
    ```bash
    git fetch
    # Tipp: 'git branch -r' zeigt alle verfügbaren Branches an
-    git checkout feature/wp06-decision
+    git checkout feature/wp07-interview
    git pull
    ```

@ -80,9 +80,9 @@ Hier prüfst du, ob dein neuer Code auf dem echten Server läuft.
    **Option A: Standard (Als Service laufen lassen)**
    Ideal, wenn du nur testen willst, ob es läuft.
    ```bash
-    # 1. API neustarten
+    # 1. API neustarten (Backend)
    sudo systemctl restart mindnet-dev
-    # 2. UI neustarten (falls Frontend-Änderungen)
+    # 2. UI neustarten (Frontend)
    sudo systemctl restart mindnet-ui-dev
    
    # Logs prüfen (um Fehler zu sehen):
@ -109,12 +109,21 @@ Hier prüfst du, ob dein neuer Code auf dem echten Server läuft.
    sudo systemctl start mindnet-ui-dev
    ```

-6.  **Validieren:**
-    * **Browser:** Öffne `http://<IP>:8502` um die UI zu testen.
+6.  **Validieren (Smoke Tests):**
+    
+    * **Browser:** Öffne `http://<IP>:8502` um die UI zu testen (Intent Badge prüfen!).
    * **CLI:** Führe Testskripte in einem **zweiten Terminal** aus:
+    
+        **Test A: Decision Engine**
        ```bash
-        # Beispiel für Decision Engine Test
-        python tests/test_wp06_decision.py -p 8002 -q "Soll ich...?"
+        python tests/test_wp06_decision.py -p 8002 -q "Soll ich Qdrant nutzen?"
+        # Erwartung: Intent DECISION
+        ```
+
+        **Test B: Interview Modus (Neu!)**
+        ```bash
+        python tests/test_wp06_decision.py -p 8002 -q "Ich will ein neues Projekt starten"
+        # Erwartung: Intent INTERVIEW, Output ist Markdown Codeblock
        ```

 ---
@ -165,7 +174,7 @@ Damit das Chaos nicht wächst, löschen wir den fertigen Branch.
    cd ~/mindnet_dev
    git checkout main
    git pull
-    git branch -d feature/wp06-decision
+    git branch -d feature/wp07-interview
    ```
 3.  **VS Code:**
    * Auf `main` wechseln.
@ -189,12 +198,11 @@ Damit das Chaos nicht wächst, löschen wir den fertigen Branch.

 ## 4. Troubleshooting

-**"Read timed out (120s)" / 500 Error beim Chat**
-* **Ursache:** Das LLM (Ollama) braucht zu lange zum Laden ("Cold Start").
+**"Read timed out (300s)" / 500 Error beim Interview**
+* **Ursache:** Das LLM (Ollama) braucht für den One-Shot Draft länger als das Timeout erlaubt.
 * **Lösung:**
-    1.  Erhöhe in `.env` den Wert: `MINDNET_LLM_TIMEOUT=300.0` (Backend) oder `MINDNET_API_TIMEOUT` (Frontend).
+    1.  Erhöhe in `.env` den Wert: `MINDNET_LLM_TIMEOUT=300.0`.
    2.  Starte die Server neu.
-    3.  Stelle sicher, dass dein Test-Skript (Client) auch ein hohes Timeout hat.

 **"Port 8002 / 8502 already in use"**
 * **Ursache:** Du willst `uvicorn` oder `streamlit` manuell starten, aber der Service läuft noch.
--- a/docs/developer_guide.md
+++ b/docs/developer_guide.md
@ -1,14 +1,14 @@
-# Mindnet v2.2 – Developer Guide
-**Datei:** `docs/mindnet_developer_guide_v2.2.md`
+# Mindnet v2.4 – Developer Guide
+**Datei:** `docs/mindnet_developer_guide_v2.4.md`
 **Stand:** 2025-12-10
-**Status:** **FINAL** (Inkl. RAG, Decision Engine & Frontend WP10)
+**Status:** **FINAL** (Inkl. RAG, Interview Mode & Frontend WP10)
 **Quellen:** `mindnet_technical_architecture.md`, `Handbuch.md`, `DEV_WORKFLOW.md`.

 > **Zielgruppe:** Entwickler:innen.
 > **Zweck:** Anleitung zum Aufsetzen der Entwicklungsumgebung, Verständnis der Modulstruktur und Durchführung von Tests.

 ---
- [Mindnet v2.2 – Developer Guide](#mindnet-v22--developer-guide)
+- [Mindnet v2.4 – Developer Guide](#mindnet-v24--developer-guide)
  - [1. Projektstruktur (Post-WP10)](#1-projektstruktur-post-wp10)
  - [2. Lokales Setup (Development)](#2-lokales-setup-development)
    - [2.1 Voraussetzungen](#21-voraussetzungen)
@ -27,6 +27,7 @@
  - [5. Das "Teach-the-AI" Paradigma (Context Intelligence)](#5-das-teach-the-ai-paradigma-context-intelligence)
    - [A. Workflow: Einen neuen Typ implementieren (z. B. `type: risk`)](#a-workflow-einen-neuen-typ-implementieren-z-b-type-risk)
    - [B. Workflow: Neue Beziehungen (Edges) nutzen (z. B. `beeinflusst_von`)](#b-workflow-neue-beziehungen-edges-nutzen-z-b-beeinflusst_von)
+    - [C. Workflow: Interview-Schema anpassen (WP07)](#c-workflow-interview-schema-anpassen-wp07)
    - [Fazit](#fazit)
  - [6. Nützliche Einzeiler](#6-nützliche-einzeiler)

