PflegeLotse
DSGVO-konformer RAG-Assistent für das Pflege-Recht (SGB XI) — mit quellenbelegten Antworten und Eval-Harness.
Problem & Kontext
Pflege-Recht ist komplex — und Antworten müssen belegbar sein
Pflegedienste und Angehörige verlieren Zeit mit der Suche im SGB XI. Ein generischer Chatbot halluziniert — bei Rechtsfragen inakzeptabel. Gebraucht wird ein Assistent, der NUR aus dem Gesetzestext antwortet, jede Aussage mit Quelle belegt und bei Unsicherheit ehrlich abbricht.
Lösung
Retrieval-Augmented Generation mit striktem Grounding
Hybrid-Retrieval über pgvector, quellenbelegte Antworten, Anti-Halluzination und Abstention.
Architektur
Clean Architecture, vier Schichten
Entities & Regeln — framework-frei
Use-Cases: Ingest, Retrieve, Answer
pgvector, E5-Embeddings, Mistral/Ollama
FastAPI + Jinja2/HTMX
Process History
Vom Plan zum Deploy — sechs Phasen
- 01
Setup & Architektur
IN ARBEITClean-Architecture-Gerüst, Docker, CI. ADR-0001: Python/HTMX statt Next.js.
- 02
Daten & Ingestion
GEPLANTSGB XI (gemeinfrei) laden, chunken, E5-Embeddings → pgvector.
- 03
Retrieval & Grounding
GEPLANTHybrid-Retrieval, quellenbelegte Antworten, Abstention.
- 04
Eval-Harness
GEPLANTRecall@k, Faithfulness, Abstention messen.
- 05
UI & HITL
GEPLANTJinja2/HTMX, Quellen-Anzeige, Disclaimer (RDG).
- 06
Deploy & Doku
GEPLANTDocker-Deploy, README mit Metriken, ADRs, datenschutz.md.
Ergebnisse
Messbar gemacht
Wird nach der Eval-Phase mit echten Zahlen ergänzt — und fließt dann in den Lebenslauf.
Stack & Compliance
DSGVO & EU-AI-Act: keine personenbezogenen Daten, EU- oder lokales LLM, Quellenangabe statt frei generierter Aussagen. Disclaimer: keine Rechtsberatung (RDG).