# Session-Uebergabe: Pipeline-Gesamtplan

**Datum:** 2026-05-01
**Uebergeben von:** Pipeline-Session (26.04 - 01.05.2026, ~6 Tage)

## Was wurde erledigt

| Block | Was | Status |
|-------|-----|--------|
| **Pass 0b** | 173.471 atomare Controls generiert | ✅ $750 API |
| **Dedup** | 173k → 151.675 unique (21.796 Duplikate) | ✅ ~30h Mac Mini |
| **Block A** | v1 Tag, Dependencies (15.291), Healthcheck, Textkorrektur | ✅ |
| **Block B** | Review-Verify (67k Paare, 43.527 DUPLIKAT) | ✅ $17 Haiku |
| **Block C** | Adversarial Tests (30 Cases), Regression Harness (371 Tests) | ✅ |
| **Block D1** | Strukturelles Chunking Endpoint (Metadaten-Extraktion) | ✅ deployed |

## Was als naechstes zu tun ist

### Block D2-D6: Strukturelles Chunking fertigstellen

D1 (Embedding-Service Metadaten) ist deployed. Naechste Schritte:

1. **D2: RAG Upload erweitern** (`rag-service/api/documents.py`)
   - Neue Payload-Felder in Qdrant speichern: section, section_title, paragraph, page
   - `chunks_with_metadata` vom Embedding-Service nutzen

2. **D3: Control Generator anpassen** (`control-pipeline/services/control_generator.py`)
   - Strukturelle Metadaten aus Qdrant-Payload bevorzugen
   - source_citation um Seitenzahl erweitern

3. **D4: Test mit BGB § 312**
   - 1 Dokument mit neuem Chunking hochladen
   - Pruefen ob § 312k eigenen Chunk hat

4. **D5-D6: Alle 297 Quellen re-ingestieren** (grosser Aufwand)

### Block E: Gesetze aktualisieren + ingestieren

Siehe Plan: BGB aktualisieren, fehlende Gesetze, Urteils-Control-Packs.
**WICHTIG:** 16 Urteile muessen MANUELL heruntergeladen werden (WebFetch funktioniert nicht).
Download-Liste: `legal-sources/urteile/DOWNLOAD_LIST.md`

### Block F: Hardcoded Knowledge Migration

6 Dateien im Compliance-Backend mit hartkodiertem Rechtswissen.
Instruktionsdatei: `breakpilot-compliance/zeroclaw/INSTRUCTION-hardcoded-knowledge-migration.md`

### Block G-pre: Master Control Konsolidierung

151k → 15-25k Master-Gruppen durch Clustering.

## Kritische Dateien

| Datei | Repo | Aenderung |
|-------|------|-----------|
| `embedding-service/main.py` | core | D1 FERTIG — Metadaten-Extraktion |
| `rag-service/api/documents.py` | core | D2 — Payload-Felder in Qdrant |
| `control-pipeline/services/control_generator.py` | core | D3 — Metadaten nutzen |
| `control-pipeline/services/batch_dedup_runner.py` | core | Checkpoint-Logik (fertig) |
| `control-pipeline/services/dependency_engine.py` | core | Dependency Engine (fertig) |
| `control-pipeline/services/dependency_generator.py` | core | Auto-Generation (fertig) |

## DB-Stand

| Tabelle | Lokal (Mac Mini) | Production (Hetzner) |
|---------|-----------------|---------------------|
| canonical_controls | 291.402 | 291.402 (aber ohne Block B Duplikate) |
| obligation_candidates | 234.538 | 234.538 |
| control_dependencies | 15.294 | 15.294 |
| Pass 0b Drafts | 151.675 | ~162.387 (Block B fehlt) |

**Production Sync noetig** nach Abschluss aller Bloecke.

## Memory-Dateien (WICHTIG — lesen!)

Alle unter `/Users/benjaminadmin/.claude/projects/-Users-benjaminadmin-Projekte-breakpilot-core/memory/`:

- `MEMORY.md` — Index aller Memories
- `feedback_batch_api_safety.md` — NIEMALS curl-Retry fuer Batch-Submits
- `feedback_no_hardcoded_knowledge.md` — Kein hartkodiertes Rechtswissen
- `feedback_legal_source_licensing.md` — Rule 1/2/3 Lizenzpruefung
- `project_structural_chunking.md` — Architektur-Entscheidung
- `project_missing_legal_sources.md` — Fehlende Gesetze + 20 Urteile
- `project_rag_version_audit.md` — 297 Quellen, BGB veraltet
- `project_delta_pipeline.md` — Diff-Strategie fuer Gesetzesupates
- `project_test_strategy.md` — 4-Ebenen Teststrategie
- `project_compliance_execution_layer.md` — Moat-Strategie

## Plan-Datei

`/Users/benjaminadmin/.claude/plans/jazzy-snacking-creek.md` — Vollstaendiger Plan mit Bloecken A-G.

## Tests

```bash
cd /Users/benjaminadmin/Projekte/breakpilot-core
PYTHONPATH=control-pipeline python3 -m pytest control-pipeline/tests/ -v
# Ergebnis: 371 passed, 33 skipped
```