@ -48,7 +49,7 @@ Der Code ist modular in `app` (Logik), `scripts` (CLI) und `config` (Steuerung)
    │   │   └── dto.py      # Zentrale DTO-Definition
    │   ├── routers/        # FastAPI Endpoints
    │   │   ├── query.py    # Suche
-    │   │   ├── chat.py     # Hybrid Router & Decision Engine (WP06)
+    │   │   ├── chat.py     # Hybrid Router & Interview Logic (WP06/WP07)
    │   │   ├── feedback.py # Feedback (WP04c)
    │   │   └── ...
    │   ├── services/       # Interne & Externe Dienste
@ -56,12 +57,12 @@ Der Code ist modular in `app` (Logik), `scripts` (CLI) und `config` (Steuerung)
    │   │   ├── feedback_service.py # Logging (JSONL Writer)
    │   │   └── embeddings_client.py
    │   ├── frontend/       # NEU (WP10)
-    │   │   └── ui.py       # Streamlit Application
+    │   │   └── ui.py       # Streamlit Application inkl. Draft-Editor
    │   └── main.py         # Entrypoint der API
    ├── config/             # YAML-Konfigurationen (Single Source of Truth)
    │   ├── types.yaml      # Import-Regeln
-    │   ├── prompts.yaml    # LLM Prompts & RAG Templates (WP06)
-    │   ├── decision_engine.yaml # Router-Strategien (WP06)
+    │   ├── prompts.yaml    # LLM Prompts & Interview Templates (WP06/07)
+    │   ├── decision_engine.yaml # Router-Strategien & Schemas (WP06/07)
    │   └── retriever.yaml  # Scoring-Regeln & Kantengewichte
    ├── data/
    │   └── logs/           # Lokale Logs (search_history.jsonl, feedback.jsonl)
@ -108,7 +109,7 @@ Erstelle eine `.env` Datei im Root-Verzeichnis.
    MINDNET_TYPES_FILE="./config/types.yaml"
    MINDNET_RETRIEVER_CONFIG="./config/retriever.yaml"
    
-    # LLM / RAG Settings (WP06)
+    # LLM / RAG Settings (WP06/07)
    MINDNET_LLM_MODEL="phi3:mini"
    MINDNET_OLLAMA_URL="http://127.0.0.1:11434"
    MINDNET_LLM_TIMEOUT=300.0
@ -148,9 +149,9 @@ Dies ist das komplexeste Modul.
 * **Debugging:** Nutze `--dry-run` oder `scripts/payload_dryrun.py`.

 ### 3.2 Der Hybrid Router (`app.routers.chat`)
-Hier liegt die Logik für Intent Detection (WP06).
+Hier liegt die Logik für Intent Detection (WP06) und Interview-Modus (WP07).
 * **Logic:** `_classify_intent` prüft zuerst Keywords (Fast Path) und fällt auf `llm_service.generate_raw_response` zurück (Slow Path), wenn konfiguriert.
-* **Config:** Gesteuert durch `decision_engine.yaml`.
+* **One-Shot:** Wenn Intent `INTERVIEW` erkannt wird, wird **kein Retrieval** ausgeführt. Stattdessen wird ein Draft generiert.
 * **Erweiterung:** Um neue Intents hinzuzufügen, editiere nur die YAML, nicht den Python-Code (Late Binding).

 ### 3.3 Der Retriever (`app.core.retriever`)
@ -160,9 +161,9 @@ Hier passiert das Scoring.

 ### 3.4 Das Frontend (`app.frontend.ui`)
 Eine Streamlit-App (WP10).
+* **Draft Editor:** Enthält einen YAML-Sanitizer (`normalize_meta_and_body`), der sicherstellt, dass LLM-Halluzinationen im Frontmatter nicht das File zerstören.
 * **State:** Nutzt `st.session_state` für Chat-History und Drafts.
 * **Logik:** Ruft `/chat` und `/feedback` Endpoints der API auf.
-* **Anpassung:** CSS Styles sind direkt in `ui.py` eingebettet.

 ---

@ -204,7 +205,7 @@ Prüfen das laufende System gegen eine echte Qdrant-Instanz und Ollama.

 ## 5. Das "Teach-the-AI" Paradigma (Context Intelligence)

-Mindnet lernt nicht durch Training (Fine-Tuning), sondern durch **Konfiguration**, **Vernetzung** und **Prompting**. Wenn du dem System ein neues Konzept beibringen willst, musst du in der Regel an drei Stellen eingreifen. Dies ist der **Core-Workflow** für Erweiterungen.
+Mindnet lernt nicht durch Training (Fine-Tuning), sondern durch **Konfiguration**, **Vernetzung** und **Prompting**. Dies ist der **Core-Workflow** für Erweiterungen.

 ### A. Workflow: Einen neuen Typ implementieren (z. B. `type: risk`)

@ -227,26 +228,29 @@ Damit dieser Typ aktiv geladen wird, musst du ihn einer Strategie zuordnen.
 **3. Kognitive Ebene (`config/prompts.yaml`)**
 Erkläre dem LLM im Template, was es damit tun soll.

-    decision_template: |
-      ...
-      - Prüfe auf [RISK]: Wenn vorhanden, warne mich davor!
-
 ### B. Workflow: Neue Beziehungen (Edges) nutzen (z. B. `beeinflusst_von`)

 Beziehungen sind der Klebstoff für die "Why"-Erklärungen.

 **1. Erfassung im Vault (Markdown)**
-Du musst dem System keinen neuen Edge-Typ "beibringen" (Schema-less). Du nutzt ihn einfach.
 Nutze die Inline-Syntax im Fließtext:
-
-    Die Entscheidung für Qdrant wurde [[rel:beeinflusst_von Budgetkürzung 2024]].
+> "Die Entscheidung für Qdrant wurde [[rel:beeinflusst_von Budgetkürzung 2024]]."

 **2. Gewichtung (`config/retriever.yaml`)**
-Standardmäßig werden alle expliziten Kanten gleich behandelt. Wenn Kausalität wichtiger ist als Ähnlichkeit, konfiguriere dies hier.
+Konfiguriere `edge_weights`, wenn Kausalität wichtiger ist als Ähnlichkeit.

-    scoring:
-      edge_type_weights:
-        beeinflusst_von: 1.5  # Sehr starker Einfluss auf das Ranking
+### C. Workflow: Interview-Schema anpassen (WP07)
+
+Wenn Mindnet neue Fragen stellen soll:
+
+**1. Schema erweitern (`config/decision_engine.yaml`)**
+Füge das Feld in die Liste ein.
+
+    project:
+      fields: ["Titel", "Ziel", "Budget"] # <--- Budget neu
+
+**2. Keine Code-Änderung nötig**
+Der `One-Shot Extractor` (Prompt Template) liest diese Liste dynamisch und weist das LLM an, das Budget zu extrahieren oder `[TODO]` zu setzen.

