meeting-lab/README.md

# Meeting Lab

Experimentierumgebung zur Entwicklung eines lokalen Diskussionsanalyzers für Meetingtranskripte.

## Ziel

Das Meeting Lab dient dazu, Verfahren zur Analyse realer Meetingtranskripte zu entwickeln und zu evaluieren.

Im Mittelpunkt steht nicht die Softwarearchitektur, sondern die Frage:

> **Wie lässt sich aus einem realen Meeting möglichst zuverlässig strukturiertes Wissen extrahieren?**

Neue Ideen werden zunächst hier experimentell umgesetzt. Erst wenn sich ein Ansatz bewährt hat, wird er in den eigentlichen *Meeting Assistant* übernommen.

---

## Grundidee

Klassische Meeting-Zusammenfassungen versuchen, das gesamte Transkript in einem einzigen Schritt zu verstehen und zusammenzufassen.

Das funktioniert bei realen Diskussionen nur eingeschränkt, da Themen häufig

- begonnen,
- unterbrochen,
- später wieder aufgenommen,
- ergänzt oder
- relativiert

werden.

Deshalb verfolgt das Meeting Lab einen mehrstufigen Analyseansatz.

```text
Meeting
    ↓
Normalisierung
    ↓
Diskussionsblöcke
    ↓
Themensegmentierung
    ↓
Extraktion
    ↓
Deterministic Canonicalizer
    ↓
Semantic Consolidator
    ↓
Canonical Meeting Knowledge
    ↓
Arbeitsprotokoll / Verteilerprotokoll / Knowledge Objects
```

Jeder Verarbeitungsschritt löst genau eine klar definierte Aufgabe.

---

## Entwicklungsprinzipien

- Kleine, klar abgegrenzte Verarbeitungsschritte
- Ein Modul = eine Aufgabe
- Deterministische Vorverarbeitung
- Nachvollziehbare Ergebnisse
- Reproduzierbare Experimente
- Lokale Ausführung ohne Cloud-Abhängigkeit

---

## Repository-Struktur

```text
meeting-lab/
├── src/            # Quellcode
├── prompts/        # LLM-Prompts
├── experiments/    # Reproduzierbare Experimente
├── samples/        # Beispieltranskripte
├── tests/          # Tests
├── docs/           # Dokumentation
└── pyproject.toml
```

---

## Aktuelle Pipeline

```text
Whisper
    ↓
normalize_transcript.py
    ↓
chunk_transcript.py
    ↓
(segment_topics.py)
    ↓
Extraktoren
    ↓
Deterministic Canonicalizer
    ↓
Semantic Consolidator
    ↓
Canonical Meeting Knowledge
    ↓
Output-Ansichten
```

Der aktuelle Architekturmeilenstein trennt deterministische Kanonisierung der
Chunk-Extraktionen von semantischer Konsolidierung. Die Kanonisierung validiert
und normalisiert Extraktionsobjekte ohne LLM. Semantic Consolidator V0 nutzt
das lokale LLM nur fuer konservative facts-only Duplikaterkennung, erhaelt
Evidenz und erzeugt noch keine Canonical Meeting Knowledge.

Meeting Context V1 ist als manuell gepflegtes YAML-Geruest dokumentiert und
fuer die Chunk-Extraktion implementiert. Die Extraktion kann den Kontext
optional validieren, als autoritative Metadaten in den Prompt aufnehmen und
minimale Kontext-Provenienz im Extraction JSON speichern. Konsolidierung,
Canonical Meeting Knowledge und Rendering sind noch nicht daran angeschlossen.

Der gemeinsame Extraktionsprompt besteht aktuell aus `common.md`,
`decisions.md` und `todos.md`. Die Todo-Regeln verlangen explizite Zuweisung,
Freiwilligenmeldung oder Annahme, bevor eine verantwortliche Person gesetzt
wird. Meeting Context kann Identitaet, Rolle, Abteilung und Anwesenheit
validieren, begruendet aber niemals Verantwortung. Entscheidungen und Todos
werden nicht aus derselben Proposition doppelt extrahiert; beides wird nur
ausgegeben, wenn eine gruppenweite Entscheidung und eine davon getrennte
Folgeaufgabe vorliegen.

Das Meeting Lab behandelt "das Protokoll" nicht mehr als ein einzelnes
Endprodukt. Das konsolidierte Meeting-Wissen ist die **Canonical Meeting
Knowledge**, also die kanonische semantische Repräsentation eines Meetings und
die Single Source of Truth für alle nachgelagerten Ausgaben.

Aus dieser Canonical Meeting Knowledge entstehen drei unabhängige
Output-Ansichten:

- Working Protocol (`working_protocol.md`, Arbeitsprotokoll): relativ vollständig, mit Kontext,
  Begründungen, Entscheidungen, Aufgaben und offenen Fragen.
- Distribution Protocol (`distribution_protocol.md`, Verteilerprotokoll): deutlich kürzer,
  ergebnisorientiert und für Kolleginnen, Management oder Stakeholder geeignet.
- Knowledge Objects, dargestellt zum Beispiel als Knowledge-base Entry
  (`knowledge_entry.md`) oder später strukturiert gespeichert, zum Beispiel als
  `knowledge_entry.json` (Wissensdatenbankeintrag).

Diese Ausgaben sind parallele Renderings desselben semantischen Modells. Das
Arbeitsprotokoll ist nicht die Quelle des Verteilerprotokolls, und das
Verteilerprotokoll ist nicht die Quelle der Knowledge Objects.

Gerenderte Protokolle sollen normalerweise in der dominanten Sprache des
Quelltranskripts beziehungsweise der konsolidierten Meeting Knowledge erstellt
werden, sofern keine explizite Ausgabesprache angefordert wurde.

---

## Projektstatus

Aktuell liegt der Schwerpunkt auf der Entwicklung eines modularen
Diskussionsanalyzers. Implementiert sind Vorverarbeitung, technisches Chunking,
lokale Chunk-Extraktion, Meeting Context V1 fuer die Extraktionsstufe,
Canonicalizer V1 als deterministische Vorbereitung der Extraktionsergebnisse
und Semantic Consolidator V0 fuer facts-only Duplikaterkennung. Canonical
Meeting Knowledge, breitere semantische Synthese, Meeting-Context-Integration
in spaetere Stufen und finale Output-View-Renderer sind geplante naechste
Schritte.

Canonicalizer V1 kann aus dem Repository heraus so ausgeführt werden:

```text
PYTHONPATH=src .venv/bin/python -m meeting_lab.consolidation.canonicalize \
  samples/whisper/meeting_speech_cleaned_chunks \
  -o /tmp/canonicalized_extractions.json
```

Semantic Consolidator V0 kann auf dem Canonicalizer-Output ausgefuehrt werden:

```text
PYTHONPATH=src .venv/bin/python -m meeting_lab.consolidation.consolidate_facts \
  samples/benchmarks/canonicalizer_v1/canonicalized_extractions.json \
  -o samples/benchmarks/semantic_consolidator_v0 \
  --model qwen3.5:9B \
  --endpoint http://127.0.0.1:11434/api/generate \
  --no-think
```

Die eigentliche Ausgabeerzeugung ist bewusst der letzte Verarbeitungsschritt.

---

## Lizenz

Noch nicht festgelegt.