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.

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

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

---

Aktuelle Pipeline

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.

Als akzeptierte, aber noch nicht implementierte Architektur soll Meeting Context V2 kuenftig nicht mehr primaer manuell geschrieben werden. Nach Whisper soll ein Entity-Detection- und User-Confirmation-Schritt unbekannte Namen und Begriffe sichtbar machen. Bestaetigte Entitaeten werden in einer persistenten Entity Registry als cross-meeting Wissensquelle mit stabilen internen IDs, Anzeigenamen und Aliasen gepflegt. Aus Registry, Nutzerbestaetigungen und Meeting-Metadaten erzeugt ein Meeting Context Builder dann das meeting-spezifische meeting_context.yaml. Diese YAML-Datei bleibt der authoritative meeting-spezifische Point of Truth und ein reproduzierbares Input-Artefakt fuer den jeweiligen Pipeline-Lauf.

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:

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:

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.

Ein kompletter repository-nativer Referenzlauf fuer das Progeo-Benchmark kann auf dem Linux AI-PC ohne Codex mit einem Befehl gestartet werden:

python scripts/run_meeting.py \
  --input samples/real_live/progeo_meeting/progeo_whispercpp_vulkan_turbo_trimmed_converted.json \
  --context samples/real_live/progeo_meeting/meeting_context.yaml \
  --model qwen3.5:9b \
  --benchmark-label progeo_ai_pc

Die Linux-Einrichtung ist:

python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install -e .
ollama pull qwen3.5:9b
ollama list
ollama ps

ollama ps muss fuer den Referenzlauf leer sein. Details zu Voraussetzungen, Artefakten, Windows-Beispiel und Vergleich mit dem AI-PC stehen in docs/run-meeting.md.

---

Lizenz

Noch nicht festgelegt.