 ### Fazit
 * **Vault:** Liefert das Wissen.
--- a/docs/mindnet_functional_architecture.md
+++ b/docs/mindnet_functional_architecture.md
@ -1,15 +1,15 @@
-# Mindnet v2.2 – Fachliche Architektur
-**Datei:** `docs/mindnet_functional_architecture_v2.2.md`
+# Mindnet v2.4 – Fachliche Architektur
+**Datei:** `docs/mindnet_functional_architecture_v2.4.md`
 **Stand:** 2025-12-10
-**Status:** **FINAL** (Integrierter Stand WP01–WP10)
+**Status:** **FINAL** (Integrierter Stand WP01–WP10 + WP07)

-> Dieses Dokument beschreibt **was** Mindnet fachlich tut und **warum** – mit Fokus auf die Erzeugung und Nutzung von **Edges** (Kanten), die Logik des Retrievers und den **RAG-Chat** (Decision Engine & Persönlichkeit). Die technische Umsetzung wird im technischen Dokument detailliert.
+> Dieses Dokument beschreibt **was** Mindnet fachlich tut und **warum** – mit Fokus auf die Erzeugung und Nutzung von **Edges** (Kanten), die Logik des Retrievers und den **RAG-Chat** (Decision Engine, Interview-Modus & Persönlichkeit). Die technische Umsetzung wird im technischen Dokument detailliert.

 ---
 <details>
 <summary>📖 <b>Inhaltsverzeichnis (Klicken zum Öffnen)</b></summary>

- [Mindnet v2.2 – Fachliche Architektur](#mindnet-v22--fachliche-architektur)
+- [Mindnet v2.4 – Fachliche Architektur](#mindnet-v24--fachliche-architektur)
  - [](#)
  - [0) Zielbild \& Grundprinzip](#0-zielbild--grundprinzip)
  - [1) Notizen \& Chunks (fachliche Perspektive)](#1-notizen--chunks-fachliche-perspektive)
@ -26,11 +26,12 @@
  - [5) Der Retriever (Funktionaler Layer)](#5-der-retriever-funktionaler-layer)
    - [5.1 Scoring-Modell](#51-scoring-modell)
    - [5.2 Erklärbarkeit (Explainability) – WP04b](#52-erklärbarkeit-explainability--wp04b)
-  - [6) Context Intelligence \& Intent Router (WP06)](#6-context-intelligence--intent-router-wp06)
+  - [6) Context Intelligence \& Intent Router (WP06/WP07)](#6-context-intelligence--intent-router-wp06wp07)
    - [6.1 Das Problem: Statische vs. Dynamische Antworten](#61-das-problem-statische-vs-dynamische-antworten)
    - [6.2 Der Intent-Router (Keyword \& Semantik)](#62-der-intent-router-keyword--semantik)
    - [6.3 Strategic Retrieval (Injektion von Werten)](#63-strategic-retrieval-injektion-von-werten)
    - [6.4 Reasoning (Das Gewissen)](#64-reasoning-das-gewissen)
+    - [6.5 Der Interview-Modus (One-Shot Extraction) – Neu in v2.4](#65-der-interview-modus-one-shot-extraction--neu-in-v24)
  - [7) Future Concepts: The Empathic Digital Twin (Ausblick)](#7-future-concepts-the-empathic-digital-twin-ausblick)
    - [7.1 Antizipation durch Erfahrung](#71-antizipation-durch-erfahrung)
    - [7.2 Empathie \& "Ich"-Modus](#72-empathie--ich-modus)
@ -46,7 +47,7 @@
  - [13) Lösch-/Update-Garantien (Idempotenz)](#13-lösch-update-garantien-idempotenz)
  - [14) Beispiel – Von Markdown zu Kanten (v2.2)](#14-beispiel--von-markdown-zu-kanten-v22)
  - [15) Referenzen (Projektdateien \& Leitlinien)](#15-referenzen-projektdateien--leitlinien)
-  - [16) Workpackage Status (v2.3.2)](#16-workpackage-status-v232)
+  - [16) Workpackage Status (v2.4.0)](#16-workpackage-status-v240)

 </details>
 ---
@ -208,13 +209,13 @@ Die API gibt diese Analysen als menschenlesbare Sätze (`reasons`) und als Daten

 ---

-## 6) Context Intelligence & Intent Router (WP06)
+## 6) Context Intelligence & Intent Router (WP06/WP07)

-Seit WP06 agiert Mindnet nicht mehr statisch, sondern passt seine Suchstrategie dem **Intent** (der Absicht) des Nutzers an. Dies ist die Transformation vom reinen Wissens-Abrufer zum strategischen Entscheidungspartner.
+Seit WP06/WP07 agiert Mindnet nicht mehr statisch, sondern passt seine Suchstrategie dem **Intent** (der Absicht) des Nutzers an. Dies ist die Transformation vom reinen Wissens-Abrufer zum strategischen Partner.

 ### 6.1 Das Problem: Statische vs. Dynamische Antworten
 * **Früher (Pre-WP06):** Jede Frage ("Was ist X?" oder "Soll ich X?") wurde gleich behandelt -> Fakten-Retrieval.
-* **Heute (WP06):** Das System erkennt, *was* der User will, und lädt unterschiedliche Wissensbausteine.
+* **Heute (WP06):** Das System erkennt, *was* der User will (Rat, Fakten oder Datenerfassung) und wechselt den Modus.

 ### 6.2 Der Intent-Router (Keyword & Semantik)
 Der Router prüft vor jeder Antwort die Absicht über konfigurierbare Strategien (`config/decision_engine.yaml`):
@ -222,11 +223,8 @@ Der Router prüft vor jeder Antwort die Absicht über konfigurierbare Strategien
 1.  **FACT:** Reine Wissensfrage ("Was ist Qdrant?"). → Standard RAG.
 2.  **DECISION:** Frage nach Rat oder Strategie ("Soll ich Qdrant nutzen?"). → Aktiviert die Decision Engine.
 3.  **EMPATHY:** Emotionale Zustände ("Ich bin gestresst"). → Aktiviert den empathischen Modus.
-4.  **CODING:** Technische Anfragen.
-
-**Erkennung:**
-* **Fast Path:** Prüfung auf Schlüsselwörter (z.B. "soll ich").
-* **Slow Path (Smart Fallback):** Wenn kein Keyword passt, prüft ein LLM (Phi-3) die Semantik des Satzes.
+4.  **INTERVIEW (Neu in WP07):** Wunsch, Wissen zu erfassen ("Neues Projekt anlegen"). → Aktiviert den Draft-Generator.
+5.  **CODING:** Technische Anfragen.

