feat: edu-search-service migriert, voice-service/geo-service entfernt

- edu-search-service von breakpilot-pwa nach breakpilot-lehrer kopiert (ohne vendor)
- opensearch + edu-search-service in docker-compose.yml hinzugefuegt
- voice-service aus docker-compose.yml entfernt (jetzt in breakpilot-core)
- geo-service aus docker-compose.yml entfernt (nicht mehr benoetigt)
- CI/CD: edu-search-service zu Gitea Actions und Woodpecker hinzugefuegt
  (Go lint, test mit go mod download, build, SBOM)

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

edu-search-service/rules/doc_type_rules.yaml

@@ -0,0 +1,178 @@
+# Doc-Type Klassifikationsregeln
+# Scoring-basiert: höchster Score gewinnt
+
+doc_types:
+  Lehrplan:
+    strong_terms:  # +4 pro Match
+      - "lehrplan"
+      - "kompetenzerwartungen"
+      - "fachanforderungen"
+      - "bildungsplan"
+      - "kerncurriculum"
+      - "rahmenlehrplan"
+      - "schulcurriculum"
+    medium_terms:  # +3 pro Match
+      - "kompetenzorientiert"
+      - "kompetenzbereiche"
+      - "inhaltsfelder"
+      - "anforderungsbereiche"
+      - "bildungsstandards"
+      - "stundentafel"
+    url_patterns:  # +2 pro Match
+      - "/lehrplan"
+      - "/curriculum"
+      - "/kerncurriculum"
+      - "/rahmenlehrplan"
+      - "/bildungsplan"
+
+  Kerncurriculum:
+    strong_terms:
+      - "kerncurriculum"
+      - "kc "
+    medium_terms:
+      - "prozessbezogene kompetenzen"
+      - "inhaltsbezogene kompetenzen"
+    url_patterns:
+      - "/kerncurriculum"
+      - "/kc/"
+
+  Rahmenlehrplan:
+    strong_terms:
+      - "rahmenlehrplan"
+      - "rlp"
+    url_patterns:
+      - "/rahmenlehrplan"
+      - "/rlp/"
+
+  Erlass_Verordnung:
+    strong_terms:  # +5 - rechtliche Texte haben Vorrang
+      - "erlass"
+      - "verordnung"
+      - "vo"
+      - "richtlinie"
+      - "amtsblatt"
+      - "gvbl"
+      - "gesetz"
+    medium_terms:
+      - "tritt in kraft"
+      - "gilt ab"
+      - "ausfertigungsdatum"
+      - "bekanntmachung"
+    url_patterns:
+      - "/amtsblatt"
+      - "/recht/"
+      - "/verordnungen"
+      - "/erlasse"
+      - "/bekanntmachung"
+
+  Arbeitsblatt:
+    strong_terms:
+      - "arbeitsblatt"
+      - "worksheet"
+      - "kopiervorlage"
+      - "loesungsblatt"
+      - "stationenlernen"
+      - "lerntheke"
+    medium_terms:
+      - "aufgabe 1"
+      - "aufgabe 2"
+      - "name:"
+      - "datum:"
+      - "klasse:"
+    url_patterns:
+      - "/arbeitsblatt"
+      - "/material/arbeitsblatt"
+      - "/download/arbeitsblatt"
+      - "/worksheet"
+
+  Unterrichtsentwurf:
+    strong_terms:
+      - "unterrichtsentwurf"
+      - "stundenentwurf"
+      - "verlaufsplan"
+      - "unterrichtsplanung"
+    medium_terms:
+      - "lernziele"
+      - "kompetenzziel"
+      - "einstieg"
+      - "sicherung"
+      - "transfer"
+      - "didaktische analyse"
+      - "methodische analyse"
+    url_patterns:
+      - "/unterrichtsentwurf"
+      - "/stundenentwurf"
+
+  Materialsammlung:
+    strong_terms:
+      - "materialsammlung"
+      - "materialpaket"
+      - "unterrichtsmaterial"
+    medium_terms:
+      - "materialien"
+      - "sammlung"
+      - "paket"
+    url_patterns:
+      - "/material"
+      - "/materialsammlung"
+
+  Pruefung_Abitur:
+    strong_terms:
+      - "abitur"
+      - "zentralabitur"
+      - "pruefungsaufgaben"
+      - "pruefung"
+      - "klausur"
+      - "aufgabenpool"
+    medium_terms:
+      - "hilfsmittel"
+      - "bearbeitungszeit"
+      - "bewertungshinweise"
+      - "loesungsvorschlag"
+    url_patterns:
+      - "/abitur"
+      - "/pruefung"
+      - "/klausur"
+
+  Studie_Bericht:
+    strong_terms:
+      - "studie"
+      - "bericht"
+      - "evaluation"
+      - "monitoring"
+      - "report"
+    medium_terms:
+      - "ergebnisse"
+      - "methodik"
+      - "stichprobe"
+      - "fragebogen"
+      - "datenanalyse"
+    url_patterns:
+      - "/studie"
+      - "/bericht"
+      - "/evaluation"
+
+  News_Blog:
+    strong_terms:
+      - "pressemitteilung"
+      - "aktuelles"
+    url_patterns:
+      - "/news"
+      - "/blog"
+      - "/presse"
+      - "/aktuelles"
+      - "/meldung"
+
+# Konfliktauflösung
+priority_order:
+  - Erlass_Verordnung  # Rechtliche Texte immer zuerst
+  - Pruefung_Abitur
+  - Lehrplan
+  - Kerncurriculum
+  - Rahmenlehrplan
+  - Arbeitsblatt
+  - Unterrichtsentwurf
+  - Materialsammlung
+  - Studie_Bericht
+  - News_Blog
+  - Sonstiges

