Programmmanagement/Programmplan_V2.2.md

@@ -1,6 +1,6 @@
 # mindnet v2.4 — Programmplan
-**Version:** 2.4.0 (Inkl. WP-11 Backend Intelligence)
-**Stand:** 2025-12-11
+**Version:** 2.5.0 (Inkl. WP-15 Smart Edge Allocation)
+**Stand:** 2025-12-12
 **Status:** Aktiv
 
 ---
@@ -33,6 +33,8 @@
     - [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)
     - [WP-14 – Review / Refactoring / Dokumentation (geplant)](#wp-14--review--refactoring--dokumentation-geplant)
+    - [WP-15 – Smart Edge Allocation \& Chunking Strategies (abgeschlossen)](#wp-15--smart-edge-allocation--chunking-strategies-abgeschlossen)
+    - [WP-16 – Auto-Discovery \& Enrichment (geplant)](#wp-16--auto-discovery--enrichment-geplant)
   - [7. Abhängigkeiten (vereinfacht, aktualisiert)](#7-abhängigkeiten-vereinfacht-aktualisiert)
   - [8. Laufzeit- \& Komplexitätsindikatoren (aktualisiert)](#8-laufzeit---komplexitätsindikatoren-aktualisiert)
   - [9. Programmfortschritt (Ampel, aktualisiert)](#9-programmfortschritt-ampel-aktualisiert)
@@ -514,6 +516,46 @@ Aufräumen, dokumentieren, stabilisieren – insbesondere für Onboarding Dritte
 
 ---
 
+### WP-15 – Smart Edge Allocation & Chunking Strategies (abgeschlossen)
+
+**Phase:** D
+**Status:** 🟢 abgeschlossen
+
+**Ziel:**
+Einführung einer intelligenten Verteilung von Wissenskanten an spezifische Text-Chunks, um die Präzision des Retrievals zu erhöhen, ohne die Stabilität des Systems durch lange LLM-Verarbeitungszeiten zu gefährden.
+
+**Erreichte Ergebnisse:**
+- **5-Stufen-Workflow:** Implementierung von "Smart Edge Allocation" (Global Scan -> Deterministic Split -> LLM Filter -> Injection -> Fallback).
+- **Neue Chunking-Strategien:** Einführung von `by_heading` (für strukturierte Daten) und verbessertem `sliding_window` als deterministische Basis.
+- **Robustheit:** Trennung von Zerlegung (Code) und Analyse (LLM). Bei LLM-Fehlern oder Timeouts greift ein Fallback-Mechanismus (Datenverlust ausgeschlossen).
+- **Architektur:** Trennung der Orchestrierung (`chunker.py`) von der KI-Logik (`semantic_analyzer.py`).
+- **Konfiguration:** Steuerung über `types.yaml` (`enable_smart_edge_allocation`) ermöglicht granulare Anpassung pro Notiztyp.
+
+**Aufwand / Komplexität:**
+- Aufwand: Mittel
+- Komplexität: Hoch
+
+---
+
+### WP-16 – Auto-Discovery & Enrichment (geplant)
+
+**Phase:** D
+**Status:** 🟡 geplant
+
+**Ziel:**
+Automatisches Erkennen und Vorschlagen von fehlenden Kanten in "dummem" Text (ohne explizite Wikilinks) vor der Speicherung. Umwandlung von Text in "smarten Text" durch Nutzung des `DiscoveryService`.
+
+**Umfang:**
+- Integration eines "Enrichers" in die Ingestion-Pipeline (Schritt 0).
+- Unterscheidung zwischen "Hard Candidates" (explizite Links) und "Soft Candidates" (Vektor-basierte Vorschläge).
+- LLM-basierte Verifikation der Vorschläge zur Vermeidung von Halluzinationen.
+
+**Aufwand / Komplexität:**
+- Aufwand: Mittel
+- Komplexität: Hoch
+
+---
+
 ## 7. Abhängigkeiten (vereinfacht, aktualisiert)
 
     WP01 → WP02 → WP03 → WP04a
@@ -522,6 +564,7 @@ Aufräumen, dokumentieren, stabilisieren – insbesondere für Onboarding Dritte
     WP07 → WP10a
     WP03 → WP09
     WP01/WP03 → WP10 → WP11 → WP12
+    WP11 → WP15 → WP16
     WP03/WP04 → WP13
     Alles → WP14
 
@@ -544,6 +587,8 @@ Aufräumen, dokumentieren, stabilisieren – insbesondere für Onboarding Dritte
 | WP12  | Niedrig/Mittel | Mittel           |
 | WP13  | Mittel         | Mittel           |
 | WP14  | Mittel         | Niedrig/Mittel   |
+| WP15  | Mittel         | Hoch             |
+| WP16  | Mittel         | Hoch             |
 
 ---
 
@@ -569,6 +614,8 @@ Aufräumen, dokumentieren, stabilisieren – insbesondere für Onboarding Dritte
 | WP12  | 🟡     |
 | WP13  | 🟡     |
 | WP14  | 🟡     |
+| WP15  | 🟢     |
+| WP16  | 🟡     |
 
 ---