 ### 6.3 Strategic Retrieval (Injektion von Werten)
 Im Modus `DECISION` führt das System eine **zweite Suchstufe** aus. Es sucht nicht nur nach semantisch passenden Texten zur Frage, sondern erzwingt das Laden von strategischen Notizen wie:
@ -234,12 +232,18 @@ Im Modus `DECISION` führt das System eine **zweite Suchstufe** aus. Es sucht ni
 * **Principles (`type: principle`):** Handlungsanweisungen.
 * **Goals (`type: goal`):** Strategische Ziele.

-Dies wird über **Late Binding** in `config/decision_engine.yaml` gesteuert. Neue Facetten der Persönlichkeit können dort konfiguriert werden, ohne den Code zu ändern.
-
 ### 6.4 Reasoning (Das Gewissen)
 Das LLM erhält im Prompt die explizite Anweisung: *"Wäge die Fakten (aus der Suche) gegen die injizierten Werte ab."*
 Dadurch entstehen Antworten, die nicht nur technisch korrekt sind, sondern subjektiv passend ("Tool X passt nicht zu deinem Ziel Z").

+### 6.5 Der Interview-Modus (One-Shot Extraction) – Neu in v2.4
+Wenn der User Wissen erfassen will ("Ich möchte ein neues Projekt anlegen"), wechselt Mindnet in den **Interview-Modus**.
+
+* **Late Binding Schema:** Das System lädt ein konfiguriertes Schema für den Ziel-Typ (z.B. `project`: Pflichtfelder sind Titel, Ziel, Status).
+* **One-Shot Extraction:** Statt eines langen Dialogs extrahiert das LLM **sofort** alle verfügbaren Infos aus dem Prompt und generiert einen validen Markdown-Draft mit Frontmatter.
+* **Draft-Status:** Fehlende Pflichtfelder werden mit `[TODO]` markiert.
+* **UI-Integration:** Das Frontend rendert statt einer Chat-Antwort einen **interaktiven Editor** (WP10), in dem der Entwurf finalisiert werden kann.
+
 ---

 ## 7) Future Concepts: The Empathic Digital Twin (Ausblick)
@ -401,10 +405,11 @@ Frontmatter-Eigenschaften (Properties) bleiben **minimiert**:
 - Persönlichkeit & Chat: `config/prompts.yaml` & `app/routers/chat.py`.
 - Decision Engine: `config/decision_engine.yaml`.
 - Logging Service: `app/services/feedback_service.py`.
+- Frontend UI: `app/frontend/ui.py`.

 ---

-## 16) Workpackage Status (v2.3.2)
+## 16) Workpackage Status (v2.4.0)

 Aktueller Implementierungsstand der Module.

@ -418,7 +423,7 @@ Aktueller Implementierungsstand der Module.
 | **WP04c**| Feedback Loop | 🟢 Live | Logging (JSONL) & Traceability aktiv. |
 | **WP05** | Persönlichkeit / Chat | 🟢 Live | RAG-Integration mit Context Enrichment. |
 | **WP06** | Decision Engine | 🟢 Live | Intent-Router & Strategic Retrieval. |
-| **WP07** | Interview Assistent | 🟡 Geplant | Dialog-Modus (Nächster Schritt). |
+| **WP07** | Interview Assistent | 🟢 Live | **One-Shot Extractor & Schemas aktiv.** |
 | **WP08** | Self-Tuning | 🔴 Geplant | Auto-Adjustment der Gewichte. |
 | **WP10** | Chat Interface | 🟢 Live | Web-UI mit Feedback & Intents. |
-| **WP10a**| GUI Evolution | 🔴 Geplant | Erweiterte Interaktion. |
+| **WP10a**| Draft Editor | 🟢 Live | **Interaktiver Editor für WP07 Drafts.** |
--- a/docs/mindnet_technical_architecture.md
+++ b/docs/mindnet_technical_architecture.md
@ -1,17 +1,17 @@
-# Mindnet v2.2 – Technische Architektur
-**Datei:** `docs/mindnet_technical_architecture_v2.2.md`
+# Mindnet v2.4 – Technische Architektur
+**Datei:** `docs/mindnet_technical_architecture_v2.4.md`
 **Stand:** 2025-12-10
-**Status:** **FINAL** (Integrierter Stand WP01–WP10)
+**Status:** **FINAL** (Integrierter Stand WP01–WP10 + WP07)
 **Quellen:** `Programmplan_V2.2.md`, `Handbuch.md`, `chunking_strategy.md`, `wp04_retriever_scoring.md`.

 > **Ziel dieses Dokuments:**
-> Vollständige Beschreibung der technischen Architektur inkl. Graph-Datenbank, Retrieval-Logik, der **neuen RAG-Komponenten (Decision Engine & Hybrid Router)** und dem **Frontend (Streamlit)**.
+> Vollständige Beschreibung der technischen Architektur inkl. Graph-Datenbank, Retrieval-Logik, der **RAG-Komponenten (Decision Engine & Hybrid Router)**, des **Interview-Modus** und dem **Frontend (Streamlit)**.

 ---
 <details>
 <summary>📖 <b>Inhaltsverzeichnis (Klicken zum Öffnen)</b></summary>