edu-search-service/rules/level_rules.yaml

@@ -0,0 +1,121 @@
+# School Level Tagging Regeln
+
+levels:
+  Primar:
+    strong:
+      - "grundschule"
+      - "primarstufe"
+      - "klasse 1"
+      - "klasse 2"
+      - "klasse 3"
+      - "klasse 4"
+      - "1. klasse"
+      - "2. klasse"
+      - "3. klasse"
+      - "4. klasse"
+      - "sachunterricht"
+      - "schuleingangsphase"
+    weak:
+      - "anfangsunterricht"
+      - "schreibenlernen"
+      - "erstlesen"
+    negative: []
+
+  SekI:
+    strong:
+      - "sekundarstufe i"
+      - "sek i"
+      - "klasse 5"
+      - "klasse 6"
+      - "klasse 7"
+      - "klasse 8"
+      - "klasse 9"
+      - "klasse 10"
+      - "jahrgang 5"
+      - "jahrgang 6"
+      - "jahrgang 7"
+      - "jahrgang 8"
+      - "jahrgang 9"
+      - "jahrgang 10"
+      - "mittlere schule"
+      - "realschule"
+      - "hauptschule"
+      - "mittelschule"
+      - "erprobungsstufe"
+    weak:
+      - "5. klasse"
+      - "6. klasse"
+      - "7. klasse"
+      - "8. klasse"
+      - "9. klasse"
+      - "10. klasse"
+    negative: []
+
+  SekII:
+    strong:
+      - "sekundarstufe ii"
+      - "sek ii"
+      - "oberstufe"
+      - "gymnasiale oberstufe"
+      - "ef"
+      - "q1"
+      - "q2"
+      - "11. klasse"
+      - "12. klasse"
+      - "13. klasse"
+      - "jahrgang 11"
+      - "jahrgang 12"
+      - "jahrgang 13"
+      - "abitur"
+      - "abiturvorbereitung"
+      - "leistungskurs"
+      - "grundkurs"
+      - "qualifikationsphase"
+      - "einfuehrungsphase"
+    weak:
+      - "oberstufenschueler"
+      - "kursstufe"
+    negative: []
+
+  Beruf:
+    strong:
+      - "berufsschule"
+      - "ausbildung"
+      - "ihk"
+      - "lernfeld"
+      - "berufliches gymnasium"
+      - "berufskolleg"
+      - "berufsfachschule"
+      - "fachschule"
+      - "duales system"
+      - "auszubildende"
+    weak:
+      - "betrieb"
+      - "praxis"
+    negative: []
+
+  Hochschule:
+    strong:
+      - "modulhandbuch"
+      - "ects"
+      - "seminar universitaet"
+      - "vorlesung"
+      - "studiengang"
+      - "bachelor"
+      - "master"
+      - "dissertation"
+      - "hochschuldidaktik"
+    weak:
+      - "studierende"
+      - "hochschule"
+    negative: []
+
+# Konfliktauflösung
+# Wenn mehrere Levels matchen, gewinnt der spezifischere
+priority_order:
+  - Primar
+  - SekI
+  - SekII
+  - Beruf
+  - Hochschule
+  - NA