- [Mindnet v2.2 – Technische Architektur](#mindnet-v22--technische-architektur)
+- [Mindnet v2.4 – Technische Architektur](#mindnet-v24--technische-architektur)
  - [](#)
  - [1. Systemüberblick](#1-systemüberblick)
    - [1.1 Architektur-Zielbild](#11-architektur-zielbild)
@ -33,16 +33,17 @@
    - [5.2 Scoring-Formel (WP04a)](#52-scoring-formel-wp04a)
    - [5.3 Explanation Layer (WP04b)](#53-explanation-layer-wp04b)
    - [5.4 Graph-Expansion](#54-graph-expansion)
-  - [6. RAG \& Chat Architektur (WP06 Hybrid Router)](#6-rag--chat-architektur-wp06-hybrid-router)
+  - [6. RAG \& Chat Architektur (WP06 Hybrid Router + WP07 Interview)](#6-rag--chat-architektur-wp06-hybrid-router--wp07-interview)
    - [6.1 Architektur-Pattern: Intent Router](#61-architektur-pattern-intent-router)
    - [6.2 Schritt 1: Intent Detection (Hybrid)](#62-schritt-1-intent-detection-hybrid)
    - [6.3 Schritt 2: Strategy Resolution (Late Binding)](#63-schritt-2-strategy-resolution-late-binding)
-    - [6.4 Schritt 3: Multi-Stage Retrieval](#64-schritt-3-multi-stage-retrieval)
+    - [6.4 Schritt 3: Retrieval vs. Extraction](#64-schritt-3-retrieval-vs-extraction)
    - [6.5 Schritt 4: Generation \& Response](#65-schritt-4-generation--response)
  - [7. Frontend Architektur (WP10)](#7-frontend-architektur-wp10)
    - [7.1 Kommunikation](#71-kommunikation)
    - [7.2 Features \& UI-Logik](#72-features--ui-logik)
-    - [7.3 Deployment Ports](#73-deployment-ports)
+    - [7.3 Draft-Editor \& Sanitizer (Neu in WP10a)](#73-draft-editor--sanitizer-neu-in-wp10a)
+    - [7.4 Deployment Ports](#74-deployment-ports)
  - [8. Feedback \& Logging Architektur (WP04c)](#8-feedback--logging-architektur-wp04c)
    - [8.1 Komponenten](#81-komponenten)
    - [8.2 Log-Dateien](#82-log-dateien)
@ -64,7 +65,7 @@ Mindnet ist ein **lokales RAG-System (Retrieval Augmented Generation)** mit Web-
    * **Qdrant:** Vektor-Datenbank für Graph und Semantik (Collections: notes, chunks, edges).
    * **Local Files (JSONL):** Append-Only Logs für Feedback und Search-History (Data Flywheel).
 4.  **Backend:** Eine FastAPI-Anwendung stellt Endpunkte für **Semantische** und **Hybride Suche** sowie **Feedback** bereit.
-5.  **Frontend:** Streamlit-App (`ui.py`) für Interaktion und Visualisierung.
+5.  **Frontend:** Streamlit-App (`ui.py`) für Interaktion und Visualisierung inkl. **Draft Editor**.
 6.  **Inference:** Lokales LLM (Ollama: Phi-3 Mini) für RAG-Chat und Antwortgenerierung.

 Das System arbeitet **deterministisch** (stabile IDs) und ist **konfigurationsgetrieben** (`types.yaml`, `retriever.yaml`, `decision_engine.yaml`, `prompts.yaml`).
@ -87,7 +88,7 @@ Das System arbeitet **deterministisch** (stabile IDs) und ist **konfigurationsge
    │   ├── models/                 # Pydantic DTOs
    │   ├── routers/
    │   │   ├── query.py            # Such-Endpunkt
-    │   │   ├── chat.py             # Hybrid Router & Decision Engine (WP06)
+    │   │   ├── chat.py             # Hybrid Router & Interview Logic (WP06/07)
    │   │   ├── feedback.py         # Feedback-Endpunkt (WP04c)
    │   │   └── ...
    │   ├── services/
@ -95,11 +96,11 @@ Das System arbeitet **deterministisch** (stabile IDs) und ist **konfigurationsge
    │   │   ├── feedback_service.py # JSONL Logging (WP04c)
    │   │   └── embeddings_client.py
    │   ├── frontend/               # NEU (WP10)
-    │       └── ui.py               # Streamlit Application
+    │       └── ui.py               # Streamlit Application inkl. Sanitizer
    ├── config/
    │   ├── types.yaml              # Typ-Definitionen (Import-Zeit)
    │   ├── retriever.yaml          # Scoring-Gewichte (Laufzeit)
-    │   ├── decision_engine.yaml    # Strategien & Keywords (WP06)
+    │   ├── decision_engine.yaml    # Strategien & Schemas (WP06/WP07)
    │   └── prompts.yaml            # LLM System-Prompts & Templates (WP06)
    ├── data/
    │   └── logs/                   # Lokale JSONL-Logs (WP04c)
@ -193,14 +194,14 @@ Steuert das Scoring zur Laufzeit (WP04a).
      centrality_weight: 0.5

 ### 3.3 Decision Engine (`config/decision_engine.yaml`)
-**Neu in WP06:** Steuert den Intent-Router.
-* Definiert Strategien (`DECISION`, `EMPATHY`, `CODING`, `FACT`).
-* Definiert `trigger_keywords` und `inject_types` (Late Binding).
+**Neu in WP06/07:** Steuert den Intent-Router und die Interview-Schemas.
+* Definiert Strategien (`DECISION`, `INTERVIEW`, etc.).
+* Definiert `schemas` für den Interview-Modus (Pflichtfelder pro Typ).
 * Definiert LLM-Router-Settings (`llm_fallback_enabled`).

 ### 3.4 Prompts (`config/prompts.yaml`)
 Steuert die LLM-Persönlichkeit und Templates.
-* Enthält Templates für alle Strategien (z.B. `decision_template`, `empathy_template`, `technical_template`).
+* Enthält Templates für alle Strategien inkl. `interview_template` mit One-Shot Logik.

 ### 3.5 Environment (`.env`)
 Erweiterung für LLM-Steuerung:
@ -273,7 +274,7 @@ Der Hybrid-Modus lädt dynamisch die Nachbarschaft der Top-K Vektor-Treffer ("Se

 ---

-## 6. RAG & Chat Architektur (WP06 Hybrid Router)
+## 6. RAG & Chat Architektur (WP06 Hybrid Router + WP07 Interview)

 Der Flow für eine Chat-Anfrage (`/chat`) wurde in WP06 auf eine **Configuration-Driven Architecture** umgestellt. Der `ChatRouter` (`app/routers/chat.py`) fungiert als zentraler Dispatcher.

@ -295,46 +296,61 @@ Der Router ermittelt die Absicht (`Intent`) des Nutzers.
    * Nur aktiv, wenn `llm_fallback_enabled: true`.
    * Greift, wenn keine Keywords gefunden wurden.
    * Sendet die Query an das LLM mit einem Klassifizierungs-Prompt (`llm_router_prompt`).
-    * Ergebnis: `EMPATHY`, `DECISION`, `CODING` oder `FACT` (Default).
+    * Ergebnis: `EMPATHY`, `DECISION`, `INTERVIEW`, `CODING` oder `FACT`.

 ### 6.3 Schritt 2: Strategy Resolution (Late Binding)
 Basierend auf dem Intent lädt der Router die Parameter:
-* **inject_types:** Liste der Notiz-Typen, die erzwungen werden sollen (z.B. `["value", "goal"]` bei `DECISION`).
-* **prompt_template:** Schlüssel für das Template in `prompts.yaml` (z.B. `decision_template`, `empathy_template`).
+* **Bei RAG (FACT/DECISION):** `inject_types` für Strategic Retrieval.
+* **Bei INTERVIEW (WP07):** `schemas` (Pflichtfelder) basierend auf der erkannten Ziel-Entität (`_detect_target_type`).

-### 6.4 Schritt 3: Multi-Stage Retrieval
-1.  **Primary Retrieval:** Hybride Suche nach der User-Query (findet Fakten).
+### 6.4 Schritt 3: Retrieval vs. Extraction
+Der Router verzweigt hier:
+
+**A) RAG Modus (FACT, DECISION, EMPATHY):**
+1.  **Primary Retrieval:** Hybride Suche nach der User-Query.
 2.  **Strategic Retrieval (Conditional):** Wenn `inject_types` definiert sind, erfolgt eine zweite Suche, die explizit auf diese Typen filtert.
 3.  **Merge:** Ergebnisse werden dedupliziert zusammengeführt.

+**B) Interview Modus (INTERVIEW):**
+1.  **Kein Retrieval:** Der Kontext ist der Chat-Verlauf (oder initial die Query).
+2.  **Schema Injection:** Das Schema für den erkannten Typ (z.B. "Project") wird geladen.
+3.  **Prompt Assembly:** Der `interview_template` Prompt wird mit der Schema-Definition ("Ziel", "Status") gefüllt.
+
 ### 6.5 Schritt 4: Generation & Response
-* **Context Enrichment:** Metadaten (`[VALUE]`, `[GOAL]`, `[SCORE]`) werden in den Context-String injiziert, um dem LLM die Rolle des Textstücks zu signalisieren.
 * **Templating:** Das LLM erhält den Prompt basierend auf dem gewählten Template.
 * **Execution:** Der `LLMService` führt den Call aus. Ein konfigurierbarer Timeout (`MINDNET_LLM_TIMEOUT`) fängt Cold-Start-Verzögerungen auf CPU-Hardware ab.
-* **Response:** Rückgabe enthält Antworttext, Quellenliste und den erkannten `intent` (für Debugging/Frontend).
+* **Response:** Rückgabe enthält Antworttext (im Interview-Modus: Markdown Codeblock), Quellenliste und den erkannten `intent`.

 ---

 ## 7. Frontend Architektur (WP10)

-Das Frontend ist eine **Streamlit-Anwendung**, die als separater Prozess läuft und via HTTP mit dem Backend kommuniziert.
+Das Frontend ist eine **Streamlit-Anwendung** (`app/frontend/ui.py`), die als separater Prozess läuft und via HTTP mit dem Backend kommuniziert.

 ### 7.1 Kommunikation
 * **Backend-URL:** Konfiguriert via `MINDNET_API_URL` (Default: `http://localhost:8002`).
 * **Endpoints:** Nutzt `/chat` für Interaktion und `/feedback` für Bewertungen.
-* **Resilienz:** Das Frontend implementiert eigene Timeouts (`MINDNET_API_TIMEOUT`, Default 300s), um lange Wartezeiten lokaler LLMs abzufangen.
+* **Resilienz:** Das Frontend implementiert eigene Timeouts (`MINDNET_API_TIMEOUT`, Default 300s).

 ### 7.2 Features & UI-Logik
-* **State Management:** Session-State speichert Chat-Verlauf und `query_id` für Feedback.
+* **State Management:** Session-State speichert Chat-Verlauf und `query_id`.
 * **Visualisierung:**
-  * **Intent Badges:** Zeigt Router-Entscheidung (`DECISION`, `FACT`, etc.) und Quelle (`Keyword` vs. `LLM`).
+  * **Intent Badges:** Zeigt Router-Entscheidung (`DECISION`, `INTERVIEW`, etc.).
  * **Source Expanders:** Zeigt verwendete Chunks inkl. Score und "Why"-Explanation.
  * **Sidebar:** Zeigt Suchhistorie (Log-basiert) und Konfiguration.
-* **Feedback:**
-  * Global (Antwort): 1-5 Sterne Rating.
-  * Granular (Quellen): Faces-Rating (Mapped auf 1-5 Score).

-### 7.3 Deployment Ports
+### 7.3 Draft-Editor & Sanitizer (Neu in WP10a)
+Wenn der Intent `INTERVIEW` ist, rendert die UI statt einer Textblase den **Draft-Editor**.
+
+1.  **Parsing:** Die Funktion `parse_markdown_draft` extrahiert den Codeblock aus der LLM-Antwort.
+2.  **Sanitization (`normalize_meta_and_body`):**
+    * Prüft den YAML-Frontmatter auf unerlaubte Felder (Halluzinationen des LLMs).
+    * Verschiebt ungültige Felder (z.B. "Situation") in den Body der Notiz.
+    * Stellt sicher, dass das Markdown valide bleibt.
+3.  **Editor Widget:** `st.text_area` erlaubt das Bearbeiten des Inhalts vor dem Speichern.
+4.  **Action:** Buttons zum Download oder Kopieren des fertigen Markdowns.
+
+### 7.4 Deployment Ports
 Zur sauberen Trennung von Prod und Dev laufen Frontend und Backend auf dedizierten Ports:

 | Umgebung | Backend (FastAPI) | Frontend (Streamlit) |
--- a/docs/pipeline_playbook.md
+++ b/docs/pipeline_playbook.md
@ -1,14 +1,14 @@
-# mindnet v2.2 – Pipeline Playbook
-**Datei:** `docs/mindnet_pipeline_playbook_v2.2.md`
+# mindnet v2.4 – Pipeline Playbook
+**Datei:** `docs/mindnet_pipeline_playbook_v2.4.md`
 **Stand:** 2025-12-10
-**Status:** **FINAL** (Inkl. WP10 Frontend)
-**Quellen:** `mindnet_v2_implementation_playbook.md`, `Handbuch.md`, `chunking_strategy.md`, `docs_mindnet_retriever.md`, `mindnet_admin_guide_v2.2.md`.
+**Status:** **FINAL** (Inkl. WP07 Interview & WP10a Editor)
+**Quellen:** `mindnet_v2_implementation_playbook.md`, `Handbuch.md`, `chunking_strategy.md`, `docs_mindnet_retriever.md`, `mindnet_admin_guide_v2.4.md`.