edu-search-service/rules/subject_rules.yaml

@@ -0,0 +1,285 @@
+# Subject (Fach) Tagging Regeln
+# Format: strong (+3), weak (+1), negative (-2)
+
+subjects:
+  Mathe:
+    strong:
+      - "mathematik"
+      - "mathe"
+      - "algebra"
+      - "geometrie"
+      - "stochastik"
+      - "analysis"
+      - "prozentrechnung"
+      - "gleichungen"
+      - "funktionen"
+      - "trigonometrie"
+      - "wahrscheinlichkeit"
+    weak:
+      - "zahlen"
+      - "terme"
+      - "diagramme"
+      - "brueche"
+      - "dreisatz"
+      - "rechnen"
+    negative: []
+
+  Deutsch:
+    strong:
+      - "deutschunterricht"
+      - "grammatik"
+      - "rechtschreibung"
+      - "aufsatz"
+      - "textanalyse"
+      - "literatur"
+      - "argumentation"
+      - "erzaehlung"
+      - "lyrik"
+      - "drama"
+      - "epik"
+    weak:
+      - "lesen"
+      - "schreiben"
+      - "woerter"
+      - "satzglieder"
+    negative:
+      - "deutschland"
+      - "deutsche geschichte"
+
+  Englisch:
+    strong:
+      - "englischunterricht"
+      - "english"
+      - "grammar"
+      - "vocabulary"
+      - "reading comprehension"
+      - "listening"
+      - "speaking"
+    weak:
+      - "text"
+      - "dialogue"
+    negative: []
+
+  Franzoesisch:
+    strong:
+      - "franzoesisch"
+      - "francais"
+      - "french"
+      - "grammaire"
+    weak:
+      - "texte"
+    negative: []
+
+  Latein:
+    strong:
+      - "latein"
+      - "lateinunterricht"
+      - "grammatik latein"
+    weak:
+      - "uebersetzung"
+      - "vokabel"
+    negative: []
+
+  Biologie:
+    strong:
+      - "biologie"
+      - "bio"
+      - "oekologie"
+      - "evolution"
+      - "genetik"
+      - "zellbiologie"
+      - "stoffwechsel"
+      - "neurobiologie"
+    weak:
+      - "zelle"
+      - "organismus"
+      - "lebewesen"
+    negative: []
+
+  Chemie:
+    strong:
+      - "chemie"
+      - "chemieunterricht"
+      - "organische chemie"
+      - "anorganische chemie"
+      - "reaktionsgleichung"
+      - "periodensystem"
+    weak:
+      - "element"
+      - "verbindung"
+      - "reaktion"
+    negative: []
+
+  Physik:
+    strong:
+      - "physik"
+      - "physikunterricht"
+      - "mechanik"
+      - "elektrizitaet"
+      - "optik"
+      - "thermodynamik"
+      - "quantenphysik"
+    weak:
+      - "energie"
+      - "kraft"
+      - "bewegung"
+    negative: []
+
+  Informatik:
+    strong:
+      - "informatik"
+      - "programmierung"
+      - "algorithmus"
+      - "datenstruktur"
+      - "python"
+      - "java"
+      - "sql"
+      - "netzwerke"
+    weak:
+      - "code"
+      - "daten"
+      - "computer"
+    negative: []
+
+  Geschichte:
+    strong:
+      - "geschichtsunterricht"
+      - "historisch"
+      - "weimarer republik"
+      - "nationalsozialismus"
+      - "mittelalter"
+      - "aufklaerung"
+      - "industrialisierung"
+      - "antike"
+      - "renaissance"
+    weak:
+      - "quelle"
+      - "chronologie"
+      - "epoche"
+    negative: []
+
+  Politik_Sozialkunde:
+    strong:
+      - "politik"
+      - "politikunterricht"
+      - "sozialkunde"
+      - "gemeinschaftskunde"
+      - "demokratie"
+      - "grundgesetz"
+      - "bundestag"
+      - "wahlen"
+      - "parteien"
+    weak:
+      - "rechte"
+      - "pflichten"
+      - "institutionen"
+    negative:
+      - "europaeische union" # zu allgemein
+
+  Geographie:
+    strong:
+      - "geographie"
+      - "geografie"
+      - "erdkunde"
+      - "topographie"
+      - "klimazonen"
+      - "plattentektonik"
+    weak:
+      - "karte"
+      - "landschaft"
+      - "kontinent"
+    negative: []
+
+  Religion_Ethik:
+    strong:
+      - "religionsunterricht"
+      - "ethik"
+      - "philosophie"
+      - "weltreligionen"
+      - "bibel"
+      - "christentum"
+      - "islam"
+      - "judentum"
+    weak:
+      - "werte"
+      - "moral"
+    negative: []
+
+  Kunst:
+    strong:
+      - "kunstunterricht"
+      - "bildende kunst"
+      - "malerei"
+      - "zeichnen"
+      - "gestaltung"
+      - "kunstgeschichte"
+    weak:
+      - "bild"
+      - "farbe"
+    negative:
+      - "kunststoff"
+
+  Musik:
+    strong:
+      - "musikunterricht"
+      - "musiktheorie"
+      - "notenlehre"
+      - "rhythmus"
+      - "harmonie"
+      - "instrument"
+    weak:
+      - "lied"
+      - "melodie"
+    negative: []
+
+  Sport:
+    strong:
+      - "sportunterricht"
+      - "bewegung sport"
+      - "leichtathletik"
+      - "ballsport"
+      - "turnen"
+      - "schwimmen unterricht"
+    weak:
+      - "spiel"
+      - "fitness"
+    negative:
+      - "sportlich"
+      - "esport"
+
+  Wirtschaft:
+    strong:
+      - "wirtschaftsunterricht"
+      - "oekonomie"
+      - "volkswirtschaft"
+      - "betriebswirtschaft"
+      - "marktwirtschaft"
+    weak:
+      - "unternehmen"
+      - "markt"
+    negative: []
+
+  Sachunterricht:
+    strong:
+      - "sachunterricht"
+      - "heimat- und sachunterricht"
+      - "hsu"
+    weak:
+      - "grundschule thema"
+    negative: []
+
+  DaZ_DaF:
+    strong:
+      - "deutsch als zweitsprache"
+      - "deutsch als fremdsprache"
+      - "daz"
+      - "daf"
+      - "alphabetisierung"
+    weak:
+      - "sprachfoerderung"
+      - "integration"
+    negative: []
+
+# Threshold für Subject-Assignment
+threshold: 4  # Mindest-Score um Subject zuzuweisen
+max_subjects: 3  # Maximal 3 Subjects pro Dokument