 ---
 <details>
 <summary>📖 <b>Inhaltsverzeichnis (Klicken zum Öffnen)</b></summary>

- [mindnet v2.2 – Pipeline Playbook](#mindnet-v22--pipeline-playbook)
+- [mindnet v2.4 – Pipeline Playbook](#mindnet-v24--pipeline-playbook)
  - [](#)
  - [1. Zweck \& Einordnung](#1-zweck--einordnung)
  - [2. Die Import-Pipeline (Runbook)](#2-die-import-pipeline-runbook)
@ -24,7 +24,7 @@
    - [4.2 Typ-Defaults](#42-typ-defaults)
  - [5. Retriever, Chat \& Generation (RAG Pipeline)](#5-retriever-chat--generation-rag-pipeline)
    - [5.1 Retrieval (Hybrid)](#51-retrieval-hybrid)
-    - [5.2 Intent Router (WP06)](#52-intent-router-wp06)
+    - [5.2 Intent Router (WP06/07)](#52-intent-router-wp0607)
    - [5.3 Context Enrichment](#53-context-enrichment)
    - [5.4 Generation (LLM)](#54-generation-llm)
  - [6. Feedback \& Lernen (WP04c)](#6-feedback--lernen-wp04c)
@ -33,18 +33,18 @@
    - [7.2 Smoke-Test (E2E)](#72-smoke-test-e2e)
  - [8. Ausblick \& Roadmap (Technische Skizzen)](#8-ausblick--roadmap-technische-skizzen)
    - [8.1 WP-08: Self-Tuning (Skizze)](#81-wp-08-self-tuning-skizze)
-  - [16. Workpackage Status (v2.3.2)](#16-workpackage-status-v232)
+  - [16. Workpackage Status (v2.4.0)](#16-workpackage-status-v240)

 </details>
 ---

 ## 1. Zweck & Einordnung

-Dieses Playbook ist das zentrale operative Handbuch für die **mindnet-Pipeline**. Es beschreibt, wie Daten vom Markdown-Vault in den Wissensgraphen (Qdrant) gelangen, wie der Retriever betrieben wird und wie die **RAG-Generierung** (inkl. Decision Engine) funktioniert.
+Dieses Playbook ist das zentrale operative Handbuch für die **mindnet-Pipeline**. Es beschreibt, wie Daten vom Markdown-Vault in den Wissensgraphen (Qdrant) gelangen, wie der Retriever betrieben wird und wie die **RAG-Generierung** (inkl. Decision Engine & Interviewer) funktioniert.

 **Zielgruppe:** Dev/Ops, Tech-Leads.
 **Scope:**
-* **Ist-Stand (WP01–WP10):** Import, Chunking, Edge-Erzeugung, Hybrider Retriever, RAG-Chat (Hybrid Router), Feedback Loop, Frontend.
+* **Ist-Stand (WP01–WP10a):** Import, Chunking, Edge-Erzeugung, Hybrider Retriever, RAG-Chat (Hybrid Router), Feedback Loop, Frontend, Draft Editor.
 * **Roadmap (Ausblick):** Technische Skizze für Self-Tuning (WP08).

 ---
@ -156,22 +156,26 @@ Der Datenfluss endet nicht beim Finden. Er geht weiter bis zur Antwort.
 ### 5.1 Retrieval (Hybrid)
 Der `/chat` Endpunkt nutzt **Hybrid Retrieval** (Semantic + Graph), um auch logisch verbundene, aber textlich unterschiedliche Notizen zu finden (z.B. Decisions zu einem Projekt).

-### 5.2 Intent Router (WP06)
+### 5.2 Intent Router (WP06/07)
 Der Request durchläuft den **Hybrid Router**:
 1.  **Fast Path:** Prüfung auf `trigger_keywords` aus `decision_engine.yaml`.
-2.  **Slow Path:** Falls kein Keyword matched und `llm_fallback_enabled=true`, klassifiziert das LLM den Intent (`DECISION`, `EMPATHY`, `FACT`, `CODING`).
-3.  **Result:** Auswahl der Strategie und der `inject_types` (z.B. Values & Goals).
+2.  **Slow Path:** Falls kein Keyword matched und `llm_fallback_enabled=true`, klassifiziert das LLM den Intent.
+    * `FACT`: Wissen abfragen.
+    * `DECISION`: Rat suchen.
+    * `EMPATHY`: Trost suchen.
+    * `INTERVIEW`: Wissen eingeben (Neu in WP07).
+3.  **Result:** Auswahl der Strategie und der `inject_types` oder `schemas`.

 ### 5.3 Context Enrichment
 Der Router (`chat.py`) reichert die gefundenen Chunks mit Metadaten an:
 * **Typ-Injection:** `[DECISION]`, `[PROJECT]`.
 * **Reasoning-Infos:** `(Score: 0.75)`.
-* **Zweck:** Ermöglicht kleinen Modellen (Phi-3) das Erkennen von logischen Rollen ("Warum?" vs "Was?").

 ### 5.4 Generation (LLM)
 * **Engine:** Ollama (lokal).
 * **Modell:** `phi3:mini` (Standard).
-* **Prompting:** Template wird basierend auf Intent gewählt (`decision_template` vs `empathy_template`).
+* **Prompting:** Template wird basierend auf Intent gewählt (`decision_template`, `interview_template` etc.).
+* **One-Shot (WP07):** Im Interview-Modus generiert das LLM direkt einen Markdown-Block ohne Rückfragen.

 ---

@ -208,6 +212,9 @@ Prüft am laufenden System (Prod oder Dev), ob Semantik, Graph und Feedback funk
    # Decision Engine Test (WP06)
    python tests/test_wp06_decision.py -p 8002 -e EMPATHY -q "Alles ist grau"
    
+    # Interview Test (WP07)
+    python tests/test_wp06_decision.py -p 8002 -e INTERVIEW -q "Neues Projekt starten"
+    
    # Feedback Test
    python tests/test_feedback_smoke.py --url http://localhost:8001/query

@ -226,7 +233,7 @@ Wie entwickeln wir die Pipeline weiter?

 ---

-## 16. Workpackage Status (v2.3.2)
+## 16. Workpackage Status (v2.4.0)

 Aktueller Implementierungsstand der Module.