edu-search-service/rules/trust_rules.yaml

@@ -0,0 +1,117 @@
+# Trust Score Regeln für Education Search
+# Score-Berechnung: Summe aller matchenden Regeln, dann clamp(0, 1)
+
+domain_boosts:
+  # Bundesebene (höchste Vertrauensstufe)
+  - match: "*.kmk.org"
+    add: 0.50
+    reason: "KMK - Kultusministerkonferenz"
+  - match: "*.bildungsserver.de"
+    add: 0.50
+    reason: "Deutscher Bildungsserver"
+  - match: "*.bpb.de"
+    add: 0.45
+    reason: "Bundeszentrale für politische Bildung"
+  - match: "*.bmbf.de"
+    add: 0.50
+    reason: "BMBF"
+  - match: "*.iqb.hu-berlin.de"
+    add: 0.50
+    reason: "IQB Bildungsstandards"
+
+  # Landesministerien
+  - match: "*.bayern.de"
+    add: 0.45
+    reason: "Bayern offiziell"
+  - match: "*.nrw.de"
+    add: 0.45
+    reason: "NRW offiziell"
+  - match: "*.berlin.de"
+    add: 0.45
+    reason: "Berlin offiziell"
+  - match: "*.sachsen.de"
+    add: 0.45
+    reason: "Sachsen offiziell"
+  - match: "*.niedersachsen.de"
+    add: 0.45
+    reason: "Niedersachsen offiziell"
+  - match: "*.hessen.de"
+    add: 0.45
+    reason: "Hessen offiziell"
+  - match: "*.brandenburg.de"
+    add: 0.45
+    reason: "Brandenburg offiziell"
+  - match: "*.thueringen.de"
+    add: 0.45
+    reason: "Thüringen offiziell"
+
+  # Bildungsserver der Länder
+  - match: "*.nibis.de"
+    add: 0.40
+    reason: "Niedersachsen Bildungsserver"
+  - match: "*.learnline.nrw.de"
+    add: 0.40
+    reason: "NRW Bildungsserver"
+  - match: "*.schule-bw.de"
+    add: 0.40
+    reason: "BW Bildungsserver"
+
+  # Universitäten
+  - match: "*.uni-*.de"
+    add: 0.30
+    reason: "Deutsche Universität"
+  - match: "*.tu-*.de"
+    add: 0.30
+    reason: "Technische Universität"
+  - match: "*.fh-*.de"
+    add: 0.25
+    reason: "Fachhochschule"
+
+  # Etablierte Portale
+  - match: "*.zum.de"
+    add: 0.25
+    reason: "ZUM - Zentrale für Unterrichtsmedien"
+  - match: "*.lehrer-online.de"
+    add: 0.20
+    reason: "Lehrer-Online Portal"
+  - match: "*.4teachers.de"
+    add: 0.20
+    reason: "4teachers Portal"
+
+tld_boosts:
+  - tld: ".gov"
+    add: 0.40
+    reason: "Government TLD"
+  - tld: ".edu"
+    add: 0.35
+    reason: "Education TLD"
+
+penalties:
+  # URL-Muster die Werbung/Tracking andeuten
+  - if_url_contains: ["utm_", "affiliate", "partner=", "ref="]
+    add: -0.10
+    reason: "Tracking/Affiliate Parameter"
+
+  # Kommerzielle Signale
+  - if_url_contains: ["shop", "kaufen", "bestellen", "warenkorb"]
+    add: -0.20
+    reason: "E-Commerce Signale"
+
+  # SEO-Spam Indikatoren
+  - if_url_contains: ["gratis-", "kostenlos-download", "sofort-"]
+    add: -0.15
+    reason: "SEO-Spam Muster"
+
+# Content-basierte Strafen (werden vom Extractor gesetzt)
+content_penalties:
+  - if_ad_density_gt: 0.20
+    add: -0.30
+    reason: "Hoher Werbeanteil"
+
+  - if_link_density_gt: 0.40
+    add: -0.20
+    reason: "Hohe Link-Dichte (Linkfarm)"
+
+  - if_content_length_lt: 200
+    add: -0.25
+    reason: "Sehr wenig Content"