@ -240,7 +247,7 @@ Aktueller Implementierungsstand der Module.
 | **WP04c**| Feedback Loop | 🟢 Live | Logging (JSONL) & Traceability aktiv. |
 | **WP05** | Persönlichkeit / Chat | 🟢 Live | RAG-Integration mit Context Enrichment. |
 | **WP06** | Decision Engine | 🟢 Live | Hybrid Router, Strategic Retrieval. |
-| **WP07** | Interview Assistent | 🟡 Geplant | Nächster Schritt (Dialog-Modus). |
+| **WP07** | Interview Assistent | 🟢 Live | **One-Shot Extractor & Schemas aktiv.** |
 | **WP08** | Self-Tuning | 🔴 Geplant | Auto-Adjustment der Gewichte. |
-| **WP10** | Chat Interface | 🟢 Live | Streamlit Web-UI mit Feedback & Intents. |
-| **WP10a**| GUI Evolution | 🔴 Geplant | Draft-Editor & Interaktionstools. |
+| **WP10** | Chat Interface | 🟢 Live | Web-Interface (Streamlit). |
+| **WP10a**| Draft Editor | 🟢 Live | **Interaktives UI für WP07 Drafts.** |
--- a/docs/user_guide.md
+++ b/docs/user_guide.md
@ -1,11 +1,11 @@
-# Mindnet v2.2 – User Guide
-**Datei:** `docs/mindnet_user_guide_v2.2.md`
+# Mindnet v2.4 – User Guide
+**Datei:** `docs/mindnet_user_guide_v2.4.md`
 **Stand:** 2025-12-10
-**Status:** **FINAL** (Inkl. RAG & Web-Interface)
+**Status:** **FINAL** (Inkl. RAG, Web-Interface & Interview-Assistent)
 **Quellen:** `knowledge_design.md`, `wp04_retriever_scoring.md`, `Programmplan_V2.2.md`, `Handbuch.md`.

 > **Willkommen bei Mindnet.**
-> Dies ist dein persönliches Wissensnetzwerk und dein Digitaler Zwilling. Es hilft dir beim Erinnern, beim Entscheiden und beim Reflektieren.
+> Dies ist dein persönliches Wissensnetzwerk und dein Digitaler Zwilling. Es hilft dir beim Erinnern, beim Entscheiden, beim Reflektieren und beim **Erstellen von Inhalten**.

 ---

@ -24,7 +24,7 @@ Mindnet passt seinen Charakter dynamisch an deine Frage an:
 1.  **Der Bibliothekar (FACT):** Liefert präzise Fakten und Definitionen.
 2.  **Der Berater (DECISION):** Hilft dir beim Abwägen, basierend auf deinen Werten und Zielen.
 3.  **Der Spiegel (EMPATHY):** Hört zu und antwortet basierend auf deinen Erfahrungen ("Ich"-Perspektive).
-4.  **Der Coder (CODING):** Liefert technische Schnipsel ohne Smalltalk.
+4.  **Der Analyst (INTERVIEW):** Hilft dir, neue Notizen zu entwerfen und strukturiert zu erfassen.

 ---

@ -41,7 +41,7 @@ Seit Version 2.3.1 bedienst du Mindnet über eine grafische Oberfläche im Brows
    * **Klick darauf:** Zeigt den Textauszug und die **Begründung** ("Warum wurde das gefunden?").

 ### 2.2 Die Sidebar (Einstellungen & Verlauf)
-* **Modus-Wahl:** Umschalten zwischen "💬 Chat" und "📝 Neuer Eintrag" (Vorbereitung für WP07).
+* **Modus-Wahl:** Umschalten zwischen "💬 Chat" und "📝 Manueller Editor".
 * **Verlauf:** Die letzten Suchanfragen sind hier gelistet. Ein Klick führt die Suche erneut aus.
 * **Settings:**
    * **Top-K:** Wie viele Quellen sollen gelesen werden? (Standard: 5).
@ -68,9 +68,11 @@ Wenn du frustriert bist oder reflektieren willst, wechselt Mindnet in den "Ich"-
 * **Auslöser (Keywords & Semantik):** "Ich fühle mich...", "Traurig", "Gestresst", "Alles ist sinnlos", "Ich bin überfordert".
 * **Was passiert:** Mindnet lädt deine **Erfahrungen** (`type: experience`) und **Glaubenssätze** (`type: belief`). Es antwortet verständnisvoll und zitiert deine eigenen Lektionen.

-### 3.3 Modus: Fakten (Standard)
-* **Auslöser:** Alles andere. "Was ist Qdrant?", "Zusammenfassung von X".
-* **Was passiert:** Standard-Suche nach Wissen ohne spezielle Filter.
+### 3.3 Modus: Interview ("Der Analyst") – Neu!
+Wenn du Wissen festhalten willst, statt zu suchen.
+
+* **Auslöser:** "Neues Projekt", "Notiz erstellen", "Ich will etwas festhalten", "Neue Entscheidung dokumentieren".
+* **Was passiert:** Siehe Kapitel 6.3.

 ---

@ -116,3 +118,14 @@ Statt einfach nur `[[Link]]` zu schreiben, versuche zu sagen, *wie* es zusammenh
 Setze im Frontmatter deiner Notizen den richtigen Typ. Das ist der wichtigste Hebel für den Chat:
 * Willst du, dass Mindnet etwas als **Regel** nutzt? -> `type: principle`
 * Willst du, dass Mindnet dich an eine **Lektion** erinnert? -> `type: experience`
+
+### 6.3 Der Interview-Assistent (Drafting)
+Mindnet kann dir helfen, Markdown-Notizen zu schreiben.
+
+1.  **Start:** Schreibe im Chat: *"Ich möchte ein neues Projekt 'Apollo' starten, Ziel ist die Mondlandung."*
+2.  **Generierung:** Mindnet erkennt den Wunsch (`INTERVIEW`), analysiert den Satz und erstellt **sofort** einen Entwurf.
+3.  **Editor:** Die UI wechselt von der Chat-Blase zu einem **Draft-Editor**.
+    * Du siehst das generierte Frontmatter (`type: project`, `status: draft`).
+    * Du siehst den Body-Text mit Platzhaltern (`[TODO]`), wo Infos fehlten (z.B. Stakeholder).
+4.  **Finalisierung:** Ergänze die fehlenden Infos direkt im Editor und klicke auf **Download** oder **Kopieren**.
+5.  **Speichern:** Speichere die Datei in deinen Obsidian Vault. Beim nächsten Import ist sie im System.